Dimenticate i numeri di versione: la nuova IA di Google punta sull'efficienza sopra ogni altra cosa

Mentre il mondo della tecnologia solitamente aspetta il prossimo grande balzo in avanti nell'intelligenza, l'ultima mossa di Google suggerisce che l'industria si trovi attualmente in un ciclo di perfezionamento. L'azienda ha recentemente annunciato Gemini 3.6 Flash e un modello specializzato nella cybersicurezza, ammettendo contemporaneamente che il tanto decantato modello 3.5 Pro è ancora bloccato in laboratorio. Questo schema rivela un cambiamento nella corsa agli armamenti dell'IA. Per mesi, la narrazione si è concentrata su quale macchina potesse pensare più simile a un essere umano. Ora, la priorità è quale macchina possa pensare più simile a un stagista economico e instancabile.

La decisione di Google di deprecare Gemini 3.5 Flash a pochi mesi dal suo debutto è insolita. Di solito, le versioni del software durano almeno un anno prima di essere sostituite. Tuttavia, il 3.5 Flash non ha soddisfatto le aspettative fissate da Google durante la conferenza I/O di maggio, in particolare nella programmazione. L'improvviso passaggio a Gemini 3.6 Flash è una misura correttiva. Affronta la realtà che gli sviluppatori hanno bisogno di strumenti che funzionino in modo affidabile oggi, piuttosto che di promesse su ciò che potrebbe funzionare l'anno prossimo.

La matematica invisibile del cloud

Per capire perché un salto di versione di 0.1 sia importante, basta guardare al costo di gestione di questi sistemi. I modelli di IA elaborano le informazioni in blocchi chiamati token. Ogni volta che chiedi a un chatbot di scrivere un'email o uno sviluppatore gli chiede di correggere un bug, consuma questi token. Per una grande azienda, questi costi arrivano a milioni di dollari al mese. È qui che il marchio "Flash" dimostra il suo valore.

Gemini 3.6 Flash è circa il 17% più efficiente del suo predecessore. In termini pratici, ciò significa che utilizza meno risorse computazionali per fornire la stessa risposta. Per l'utente medio, questo si traduce in tempi di risposta più rapidi nell'app Gemini. Per un'azienda, significa una fattura più bassa. Il prezzo per i token di output è sceso da 9 a 7,50 dollari per milione. Anche se sembra un piccolo cambiamento, si tratta di un miglioramento significativo dei margini per le aziende che eseguono migliaia di attività automatizzate ogni ora.

Guardando al quadro generale, questa efficienza consente quelli che gli ingegneri chiamano flussi di lavoro agentici (agentic workflows). Si tratta di sistemi in cui l'IA non si limita a rispondere a una domanda, ma esegue una serie di passaggi per completare un lavoro, come prenotare un volo o organizzare un foglio di calcolo. Ogni passaggio costa denaro. Riducendo il numero di token per passaggio, Google rende questi assistenti automatizzati più sostenibili per il mercato di massa.

Miglioramenti nella programmazione e uso del computer

Google afferma che Gemini 3.6 Flash è un programmatore migliore. L'azienda utilizza un benchmark chiamato DeepSWE per misurare quanto bene un'IA possa risolvere problemi software reali. Il modello precedente aveva ottenuto il 37%, mentre la nuova versione 3.6 ha raggiunto il 49%. Si tratta di un salto notevole per un aggiornamento di versione minore. Suggerisce che Google stia perfezionando il modo in care il modello comprende la logica e la sintassi senza necessariamente renderlo più grande o più lento.

Un'altra aggiunta è l'inclusione standard delle funzioni di "uso del computer" nell'API. Ciò consente all'IA di interagire con un'interfaccia computerizzata proprio come farebbe un essere umano, muovendo i cursori e cliccando sui pulsanti per navigare nelle app. Il test OSWorld, che misura questa capacità, ha visto un balzo dal 78,4% all'83%. Sebbene non sia ancora un sostituto perfetto per un operatore umano, è un segno che l'IA sta migliorando nel navigare nel software disordinato e non ottimizzato che usiamo ogni giorno.

Perché i risultati di ricerca potrebbero sembrare diversi

Insieme alla versione 3.6, Google ha introdotto Gemini 3.5 Flash Lite. Questo è il modello più piccolo e veloce della loro attuale gamma. Elabora 350 token al secondo, il che è quasi istantaneo per la maggior parte delle attività basate su testo. Google sta già integrando questo modello nelle AI Overviews all'interno di Google Search.

Per la persona media, questo è il cambiamento più tangibile. Quando cerchi "come riparare un rubinetto che perde" e vedi un riassunto generato dall'IA in cima alla pagina, la velocità è il fattore più importante. Se il riassunto impiega cinque secondi a caricarsi, probabilmente scorrerai oltre. Utilizzando il modello Flash Lite, Google garantisce che quei riassunti appaiano quasi alla stessa velocità dei tradizionali link blu. Questo modello è approssimativamente equivalente in potenza ai modelli di IA di alto livello di un anno fa, ma è abbastanza economico da essere servito a miliardi di persone simultaneamente.

Il caveau della cybersicurezza

Una delle versioni più specializzate è Gemini 3.5 Flash Cyber. Questo modello è tarato specificamente per trovare vulnerabilità nel codice software e suggerire correzioni. Secondo i test interni, si comporta quasi altrettanto bene di modelli molto più grandi come Claude Mythos, mantenendo però la velocità di un sistema più piccolo. Tuttavia, non è possibile scaricarlo o utilizzarlo nell'app Gemini standard.

Google tratta questo modello come una tecnologia a "duplice uso". Nelle mani sbagliate, un'IA eccellente nel trovare falle di sicurezza è uno strumento potente per gli hacker. A causa di questo rischio, Google tiene il modello sotto chiave. Attualmente è disponibile solo per partner fidati e governi attraverso uno strumento chiamato CodeMender. Questo approccio cauto riflette una tendenza crescente nel settore, dove i più potenti strumenti specializzati sono limitati per prevenire disordini digitali diffusi.

Il flagship mancante e la strada verso Gemini 4

L'omissione più evidente in questo annuncio è Gemini 3.5 Pro. Google aveva originariamente promesso che questo modello sarebbe arrivato a giugno per competere con pesi massimi come GPT 5.6 e Claude Fable. Quella scadenza è passata senza un rilascio. L'azienda dichiara ora che il 3.5 Pro è in fase di test con partner selezionati e arriverà "quando sarà pronto". Rapporti del settore suggeriscono che il ritardo derivi dall'incapacità del modello di battere i concorrenti in compiti di programmazione complessi.

Anche se Google fatica a completare la generazione 3.5, ha già iniziato il pre-addestramento di Gemini 4. Il pre-addestramento è la parte più costosa e dispendiosa in termini di tempo nella costruzione di un'IA. Comporta l'alimentazione del sistema con trilioni di punti dati provenienti da tutto il web per costruire la sua conoscenza fondamentale. Annunciando Gemini 4 ora, Google segnala agli investitori che non sta rimanendo indietro, anche se il suo attuale programma di rilascio è alquanto disordinato.

Confronto della nuova gamma Gemini

Cosa significa per te

Dal punto di vista del consumatore, questi aggiornamenti significano che l'IA sta diventando una parte invisibile dell'infrastruttura piuttosto che un nuovo giocattolo appariscente. Vedrai i riassunti dell'IA nei tuoi risultati di ricerca più spesso perché ora sono più economici e veloci da fornire per Google. Se sei uno sviluppatore, i tuoi costi sono appena scesi e i tuoi strumenti automatizzati dovrebbero commettere meno errori durante la scrittura del codice.

In definitiva, il ritardo del modello "Pro" e la fretta di rilasciare una versione "3.6" suggeriscono che l'era delle scoperte massicce e improvvise ha rallentato. Siamo ora nell'era dell'ottimizzazione. Le aziende tecnologiche non stanno più solo cercando di costruire il cervello più intelligente del mondo. Stanno cercando di costruire quello più efficiente. Come utente, dovresti prestare meno attenzione ai numeri di versione e più attenzione a come questi strumenti si integrano nel tuo flusso di lavoro quotidiano. L'IA più dirompente non è quella che supera il test di Turing, ma quella che è abbastanza veloce ed economica da essere usata per ogni singola ricerca ed email.

Fonti: Google DeepMind Technical Blog, OSWorld Benchmark Reports, DeepSWE Coding Performance Data.