Gemini 4 Carbon è numero uno nell'indice e non disponibile: cosa è cambiato il 28 ottobre

Google DeepMind ha pubblicato Gemini 4 Carbon: il nostro prossimo modello di frontiera il 28 ottobre 2026, e dentro quel post c'era il numero che da allora è stato citato ovunque: 59 sull'Artificial Analysis Intelligence Index v5.0 — primo posto, con un punto di vantaggio su Claude Opus 5.5 a 58, e nove punti di vantaggio su Gemini 4 Argon, il modello su cui è basato Carbon e il modello che Google vende tramite la sua API a pagamento dal 13 ottobre. Artificial Analysis è il valutatore di terze parti dietro quel dato, e aveva pubblicato la riga lo stesso giorno. Ciò che non è arrivato il 28 ottobre, né il 29 o il 30 ottobre, è un modo per chiunque al di fuori di un programma nominativo di chiamare il modello.

Quel divario — tra una posizione di vertice verificata e una porta senza maniglia — è tutta la storia della settimana. Carbon non è una fuga di notizie, non è una voce e non è un'anteprima che qualcuno ha scovato su una classifica. È un modello annunciato, sottoposto a benchmark e con un prezzo, dotato di un listino prezzi pubblicato e di nessun ID del modello pubblicato. Qui di seguito trovi cosa è cambiato davvero, cosa ha omesso Google e cosa significano i numeri una volta che smetti di leggere il punteggio del titolo e inizi a leggere i nove test dai quali è calcolata la media.

Ciò che diceva il post, e le quattro cose che non diceva

L'annuncio cita Koray Kavukcuoglu, SVP e chief AI architect di Google DeepMind, e posiziona Carbon come un modello di cybersecurity e ingegneria a lungo termine basato su Argon. La formulazione sull'accesso è precisa e merita di essere letta due volte: "A partire da questa settimana, renderemo Carbon disponibile a un sottoinsieme di cyber defender", poi "introdurremo gradualmente l'accesso per ulteriori partner fidati tramite il nostro Fairwind Program" e infine per sviluppatori, aziende e consumatori "il prima possibile", una volta perfezionate le salvaguardie. Google afferma inoltre di essere coinvolta nel processo volontario di test pre-rilascio del governo degli Stati Uniti. In quella sequenza non compare alcuna data.

Mancano quattro elementi che una pagina modello normalmente contiene:

• ID del modello — l'elenco dei modelli dell'API Gemini, controllato il 30 ottobre, non contiene alcuna voce Carbon. La sua unica stringa Gemini 4 è gemini-4-argon.

Finestra di contesto — non indicata nel post di Google e non presente nella sua pagina dei prezzi. La pagina del modello di Artificial Analysis indica 1M; si tratta di un dato di terzi, non di una specifica del fornitore, ed è l'unico in circolazione.

• Numero di parametri e architettura — non divulgati, e nessun rapporto tecnico accompagna il lancio.

• Una scheda del modello — nessuna pubblicata al 30 ottobre, motivo per cui ogni testata secondaria cita il post del blog anziché una specifica.

Il prezzo, al contrario, viene pubblicato integralmente, il che fa sembrare l'insieme delle omissioni intenzionale anziché incompleto: Google è disposta a dirti quanto costa Carbon prima di dirti che cos'è.

Il 59 è una media di nove test, e Carbon ne vince quattro

La recensione di Artificial Analysis è più utile della posizione in classifica. Carbon guida 4 delle 9 valutazioni costituenti — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience e AutomationBench-AA — il che significa che il punteggio da primo posto deriva dall'essere molto forte su tutti i fronti, anziché dal fare incetta di tutte le prove. I punti in cui non è in testa sono quelli che uno sviluppatore che assume un agente noterebbe per primi.

• Agenti di coding — Carbon ottiene 59 sul Coding Agent Index con Antigravity CLI. Claude Opus 5.5 arriva a 62 in Claude Code. Tre punti, esattamente sul carico di lavoro su cui il marketing di Google punta con più forza.

• Terminal-Bench 4.0 — Carbon è secondo al 64%, dietro a Claude Opus 5.5.

• FrontierCode v1.1 — secondo al 51%, di nuovo dietro a Opus 5.5.

• AA-Briefcase — 1.609 Elo, in rialzo di 126 rispetto a 1.483 di Gemini 4 Argon. È il maggiore salto singolo del lancio, e lascia ancora Carbon dietro a Grok 4.7 (1.638), Muse Wonder (1.659) e Kimi K3.1 Pro (1.678).

• AA-Omniscience v1.1 — 54, davanti al 48 di Opus 5.5 e al 46 di Argon. L'accuratezza è salita di 10 punti al 58%, e il tasso di allucinazione è aumentato dal 4% all'11%. Il secondo numero non compare nel post di Google.

La lettura onesta di 59, quindi, è che Carbon è il modello general-purpose più forte della classifica e il secondo agente di coding più forte, con un tasso di allucinazione peggiorato che Google non ha divulgato spontaneamente. Tutte e tre le affermazioni provengono dalla stessa pagina.

La tabella di Google stessa, etichettata come di Google

I numeri dei fornitori sono quelli che finiranno nelle presentazioni di procurement, quindi meritano un'attribuzione precisa anziché un posto nella stessa frase del punteggio indipendente. Tutto quanto segue è riportato da Google e non riprodotto al di fuori di Google:

• SEC-bench Pro — 88,2% nella scoperta di vulnerabilità, l'affermazione di punta in materia di cybersecurity.

• ExploitGym — 54,8% sullo sfruttamento, contro il 42,0% di Gemini 4 Argon.

• CWE-bench — 71,0% nel patching.

• WebDev Arena — +89 Elo a 1.768, quarto posto. Questa è un'arena pubblica e quindi verificabile, motivo per cui è l'affermazione del fornitore che meno necessita di riserve.

• Gray Swan iniezione indiretta di prompt — 0,0% di successo degli attacchi, rispetto allo 0,7% di Argon. Terminal-Bench 4.0 cheating: 0,0% riusciti, 0,4% tentati.

• Dichiarazioni interne del team di ingegneria: un tasso di successo nella generazione di codice sicuro più che doppio rispetto ad Argon; una dichiarazione del team Chrome secondo cui Carbon ha prodotto patch "oltre 10 volte" migliori rispetto al modello di frontiera di un laboratorio rivale; avvisi di disallineamento grave ridotti di quasi l'80%; asserzioni non supportate praticamente dimezzate; eccesso di intervento sui task ridotto del 26% e sotto-servizio ridotto del 29%.

La tabella di Google non è del tutto lusinghiera, e i due punti in cui perde sono quelli che vale la pena ricordare: FrontierSWE 2 è andato a GPT-6 Astra, e il sottoinsieme offline di OSWorld-2.1 è andato a Claude Opus 5.5. Un post di lancio che pubblica le proprie sconfitte è più credibile di uno che pubblica diciassette vittorie senza una colonna per il resto — ed è esattamente per questo che le righe delle sconfitte sono la prima cosa da controllare quando un fornitore dichiara di aver vinto su tutta la linea.

Il tariffario, e l'orologio che Google non ha avviato

Il prezzo introduttivo di Carbon è di 2 $ per milione di token di input e 10 $ per milione di token di output, con l’input in cache scontato del 95%. Il post afferma poi che «4 $ per 1 milione di token di input e 20 $ per 1 milione di token di output si applicheranno» dopo la scadenza del periodo introduttivo — e non indica alcuna data di scadenza. Argon, invece, ha una data di scadenza rigida: la sua tariffa introduttiva è valida fino al 30 novembre 2026, e la tariffa standard entra in vigore il 1° dicembre. Il cronometro di Carbon non è avviato, e non lo sarà finché il modello non avrà un endpoint pubblico da vendere.

A prezzo standard, Artificial Analysis stima il costo di Carbon per attività dell'Intelligence Index a 7,76 $, circa il 23% in meno rispetto a Claude Opus 5.5 (max) a 10,04 $, e circa 1,2 volte GPT-6 Astra (max) a 6,25 $, su 123k token di output per attività. Si tratta di dollari per attività, non per token, e la distinzione è importante: un modello che costa meno per token ma ragiona più a lungo può comunque costare di più per risposta.

Questa è la parte del lancio che diventerà rilevante nel momento in cui Carbon otterrà un endpoint, ed è la parte per cui è pensata la regola di pass-through su il catalogo completo dei modelli. OrcaRouter applica un ricarico dello 0% e trasferisce il prezzo di listino del provider, quindi un taglio o un aumento delle tariffe del fornitore è operativo dalla nostra parte lo stesso giorno, anziché dopo un ciclo di riprezzamento. Oggi questa regola si applica ai modelli Google che instradiamo; Carbon non è tra questi, e le pagine che sostengono il contrario vendono qualcosa che nessuno può ancora consegnare.

Cosa può effettivamente fare uno sviluppatore questa settimana

Il 30 ottobre, il catalogo OrcaRouter non contiene alcuna stringa che corrisponda a Gemini 4. I modelli Gemini di frontiera chiamabili oggi si trovano un gradino più in basso e hanno un prezzo adeguato: Gemini 3.1 Pro Preview a $2 in input e $12 in output per milione di token con una finestra di contesto da 1M, e il livello Flash — Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash — a partire da $0,75 in input. Ecco cosa significa in pratica "il modello top è bloccato": il lavoro deve comunque essere consegnato, e viene consegnato sul miglior modello con una porta d'accesso.

Se stai valutando Carbon per un workflow di sicurezza, il modo credibile per prepararti senza far dipendere un percorso di produzione da un modello non ancora rilasciato è costruire prima il fallback. Il failover automatico tra provider con un'unica chiave significa che un modello primario che inizia a restituire errori o rallenta viene sostituito all'interno della stessa chiamata, così il giorno in cui Carbon sarà disponibile, il passaggio sarà una modifica della stringa del modello anziché una riarchitettura.

Il precedente che fissa la data da tenere d'occhio

Argon è l'unico template utilizzabile per ciò che accadrà dopo. Google lo ha annunciato il 30 settembre 2026, lo ha reso disponibile a livello generale sull'API a pagamento il 13 ottobre e ha aperto la sua finestra di prezzo introduttivo fino al 30 novembre. Sono tredici giorni dall'annuncio a un endpoint richiamabile. Applicando la stessa aritmetica all'annuncio di Carbon del 28 ottobre, la data implicita è intorno al 10 novembre: aritmetica basata su un unico precedente, non un impegno, e Google è stato esplicito sul fatto che prima deve concludersi il collaudo governativo pre-rilascio.

L'altra variabile è meno rassicurante: il modello che sarà rilasciato tra due settimane potrebbe non essere quello che ha ottenuto 59. Carbon è costruito su Argon, e c'è un'osservazione non confermata del 21 ottobre, quando un monitor di arena di terze parti ha segnalato un cambiamento nelle capacità dell'alias gemini-4-argon e alcuni sviluppatori l'hanno interpretata come l'arrivo anticipato dei pesi di Carbon. Se il piano di Google è di integrare il post-training di Carbon nel nome Argon invece di lanciare un secondo endpoint, allora la cosa da tenere d'occhio non è affatto un nuovo ID di modello — è un incremento di versione su quello che puoi già chiamare.

La classifica resisterà per un po'; i primi posti in classifica di solito tengono finché non risponde il prossimo laboratorio. Ciò che non resisterà è il presupposto alla base di gran parte della copertura di questa settimana: che un modello numero uno sia un modello che puoi mettere in un prodotto. Il 30 ottobre, Gemini 4 Carbon è il miglior modello al mondo per un punto pubblicato e l'unico modello di frontiera di questa generazione senza un indirizzo. Gemini 4 Argon, più vecchio di quattro settimane dall'annuncio e inferiore di nove punti, ha l'indirizzo, il listino prezzi con una scadenza reale e il traffico.