
Gemini 4 Carbon è andato in laboratorio. Il documento di Google stesso cita Gemini 4 Argon tredici volte.
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 89 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 131 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 85 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 136 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 182 tok/s
Cinquanta milioni di righe di Lean 4. È quanto è servito per verificare automaticamente una dimostrazione della congettura di Courtade–Kumar, un risultato del 2013 in teoria dell'informazione su quanta parte di una stringa di bit rumorosa sopravviva alla compressione, ed è il singolo artefatto più grande nel resoconto di ricerca pubblicato il 13 novembre 2026 con il titolo "Advancing science & engineering with Antigravity's /teamwork". Il post è la fonte dell'affermazione che ora circola secondo cui i ricercatori stanno mettendo Gemini 4 Carbon al lavoro su problemi a più passaggi in fisica, matematica e scienze della vita. Carbon è nel post. È citato esattamente una volta, in un elenco di tre modelli all'inizio. Ciascuno dei casi di studio sottostanti — la congettura, le congetture di Weil formalizzate, l'elucidazione della struttura NMR, il motore Go, la riscrittura del kernel Zircon — è attribuito nel corpo a Gemini 4 Argon, oppure a "Gemini 4" senza indicazione del livello, oppure all'harness stesso.
Non è uno scandalo e non è una correzione. È una distinzione che vale la pena chiarire bene prima che qualcuno ci basi un budget, perché i due modelli non sono intercambiabili nel modo in cui implica il tweet, e perché il prezzo di Carbon è programmato per raddoppiare il 1° dicembre 2026 — quattordici giorni da oggi. Quello che segue è ciò che il post dice effettivamente, quali affermazioni superano l’esame, quali sono segnalate dal fornitore e non riprodotte, e cosa può farne un lettore fuori da Google questa settimana.
Il post, il programma e l'unica frase
Google Research lo ha pubblicato il 13 novembre, attribuendolo a Vahab Mirrokni, Google Fellow e VP di Google Research. Il paragrafo iniziale elenca i modelli in un'unica lista: «Usando Gemini 4 Argon, Gemini 4 Carbon, Gemini 4 Hydrogen e flussi di lavoro multi-agente come /teamwork di Antigravity (basati su vari modelli Gemini), queste collaborazioni hanno prodotto nuove innovazioni…» Quella frase è tutta la presenza di Carbon nell'argomentazione. Contando i nomi nel corpo sottostante, Argon compare tredici volte, Hydrogen una volta e Carbon non compare più.
Il motivo è strutturale, non imbarazzante. /teamwork è un harness, non un modello: esegue un pool di agenti specializzati, assegna a ciascuno solo i file e gli strumenti necessari al proprio passaggio, passa il lavoro a successori nuovi affinché il contesto non si deteriori nel corso di esecuzioni di più giorni e instrada ogni prompt verso un pattern di workflow scelto per l'attività. Il suo livello di verifica è ciò che Google sta effettivamente vendendo — il verificatore Lean 4, suite di test non modificate, simulatori di esecuzione, contatori hardware — che agiscono come falsificatori che decidono quale risposta candidata sopravvive. Quando è un harness a orchestrare e un verificatore di dimostrazioni a giudicare, il modello sottostante conta meno del ciclo che lo circonda. Argon, il modello invocabile tramite l'API a pagamento dal 13 ottobre 2026, è quello su cui sono state eseguite le campagne.
La motivazione di Carbon stesso per essere nella lista è reale ma diversa: è il modello general-purpose più forte che Google abbia pubblicato e, su Artificial Analysis, attualmente è quarto su 81 modelli con 60 sull'Intelligence Index v5.0.1. Niente nel post del 13 novembre lo contraddice. Niente in esso dimostra nemmeno che sia Carbon a fare il lavoro.

I risultati, ordinati in base a quanto sono verificabili
Il post è insolitamente ricco di dettagli per un blog di ricerca, il che permette di ordinare le affermazioni in base al tipo di prove che le sostengono anziché a quanto impressionanti suonino.
• Verificato dalla macchina, quindi verificabile in linea di principio — la dimostrazione di Courtade–Kumar, formalizzata dall'inizio alla fine in Lean 4 con 50 milioni di righe, con il contributo umano esplicitato: un team della CUHK ha proposto la funzione candidata che ha ridotto il problema a un'ottimizzazione a 14 variabili. Sempre in questa categoria, la formalizzazione delle congetture di Weil con circa 1,8 milioni di righe e 28.800 invocazioni di subagenti, il decimo problema di Hilbert sugli anelli generali con oltre 919.000 righe, la congettura di Birkhoff aperta dal 1927 e la congettura di Bochner–Riesz in 3D, per la quale il sistema riferisce di aver trovato e corretto una lacuna in una dimostrazione informale pubblicata di recente. Una dimostrazione Lean che compila è una classe di asserzione diversa da un punteggio di benchmark, e Google merita il merito per questo — anche se "50 milioni di righe di codice di dimostrazione generato" è anche un'affermazione sul volume di ricerca anziché sull'eleganza.
• Misurato, con la misurazione descritta — il risultato di chimica molecolare. Trenta agenti specializzati in un ciclo di autocorrezione, più un simulatore spettrale informato dalla fisica, hanno raggiunto il 95% di corrispondenza esatta top-1 e il 100% top-3 sui benchmark di elucidazione strutturale NMR, che Google descrive come quasi il doppio delle prestazioni di un singolo agente. Questo è l'elemento più vicino, nel post, a un'affermazione sulle scienze della vita, ed è quello che più probabilmente verrà citato. Le molecole del benchmark non sono nominate nel post, il valore di riferimento per singolo agente è fornito solo come rapporto, e non esiste ancora alcuna replica indipendente.
• Adiacente alla peer review, con un sondaggio allegato — Deep Review a STOC 2027. Gli autori di 578 sottomissioni, più di un terzo del totale, hanno scelto di ricevere feedback automatizzati sulle loro bozze. In un sondaggio in corso su 70 autori, il 90% ha valutato il feedback per lo più o quasi del tutto fattuale, il 90% ha dichiarato che lo userebbe di nuovo, oltre il 30% ha affermato che ha individuato bug sostanziali nelle dimostrazioni, e il 14% ha segnalato lacune tecniche che hanno richiesto più di un'ora per essere corrette. Si tratta di rispondenti auto-selezionati che descrivono le proprie sottomissioni, il che è più debole di uno studio controllato e molto più forte di una testimonianza.
• Numeri ingegneristici da sistemi in produzione — una riscrittura in Rust di circa 800.000 righe per il microkernel Zircon che supera i propri unit test e si avvia su arm64; libgav1 portato a circa 170.000 righe di Rust con parità bit-exact al 100% e che risulta dal 20% al 30% più veloce rispetto all'originale C++ e assembly scritto a mano; il lavoro sui kernel TPU riporta un'accelerazione media geometrica di 4,09x su 17 kernel JAXBench; Connected Components che scala a grafi con mille miliardi di archi con una RAM 6 volte inferiore; e un motore Go 9x9 che ha guadagnato circa 2.600 Elo in meno di otto giorni, collocandosi tra KataGo a 16 e 32 visite. Si tratta di misurazioni interne che l'azienda ha scelto di pubblicare, senza alcun audit esterno e, nella maggior parte dei casi, senza alcun artefatto rilasciato.
• Non compare affatto nel post — nulla che riguardi i costi. Nessun budget di campagna, nessun numero di token, nessun costo per risultato appare da nessuna parte nell'articolo. Per un sistema i cui output includono dimostrazioni da 50 milioni di righe e sessioni di addestramento autonome di otto giorni, questa è l'omissione che un lettore che pianifica una propria campagna vorrebbe maggiormente vedere colmata.
Rileggi l'elenco tenendo presente l'attribuzione e la forma diventa chiara: l'harness produce il risultato, il verificatore lo certifica, gli esperti umani inquadrano il problema e il modello è il motore — un motore fra tre, e il post indica quello su cui si è appoggiato.
Perché il risultato di un harness non è il risultato di un modello, e come dare un prezzo alla differenza
L'incentivo a confondere le due cose è ovvio, perché un punteggio di benchmark è un numero che si può confrontare e un risultato di harness è una storia su un flusso di lavoro. Il numero comparabile di Carbon, misurato da una terza parte senza interessi nell'harness, è 60 su Intelligence Index v5.0.1 — quarto su 81, con Claude Fable 5.2 a 65 sopra di esso e GPT-6.1 Sol a 55 sotto. La stessa pagina indica il costo di Carbon in 5,48 $ per attività completata dell'indice e il suo tempo in 33,2 minuti per attività, entrambi ben sopra le mediane della sua fascia di prezzo, perché scrive 205 milioni di token di output per finire ciò che il modello mediano finisce in 78,6 milioni.

Quella verbosità non è un difetto in una ricerca di dimostrazioni. Quando il compito è esplorare uno spazio di parametri e verificare i candidati contro Lean, scrivere di più è il metodo. Quando il compito è un ticket di supporto, è il conto. Il post del 13 novembre è una prova per il primo caso e non dice nulla sul secondo — e qualsiasi team che lo legga come "Carbon è il modello per il nostro agente" sta prendendo in prestito un risultato da un harness che non sta usando, su un tipo di compito che potrebbe non avere.
Ciò che è trasferibile è il design pattern, e non è solo di Google: esplorazione parallela, un falsificatore esterno che non ha opinioni, contesto fresco a ogni passo e un critico che non vede mai il ragionamento del produttore. Ognuno di questi elementi è una proprietà di come si chiama un modello, non di quale modello si chiama.
Cosa può davvero ottenere un esterno, e quanto costa dopo il 1° dicembre
Il post termina con il paragrafo più concreto in termini operativi: oggi scienziati e sviluppatori esterni possono usare i modelli Gemini 4 con /teamwork e /boost in Antigravity e Deep Review, e Google ha aperto le candidature per offrire a 10.000 ricercatori accademici sei mesi di accesso gratuito al suo livello di utilizzo più alto. Per un laboratorio, quel programma è la vera notizia. È anche l'unica strada offerta che sia gratuita, ed è soggetta a un tetto massimo, accessibile solo tramite candidatura e limitata nel tempo.
Tutti gli altri comprano token. Gemini 4 Carbon è diventato disponibile a livello generale sulla Gemini API a pagamento il 10 novembre 2026, tredici giorni dopo l'annuncio di Google, a 2,00 $ per milione di token in input e 10,00 $ per milione di token in output — una tariffa valida fino al 30 novembre che diventa 4,00 $ e 20,00 $ il 1° dicembre, con l'input in cache che passa da 0,10 $ a 0,20 $ alla stessa data. Non esiste un livello gratuito per il modello; ogni token elaborato viene fatturato, inclusi i token di ragionamento. Una campagna di ricerca di sei settimane prezzata alla tariffa odierna è una campagna prezzata alla metà del suo costo di dicembre, il che è o un argomento per iniziare subito o una ragione per modellare la bolletta al numero più alto.
Carbon viene instradato su OrcaRouter come google/gemini-4-carbon al prezzo di listino di Google con markup dello 0%, sulla stessa chiave e sullo stesso endpoint compatibile con OpenAI del resto del catalogo, il che qui conta per un motivo banale: la modifica del 1° dicembre è una variazione di prezzo del fornitore, e una tariffa pass-through significa che il numero dalla nostra parte si muove con quello di Google il giorno stesso anziché dopo un ciclo di riprezzamento. La pagina del modello riporta l'attuale insieme di specifiche — contesto di 1.048.576 token, output massimo di 65.536 token, input testo, immagine, audio, video e PDF, output testo, tool calling nativo e output strutturati — che è la scheda tecnica che il post di lancio di Google non ha pubblicato.

La domanda che il post lascia aperta
Google ha ora pubblicato, in venti giorni, un annuncio che ha messo Carbon al primo posto su un indice neutrale, un post di disponibilità generale che lo ha reso richiamabile e ha datato il proprio sconto, e un post di ricerca che lo ha usato in un elenco accanto a due modelli fratelli. Ciò che non ha pubblicato è un singolo risultato che attribuisca a Carbon da solo, a un costo dichiarato, su un compito che una terza parte possa rieseguire. Finché non esisterà, il riassunto onesto del 13 novembre è più ristretto del tweet e più utile: l'harness funziona, il verificatore è la parte interessante, e il modello nominato tredici volte è quello su cui le campagne hanno effettivamente girato.
Confrontati in questo articolo1
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
