Google DeepMind ha presentato il 28 ottobre 2026 Gemini 4 Carbon, nuovo modello di punta che arriva al primo posto dell’Artificial Analysis Intelligence Index v5.0 con 59 punti. Il risultato più forte riguarda la cybersicurezza: 88,2% su SEC-bench Pro per la scoperta di vulnerabilità, 54,8% su ExploitGym per lo sfruttamento e 71,0% su CWE-bench per la correzione.
Secondo Google, su quei tre test Carbon supera GPT-6 Astra di OpenAI e i modelli Claude Opus 5.5 e Claude Fable 5.1 di Anthropic. Su SEC-bench Pro, per esempio, Astra si ferma all’85,4% e Argon, il predecessore, all’83,4%. Il modello è uscito appena due settimane dopo Gemini 4 Argon.
Google dice che i team interni lo hanno tenuto al lavoro per giorni su compiti di ingegneria in più passaggi, come risalire alla causa di un bug in grandi basi di codice e correggerlo. Nei test interni la generazione di codice sicuro riesce più del doppio delle volte rispetto ad Argon. Il team di Chrome parla di una qualità delle patch oltre dieci volte superiore a quella di un modello di un altro laboratorio, che Google non nomina. Wiz, la piattaforma di sicurezza cloud controllata da Google, segnala Carbon in testa sui benchmark di penetration testing web.
I numeri vanno letti con cautela. Google ha eseguito i test di cybersicurezza senza guardrail e le cifre non sono state replicate da terzi. Nel Coding Agent Index Carbon resta dietro a Claude Opus 5.5, 59 contro 62. Il tasso di allucinazione misurato da AA-Omniscience sale all’11%, contro il 4% di Argon. Su WebDev Arena il modello sale di 89 punti Elo e arriva quarto, a quota 1769.
Il rilascio è graduale. Questa settimana l’accesso va a un gruppo selezionato di difensori informatici, poi si allarga a partner approvati attraverso il Fairwind Program. Le condizioni prevedono autenticazione forte, utilizzo tracciato e divieto di creare malware. Google non ha indicato una data per sviluppatori e utenti consumer. Il prezzo introduttivo è quello di Argon: 2 dollari per milione di token in ingresso e 10 in uscita.
Sul fronte della sicurezza Google richiama gli stessi livelli di protezione di Argon: controlli sull’uso improprio, difese contro la prompt injection e monitoraggio del ragionamento del modello. Sul benchmark Indirect Prompt Injection di Gray Swan Carbon registra lo 0,0% di attacchi riusciti, contro lo 0,7% di Argon. Anche questo dato è dichiarato da Google.
La scelta di tenere Carbon lontano dal pubblico generale dice come Google valuti il rischio: un modello che trova ed sfrutta falle con questa efficacia serve ai difensori e farebbe comodo anche agli attaccanti. Se le verifiche indipendenti confermeranno i numeri, i prossimi modelli dei rivali probabilmente seguiranno lo stesso schema, con accessi graduali per la sicurezza informatica prima del lancio aperto.
