Salta al contenuto

IA

Gemini 4 Carbon arriva due settimane dopo Argon. Ritmi?

Il nuovo modello di punta di Google conquista il primo posto in un indice Artificial Analysis appena aggiornato e sfoggia numeri enormi sui benchmark di sicurezza. Esce a due settimane dal predecessore, Gemini 4 Argon.

Foto di copertina: Dietmar Rabich / CC BY-SA 4.0

TL;DR

  1. Gemini 4 Carbon è #1 sull'Artificial Analysis Intelligence Index v5.0, con un punteggio di 59.
  2. Google dichiara 88,2% su SEC-bench Pro, 54,8% su ExploitGym, 71,0% su CWE-bench.
  3. Gemini 4 Argon era uscito due settimane prima. La cadenza di rilascio è ormai un flex.

Cosa è successo

Google definisce Carbon il suo modello più potente, con capacità di cybersecurity e di ragionamento a lungo orizzonte allo stato dell'arte. Il vanto principale: è #1 sulla versione v5.0, appena aggiornata, dell'Artificial Analysis Intelligence Index, con un punteggio di 59.

Il vero argomento di vendita sono i numeri sulla sicurezza. Google dice che Carbon totalizza 88,2% su SEC-bench Pro (trovare vulnerabilità), 54,8% su ExploitGym (sfruttarle) e 71,0% su CWE-bench (correggerle). E rivendica anche un netto vantaggio su questi test.

Google aggiunge che Carbon mostra miglioramenti significativi nel coding e nei compiti agentici. Nei benchmark interni, dice, la generazione di codice sicuro migliora, e i team che lo usano in ambienti di coding reali hanno visto cali nei tassi di disallineamento e di invenzioni.

L'inquadratura di Google stessa: i suoi ricercatori e i suoi modelli lavorano fianco a fianco per andare più veloci. Rileggi la frase due volte, poi vai a farti un altro caffè.

Perché conta

Un modello che trova falle, simula exploit e scrive patch è il sogno di chi difende. È anche, per definizione, uno strumento che capisce gli attacchi. Google vende l'angolo della difesa, e i benchmark sono le sue prove.

Tratta i numeri come dichiarazioni del fornitore. Sono cifre di Google, pubblicate nell'annuncio di Google. Sono i test indipendenti a trasformare una slide in un fatto.

L'altra storia è la cadenza. Prima Argon, poi Carbon, a due settimane di distanza. Se i rilasci di frontiera ormai viaggiano a ritmo quindicinale, nessun foglio di calcolo di valutazione sopravvive al trimestre.

Due modelli di frontiera in due settimane è il ritmo che indica Google stessa.

Cosa cambia in Europa

Per l'Europa la questione è l'accesso. I nuovi modelli di frontiera dei laboratori USA hanno il vizio di arrivare agli utenti UE in ritardo, o con funzioni ridotte, mentre regolatori e vendor sbrogliano l'AI Act. Se Carbon seguirà lo stesso copione, per ora non è chiaro.

Per i team di sicurezza europei la domanda è pratica: puoi davvero usarlo, e a quali condizioni? Un modello forte sul lavoro sulle vulnerabilità attirerà l'attenzione dei regolatori proprio per quello che sa fare.

Cosa farne

  • Controlla i benchmark da solo.Leggi i risultati di SEC-bench Pro, ExploitGym e CWE-bench prima di ripetere i numeri di Google in una presentazione.
  • Provalo sul lavoro di difesa.Se hai accesso, prova triage delle vulnerabilità e bozze di patch su una codebase non critica.
  • Verifica la disponibilità nella tua regione.I team europei dovrebbero confermare accesso e condizioni prima di pianificare un rollout intorno a Carbon.
  • Tieni d'occhio l'indice.Segui l'Artificial Analysis Intelligence Index v5.0: le classifiche potrebbero cambiare di nuovo nel giro di poche settimane.

Keep up, sapiens. I modelli l'hanno già fatto, e questo mese per ben due volte.