Google ha presentato Gemini 4 Carbon, un nuovo modello di intelligenza artificiale che, secondo l’azienda, migliora sensibilmente le capacità del predecessore Gemini 4 Argon, annunciato il 30 settembre. Il lancio ravvicinato segnala un cambio di ritmo nella strategia di Mountain View, dopo mesi nei quali OpenAI e Anthropic hanno conquistato visibilità e terreno competitivo nel segmento dei modelli frontier.

Il prezzo iniziale resta invariato rispetto ad Argon: 2 dollari per milione di token in ingresso e 10 dollari per milione di token generati. Terminata la fase promozionale, entrambe le tariffe raddoppieranno. La scelta suggerisce che Google voglia accelerare l’adozione senza aprire una guerra dei prezzi, puntando piuttosto sul miglioramento delle prestazioni e sul valore delle applicazioni professionali.

Il punto più rilevante riguarda la sicurezza informatica. Google dichiara che Carbon è quasi due volte più efficace di Argon nella generazione di codice sicuro, un risultato che, se confermato da valutazioni indipendenti, potrebbe renderlo particolarmente interessante per le imprese impegnate nella revisione del software e nell’individuazione delle vulnerabilità. La questione è diventata urgente con la diffusione degli agenti autonomi, capaci di interagire con sistemi aziendali e infrastrutture digitali, ma anche di amplificare gli effetti di errori e falle di sicurezza.

L’accesso al modello sarà inizialmente limitato a una selezione di professionisti della cybersecurity e successivamente esteso ai partner del programma Fairwind. Google ha inoltre dichiarato di partecipare alle attività statunitensi di valutazione dei modelli prima del rilascio pubblico.

La strategia è chiara: riportare Google al centro della competizione sull’intelligenza artificiale avanzata, facendo della sicurezza un elemento di differenziazione commerciale. Resta da verificare quanto il vantaggio dichiarato si traduca in risultati misurabili in ambienti reali. Per le aziende, infatti, la qualità di un modello non si giudica soltanto dalla capacità di scrivere codice migliore, ma dalla sua affidabilità quando entra nei processi produttivi e assume responsabilità operative.