Vai al contenuto
di tendenza

Strumenti IA

Gemini 4 Carbon alla prova: oltre 50 test contro Argon, Claude Fable 5.2 e GPT-6.1 Sol

Ho sottoposto Gemini 4 Carbon a oltre 50 attività, con verifiche automatiche e un confronto diretto con altri tre modelli. È accurato su fonti e sicurezza, ma lentezza e consumo di token pesano.

Testo: 4 min di lettura
Gemini 4 Carbon alla prova: oltre 50 test contro Argon, Claude Fable 5.2 e GPT-6.1 Sol

👁 112 letture

Il giorno in cui Gemini 4 Carbon è diventato disponibile per tutti (10 novembre 2026), l’ho messo alla prova con più di 50 attività, sottoponendo le stesse anche a Claude Fable 5.2, GPT-6.1 Sol e Gemini 4 Argon. Tutte le chiamate sono passate da OpenRouter con le stesse impostazioni e ogni risposta è stata valutata con test unitari, una griglia di risposte corrette o un verificatore automatico - non in base alle mie impressioni. Ecco cosa sa fare Carbon, quanto costa e dove inciampa.

Prima i prezzi

Gemini 4 Carbon Gemini 4 Argon Claude Fable 5.2 GPT-6.1 Sol
Prezzo API per 1M di token (input / output) 2 / 10 USD fino al 30 novembre, poi 4 / 20 2 / 10 USD fino al 30 novembre, poi 4 / 20 8 / 40 USD 2 / 10 USD
Finestra di contesto 1,048,576 1,048,576 1,000,000 1,050,000

I risultati sulle stesse attività

Attività Carbon Argon Fable 5.2 GPT-6.1 Sol
23 attività pratiche (ragionamento basso) 99,5%*, 0,23 USD, 264 s 99,5%*, 0,22 USD, 135 s 100%, 1,37 USD, 190 s 100%, 0,22 USD, 180 s
Agente: 6 documenti con una trappola, tabella, verifica con Python 10/10, 54 s 10/10, 38 s 10/10, 31 s 10/10, 20 s
Motore per fogli di calcolo da zero, 34 test unitari 34/34, 0,47 USD, 518 s 34/34, 0,05 USD, 64 s 34/34, 0,82 USD, 201 s 34/34, 0,05 USD, 77 s
Revisione di sicurezza di un’app Flask, 8 vulnerabilità inserite appositamente 8/8 8/8 8/8 8/8
Log di un server web dopo un’intrusione (analisi SOC) 7/7 7/7 7/7 7/7
Correzione di un modulo vulnerabile, 14 test (ragionamento medio) 0/14 (errore di indentazione) 14/14 14/14 3/14 (problema solo su Windows)
6 attività di programmazione, 76 test unitari (ragionamento medio) 63/76 76/76 76/76 76/76
Fonti inventate: 16 pubblicazioni scientifiche 0 inventate, 2 errori minori 2 inventate 0 inventate, 0 errori 0 inventate, 1 errore
Visione: 10 domande su un grafico, una tabella e uno scontrino 10/10 10/10 10/10 10/10

* Il valutatore ha tolto un punto per una forma grammaticale corretta: un suo errore, identico per entrambi i modelli Gemini.

Cosa ha fatto bene Carbon

Non ha inventato fonti. Ho chiesto 8 pubblicazioni sottoposte a revisione paritaria, con DOI, per ciascuno di due argomenti. Tutte le 16 pubblicazioni indicate da Carbon esistono: le ho verificate in Crossref, OpenAlex e nei cataloghi delle biblioteche. Un DOI non rimandava alla risorsa e un rapporto riportava l’anno sbagliato. Con lo stesso prompt, a ottobre Argon ne aveva inventate 2 su 16.

Legge i documenti in modo selettivo. Nell’attività da agente, Carbon aveva tre strumenti (elencare i documenti, leggere un documento, eseguire Python) e sei documenti, tra cui un listino prezzi del 2025 ormai superato. Ha scartato il file obsoleto basandosi solo sul titolo, ha letto i quattro documenti aggiornati, ha scritto una funzione di calcolo dei costi, l’ha eseguita una volta e ha risposto esattamente nel formato richiesto. 54 secondi, 0,03 USD.

Ragiona da analista. Da 92 righe di log degli accessi ha individuato l’IP dell’attacco brute force, l’account compromesso, il secondo esatto dell’accesso riuscito, un’esportazione CSV avvenuta 20 secondi dopo e un attacco di path traversal riuscito tramite ..%2f con codifica URL. Non ha scambiato il tentativo bloccato su /etc/shadow per una fuga di dati e ha classificato come falso allarme il caso di un normale utente che aveva semplicemente digitato male la password.

Scrive codice con cura. Il motore per fogli di calcolo (formule, intervalli, SUM/MIN/MAX/AVG/IF, cinque codici di errore, rilevamento dei cicli e una catena di 900 celle senza raggiungere il limite di ricorsione di Python) è risultato composto da 639 righe, con un parser dedicato e una valutazione basata su generatori anziché sulla ricorsione. Ha superato tutti i 34 test.

Dove inciampa

Può consumare tutto il limite di token per ragionare. In un’attività sulle espressioni regolari, con ragionamento medio, Carbon ha usato tutti i 16,000 token per ragionare senza restituire codice (0,16 USD). Con un limite di 64,000 ha risolto il problema dopo 248 secondi, per 0,17 USD. Con ragionamento basso ha risolto la stessa attività in 13 secondi per 0,007 USD - un costo 25 volte inferiore, con lo stesso risultato di 13/13. Sul foglio di calcolo, con ragionamento alto, ha speso 47,997 token nel ragionamento senza restituire nulla.

Nessuna autoverifica nella semplice chiamata API. Nel correggere un modulo vulnerabile con ragionamento medio, gli interventi erano giusti (SQL parametrizzato, PBKDF2 con 600,000 iterazioni, un salt casuale, confronto a tempo costante), ma una riga aveva uno spazio di troppo: Python ha quindi rifiutato il file e tutti i 14 test sono falliti. Con ragionamento alto ha superato 14/14 test, in 308 secondi per 0,31 USD.

È lento. Sulle stesse attività Argon è stato da 1,4 a 8 volte più veloce, con un’accuratezza simile.

Google · Le tue fontiPiù in alto su Google con un solo clicAggiungi alle fonti preferite →

Quale scegliere

  • Gemini 4 Carbon per lavori in cui gli errori costano più del tempo: revisioni di sicurezza, ricerche che richiedono fonti, caccia a bug difficili, coordinamento di altri agenti. Partite con ragionamento basso o medio e mantenete alto il limite di output.
  • Gemini 4 Argon per la scrittura quotidiana, i riassunti e il codice di routine. Stesso prezzo per token, molta più velocità.
  • GPT-6.1 Sol se tenete d’occhio i costi: nella pratica è il più economico ed è veloce.
  • Claude Fable 5.2 se vi serve codice che funzioni senza doverlo controllare: nessun passo falso in tutte le attività, ma il prezzo per token è quattro volte superiore.

Prezzi, modalità di accesso e benchmark pubblicati da Google sono nella mia guida a Gemini 4 Carbon.

Kinetyra

// read next

More on this from NITIDO

Piotr Olszewski

Piotr Olszewski

ADMINISTRATOR
leggi ancheCome fare soldi in GTA 6: i metodi migliori capitolo per capitologuideCome fare soldi in GTA 6: i metodi migliori capitolo per capitoloSoldi in GTA 6: rapine, auto per Moses, gioiellerie e caveau fino a 205.000 $. BuckMe, risparmi e ricettatori spiegati capitolo per capitolo.

Più letti

  1. 1Seedance di ByteDance: versioni, prezzi e test
  2. 2Kling 4.0: novità, prezzo in euro e API
  3. 3Claude Sonnet 5.5 prezzo: quanto costa nel 2026
// mappa del sito
nitido in numeri 0testi in archivio0notizie degli ultimi 7 giorni0modelli video nell'osservatorio
× ‹ ingrandimento ›