Gemini 4 Carbon guida l'indice V5 di Artificial Analysis, ma la gara dei modelli video è altrove

Il numero più recente è 59. È il punteggio di Gemini 4 Carbon sull'Intelligence Index V5 di Artificial Analysis, secondo il resoconto di Tom's Hardware del 3 novembre. Sta un punto sopra Claude Opus 5.5 e due sopra GPT-6 Astra di OpenAI. Il modello di Google ha anche primeggiato nel test sulle allucinazioni AA-Omniscience v1.1 della stessa società.

Quelli sono punteggi di modelli linguistici. Il tema qui è la generazione video IA, e su quel fronte il quadro è più scarno e più strano di quanto suggerisca il titolo. Le voci datate più fresche sono un rapporto di mercato, un lancio di prodotto e una serie di comunicati dei fornitori. I modelli che generano arrivano per lo più da menzioni secondarie. La data concreta più recente è il 3 novembre, quando Precedence Research ha pubblicato uno studio di mercato sui generatori di anime IA e Kling3.io ha annunciato Kling 4.0, stando ai titoli di contesto. Nessuno dei due è un benchmark sottoposto a revisione paritaria.

Cosa ha misurato davvero il benchmark

Vale la pena leggere con attenzione il pezzo di Tom's Hardware, perché separa il punteggio di intelligenza dalle cifre sui costi. Gemini 4 Carbon (high) costa 7,76 dollari per attività nel test dell'Intelligence Index. È un po' meno caro di Gemini 3.8 Flash (high) e ben sotto Claude Fable 5.1, a 12,99 dollari per attività. Resta più costoso di GPT 5 Astra di OpenAI e circa sei volte il costo per attività di GPT 6.1 Sol (max). Rispetto a DeepSeek V4.1 Flash a pesi aperti, il divario è di circa 13 volte, anche se quel modello segna 32.

Google sta dando ai difensori informatici un accesso prioritario attraverso il suo programma Fairwind, con una disponibilità più ampia in seguito. Il risultato sulle allucinazioni merita un'avvertenza che l'articolo stesso fornisce: persino il modello migliore ha segnato 54 su una scala che va da -100 a +100. Chi guida sul richiamo non è un narratore affidabile.

"Even the best scored only 54 on the -100 to +100 scale, suggesting even the best frontier models in 2026 are a far cry from being consistently reliable at accurately recalling information."

Quella impostazione conta per chiunque compri strumenti video. Chi compra giudica le clip generate a occhio, non da una classifica. Le voci vicine al video si appoggiano alle dichiarazioni dei fornitori più che a test indipendenti. Il Register ha riferito il 3 novembre che gli analisti Gartner Mark Petty e Raymond Paquet prevedono che i modelli a pesi aperti gestiranno il 90% dei passaggi dei flussi di lavoro agentici aziendali entro il 2030. Costerebbero un quarto del prezzo del modello chiuso più economico, e appena un ventesimo di un modello di frontiera eseguito su ogni passaggio. Gli analisti ammettono che gli attuali modelli aperti "possono essere più verbosi e ritentare più spesso", quindi il risparmio reale è più vicino a cinque o sei volte.

Quella pressione sui prezzi è lo sfondo di ogni lancio di un modello generativo. Se il lavoro di routine migra verso i pesi aperti, i laboratori chiusi vendono la coda costosa: ricerca, ragionamento difficile e gli strumenti creativi di marca che ci stanno sopra.

L'argomento degli specialisti, e chi lo sostiene

Il Sole 24 Ore ha sostenuto il 1 novembre che i sistemi specializzati hanno ancora spazio accanto ai generalisti. Il suo esempio è Translated, l'azienda di servizi linguistici con sede a Roma, che in ottobre ha rilasciato Lara 3 per la traduzione professionale. I test interni di Translated hanno fatto controllare in cieco a revisori umani 16.800 traduzioni dall'inglese verso 21 lingue. I revisori hanno giudicato utilizzabile senza modifiche l'82% dell'output di Lara 3, contro il 69% di GPT-5.6 Sol. Il giornale nota che l'azienda ha organizzato i test e li ha limitati a quei contenuti. È l'avvertenza giusta da attaccare a qualsiasi benchmark di un fornitore.

La stessa logica vale per il video. Un modello che azzecca tipografia e controllo del layout vale di più per un team di marca di un generalista che segna più alto su un indice. Il modello 4.5 di Ideogram è un esempio, concentrato su caratteri e impaginazione più che su capacità ampie.

Sotto tutto questo c'è la bolletta elettrica. L'analisi di Ember di ottobre 2026, ripresa da pv magazine il 3 novembre, ha rilevato che i data center coprono già circa il 19% della domanda di punta in Irlanda, e prevede il 24% entro il 2030. Lo spostamento dei carichi potrebbe tagliare la domanda di punta irlandese di circa 100 MW, ovvero l'1,5%. La generazione e lo stoccaggio dietro il contatore potrebbero dare quasi cinque volte più sollievo, con riduzioni potenziali fino a 2,7 GW in Texas. Un grande data center ha bisogno di 200 MW a 500 MW e può essere costruito in 18-24 mesi; le espansioni della rete richiedono da quattro a 10 anni.

Anche l'IA fisica si muove. Tutor Intelligence ha detto il 2 novembre di aver raccolto 75.000.000 di dollari in un finanziamento di Serie B, guidato da Andreessen Horowitz, per robot addestrati con dati del mondo reale e tutor umani a distanza. Il CEO Josh Gruenstein ha detto che l'azienda "riesce a malapena a costruire robot abbastanza in fretta".

Niente di tutto questo stabilisce quale modello video vincerà. Spiega però perché la cadenza delle uscite continua ad accelerare mentre la valutazione indipendente resta indietro.