Gemini 4 Carbon: il modello più forte di Google va prima ai difensori informatici
Google ha annunciato Gemini 4 Carbon la scorsa settimana con i migliori punteggi nelle attività di sicurezza, accesso limitato e risultati indipendenti contrastanti sulla precisione.
La settimana scorsa, Google ha annunciato Gemini 4 Carbon, che chiama il prossimo frontier model, ovvero il più potente. La maggior parte delle persone non può ancora usarlo. Un piccolo gruppo di difensori della sicurezza informatica ottiene l’accesso per primo, seguito da partner fidati attraverso il programma Fairwind di Google e successivamente da sviluppatori, aziende e consumatori, senza alcuna data. Il fratello Gemini 4 Argon è ora disponibile.
Sulla carta il modello si comporta bene. Google riporta i punteggi migliori in 15 delle 17 righe di confronto, incluso l’88,2% su SEC-bench Pro per la ricerca di vulnerabilità, il 54,8% su ExploitGym per verificare se un exploit funziona e il 71,0% su CWE-bench per l’applicazione di patch. I dati indipendenti di Artificial Analysis sono sostanzialmente d’accordo, ma mostrano un vantaggio più limitato: Carbon ottiene 59 punti sul suo Intelligence Index, contro 58 per Claude Opus 5.5 e 57 per GPT-6 Astra. Segue Opus 5.5 con Claude Code nell’indice dell’agente di codifica (59 contro 62). Il prezzo di lancio è di 2 dollari per milione di token di input e di 10 dollari per milione di token di output (i token sono le piccole porzioni di modelli di testo fatturati), che sale successivamente a 4 e 20 dollari, senza data di fine indicata per la tariffa di introduzione.
Cosa c’è dietro: L’implementazione limitata è la parte interessante. Un modello che è bravo a trovare e correggere le falle di sicurezza è, con la stessa abilità, bravo ad attaccare. Dare ai difensori un vantaggio è un modo per consentire loro di applicare le patch prima che lo strumento sia ampiamente disponibile, ed è anche il motivo per cui i test di Google sono stati riportati senza guardrails e perché la versione limitata è una copertura sensata. Ci sono domande aperte. Google non ha pubblicato un rapporto tecnico, un conteggio dei parametri o dettagli API. I suoi stessi risultati arrivano senza stime di incertezza. E le affermazioni sull’accuratezza sono in conflitto: Google afferma che le affermazioni non supportate sono all’incirca dimezzate, mentre Artificial Analysis ha misurato le allucinazioni (risposte errate sicure) aumentando dal 4% all’11% in un test.
Cosa significa per te: Oggi niente, perché non puoi usarlo. Quando arriva, tratta le classifiche dei titoli come un punto di partenza e provalo nei tuoi compiti; i piccoli contatti raramente decidono il vero lavoro. Se gestisci siti Web o software, il messaggio più ampio è che gli strumenti di sicurezza basati sull’intelligenza artificiale stanno migliorando rapidamente, quindi mantenere il software aggiornato è ancora più importante. Nota anche il prezzo: vale la pena pianificare una tariffa di lancio che poi raddoppia.
Fonti
"Matematica senza ego": un guest post sul blog di Terence Tao chiede a cosa serve la matematica nell'era dell'intelligenza artificiale
Tre autori sostengono sul blog di Terence Tao che l'intelligenza artificiale dovrebbe spingere i matematici a dare valore alla comprensione rispetto al risultato, al rango o al credito.
