Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Cinquantanove punti sull'Artificial Analysis Intelligence Index v5.0, primo posto, e nessuna data di rilascio per chi non è un difensore informatico verificato. Con Gemini 4 Carbon, annunciato il 28 ottobre 2026, Google DeepMind mette sul tavolo il suo modello più potente e sceglie di non metterlo in vendita: l'accesso parte da un gruppo ristretto di esperti di cyber difesa selezionati dall'azienda. Il primato nei benchmark è reale, ma per ora quasi nessuno può verificarlo.
Koray Kavukcuoglu, vicepresidente senior di Google DeepMind e chief AI architect di Google, lo ha presentato come il modello più potente dell'azienda, con capacità all'avanguardia in cybersicurezza e su compiti di lungo orizzonte.
Cinquantanove punti, uno in più di Opus 5.5
Carbon è primo nell'Artificial Analysis Intelligence Index v5.0 con 59 punti. Il margine è di un solo punto su Claude Opus 5.5, che nella stessa pagina compare con 58 nella configurazione Max e 57 in quella Xhigh, mentre il punteggio di Carbon si riferisce alla modalità High. L'indice v5 aggrega nove valutazioni in quattro categorie che pesano ciascuna il 25%: agenti, programmazione, capacità generali e ragionamento scientifico.
Google dichiara che Carbon guida 15 delle 17 benchmark pubblicate contro Argon, GPT-6 Astra, Opus 5.5 e Fable 5.1. Sullo sviluppo web il salto è di +89 punti Elo su WebDev Arena, che valgono il quarto posto: 1768 secondo il post di Google, 1769 secondo MarkTechPost. Le due cifre non coincidono, e la discrepanza resta aperta perché il modello non è accessibile per una verifica indipendente.
Nella cyber difesa: 88,2%, 54,8% e 71,0%
Sul ciclo di difesa informatica — trovare, validare, correggere — Carbon segna tre risultati di riferimento. Google li ha misurati senza guardrail, cioè senza le protezioni attive in produzione, e i primi due li ha calcolati con il proprio harness Antigravity; ExploitGym è stato eseguito con le mitigazioni disattivate.
| Benchmark | Cosa misura | Gemini 4 Carbon | Miglior rivale |
|---|---|---|---|
| SEC-bench Pro | Trovare vulnerabilità | 88,2% | GPT-6 Astra 85,4% |
| ExploitGym | Validare lo sfruttamento | 54,8% | GPT-6 Astra 42,4% |
| CWE-bench | Correggere la causa | 71,0% | Argon e GPT-6 Astra 68,0% |
Il divario più ampio è su ExploitGym: 54,8% contro 42,4% significa 12,4 punti percentuali in più, cioè il 29,2% in più in termini relativi (54,8 diviso 42,4). Su SEC-bench Pro lo scarto scende a 2,8 punti. A questi numeri Google aggiunge due attestazioni interne: un tasso di successo oltre il doppio nella generazione di codice sicuro rispetto ad Argon e, riferito dal team Chrome, prestazioni oltre 10 volte migliori di un modello di frontiera di un altro laboratorio nella produzione di patch di alta qualità. Wiz segnala Carbon in testa ai propri benchmark di penetration testing web.
Coding e contesti lunghi: dove vince e dove perde
Sulle attività agentiche di programmazione Carbon sta davanti a Opus 5.5 su Terminal-Bench 4.0 (65,2% contro 59,6%) e supera di un decimo GPT-6 Astra su SWE-sweep (9,6% contro 9,5%). Perde invece su FrontierSWE, dove GPT-6 Astra guida con 65,5% contro il 61,2% di Carbon. Sui contesti lunghi il vantaggio è netto: 96,2% di BFS F1 su GraphWalks tra 256K e 1M token, contro 84,2% di Argon e 71,8% di GPT-6 Astra, cioè 24,4 punti di distacco da quest'ultimo.
Il punto debole è l'uso del computer: 81,5% su OSWorld-2.1, sotto l'87,2% di Opus 5.5. Altrove Carbon arriva a 77,4% su Agents' Last Exam v1.1, 80,0% su RiemannBench e chiude Vending-Bench 2 con un saldo di 16.484 dollari, il più alto in elenco. Google non ha comunicato numero di parametri né finestra di contesto: il predecessore Argon si ferma a 1.048.576 token. Carbon gira solo su infrastruttura Google, senza pesi aperti, self-hosting o varianti quantizzate.
Chi può usarlo: Fairwind, 650 partner e nessuna data
Dalla settimana del 28 ottobre 2026 Carbon è disponibile per un sottoinsieme di difensori informatici; l'accesso si allarga poi tramite il programma Fairwind, che conta oltre 650 partner nel mondo e privilegia governi, autorità nazionali di cybersicurezza, operatori di infrastrutture critiche in sanità, telecomunicazioni, energia e reti finanziarie, grandi piattaforme tecnologiche e laboratori accademici. Le condizioni sono stringenti: solo attività lecite a duplice uso, autenticazione a livello utente con MFA resistente al phishing, accesso limitato ai team di sicurezza, controllo dei precedenti dei candidati e divieto di rivendere l'accesso. Google partecipa inoltre al processo volontario del governo statunitense per i test dei modelli prima del rilascio.
Per sviluppatori, aziende e consumatori l'impegno è solo "il prima possibile", senza date. Il confronto con Argon è istruttivo: annunciato il 30 settembre 2026 per i soli partecipanti a Fairwind, è arrivato al pubblico il 13 ottobre, tredici giorni dopo. Carbon, due settimane dopo Argon, non ha ancora un calendario.
Sul prezzo resta la stessa tariffa introduttiva: 2 dollari per milione di token in ingresso e 10 in uscita, con input in cache scontato del 95%. Facendo due conti su 50 milioni di token in input e 10 in output al mese, la spesa è di 200 dollari (50×2 + 10×10); a fine promozione, con 4 e 20 dollari, sale a 400 dollari, il doppio esatto.
Meno imbrogli, meno affermazioni inventate
Sul comportamento del modello i numeri raccontano una correzione più che un salto. Su Terminal-Bench 4.0 i tentativi di scorciatoia scendono allo 0,4% e i successi allo 0,0%, con la precisione complessiva in aumento. Nei team interni gli avvisi di disallineamento ad alta gravità calano di quasi l'80%, le affermazioni non supportate da prove si dimezzano rispetto ad Argon, l'eccesso d'iniziativa scende del 26% e le prestazioni insufficienti del 29%. Sul benchmark Gray Swan di iniezione indiretta di prompt il tasso di attacchi riusciti passa dallo 0,7% di Argon allo 0,0%.
La prudenza sul rilascio ha una ragione documentata: il rapporto sulla sicurezza di Argon ammette che il modello senza protezioni potrebbe aver raggiunto il livello "Cyber Uplift Level 1", quello in cui un attaccante otterrebbe un aiuto significativo per operazioni ad alto impatto. Se Carbon fa meglio di Argon in ambito cyber, come Google dichiara, la gradualità pesa ancora di più.
Il nodo è l'accesso, non il punteggio
Le cifre che contano davvero, per un difensore informatico, sono altre e sono più larghe: su ExploitGym la distanza dal miglior rivale è di 12,4 punti percentuali, su GraphWalks di 24,4 punti su GPT-6 Astra. Se il divario regge in produzione, un team di sicurezza alle prese con centinaia di vulnerabilità da prioritizzare avrà un motivo concreto per chiedere l'accesso a Fairwind. Per chi sviluppa software il segnale è opposto: la disponibilità via API non è un dettaglio contrattuale, è la condizione per pianificare qualsiasi migrazione. Con Argon l'apertura al pubblico è arrivata in tredici giorni; per Carbon non esiste nemmeno una data.
Il primato di Gemini 4 Carbon si misurerà sulla capacità di Google di allargare l'accesso senza allentare i controlli, non sui 59 punti dell'indice.
Fonti
