Gemini 4 Carbon: l’AI trova e corregge vulnerabilità. Ma chi controlla il controllo?

Google ha presentato Gemini 4 Carbon il 28 ottobre 2026. Il nuovo modello promette progressi significativi nell’ingegneria del software, nelle attività di lunga durata e soprattutto nella cybersecurity. A colpire sono i risultati sulla scoperta di vulnerabilità, sulla verifica della loro sfruttabilità e sulla produzione di correzioni. Eppure la domanda più interessante, per un’impresa, non è se Carbon sia “più intelligente” di Claude o di un altro modello. È quanto ci si possa fidare di un sistema che interviene su una parte così sensibile dell’infrastruttura digitale.

🔎 C’è un paradosso: un modello capace di aiutare a difendere il software può possedere anche capacità utili a chi vuole comprometterlo. È il motivo per cui Google ha scelto un accesso iniziale ristretto, rivolto a un gruppo selezionato di professionisti della difesa informatica. La disponibilità generale non è stata annunciata con una data certa.

Che cosa ha annunciato Google, senza trasformare la notizia in uno slogan

Carbon si colloca dopo Gemini 4 Argon e punta a gestire processi ingegneristici complessi, nei quali il risultato richiede molti passaggi successivi. Google sostiene che in test interni alcune attività di analisi e correzione siano proseguite per giorni. Il punto non è la durata in sé: è la capacità di mantenere il contesto, verificare ipotesi e non fermarsi al primo tentativo plausibile.

Sul fronte della sicurezza informatica, Google presenta tre risultati distinti. Sono misure ottenute su benchmark specifici, non percentuali di siti realmente protetti né garanzie di successo su qualunque codice.

Un diagramma che conta più della classifica: dal difetto alla correzione

Pensiamo alla gestione di una vulnerabilità come a una sequenza di decisioni. Prima occorre trovare un comportamento anomalo; poi capire se sia davvero sfruttabile nel contesto applicativo; successivamente correggere la causa, testare le regressioni e decidere quando distribuire la modifica. Accelerare un passaggio non rende automaticamente affidabili gli altri.

Carbon supera Claude? Dipende da quale domanda poniamo

Il titolo “Carbon supera Claude” semplifica dati che meritano di essere letti uno per uno. Secondo la tabella pubblicata da Google DeepMind, Carbon ottiene 59 nell’Artificial Analysis Intelligence Index v5.0, rispetto a 58 di Claude Opus 5.5. È un margine contenuto. Nel test Terminal-Bench 4.0 la differenza è maggiore, mentre in OSWorld-2.1 Claude Opus 5.5 registra un valore superiore a Carbon. Non è quindi corretto presentare Carbon come vincitore universale.

Un grafico deve rendere la differenza più comprensibile, non fingere che compiti eterogenei condividano un’unica scala. Per questo, nella presentazione interattiva dei dati non attribuirei un punteggio complessivo inventato: mostrerei la selezione dei benchmark con le rispettive etichette e metodologie.

Il dato più delicato: un modello che sa verificare un attacco

La ricerca difensiva usa spesso prove controllate di sfruttabilità per capire la gravità reale di un difetto. Ma la medesima capacità può avere un carattere dual use: utile alla protezione, potenzialmente abusabile. È un tema di governance, autorizzazioni e perimetro d’uso, prima ancora che di prestazioni. Le prove pubblicate sono state valutate, secondo Google, senza l’applicazione dei normali filtri di sicurezza: un dettaglio essenziale quando si interpretano i numeri.

Non considero responsabile trasformare questa novità in una promessa del tipo “da domani l’AI troverà tutte le falle del tuo sito”. Non esistono elementi per sostenerlo. E non è neppure vero che l’accesso al modello sia già aperto a tutte le aziende.

Perché i professionisti della sicurezza vengono prima degli altri

Google dichiara che Carbon sarà inizialmente accessibile a una selezione di cyber defender, con una progressiva estensione ad altri partner ritenuti affidabili tramite il programma Fairwind. È una scelta che cerca di gestire il rapporto fra beneficio difensivo e rischio di abuso. Non sappiamo ancora quando la disponibilità si estenderà normalmente a imprese, sviluppatori e consumatori.

Anche il prezzo annunciato richiede contesto. Google indica per il lancio 2 dollari per milione di token in input e 10 dollari per milione in output, come tariffa introduttiva futura: non equivale a dire che chiunque possa oggi sottoscrivere il servizio. Dopo la fase promozionale sono previsti 4 e 20 dollari. Il costo effettivo di un processo di sicurezza comprende comunque integrazione, revisione, test e responsabilità.

Che cosa cambia davvero per chi gestisce siti, portali ed e-commerce

Dal punto di vista di un’impresa, la notizia non autorizza a saltare procedure basilari. Inventario degli asset, software aggiornato, gestione delle dipendenze, controllo degli accessi, backup verificati e monitoraggio degli eventi restano imprescindibili. Modelli capaci di analizzare codice e documentazione possono accelerare il lavoro dei team specializzati, ma non sostituiscono una filiera di sicurezza funzionante.

🔐 Prendiamo un portale WordPress con integrazioni personalizzate e componenti commerciali. Un agente potrebbe aiutare i tecnici a esaminare una libreria o suggerire una patch. La modifica, però, andrebbe confrontata con il codice reale, provata in staging, sottoposta a regressione e distribuita con un piano di rollback. Una correzione apparentemente brillante che interrompe il checkout rimane un problema aziendale.

La vera questione: chi verifica chi verifica?

È qui che vedo un cambiamento più profondo. L’AI potrà progressivamente produrre analisi tecniche che oggi richiedono molto tempo; questo sposterà parte del lavoro umano dalla ricerca iniziale alla definizione dei criteri, alla verifica delle prove e alle decisioni. Ma la qualità del controllo non cresce automaticamente con la capacità del modello.

Quando un sistema genera una segnalazione, servono evidenze riproducibili. Quando propone una correzione, servono test. Quando dichiara un intervento completato, servono log, responsabilità e possibilità di ripristino. E quando la valutazione coinvolge dati sensibili o infrastrutture critiche, occorre valutare attentamente dove vengano elaborati quei dati e con quali garanzie contrattuali.

Cinque domande che farei prima di adottare agenti AI per la sicurezza

Il valore della notizia, oltre i benchmark

Gemini 4 Carbon segna un passo interessante verso sistemi capaci di assistere compiti complessi di ingegneria e cybersecurity. Ma la sua portata va misurata nel tempo: adozione reale, risultati verificati da terzi, falsi positivi, sicurezza dell’impiego e sostenibilità dei processi.

La sfida per le imprese non è inseguire il modello che oggi occupa la prima riga di una classifica. È costruire processi nei quali strumenti sempre più potenti possano essere utilizzati senza perdere controllo, tracciabilità e responsabilità. Un’AI più capace può aiutarci a trovare prima un problema. Non ci esime dal decidere bene come risolverlo.

Fonti ufficiali e metodologia

• Google, Introducing Gemini 4 Carbon (28 ottobre 2026)
• Google DeepMind, tabella comparativa Gemini 4 e note sui benchmark