Gemini 4 Carbon guida l'Intelligence Index V5 di Artificial Analysis con un punto di vantaggio
Gemini 4 Carbon di Google ha ottenuto 59 sull'Intelligence Index V5 di Artificial Analysis, un punto davanti a Claude Opus 5.5, secondo quanto riportato da Tom's Hardware. Il benchmark GDPx di Semi Analysis, però, mette Claude Opus 5.5 al primo posto e Gemini 4 Carbon al secondo.

Google si prende il punteggio di testa
Gemini 4 Carbon (high) segna 59 sull'Intelligence Index V5 di Artificial Analysis, un punto davanti a Claude Opus 5.5 (max with fallback) e due punti davanti a GPT-6 Astra di OpenAI (max), secondo la società che cura il benchmark. Il modello ottiene il punteggio migliore anche su quattro delle nove valutazioni della suite, ma Artificial Analysis non ha ancora indicato quali siano nel materiale pubblicato finora. Tom's Hardware ha letto il risultato come un ritorno di Google, che secondo la testata era rimasta indietro per buona parte dell'anno, con rilasci irregolari.
I punteggi dei benchmark orientano le prove che imprese e governi fanno sui modelli, e quanto pagano per singolo task. Nessun punteggio, da solo, chiude una decisione di acquisto.
Su AA-Omniscience v1.1, che misura allucinazioni e capacità di richiamare le informazioni, Gemini 4 Carbon ha segnato 54 su una scala da -100 a +100, il risultato migliore del confronto. Tom's Hardware ha osservato che anche il punteggio migliore lascia i modelli di frontiera lontani da un'affidabilità costante.
Un secondo benchmark indica un vincitore diverso
Il benchmark GDPx di Semi Analysis, costruito per misurare il lavoro agentico nella progettazione di chip, nella cybersicurezza e nella biologia, mette Claude Opus 5.5 primo al 12%, Gemini 4 Carbon secondo al 10,9% e GPT-6 Astra terzo al 9,6%, secondo quanto riportato da OfficeChai. I punteggi bassi sono il punto: il modello migliore risolve circa un task su sette. Claude Opus 5.5 costa 51,41 dollari per task, circa tre volte la cifra chiesta da Gemini 4 Carbon per un punteggio superiore di appena un punto.
CloudOpsBench, che testa il lavoro sull'infrastruttura cloud, classifica Claude Fable 5.1 primo con un tasso di risoluzione del 60,6%. Segue GPT-6 Astra al 58,9%, poi Gemini 4 Argon, non Carbon, al 57,5%, e Grok 4.7 (high) su cursor-cli quarto al 56,5%. Claude Opus 5.5 è settimo al 47,8% su terminus-2.
La scelta dell'harness conta quanto il modello. Claude Fable 5.1 scende al 43,8% su terminus-2, e Claude Opus 5.5 arriva al 46,7% su claude-code.
La stessa classifica dà un prezzo al lavoro. La voce in testa ha girato per 38,6 ore a 404,30 dollari, contro 34,2 ore e 100,50 dollari per Gemini 4 Argon, che è finito terzo.
I punteggi per singolo task dividono il campo
Artificial Analysis sottolinea anche che Gemini 4 Carbon non è bravo quanto Claude Code con Claude Opus 5.5 nella programmazione, e resta dietro a Grok 4.7, Muse Wonder e Kimi K3.1 Pro nel lavoro di conoscenza. Sul costo, i suoi 7,76 dollari per task sono leggermente inferiori a Gemini 3.8 Flash (high), diversi dollari in meno di Claude Opus 5.5 o Sonnet 5.5, e non lontani dalla metà dei 12,99 dollari chiesti da Claude Fable 5.1 (max with fallback).
Il confronto con i modelli a pesi aperti è più duro. Gemini 4 Carbon costa per task circa 13 volte DeepSeek V4.1 Flash 1017, che segna 32 sull'Intelligence Index.
Arena.ai mette Gemini 4 Carbon in testa al suo grafico Pareto Frontier, all'estremità cara dello spettro. Sui punti di prezzo più bassi subentrano GLM 5.3-Flash e DeepSeek V4 Pro. CloudOpsBench mostra lo stesso divario più in basso nella sua tabella: Qwen3.8-Max al 33,7%, DeepSeek V4.1 Flash al 21,8% e Kimi K3.1 Pro al 19,1%.
Tom's Hardware scrive che Gemini 4 Carbon può essere il migliore su gran parte dei punti di prezzo alti, almeno per ora, e che nel 2026 le classifiche cambiano spesso e in fretta.
Cosa gli acquirenti non possono ancora verificare
Google offre l'accesso a Gemini 4 Carbon prima ai difensori informatici attraverso il suo programma Fairwind, con una disponibilità più ampia in seguito tramite partner fidati. L'azienda non ha indicato una data. Nel comunicato di lancio Google ha detto di seguire un approccio ponderato al rilascio e di partecipare al processo volontario del governo statunitense per i test dei modelli prima del rilascio.
Google sostiene anche che Carbon riduce le affermazioni non supportate nelle risposte il doppio rispetto a Gemini 4 Argon, presentato due settimane prima.
Fonti
28- 01Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5EN
- 02Claude Opus 5.5 Tops Semi Analysis' GDPx Benchmark, Gemini 4 Carbon Placed SecondEN
- 03Google's Gemini 4 Carbon Leads Benchmarks for Finding, Exploiting, and Patching VulnerabilitiesEN
- 04CloudOpsBench: AI benchmark shows FAI models struggling with cloud infraEN
- 05Mistral Large 4 AI Model Advances Open-Weight Coding Benchmarks - The CryptonomistEN
- 06BYD teases new model for Guangzhou Auto Show, with next-gen Han expectedEN
- 07Anthropic is working on a system to prove AI models’ identityEN
- 08AI reasoning models boost diagnostic accuracy but raise safety concernsEN
- 09I Checked Out Tesla’s New Model YL, Standard Y, Model 3 In Person — Here’s What Surprised MeEN
- 10heise+ | Humanoide Roboter in Deutschland: Modelle, Preise und VerfügbarkeitEN
- 11Tutor Intelligence raises Series B to scale model training, robot deploymentsEN
- 12Jülich Hosts EVE Language Model for Earth Observation and Earth ScienceEN
- 13Google Launches LiteRT Tensor API for Building, Customizing, and Optimizing ML Models for On-DeviceEN
- 14Westward Ho! First Trip Cross Country with Our New 2026 Tesla Model Y & Full Self Driving V14EN
- 15IndiaAI Mission Releases 3 Indigenous AI Models Developed by Soket and ZenteiQEN
- 16Was I wrong about open models & cyber risks?EN
- 17Artificial Analysis v5 and the benchmarker's dilemmaEN
- 18Cell benchmark study finds specialized AI matches frontier models in aging biologyEN
- 19AI Benchmarks: Why Real-World Evaluation MattersEN
- 20What are the LLM Benchmarks for Asian Languages in 2026? A Comprehensive Performance Map - Digital in AsiaEN
- 21An updated Model Spec for more capable and beneficial AIEN
- 22Accelerate agentic AI with NVIDIA Nemotron models on Amazon EKS and SageMaker HyperPod EKS - Amazon Web Services (AWS)EN
- 23How we detect frontier model misalignmentEN
- 24Evaluating AI models for observability: o11y-bench joins Fireworks' Specialized Intelligence Index and reaches v1.1EN
- 25Static reasoning can't prove runtime behavior: benchmark of AI PR reviewersEN
- 26Launch HN: Momentic (YC W24) – Agents that catch bugs by using your appEN
- 27VW considers bringing Xpeng co-developed architecture to European models, report saysEN
- 28Retell uses OpenAI models to help power 100M monthly callsEN
Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.
I contenuti sono stati preparati dalla redazione con il supporto dell'IA.
Commenti
0- Nessun commento — sii il primo.