La corona di Gemini 4 Carbon conta poco finché i difensori non la ottengono per primi

Quando un modello è così bravo a trovare e sfruttare i bug che chi lo ha creato non ti lascia usarlo, è un prodotto o un comunicato stampa? Gemini 4 Carbon di Google è entrambe le cose, e quale delle due prevarrà dipende da ciò che accadrà nelle prossime settimane.

Ecco la versione breve. Google ha lanciato Carbon mercoledì, come riporta The Verge, vantando «miglioramenti significativi» in programmazione, compiti agentici e cybersicurezza, oltre al primo posto nell'Artificial Analysis Intelligence Index (v5.0), davanti a Claude Opus 5.5 e GPT-6 Astra. È disponibile prima di tutto per un gruppo selezionato di aziende di difesa informatica tramite il Fairwind Program, con un accesso più ampio in arrivo. Il prezzo introduttivo è di 2 dollari per milione di token in ingresso e 10 dollari per milione di token in uscita.

La corona è più sottile di quanto dica il titolo

Google cita un punteggio di 59 nell'indice. Ars Technica lo mette in prospettiva: tutti i modelli di frontiera arrivano più o meno allo stesso livello in questi test, e il distacco tra Carbon e la concorrenza è di appena pochi punti. Aggiunge che Carbon batte Argon con margini minimi in ogni test che Google ha fornito e che, per quanto ne sappiamo, potrebbe essere un aggiornamento successivo all'addestramento più che un modello nuovo.

Ci sembra il livello giusto di scetticismo. Un vantaggio di pochi punti in una classifica, annunciato dall'azienda che ne trae beneficio, è marketing finché qualcun altro non lo riproduce. I numeri sulla cybersicurezza meritano lo stesso trattamento: l'88,2% su SEC-bench Pro, il 54,8% su ExploitGym e il 71% su CWE-bench sono cifre di Google, e l'affermazione che Carbon sia stato oltre 10 volte migliore nel generare patch di alta qualità è misurata rispetto al modello di «un altro laboratorio» non citato. I rivali senza nome permettono di vantarsi senza possibilità di smentita.

L'ordine di accesso è la vera notizia

La scelta più interessante riguarda il modo in cui Carbon viene distribuito. Google dice di seguire il processo di revisione volontario del governo degli Stati Uniti e di partire dai difensori. È l'istinto giusto. Un modello che ottiene buoni risultati sia nel trovare vulnerabilità sia nel trasformarle in exploit è a duplice uso per costruzione. Darlo prima ai difensori serve solo se ottengono un vero vantaggio, e questa è una promessa sui tempi, non sulle capacità.

E i tempi sono vaghi. Google non si impegna su alcuna scadenza per il rilascio generale. Ars suggerisce che, se andrà come con Argon, Carbon potrebbe essere disponibile tra un paio di settimane, ma è un'inferenza, non un impegno. Due settimane sono tante in ambito sicurezza. Se gli aggressori hanno strumenti comparabili da altre fonti, o se Carbon arriva al pubblico prima che i difensori abbiano corretto ciò che trova, la formula «prima i difensori» diventa una bella storia su un vantaggio breve.

C'è anche un problema meno evidente: un'anteprima chiusa significa che nessuno al di fuori del gruppo selezionato può verificare nulla di tutto questo. I partner di Fairwind hanno presumibilmente l'interesse e la competenza per metterlo alla prova a fondo. Ci piacerebbe che loro, o laboratori indipendenti, pubblicassero ciò che trovano, compresi i fallimenti.

Che cosa dovrebbe fare un lettore scettico

Diamo a Cesare quel che è di Cesare: il risultato sulla prompt injection è notevole, se regge. Ars riferisce che Carbon ha resistito a ogni attacco tentato nella valutazione di Grey Swan, contro lo 0,7% di Argon e l'8,5% di GPT-6 Astra. Questo conta più, per gli agenti che restano in funzione per giorni, di un piccolo vantaggio nell'indice. Ma resta una sola valutazione, riportata nei termini che Google ha scelto di pubblicare.

Il nostro verdetto: considera la corona dell'indice una nota a piè di pagina e le affermazioni sulla cybersicurezza un'ipotesi. Se lavori nella sicurezza, chiedi i dettagli della valutazione e una prova tramite un partner di Fairwind invece di fidarti del grafico. Se sei uno sviluppatore, non ripensare ancora l'architettura di nulla attorno a Carbon; il prezzo introduttivo è allettante, ma The Express Tribune riferisce che salirà a 4 e 20 dollari per milione di token. La corona del benchmark verrà probabilmente dimenticata alla prossima uscita. Quello che resterà è se i difensori hanno davvero corretto i problemi prima che tutti gli altri ottenessero la stessa capacità.