Gemini 4 Carbon: cos'è, benchmark e cosa cambia per le PMI
Gemini 4 Carbon è il nuovo modello di punta di Google, annunciato il 28 ottobre 2026: per ora lo usano solo alcuni esperti di sicurezza informatica, e non è un modello per la voce. Per chi ha un assistente telefonico AI non cambia nulla domani mattina. Due numeri dell'annuncio, però, riguardano da vicino chi lascia rispondere un'AI ai propri clienti: Carbon inventa circa la metà rispetto al modello precedente e, nel benchmark di Gray Swan misurato da Google, nessun tentativo di manipolarlo con istruzioni nascoste è andato a segno.
Vediamo cosa è stato annunciato, cosa dicono i benchmark e quali domande fare al fornitore del vostro assistente telefonico AI.
Cosa ha annunciato Google
Il post di presentazione su blog.google, firmato da Koray Kavukcuoglu di Google DeepMind, descrive Carbon come "il nostro modello più forte", con risultati di primo piano nella sicurezza informatica e nei lavori di lunga durata. I punti principali:
- Arriva quattro settimane dopo Argon. Gemini 4 Argon era stato annunciato il 30 settembre; Carbon parte da lì e lo migliora su programmazione, agenti, compiti scientifici e comprensione di immagini e documenti.
- Lavori che durano giorni. Google racconta che i suoi team interni hanno visto Carbon lavorare per giorni di fila su compiti complessi, per esempio trovare la causa di un errore in un grande software e correggerlo.
- Sicurezza informatica al centro. Carbon è pensato per trovare, verificare e correggere le vulnerabilità del software: è il campo in cui Google dichiara i risultati migliori.
- Accesso graduale. Da questa settimana lo ricevono alcuni difensori informatici. Poi l'accesso si allargherà ad altri partner fidati tramite il Fairwind Program e, più avanti, a sviluppatori, aziende e consumatori. Una data non c'è.
Il 30 ottobre l'elenco ufficiale dei modelli delle Gemini API non contiene ancora Carbon. Chi sviluppa con Google oggi può usare Argon, disponibile per tutti dal 13 ottobre secondo il changelog delle Gemini API.
Carbon e Argon a confronto
| Gemini 4 Argon | Gemini 4 Carbon | |
|---|---|---|
| Annuncio | 30 settembre 2026 | 28 ottobre 2026 |
| Disponibilità | per tutti gli sviluppatori dal 13 ottobre; nell'app Gemini per gli abbonati Google AI Pro e Ultra | alcuni difensori informatici, poi partner del Fairwind Program; per gli altri "a breve" |
| Punto di forza dichiarato | lavoro d'ufficio, automazione, testi molto lunghi | sicurezza informatica, lavori lunghi in molti passaggi |
| Artificial Analysis Intelligence Index v5.0 | 50 | 59 (primo) |
| Affermazioni senza fondamento (test interni di Google) | riferimento | circa la metà |
Fonti: blog.google e pagina Gemini di Google DeepMind, consultate il 30 ottobre 2026.
I benchmark dichiarati da Google
I benchmark sono prove standardizzate: lo stesso insieme di compiti viene dato a modelli diversi e si confrontano i risultati. Ecco una selezione della tabella pubblicata da Google DeepMind. Nessuna di queste prove misura una telefonata.
Gemini 4 Carbon a confronto: i benchmark dichiarati da Google
Benchmark Cosa misura Gemini 4 Carbon Gemini 4 Argon GPT-6 Astra Claude Opus 5.5 AA Intelligence Index v5.0 capacità generali (indice di Artificial Analysis) 59 50 57 58 Vals Index v2.2 lavoro d'ufficio con valore economico 70,4% 69,2% 65,0% 70,2% AutomationBench automazione di processi aziendali 53,9% 51,3% 41,4% 42,5% Terminal-Bench 4.0 lavoro da riga di comando 65,2% 57,1% 59,1% 59,6% FrontierSWE 2 programmazione avanzata 61,2% 55,0% 65,5% 62,3% Agents' Last Exam v1.1 uso del computer come agente 77,4% 69,0% 73,1% 71,6% OSWorld-2.1 (offline) uso del computer come agente 81,5% 74,7% 80,9% 87,2% GraphWalks 256k–1M (F1) ragionamento su testi lunghissimi 96,2% 84,2% 71,8% 66,8% CWE-bench correzione di vulnerabilità 71,0% 68,0% 68,0% 67,0% SEC-bench Pro ricerca di vulnerabilità 88,2% 83,4% 85,4% — In grassetto il risultato migliore di ogni riga. Fonte: Google DeepMind, pagina Gemini, sezione Performance, consultata il 30 ottobre 2026. Metodologia: deepmind.google/models/evals-methodology/gemini-4-carbon. Il trattino indica un valore non riportato.
Tre avvertenze:
- Sono numeri del produttore. Google ha misurato le prove di sicurezza informatica senza i filtri di protezione attivi, e per i concorrenti usa in parte valori pubblicati da altri. Le verifiche indipendenti arriveranno quando il modello sarà aperto.
- Carbon non vince ovunque. Nella tabella completa (17 righe) è primo in 15 prove: resta dietro a GPT-6 Astra nella programmazione avanzata (FrontierSWE 2) e a Claude Opus 5.5 nell'uso del computer (OSWorld-2.1).
- Il salto più grande è sui testi lunghissimi: in GraphWalks passa dall'84,2% di Argon al 96,2%. È il tipo di miglioramento che serve a un agente che deve lavorare a lungo senza perdere il filo.
Il dato che conta per chi usa l'AI al telefono
La parte dell'annuncio più utile per un'attività non sta nella tabella, ma nella sezione sull'affidabilità. Secondo i test interni di Google, rispetto ad Argon, Carbon:
- fa circa la metà delle affermazioni senza fondamento, cioè risposte date con sicurezza ma non sostenute dalle informazioni disponibili;
- va oltre il compito il 26% in meno e lo lascia a metà il 29% in meno, due difetti che Google indica come causa degli errori nei lavori in più passaggi;
- resiste meglio alle istruzioni nascoste. Nel benchmark di Gray Swan sulla prompt injection indiretta, cioè le istruzioni malevole infilate nei contenuti che il modello legge, la quota di attacchi riusciti scende dallo 0,7% di Argon allo 0,0%.
Al telefono sono proprio questi i difetti che fanno danni. Un assistente che inventa un orario di apertura, conferma un servizio che non offrite o promette una richiamata che nessuno farà crea un problema che poi gestite voi. E un assistente collegato a calendario, CRM o email legge testi scritti da altri: note, messaggi, pagine web. La difesa dalle istruzioni nascoste serve a evitare che uno di quei testi gli faccia fare qualcosa che non deve.
Perché non è un modello per la voce
Nell'annuncio di Carbon non si parla di audio, voce o conversazioni in tempo reale. Per la voce Google ha una famiglia di modelli dedicata, Gemini 3.8 Live, presentata il 15 settembre 2026 e pensata per rispondere in frazioni di secondo, capire chi parla sopra e fare azioni mentre la conversazione continua.
È la stessa logica che abbiamo visto con Grok Voice 3.0 e GPT-Live-1.1: i modelli di punta servono ai lavori lunghi e complessi, quelli vocali alla telefonata. Con il tempo i progressi dei primi arrivano nei secondi, ed è lì che un'attività li vedrà: meno chiamate che finiscono con "la richiamiamo", meno risposte sbagliate, più richieste chiuse nella stessa telefonata.
Le domande da fare al fornitore
Per un ristorante, uno studio medico o uno studio professionale, l'annuncio di Carbon è un buon pretesto per controllare l'assistente che avete, o quello che state valutando:
- Cosa succede quando non sa la risposta? Fate una chiamata di prova con una domanda a cui non può rispondere: deve dirlo e proporre una soluzione, non inventare.
- Da dove prende le informazioni? Orari, servizi, listino e regole devono venire da ciò che avete configurato voi.
- Cosa legge dall'esterno? Se è collegato a calendario, CRM o email, chiedete come è protetto dalle istruzioni nascoste nei contenuti.
- Quali modelli usa per la voce e come li aggiorna? Un buon fornitore cambia modello quando ne esce uno migliore per il suo caso d'uso, senza farvi rifare la configurazione.
- Cosa sa fare durante la chiamata? Prendere appuntamenti, registrare richieste, mandare un riepilogo: le funzionalità e le integrazioni contano più dei punteggi.
- Passa la chiamata a una persona quando serve, e dice subito di essere un'AI, come chiede l'AI Act?
Per un confronto tra le soluzioni disponibili in Italia c'è la nostra guida ai migliori assistenti telefonici AI del 2026.
In sintesi
Gemini 4 Carbon è il modello più forte di Google ed è il primo nell'indice di Artificial Analysis, ma per ora lo usano solo alcuni esperti di sicurezza e non è pensato per la voce. Per chi usa l'AI al telefono la notizia vera è la direzione: modelli che inventano meno e si lasciano manipolare meno. Un assistente si giudica comunque sulle chiamate reali. Se volete sentire come risponde un assistente telefonico AI sulla vostra attività, richiedete una demo.
Domande frequenti
Cos'è Gemini 4 Carbon?
È il nuovo modello di punta di Google, annunciato il 28 ottobre 2026. Google lo presenta come il suo modello più forte, pensato per la sicurezza informatica e per i lavori lunghi in molti passaggi, come trovare e correggere un errore in un grande software.
Si può già usare Gemini 4 Carbon?
Non ancora in modo generale. Al lancio lo ricevono solo alcuni difensori informatici; l'accesso si allargherà ad altri partner tramite il Fairwind Program e poi, senza una data, a sviluppatori, aziende e consumatori. Il 30 ottobre Carbon non compare nell'elenco dei modelli delle Gemini API.
Che differenza c'è tra Gemini 4 Carbon e Gemini 4 Argon?
Argon è uscito il 30 settembre ed è disponibile per tutti gli sviluppatori dal 13 ottobre. Carbon arriva quattro settimane dopo, è più forte nella maggior parte delle prove pubblicate da Google e, secondo i test interni di Google, fa circa la metà delle affermazioni senza fondamento.
Gemini 4 Carbon è il migliore in tutti i benchmark?
No. Nella tabella di Google è primo in 15 prove su 17, ma resta dietro a GPT-6 Astra in FrontierSWE 2 e a Claude Opus 5.5 in OSWorld-2.1. Sono comunque numeri dichiarati dal produttore.
Un assistente telefonico AI diventa migliore con Gemini 4 Carbon?
Non automaticamente. Carbon non è un modello per la voce in tempo reale: al telefono Google propone i modelli Gemini 3.8 Live. Quello che conta dell'annuncio è la direzione: meno risposte inventate e più resistenza alle istruzioni nascoste nei contenuti.
