Gemini 4 Carbon vs Gemini 4 Argon: L'aggiornamento di 15 giorni che non puoi chiamare

Due modelli, un unico listino, nove punti indice di distanza — e solo uno dei due ha un endpoint. Gemini 4 Carbon è stato annunciato il 28 ottobre 2026, quindici giorni dopo che Gemini 4 Argon è diventato invocabile nella Gemini API a pagamento, e il post di Google stesso descrive Carbon come il più forte dei due. La forza non è però la stessa cosa della disponibilità: oggi non esiste alcuna voce gemini-4-carbon nell'elenco dei modelli di Google né nella sua pagina dei prezzi, e le persone che lo utilizzano sono difensori informatici e partner fidati ammessi tramite il Fairwind Program dell'azienda. La versione onesta di questo confronto è un confronto di capacità tra due modelli e un confronto di accesso tra un modello e un programma.

Cosa ha dichiarato ufficialmente Google il 28 ottobre

L'annuncio è arrivato da Koray Kavukcuoglu, vicepresidente senior di Google DeepMind, in un post intitolato "our next frontier model". Carbon succede ad Argon — annunciato il 30 settembre, disponibile al pubblico dal 13 ottobre — nello stesso numero di generazione. L'attenzione dichiarata di Google è la cybersecurity e il lavoro degli agenti su orizzonti lunghi, il tipo di compito in cui un agente continua a procedere tra vicoli ciechi per giorni anziché uno in cui un prompt riceve una singola risposta.

Tre dettagli contano più del marketing:

L'accesso è a fasi e senza data. Carbon è stato reso disponibile dapprima a "un sottoinsieme di difensori informatici", poi si è esteso attraverso il Fairwind Program e infine a sviluppatori, imprese e consumatori "il prima possibile". Non è stata indicata alcuna data per gli ultimi tre gruppi.

• Il rilascio rientra nel processo volontario di test pre-rilascio del governo degli Stati Uniti. Google dichiara di parteciparvi e di stare ancora perfezionando le salvaguardie prima di un accesso più ampio.

• Nessuna model card pubblica, nessun endpoint, nessun identificatore. L'elenco dei modelli dell'API Gemini, verificato il 29 ottobre, contiene esattamente una voce relativa a Gemini 4 — Gemini 4 Argon — e la pagina dei prezzi non ne contiene nessuna per Carbon. La finestra di contesto pubblicata da Google per Argon (una finestra unificata di 1M token, con decode fino a 1M) non è stata riformulata per Carbon; Artificial Analysis ne indica 1M token, ma si tratta di un dato di terze parti e non di una specifica Google.

Il divario di nove punti, e chi lo ha misurato

Artificial Analysis ha ricostruito il suo Intelligence Index come v5 il 27 ottobre, il giorno prima del rilascio di Carbon, sostituendo due benchmark, aggiornandone altri tre e rendendo privata gran parte dell'indice. È per questo tempismo che bisogna prestare attenzione a qualsiasi grafico prima/dopo si veda questa settimana: i punteggi precedenti alla ricostruzione non sono sulla stessa scala di quelli successivi. Nell'elenco attuale, successivo alla ricostruzione, entrambi i modelli sono stati valutati e il divario è reale e misurato con lo stesso strumento.

• Indice di Intelligenza v5 — Carbon 59, primo tra i 52 modelli elencati; Gemini 4 Argon 50, tredicesimo.

• Costo per attività di indicizzazione a prezzi standard — Carbon $7,76 contro Argon $7,68. Il modello più recente ottiene nove punti in più per otto centesimi in più per attività.

• Precisione — Carbon 58%, un guadagno di dieci punti rispetto ad Argon; AA-Omniscience 54 contro 46.

• Allucinazione — Carbon 11%, in aumento rispetto al 4% di Argon. Carbon è ancora il secondo valore più basso nei tracker, ma la direzione è quella sbagliata.

• Volume di output — 123k token per attività di indicizzazione, 29% in meno rispetto ai 173k di Claude Opus 5.5, il che contribuisce a spiegare perché il costo per attività rimane basso nonostante lo stesso prezzo di listino.

• Velocità — 99,8 token di output al secondo secondo la misurazione di Artificial Analysis, con tempo al primo token di 97,48 secondi con sforzo di ragionamento elevato. Questo è il numero da tenere d'occhio se si mette il modello dietro un'interfaccia interattiva anziché un'attività di lunga durata.

Artificial Analysis misura anche ciò che il titolo nasconde: nel suo Coding Agent Index, Carbon ottiene 59 con Antigravity CLI, tre punti dietro a Claude Code che guida Claude Opus 5.5 a 62. Il risultato di Google stesso nello sviluppo web punta nella direzione opposta — WebDev Arena a 1.768, quarto posto, un guadagno di 89 Elo — il che ricorda che "numero uno in assoluto" e "migliore nel codice" sono affermazioni diverse.

I numeri di Google stesso sono i più eclatanti nel post

Google ha riportato una consistente serie di risultati sulla sicurezza, e vale la pena distinguere ciò che è misurato da ciò che è dichiarato. Su SEC-bench Pro, scoperta di vulnerabilità, Carbon ottiene l'88,2% contro l'83,4% di Argon. ExploitGym, che convalida lo sfruttamento, passa dal 42,0% al 54,8%. CWE-bench, patching, passa dal 68,0% al 71,0%. Internamente, Google afferma che Carbon genera codice privo di vulnerabilità con una frequenza più che doppia rispetto ad Argon, e che il suo team Chrome lo ha giudicato più di dieci volte migliore di "un modello frontier di grandi dimensioni di un altro laboratorio" nel produrre patch di alta qualità — un confronto senza avversario nominato e senza metodo pubblicato.

I dati sulla sicurezza sono più significativi di quelli sulle capacità, perché sono il primo caso in cui Google pubblica che Carbon supera Argon sul comportamento e non solo sui punteggi. Sul benchmark di prompt injection indiretta di Gray Swan, il tasso di successo degli attacchi di Carbon è dello 0,0% contro lo 0,7% di Argon. Su Terminal-Bench 4.0, si è tentato di imbrogliare nello 0,4% delle esecuzioni e non ci si è mai riusciti, mentre il comportamento di Argon è stato peggiore. Gli avvisi di disallineamento ad alta gravità nel live coding interno sono diminuiti di quasi l'80%, le asserzioni non supportate si sono dimezzate, l'eccesso di intervento è calato del 26% e il sotto-servizio del 29%.

Due avvertenze vanno accanto a quei dati, non in una nota a piè di pagina. Google afferma che le valutazioni di cybersecurity sono state eseguite senza guardrail, il che è il modo giusto per misurare le capacità grezze di un modello e il modo sbagliato per prevedere cosa farà un sistema in produzione. E i moltiplicatori più grandi — il codice sicuro 2x e il patching 10x — sono benchmark interni e il report di un team, non risultati indipendenti. La lettura di The Register il giorno del lancio era che il caso della sicurezza è promettente e in gran parte riportato dal fornitore; nulla di quanto pubblicato da allora ha cambiato questa conclusione.

Le cifre che circolano nei resoconti del lancio collocano Carbon in vantaggio su Vals Index v2.2 (70,4% contro 69,2%), SWE-sweep (9,6% contro 4,3%), FrontierSWE 2 (61,2% contro 55,0%), Agents' Last Exam v1.1 (77,4% contro 69,0%), OSWorld-2.1 (81,5% contro 74,7%) e su GraphWalks a contesto lungo (96,2% contro 84,2%). Si tratta di dati riportati da Google, salvo diversa indicazione da parte del proprietario del benchmark, e lo schema è coerente: Carbon rappresenta un miglioramento ampio, non uniforme, e resta comunque dietro a Opus 5.5 e GPT-6 Astra in diverse prove di software engineering e di computer use.

Stesso prezzo di etichetta, orologio diverso

Entrambi i modelli hanno lo stesso listino prezzi pubblicato: $2 per milione di token in input e $10 per milione di token in output in fase introduttiva, con uno sconto del 95% sull'input in cache, per poi passare a $4 e $20 in seguito. L'asimmetria sta nel calendario. La finestra introduttiva di Argon ha una data: la pagina dei prezzi di Google indica che le cifre più alte iniziano il 1° dicembre 2026, e i suoi livelli batch, flex e priority sono pubblicati accanto. Lo sconto di Carbon non ha affatto una data di fine; l'annuncio dice soltanto «dopo il periodo introduttivo».

Artificial Analysis li prezza entrambi al prezzo standard $4/$20, ed è per questo che le sue cifre di costo per attività sono il modo equo per confrontarli, mentre la tariffa introduttiva non lo è. Un budget basato su $2/$10 per l'uno o l'altro modello contiene un brusco salto, e per Argon quel salto ora ha una data.

OrcaRouter oggi non instrada nessuno di questi due modelli: Gemini 4 Carbon non ha un identificatore pubblico da instradare, e Gemini 4 Argon non è nemmeno nel nostro catalogo. La regola del pass-through resta comunque quella rilevante, perché decide cosa succede quando questo cambierà — applichiamo 0% markup on provider list price, quindi la scheda che Google pubblica è quella che il cliente vede, incluso un aumento a metà contratto da $2/$10 a $4/$20. Ciò che invece instradiamo della stessa famiglia è Gemini 3.8 Flash, a $0.75 per milione di token in input e $3.75 per milione in output con letture dalla cache a $0.075, che è una classe di modello diversa ma è l'endpoint Google che puoi inserire in un percorso di produzione già questa settimana.

Chi dovrebbe scegliere cosa

Se sei un difensore all’interno del perimetro Fairwind, la scelta non spetta a te e Carbon è ora disponibile per te — la domanda interessante è se i miglioramenti in termini di sicurezza sopravvivono al tuo harness, dato che quelli pubblicati sono stati misurati senza guardrail e in parte sulle suite interne di Google.

Se stai costruendo qualcosa che deve uscire questo trimestre, Argon è la risposta per impostazione predefinita. Ha un endpoint, un prezzo pubblicato e una data per lo sconto, più di quanto abbia Carbon. I suoi punti deboli sono noti: Terminal-Bench 4.0 nella fascia alta dei cinquanta secondo i dati di lancio di Google, contro Opus 5.5 al 66,4%, e un tasso di allucinazioni che Carbon ha nel frattempo superato nella direzione sbagliata.

Se stai definendo l'ambito di un prodotto di sicurezza, la decisione riguarda meno quale modello vince e più quale puoi testare. Carbon non è disponibile, quindi qualsiasi fornitore che oggi ti citi le prestazioni di "Gemini 4 Carbon" ti sta citando un'etichetta. Argon insieme alla tua valutazione è il riferimento onesto rispetto al quale le affermazioni di Carbon potranno essere verificate in seguito.

La cadenza di quindici giorni è la vera storia

Argon ha quattro settimane. Carbon è arrivato all'interno dello stesso numero di generazione anziché come Gemini 4.1 o Gemini 5, il che ti dice come Google intende distribuire i modelli da qui in avanti: varianti, non versioni. La lettura di Ars Technica il giorno del lancio era che Carbon è essenzialmente un Argon leggermente migliore — forse un aggiornamento post-addestramento — e le note di rilascio confermano questa forma: prezzo identico, contesto identico, modalità di input identiche, diversa combinazione di capacità.

Per chiunque integri, questo ha una conseguenza concreta. Il nome di un modello non è più una descrizione stabile del comportamento. gemini-4-argonIl 13 ottobre descriveva una cosa e potrebbe descriverne un'altra dopo un aggiornamento silenzioso; l'avvistamento nell'arena di cui abbiamo parlato il 21 ottobre, in cui un alias sembrava servire pesi diversi, non è né confermato né confutato dal lancio. La difesa è quella poco attraente: fissare l'identificatore sul quale si è stati effettivamente valutati, mantenere un set di valutazione datato e trattare qualsiasi alias come qualcosa che può spostarsi sotto di voi.

Cosa guardare dopo

• La prima gemini-4-carbon voce nell'elenco dei modelli di Google — quello, non l'annuncio, è il momento in cui Carbon diventa un prodotto.

• 1° dicembre, quando scade lo sconto introduttivo di Argon e il confronto effettivo cambia per ogni acquirente che ne sta ancora usufruendo.

• Una valutazione comparativa appaiata e di terze parti tra Carbon e Argon sui benchmark di sicurezza, eseguita con guardrail, poiché nessuna è ancora stata pubblicata.

Fino all'arrivo del primo di questi, la classifica è di Carbon e la decisione è di Argon. È una cosa insolita da scrivere di un modello appena definito il migliore al mondo, ma è ciò che dicono gli endpoint.