Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Fino al 24 giugno 2026, controllare un computer con un agente AI richiedeva un modello dedicato e separato. Con l'integrazione di Computer Use in Gemini 3.5 Flash, Google DeepMind elimina quella separazione: il controllo visivo di schermi, browser e dispositivi mobili diventa una funzione nativa dello stesso modello già usato per ricerca, mappe e chiamate di funzione. Sul benchmark OSWorld, Gemini 3.5 Flash segna 78.4 punti, superando la versione precedente di 13.3 punti.
Da modello standalone a funzione integrata
Il Gemini 2.5 computer use era un modello standalone dedicato: forniva il controllo visivo ma operava separato dagli altri strumenti di Gemini. Con il rilascio del 24 giugno, Google DeepMind integra quella stessa capacità direttamente in Gemini 3.5 Flash, affiancandola a function calling, grounding su Search e Maps. Il risultato è un'architettura agente più compatta: uno sviluppatore non orchestra più modelli distinti, ma ottiene controllo visivo e strumenti generativi da un unico punto.
Tra i casi d'uso dimostrati da Google DeepMind figurano l'analisi dell'app Gemini per restituire un elenco categorizzato di funzionalità e l'audit automatico della documentazione per l'accessibilità. Gli scenari enterprise dichiarati includono test continuo del software e automazione di knowledge work su applicazioni professionali.
La funzionalità è disponibile subito tramite la Gemini API e la Gemini Enterprise Agent Platform, con una demo ospitata da Browserbase e un'implementazione di riferimento su GitHub.
OSWorld: Gemini 3.5 Flash raggiunge Sonnet 4.6 e supera GPT-5.4 mini
OSWorld è il benchmark di riferimento per misurare la capacità dei modelli di interagire con interfacce grafiche reali: file manager, browser, applicazioni da ufficio. Gemini 3.5 Flash ottiene 78.4 punti, contro i 65.1 di Gemini 3 Flash — un incremento di 13.3 punti sulla stessa linea di modelli.
| Modello | Punteggio OSWorld |
|---|---|
| Anthropic Opus 4.8 | 83.4 |
| GPT-5.5 | 78.7 |
| Gemini 3.5 Flash | 78.4 |
| Sonnet 4.6 | 78.4 |
| Gemini 3.1 Pro | 76.2 |
| GPT-5.4 mini | 72.1 |
| Gemini 3 Flash | 65.1 |
Gemini 3.5 Flash è a pari merito con Sonnet 4.6 di Anthropic e supera GPT-5.4 mini di 6.3 punti. Il distacco da GPT-5.5 è di soli 0.3 punti. Opus 4.8 di Anthropic guida la classifica con 83.4, a 5 punti da Gemini 3.5 Flash.
Sicurezza: addestramento avversariale e due salvaguardie opzionali
Un agente che controlla schermi e browser affronta un rischio specifico: il prompt injection indiretto, ovvero contenuti malevoli presenti in una pagina o documento che tentano di dirottare il comportamento del modello. Google ha risposto con addestramento avversariale mirato e due salvaguardie enterprise opzionali:
- Conferma esplicita dell'utente per azioni sensibili o irreversibili
- Interruzione automatica del task al rilevamento di un prompt injection indiretto
Google raccomanda di abbinare queste misure a sandboxing, supervisione umana e controlli di accesso restrittivi, seguendo un approccio a difesa su più livelli.
L'integrazione cambia l'architettura, non solo il benchmark
Il punteggio di 78.4 è competitivo, ma il cambiamento più rilevante è strutturale. Integrare Computer Use nel modello Flash principale — invece di mantenerlo come prodotto separato — riduce la complessità di deploy per chi costruisce agenti aziendali. Combinare controllo visivo, ricerca e chiamate di funzione in un unico modello abbassa la soglia tecnica per automazioni che richiedevano orchestrazione multi-modello.
Il distacco di 5 punti rispetto a Opus 4.8 (83.4 contro 78.4) indica che Anthropic conserva un vantaggio misurabile sull'automazione visiva più complessa. Per scenari standard — test del software, navigazione di applicazioni professionali — Gemini 3.5 Flash entra come opzione diretta in un segmento che, fino a giugno 2026, era appannaggio esclusivo dei modelli di fascia superiore.
Fonti
