Google abbassa di un modello il piano gratuito di Gemini, mentre immagini e video si dividono per prezzo
Il 3 ottobre 2026 9to5Google ha riferito che il documento di supporto aggiornato di Google limita al modello 3.5 Flash-Lite gli utenti senza abbonamento Google AI, dal 9 ottobre. Finisce così l'accesso gratuito a 3.6 Flash e 3.1 Pro.
Il cambiamento riguarda l'app Gemini, non le versioni dei modelli. Secondo 9to5Google, il documento di supporto aggiornato quella settimana indica che gli utenti senza abbonamento passeranno a 3.5 Flash-Lite a partire dal 9 ottobre. Chi paga AI Plus 4,99 dollari al mese mantiene Flash-Lite e Flash ma perde Pro. Solo AI Pro a 19,99 dollari e AI Ultra a 99,99 o 199,99 dollari conservano tutti e tre i modelli.
The Decoder ha consultato la stessa pagina di supporto ed è arrivato alla stessa tabella. Il suo articolo del 4 ottobre aggiunge il confronto che conta sul piano commerciale. L'assetto ricalca la struttura freemium di OpenAI per ChatGPT: il prodotto gratuito gira su un modello più piccolo, il livello di frontiera resta dietro una carta di credito.
Due dettagli nel pezzo di 9to5Google sfuggono facilmente. Gli abbonati AI Plus riceveranno un'email che li avvisa di quando il cambiamento entra in vigore. I clienti AI Pro ottengono anche l'opzione Deep Think per il "massimo ragionamento parallelo", prima riservata ai due piani Ultra. Google ha detto che Gemini 4 Argon arriva prima per gli abbonati AI Ultra.
Cosa compra un modello di immagini più economico
Mentre Google stringe la parte alta della sua scala, Ideogram ha fatto il percorso opposto sul prezzo. La pagina del modello dell'azienda, pubblicata il 4 ottobre, elenca Ideogram 4.5 con quattro modalità di qualità a risoluzione nativa 2K. Il prezzo fisso per immagine è 0,008 dollari a qualità molto bassa, 0,03 a bassa, 0,06 a media e 0,10 ad alta, senza abbonamento. Il suo endpoint Precise Edit costa 0,22 dollari ad alta qualità, come una generazione basata su riferimento.
La proposta è la modifica multi-turno. Ideogram sostiene che il modello elimina l'accumulo di artefatti, così un ritaglio modificato può essere ricucito nell'originale senza slittamenti di pixel o cambi di colore. La pagina afferma anche che il prezzo non cambia con la lunghezza del prompt, il numero di immagini di riferimento o la risoluzione di output. È un colpo diretto agli strumenti che fatturano a token o a iterazione. La pagina non dice se la promessa sugli artefatti regge fuori dalla galleria prima-e-dopo del fornitore.
Ideogram è arrivato in un mercato dove gli agenti fanno ormai il lavoro visibile su immagini e video, non le persone che aprono un'app. Un progetto open source chiamato explainroo, pubblicato su GitHub il 4 ottobre, prende uno script e rende un MP4 narrato in locale. Kokoro legge la traccia vocale in otto lingue con 54 voci e senza chiave API. Whisper sincronizza ogni parola, Chrome disegna i fotogrammi e ffmpeg assembla il file. Il changelog del repository data la versione 0.4.1 al 20 ottobre, quando ha mantenuto intere le etichette di frecce e grafici mentre un'inquadratura resta ferma.
Il progetto è pensato per agenti di programmazione, non per montatori. Il README dice che funziona meglio con Claude Code e Opus 5.5, e che l'agente controlla il proprio output perché non può guardare il video. È un dettaglio piccolo ma rivelatore su dove sta andando la produzione multimediale. Chi specifica il video può non vedere mai i fotogrammi finché l'MP4 non esiste.
Dati vocali, su richiesta
I dati di addestramento multimodale hanno un prezzo proprio. BleepingComputer ha riferito il 4 ottobre che Anthropic ha iniziato a chiedere agli utenti di Claude di condividere conversazioni vocali per l'addestramento dei modelli. L'opzione è disattivata per impostazione predefinita, con un interruttore in Impostazioni, Privacy. Il messaggio recita: "Consentici di usare i tuoi dati vocali per migliorare i nostri modelli di AI." L'addestramento vocale resta separato dai controlli esistenti su chat e Claude Code, così un utente può consentire uno e rifiutare l'altro.
La mossa di Anthropic è volontaria e reversibile, il che la colloca all'estremo più morbido dello spettro. La comunicazione di OpenAI del 4 ottobre sta all'estremo più duro. L'azienda ha detto di aver interrotto una campagna coordinata per estrarre il ragionamento protetto dai suoi modelli. L'attività più antica risale alla prima settimana di luglio, con picchi di volume il 24 e 25 luglio di 16.000 richieste da oltre 4.000 utenti. Un gruppo correlato di più di 15.000 utenti è stato bloccato del tutto entro il 28 luglio. OpenAI ha attribuito un gruppo centrale a persone legate a Moonshot AI, lo sviluppatore di Kimi, e ha detto che gli operatori non hanno violato la crittografia né acceduto alle conversazioni salvate.
Una frase conta per chiunque produca prodotti multimodali, ed è di OpenAI stessa. Questa manipolazione "non è una vulnerabilità esclusiva dei modelli di OpenAI". L'azienda ha condiviso informazioni tramite il Frontier Model Forum. Il ragionamento estratto, sostiene il post, può addestrare un altro modello senza trasferire le protezioni applicate agli output pubblici dell'originale.
Decisioni invece di paragrafi
Non ogni nuovo modello cerca di scrivere. Jerry Gamblin fa parte dei gruppi di lavoro su qualità e automazione del CVE Program e precisa che nulla nel suo post è una posizione del CVE Program. Ha messo alla prova Clef e Clef Flash di Cloudflare contro tutti i 27.489 CVE pubblicati tra il 4 agosto e il 3 ottobre 2026. Clef è un modello da 27.000.000.000 di parametri messo a punto da Qwen 3.8, Clef Flash un modello da 9.000.000.000 di parametri da Qwen 3.5. Entrambi sono Apache 2.0 con pesi su Hugging Face, ed entrambi sono raggiungibili tramite l'endpoint di decisione che Ollama ha aggiunto nella 0.35.
I modelli restituiscono scelte e probabilità invece di testo. Fuori dal kernel Linux, 989 descrizioni su 23.736, il 4,2%, non dichiarano mai un impatto di sicurezza. La policy del kernel lascia l'impatto all'utente. Includendo il kernel, la cifra sale a 4.650 su 27.489, il 16,9%. Flash da solo era troppo severo, così il modello da 27.000.000.000 di parametri ha riletto i suoi flag e ne ha ribaltati 1.198 su 2.187, il 54,8%. Su 129 CVE etichettati a mano, la risposta in due passaggi ha centrato 15 dei 16 che aveva giudicato privi di impatto.
È un classificatore che fa un lavoro che molti ritenevano richiedesse la prosa di un modello linguistico. Alex L. Zhang argomenta la questione più ampia in un post del 4 ottobre. La forma di input e output dei modelli linguistici è cambiata pochissimo dai tempi di ChatGPT, scrive, e quasi tutto il lavoro sugli agenti è andato a costruire un'impalcatura attorno a quella forma invece di cambiarla. Cita Jev, un modello di Typesafe AI il cui output è vincolato a un numero tra zero e uno, come esempio di un compromesso diverso.
Un paper inviato ad arXiv il 1 ottobre da Lewis Mitchell offre un risultato simile dal lato dell'addestramento. Filtrare testo sintetico con uno stimatore non parametrico del tasso di entropia, senza alcun modello coinvolto, ha dato +42% di trigrammi unici e -19% di ripetizione su sei generazioni QLoRA su Llama-3.1-8.000.000.000 di parametri. Il filtro basato su logprob non ha mostrato benefici significativi.
Niente di tutto questo chiarisce cosa significhi il cambio di livello di Google per l'utente medio. La valutazione di The Decoder è che l'impatto reale sia probabilmente contenuto. La maggior parte degli utenti occasionali non sa quale modello stia usando, e chi usa il prodotto a fondo paga già.
La domanda più difficile è se le funzioni di immagini e video seguano lo stesso muro. Né il report di 9to5Google né il documento di supporto riassunto da The Decoder dicono come i nuovi livelli di impegno, basso, medio e alto, saranno misurati sui vari piani. 9to5Google nota che non è chiaro dove si collocherà Argon. Finché Google non lo pubblica, la tabella dei prezzi è l'unica guida affidabile.
Fonti
9- 01Gemini app limiting what models free and AI Plus users can accessEN
- 02Google's new Gemini tiers cut free users to its weakest model and lock $5/month subscribers out of ProEN
- 03Ideogram 4.5: The most precise edit modelEN
- 04Explainer videos and product demos made by your AI agent. Free and open sourceEN
- 05Anthropic asks Claude users to share voice data for AI model trainingEN
- 06Disrupting a coordinated model-distillation campaignEN
- 07Local models on 27,489 CVEs: 4.2% omit security impactEN
- 08Language Model "Shape" - Alex L. ZhangEN
- 09No Model Required: Text Entropy Rate Filtering Mitigates Iterative Fine-Tuning CollapseEN
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.