Google presenta Gemini 4 Carbon, il nuovo modello di intelligenza artificiale progettato per affrontare attività di programmazione complesse, operazioni articolate su più fasi e compiti avanzati di cybersecurity. Secondo i dati diffusi dall’azienda, il modello raggiunge risultati di primo piano nei benchmark dedicati alla ricerca delle vulnerabilità, alla verifica della loro sfruttabilità e alla correzione delle falle nei software. Rispetto al precedente Gemini 4 Argon, Carbon punta anche a migliorare l’affidabilità delle risposte, la capacità di seguire istruzioni e la resistenza agli attacchi informatici.
Gemini 4 Carbon migliora nel coding e nei compiti complessi
Carbon è il nuovo modello di frontiera di Google e arriva a sole due settimane dal lancio di Gemini 4 Argon. Nell’Artificial Analysis Intelligence Index v5.0, il modello raggiunge il primo posto con un punteggio di 59, secondo i risultati riportati dall’azienda. I progressi riguardano soprattutto la programmazione, le attività agentiche e le capacità necessarie per la difesa informatica.
Il modello è progettato per gestire flussi di lavoro prolungati, mantenendo la capacità di affrontare problemi ingegneristici complessi anche quando richiedono diversi passaggi e tentativi. Nei test interni, Google riferisce di aver osservato sessioni di lavoro durate giorni, durante le quali Carbon ha affrontato attività come individuare le cause di bug difficili da riconoscere e correggerli all’interno di grandi basi di codice e sistemi a basso livello.
Miglioramenti sono stati registrati anche nello sviluppo web full-stack, nelle attività scientifiche e nella comprensione multimodale. Sul benchmark WebDev Arena, Carbon guadagna 89 punti Elo, raggiungendo il quarto posto con un punteggio di 1.768.
Cybersecurity, i risultati nei benchmark sulle vulnerabilità
Uno dei principali ambiti di sviluppo di Gemini 4 Carbon è la sicurezza informatica. Il modello registra risultati avanzati nelle diverse fasi della difesa: individuazione delle vulnerabilità, verifica dei rischi e correzione dei problemi rilevati.
Nel benchmark SEC-bench Pro raggiunge l’88,2%, individuando autonomamente vulnerabilità complesse all’interno di software reali. Su ExploitGym ottiene il 54,8%, un risultato che riguarda la capacità di verificare se una falla possa essere effettivamente sfruttata. Infine, sul CWE-bench di Collinear raggiunge il 71%, mostrando capacità di tradurre le vulnerabilità individuate in correzioni concrete del codice. Google precisa che questi benchmark esterni sono stati valutati senza l’applicazione delle protezioni del modello.
Anche i test interni mostrano progressi nella generazione di codice sicuro: rispetto ad Argon, Carbon registra un incremento superiore al doppio nel tasso di successo. Il team di Chrome ha inoltre riferito prestazioni oltre dieci volte migliori rispetto a un altro modello di frontiera sviluppato da un laboratorio concorrente nella generazione di patch di alta qualità. Wiz, la piattaforma di sicurezza cloud di Google, ha rilevato risultati di primo piano nei benchmark dedicati ai test di penetrazione delle applicazioni web.
Più affidabilità e protezioni contro gli attacchi
Carbon eredita da Argon un sistema di sicurezza a più livelli, che combina addestramento del modello, difese contro gli utilizzi impropri in tempo reale, protezioni dalle prompt injection e monitoraggio del ragionamento interno. Google ha lavorato anche per ridurre le risposte non supportate da prove e i comportamenti che portano il modello a cercare scorciatoie.
Nel benchmark Terminal-Bench 4.0, i tentativi di aggirare le regole che hanno avuto successo scendono allo 0%, mentre i tentativi di barare si attestano allo 0,4%. Nei test di coding condotti in ambienti reali con i team interni, gli avvisi di disallineamento ad alta gravità sono diminuiti di quasi l’80%.
Secondo le verifiche interne, Carbon riduce inoltre di circa la metà le affermazioni non supportate rispetto ad Argon. Il modello è stato addestrato a esplicitare le limitazioni metodologiche, indicare le informazioni mancanti e segnalare le azioni che non può completare, anziché inventare elementi o nascondere l’incertezza.
Google segnala anche una riduzione del 26% dei comportamenti che oltrepassano i limiti delle istruzioni e del 29% dei casi di esecuzione insufficiente rispetto a quanto richiesto. Sul benchmark Gray Swan dedicato alle indirect prompt injection, Carbon raggiunge un tasso di successo degli attacchi pari allo 0%, rispetto allo 0,7% di Argon nei test precedenti.
Disponibilità graduale e prezzi di Gemini 4 Carbon
Google adotterà un rilascio progressivo. A partire da questa settimana, Gemini 4 Carbon sarà accessibile a un gruppo selezionato di professionisti della difesa informatica. La distribuzione verrà poi estesa gradualmente ad altri partner fidati attraverso il programma Fairwind, mentre l’azienda continuerà a raccogliere riscontri e perfezionare le misure di sicurezza.
Google sta inoltre partecipando al processo volontario del governo statunitense dedicato alla valutazione dei modelli prima del rilascio. L’obiettivo è rendere Carbon disponibile il prima possibile a sviluppatori, aziende e consumatori attraverso i prodotti dell’ecosistema Google.
Il prezzo introduttivo sarà identico a quello di Argon: 2 dollari per milione di token in ingresso e 10 dollari per milione di token in uscita. Per i token di input memorizzati nella cache è previsto uno sconto del 95% rispetto alla tariffa standard di ingresso.
