Gemini 4 Carbon è ora disponibile per sviluppatori, aziende, scienziati e utenti, dopo una fase di accesso iniziale tramite il programma Fairwind, rivolto agli esperti di cybersicurezza. Google lo presenta come il suo modello più potente per attività impegnative di programmazione, ricerca scientifica e difesa del software. L'azienda, tuttavia, continua a raccomandare Gemini 4 Argon per la maggior parte dei lavori di ingegneria del software e di conoscenza.
Il lancio generale è stato annunciato il 10 novembre 2026. Carbon può essere utilizzato tramite l'API Gemini in Google AI Studio e Android Studio, nonché in Gemini per le aziende, dai clienti a pagamento. Sta inoltre arrivando su Google Antigravity, nell'app Gemini e nella Modalità IA della Ricerca per gli abbonati a Google AI Ultra. Google non sta sostituendo Argon: i due modelli sono destinati a carichi di lavoro diversi e Carbon consuma più token quando dedica più tempo a ragionare e verificare i risultati.
“Shipping Gemini 4 Carbon in Search today for Google AI Ultra subs! With deeper reasoning & better instruction following, you’ll get more helpful responses for your toughest questions in AI Mode. I’ve loved using this internally – excited for more people to try it out.”
— Robby Stein, Google
Carbon affianca Argon e si paga a token
Google descrive Carbon come un modello per incarichi che mettono alla prova i limiti di un sistema di IA: programmazione in più fasi, debug complesso, ricerca scientifica aperta e flussi di lavoro con agenti che possono protrarsi a lungo. Argon, presentato in precedenza all'interno della famiglia Gemini 4, resta l'opzione che Google ritiene adatta alla maggior parte delle attività di ingegneria del software e di conoscenza.
La differenza si riflette anche sul costo effettivo. Entrambi i modelli hanno lo stesso prezzo promozionale di lancio: 2 dollari per milione di token di input e 10 dollari per milione di token di output. Google indica che, al termine della promozione, la tariffa di Carbon passerà a 4 dollari per milione di token di input e 20 dollari per milione di token di output. Anche se al momento il prezzo unitario coincide con quello di Argon, Carbon può generare una fattura più alta perché usa più token per esplorare ipotesi, ragionare ed eseguire cicli di verifica prolungati.
The Decoder riporta un test di Artificial Analysis pubblicato due settimane prima del lancio generale, nel quale Carbon è costato 7,76 dollari per attività completata, calcolati già con la tariffa standard. In quella valutazione il costo è risultato inferiore a quello di Flash 3.8, secondo la testata, e superiore a quello di GPT-6 Astra Max, che ha registrato 6,25 dollari; Opus 5.5 Max ha raggiunto 10,04 dollari e Fable 5.2 al livello massimo, 26,50 dollari. Al livello High, Fable 5.2 è costato circa 9 dollari per attività e ha ottenuto 62 punti nell'indice generale, contro i 60 di Carbon.
Il confronto non equivale a un prezzo fisso per richiesta: la spesa dipende dall'uso dei token e dall'attività. La scheda del modello di Google DeepMind segnala che Carbon accetta input di testo, immagini, audio e video, con una finestra combinata di input e output fino a 1 milione di token. Avverte inoltre che il modello può consumare più token, soprattutto con livelli di ragionamento elevati, e che può essere lento o avere tempi di attesa.
Risultati nella programmazione, nei documenti e negli agenti
Google afferma che Carbon è al primo posto in CursorBench 4.0, WANDR di Perplexity e AutomationBench di Zapier, con un costo per attività oltre due volte inferiore a quello del successivo modello esterno meglio classificato. The Decoder specifica che, in CursorBench 4.0, il risultato di Carbon è stato leggermente inferiore al 60%; nello stesso test, Fable 5.2 e Argon si sono classificati dietro. La scheda di DeepMind riporta un dato preciso per AutomationBench: Carbon ha ottenuto il 53,9%, davanti al 51,3% di Argon, al 42,5% di Claude Opus 5.5 e al 41,4% di GPT-6 Astra.
L'azienda ha inoltre aggiunto una valutazione per attività che coinvolgono documenti densi, grafici, planimetrie e tabelle. In collaborazione con Artificial Analysis, ha creato il benchmark Multimodal Knowledge Agent (MKA), nel quale Carbon si è classificato secondo, dietro al modello in testa e davanti a Opus 5.5, secondo Google e The Decoder. Google stima che il costo medio per attività sia inferiore a un sesto di quello del modello al primo posto. In altri risultati riportati nella scheda, Carbon ha raggiunto il 58,6% in Blueprint-Bench 2 e il 72,5% in Chartography.
Per i lavori di sviluppo che richiedono di distribuire le attività, Google sta mostrando la funzione /swarm in Antigravity. Un'istruzione iniziale si trasforma in un team coordinato di agenti, il cui avanzamento può essere seguito in tempo reale. Carbon può occuparsi delle parti che richiedono un ragionamento più approfondito — come progettare l'architettura, coordinare o verificare — mentre modelli più rapidi e leggeri lavorano in parallelo in ambienti isolati e controllano le modifiche in modo avversariale.
Google ha presentato diversi esempi di /swarm. In uno, gli agenti hanno costruito un gioco 3D open world in cui si esplora il campus di Mountain View nei panni di un pellicano alla guida di una GBike. Il lavoro ha combinato risorse 3D modellate in Blender a partire da riferimenti di Omni e Nano Banana, un'applicazione browser in Three.js con shader WebGL, effetti audio generati e musica di Lyria.
Un altro esempio ha trasformato fotografie storiche e tavole di ingegneria in una mostra 3D interattiva sulla costruzione della Torre Eiffel tra il 1887 e il 1889. Google afferma inoltre che un gruppo di agenti ha ricostruito il suo ufficio Platform 37 a partire da sette documenti PDF pubblici di pianificazione comunale, con 206 viste estratte da planimetrie di ingegneria. Il risultato è stato uno scenario interattivo in Three.js di 906.000 triangoli, sviluppato nell'arco di dieci cicli notturni.
La dimostrazione di Antigravity comprendeva anche un fortepiano suonabile del 1780 circa, ricostruito a partire da disegni CAD e radiografie. Lo strumento aveva 61 tasti con meccanica a scappamento ed era collocato in un modello 3D della Koerner Hall, presso il Royal Conservatory of Music di Toronto, con un'acustica spaziale specifica per ogni posto. The Decoder aggiunge che nel settore si discute del rapporto costi-benefici dei team di agenti e che OpenAI, Anthropic e alcuni ricercatori hanno espresso cautela o scetticismo su questo approccio.
Test di cybersicurezza e vulnerabilità reali
La cybersicurezza è uno degli ambiti in cui Google distingue Carbon. Nei test disponibili tramite Fairwind, l'azienda afferma che il modello è in testa a SEC-bench Pro per individuare vulnerabilità, a ExploitGym per sfruttarle e a CWE-bench per correggerle. La scheda di DeepMind riporta i risultati di ottobre 2026: Carbon ha ottenuto l'88,2% in SEC-bench Pro, il 54,8% in ExploitGym e il 71% in CWE-bench. Google avverte che i risultati di cybersicurezza si riferiscono all'accesso tramite Fairwind.
L'azienda ha fornito anche esempi d'uso al di fuori dei benchmark. Nel programma Scan for Good di Wiz, Carbon ha individuato vulnerabilità zero-day analizzando due grandi fornitori di software as a service in meno di due ore. Google sostiene che il lavoro ha ridotto settimane di ricerca a un pomeriggio e che i team hanno collaborato con le organizzazioni interessate per correggere le vulnerabilità. I fornitori non sono stati identificati.
Il team di ricerca sulle vulnerabilità cloud di Google ha usato Carbon per dimostrare che due errori in un popolare progetto open source potevano essere sfruttati. L'azienda ha paragonato la potenziale gravità a quella di PHP2Shell; dopo aver presentato le prove di concetto, i manutentori hanno riclassificato gli errori come critici e pubblicato una patch, secondo Google. L'azienda ha dichiarato che fornirà ulteriori dettagli al termine del processo di divulgazione responsabile.
In Project Fortify, il sistema autonomo di Google per scansionare, classificare e correggere i problemi, Carbon ha raggiunto il 100% di completezza nella scansione e il 95% di precisione nella classificazione in una valutazione interna. Nei test con repository open source, Google ha misurato un miglioramento relativo superiore al 25% rispetto al tasso di rilevamento di Argon. The Decoder osserva che l'azienda non ha pubblicato cifre precise per alcuni risultati dei test di cybersicurezza e che le funzionalità specializzate sono offerte ai difensori verificati tramite Fairwind.
Risultati scientifici e misure di sicurezza
Google annovera anche la ricerca scientifica tra i principali ambiti d'uso di Carbon. In Axiom Bio, un'azienda che si occupa di ricerca sulla tossicità dei farmaci, il modello avrebbe individuato meccanismi di tossicità mai identificati prima. Secondo l'annuncio di Google, Axiom sta trasferendo sia le analisi scientifiche sia gli agenti di produzione su Carbon e Argon.
I ricercatori di Google hanno utilizzato Carbon insieme ad altri modelli in AlphaProof Code, un framework di agenti per la verifica formale. Il team ha tradotto gli obiettivi di sicurezza del protocollo crittografico Signal in teoremi matematici e ha generato milioni di righe di codice Lean per dimostrare proprietà chiave. Google afferma che il lavoro ha richiesto settimane, rispetto agli anni che sarebbero stati necessari in passato a team di esperti.
Nella previsione delle strutture proteiche, i ricercatori hanno usato Carbon per cercare omologhi remoti in grandi archivi di sequenze non annotate, cataloghi ambientali e virali e database di strutture 3D. In sette famiglie proteiche con pochi omologhi, appartenenti al set di test alla cieca CASP17, il modello ha aumentato in media di 40 volte il numero di omologhi recuperati. Google precisa che la valutazione più ampia è ancora in corso.
La distribuzione include misure di sicurezza rafforzate dalle capacità del modello in materia di cybersicurezza. In attacchi simulati, Google afferma che Carbon ha bloccato il 99% delle traiettorie d'attacco di un agente adattivo di red team e ha ridotto il tasso di intrusione per tentativo allo 0,8%, contro il 3,1% di Argon. Nei test di Gray Swan, il tasso di successo delle richieste automatizzate di attacco informatico è stato del 2,17%, rispetto al 9,86% di Argon. Trajectory Labs non ha individuato nuovi jailbreak universali in 132 ore e oltre 13.000 richieste.
In un test interno di onestà su 375 attività, Carbon ha superato la prova nel 92% dei casi, contro il 70% di Argon; si è astenuto dall'inventare dati sperimentali mancanti nel 98% dei casi e ha segnalato errori metodologici nel 68%. Google afferma inoltre che Carbon ha ottenuto un tasso di successo dello 0% contro gli attacchi di prompt injection in Gray Swan IPI. L'azienda precisa che la resistenza a queste tecniche resta un ambito da migliorare e che i test non significano che il problema sia risolto.
L'accesso per gli scienziati fa parte di un programma che offre a 10.000 ricercatori sei mesi di utilizzo gratuito di Argon in Antigravity. Google afferma di aver già ammesso migliaia di partecipanti e di estendere l'accesso a Carbon ai partecipanti attuali e futuri; le candidature sono ancora aperte, con ammissioni settimanali soggette a requisiti di idoneità, disponibilità e selezione. Per gli utenti dell'app Gemini e della Modalità IA di Search, invece, l'accesso a Carbon richiede un abbonamento a Google AI Ultra.
Fonti: Hipertextual, Search Engine Roundtable, The Decoder, Google, Google DeepMind, Google, Engadget
