Gemini Carbon sa di più e inventa di più. Chi verifica?

Gemini 4 Carbon torna primo nella classifica di Artificial Analysis. Lo stesso ente misura che, quando non conosce la risposta, ne inventa una nell'11% dei casi contro il 4% del modello precedente. Per una PMI conta provare lo strumento sulle domande che una risposta non ce l'hanno, e rifare la prova a ogni cambio di modello.

Il 28 ottobre 2026 Google ha presentato Gemini 4 Carbon, il suo nuovo modello di punta, e secondo Carl Franzen di VentureBeat lo ha riportato al primo posto nell'Intelligence Index di Artificial Analysis, la classifica indipendente che nella versione 5.0 usa test più difficili e in gran parte con domande riservate. Carbon fa 59 punti, contro i 58 di Claude Opus 5.5 e i 57 di GPT-6 Astra. Per ora lo usano solo alcuni difensori di sicurezza informatica selezionati con il programma Fairwind, e per tutti gli altri Google promette un'apertura «il prima possibile».

La lettura comoda si ferma alla classifica di questo mese, dove il distacco è di un punto. VentureBeat nota che il grafico di Google non riporta margini di incertezza e che un rapporto tecnico sul modello non è stato pubblicato. A me interessa di più un dato indipendente che sta in fondo al pezzo.

Sulla prova AA-Omniscience, sempre di Artificial Analysis, Carbon risponde bene al 58% delle domande, contro il 48% del modello precedente, Gemini 4 Argon. Quando invece non conosce la risposta, Carbon ne dà una sbagliata nell'11% dei casi, contro il 4% di Argon.

Cosa misura quell'11%

Artificial Analysis calcola il tasso di allucinazione solo sulle domande a cui il modello non risponde correttamente, e conta quante volte dà una risposta sbagliata invece di ammettere che non sa o di rifiutarsi. L'11% resta il secondo valore più basso fra tutti i modelli misurati, e il primo è proprio Argon. Sulla stessa pagina Carbon, impostato su un livello di ragionamento più basso, torna al 4%, per cui anche le impostazioni cambiano il comportamento.

La direzione del cambiamento mi colpisce più dei valori. Il modello nuovo sa più cose, e sulle cose che non sa prova a rispondere più spesso. Chi lo usa avrà più risposte giuste, meno «non lo so» e qualche invenzione in più: a conti miei, su cento domande quelle sbagliate passano da circa due a circa cinque.

Le domande senza risposta costano di più

Immagina un'azienda di componenti oleodinamici di cinquanta persone, dove l'ufficio tecnico chiede all'assistente la pressione massima di un raccordo il cui datasheet nessuno ha caricato. Lo scenario è ipotetico. Un modello che risponde «il dato non è nei documenti» fa perdere cinque minuti, uno che risponde con un numero plausibile può finire in un'offerta o in un disegno. Le domande senza risposta sono quelle in cui un errore costa di più, perché nessuno se lo aspetta.

Nel sistema con cui preparo le relazioni per i clienti ho scritto una regola che vale per qualunque modello: un numero entra nel riepilogo solo se qualcuno l'ha detto davvero nella registrazione, altrimenti resta scritto che il dato manca. La regola sta fuori dal modello, quindi regge anche quando cambio versione. Sul guasto opposto, il modello che fa più di quanto gli chiedi, ho scritto qui, e su quello che conviene costruire attorno al modello qui.

La prova va rifatta a ogni cambio

Un modello di punta resta in cima per poche settimane: Argon era disponibile a pagamento dal 13 ottobre, e quindici giorni dopo Google ne ha presentato il successore. Nelle app di chat il modello predefinito cambia con gli aggiornamenti del fornitore, spesso senza che in azienda qualcuno se ne accorga, e una prova fatta sei mesi fa su un'altra versione dice poco su quella che usi oggi. A una PMI serve un elenco di domande del proprio lavoro, conservato e rifatto uguale a ogni cambio.

Cosa farei domattina

Prepara dieci domande del tuo lavoro la cui risposta giusta è «non lo so» o «non è nei documenti»: un codice articolo che non esiste, il prezzo di un cliente mai caricato, una norma con un nome credibile e inventato. Falle allo strumento che usate in azienda, con gli stessi file di sempre, e segna su un foglio quante volte inventa una risposta invece di dire che il dato manca. Salva le dieci domande in un documento. Fra trenta giorni, o il giorno in cui il fornitore cambia modello, rifai lo stesso giro e confronta i due numeri. Delle tue dieci domande senza risposta, quante hanno ricevuto una risposta comunque?

(Fonti: Carl Franzen, VentureBeat, 28 ottobre 2026, per l'annuncio, l'Intelligence Index 5.0, l'accesso tramite Fairwind, i prezzi e l'accuratezza dal 48 al 58%. L'articolo l'ho letto attraverso uno strumento di lettura automatica che ne restituisce una sintesi dettagliata, senza il testo integrale. La definizione del tasso di allucinazione e i valori dell'11% e del 4% vengono dalla pagina di Artificial Analysis su AA-Omniscience, versione 1.1, letta il 5 novembre 2026. Il post di Google l'ho letto solo nelle cronache di Let's Data Science e Khaleej Times. Il conto delle risposte sbagliate su cento domande è mio e approssimato, perché Artificial Analysis mette nello stesso gruppo anche le risposte parziali.)

Domande frequenti

Gemini 4 Carbon si può già usare in Italia?

Al 5 novembre 2026 è riservato ai difensori di sicurezza informatica selezionati da Google con il programma Fairwind, a cui si candida un'organizzazione verificata e non un account personale. Il modello precedente, Gemini 4 Argon, ha un'API pubblica e un accesso a pagamento dal 13 ottobre. VentureBeat non riporta indicazioni specifiche per l'Europa.

Un tasso di allucinazione dell'11% vuol dire che sbaglia una risposta su dieci?

No. Artificial Analysis lo calcola solo sulle domande a cui il modello non risponde correttamente, e conta quante volte inventa una risposta invece di dire che non sa. Su tutte le domande Carbon risponde bene al 58%, secondo VentureBeat, e l'11% è il secondo valore più basso fra i modelli misurati. A conti miei le risposte sbagliate sono circa cinque su cento.

Quanto costa Gemini 4 a un'azienda che lo usa via API?

Secondo VentureBeat il prezzo d'ingresso è di 2 dollari per milione di token in entrata e 10 in uscita, poi sale a 4 e 20. Per Gemini 4 Argon il periodo d'ingresso finisce il 30 novembre 2026, quindi da dicembre lo stesso lavoro costa il doppio. Se usi un software che ha Gemini dentro, conviene chiedere al fornitore se il suo prezzo segue.