Gemini 4 Carbon guida una classifica IA, ma le altre dicono altro

Google si prende il punteggio principale

Gemini 4 Carbon, uscito la settimana scorsa, è primo in quattro delle nove valutazioni della suite Artificial Analysis Intelligence Index V5. Costa 7,76 dollari per attività, contro i 12,99 di Claude Fable 5.1. È due punti avanti a GPT-6 Astra. Tom's Hardware ha letto il risultato come un ritorno di Google, che per buona parte dell'anno era rimasta indietro con uscite irregolari.

I punteggi dei benchmark orientano le prove che imprese e governi fanno sui modelli e quanto pagano per attività. Artificial Analysis, Semi Analysis GDPx, CloudOpsBench e i test sulle vulnerabilità indicano leader diversi. Nessun punteggio da solo chiude una decisione di acquisto. Come questi risultati si traducano nel lavoro di produzione resta da vedere.

Su AA-Omniscience v1.1, che misura allucinazioni e richiamo delle informazioni, Gemini 4 Carbon ha segnato 54 su una scala da -100 a +100. È il risultato migliore del confronto, ma resta lontano da un'affidabilità costante, come ha osservato Tom's Hardware. Secondo Tom's Hardware il modello ottiene questo a un costo per attività più basso rispetto agli altri modelli in alto in classifica, compreso Claude Opus 5.5.

Un secondo benchmark indica un vincitore diverso

OfficeChai ha riportato il 2 novembre che Claude Opus 5.5 è in testa al benchmark GDPx di Semi Analysis, con Gemini 4 Carbon al secondo posto. Classifiche diverse misurano lavori diversi, quindi entrambi i risultati possono reggere. Per chi compra, la corona dipende da quale classifica viene citata.

The Hacker News ha riferito dei benchmark sulle vulnerabilità. Gemini 4 Carbon è stato primo nei test per trovare, sfruttare e correggere vulnerabilità.

La classifica di CloudOpsBench mette Claude Fable 5.1 al primo posto con un tasso di risoluzione del 60,6%. Seguono GPT-6 Astra al 58,9%, 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 del harness conta quanto il modello. Claude Fable 5.1 scende al 43,8% su terminus-2. Claude Opus 5.5 arriva al 46,7% su claude-code.

La stessa classifica riporta anche i prezzi. La voce in testa ha lavorato 38,6 ore a 404,30 dollari, contro 34,2 ore e 100,50 dollari di Gemini 4 Argon.

I punteggi per singolo compito dividono il campo

Tom's Hardware ha riportato che Gemini 4 Carbon non è all'altezza di Claude Code con Claude Opus 5.5 nella programmazione. Resta dietro a Grok 4.7, Muse Wonder e Kimi K3.1 Pro nel lavoro di conoscenza. Il suo costo per attività è un po' più basso di Gemini 3.8 Flash (high). È circa sei volte più caro di GPT 6.1 Sol (max).

Il confronto con i modelli a pesi aperti è più duro. Gemini 4 Carbon costa per attività circa 13 volte DeepSeek V4.1 Flash, che segna 32 sull'Intelligence Index.

Su Arena.ai Gemini 4 Carbon è in testa al grafico Pareto Frontier, all'estremità cara dello spettro. Ai prezzi più bassi prendono il sopravvento GLM 5.3-Flash e DeepSeek V4 Pro. CloudOpsBench mostra lo stesso divario più in basso nella tabella: Qwen3.8-Max al 33,7%, DeepSeek V4.1 Flash al 21,8% e Kimi K3.1 Pro al 19,1%.

Per ora, scrive Tom's Hardware, Gemini 4 Carbon può essere il migliore in gran parte dei punti di prezzo alti. La situazione potrebbe cambiare in fretta.

Cosa i compratori non possono ancora verificare

Google sta offrendo l'accesso a Gemini 4 Carbon prima ai difensori informatici, attraverso il programma Fairwind. La disponibilità più ampia arriverà dopo. L'azienda non ha indicato una data.

L'annuncio di Google ha insistito sulla collaborazione con il governo degli Stati Uniti. Ha citato lo screening dei modelli e i test prima del rilascio.

Il primo posto in un singolo indice è una dichiarazione, non un fatto stabilito. Lo resta finché non arriveranno test indipendenti su carichi di lavoro reali.

Tom's Hardware nota che nel 2026 le classifiche dei modelli IA cambiano con regolarità.