Google rilancia sulla corsa all’intelligenza artificiale con una scelta che dice molto sul nuovo equilibrio del mercato: non solo modelli più potenti, ma sistemi più rapidi, meno costosi e costruiti per compiti precisi.
Il 21 luglio 2026 il gruppo di Mountain View ha annunciato tre nuovi modelli della linea Gemini:
- Gemini 3.6 Flash, indicato come il nuovo “workhorse” della casa;
- Gemini 3.5 Flash-Lite, pensato per attività ad alto volume e bassa latenza;
- Gemini 3.5 Flash Cyber, una versione ottimizzata per trovare e correggere vulnerabilità nel software.
La novità non riguarda soltanto la scheda tecnica. Google prova a rispondere a una pressione che arriva da più lati. Da una parte c’è la competizione sui modelli di frontiera, dove negli ultimi mesi Anthropic, OpenAI e Meta hanno guadagnato spazio con sistemi più avanzati o più specializzati. Dall’altra c’è una domanda sempre più concreta da parte di aziende e sviluppatori: spendere meno per ottenere risultati affidabili in coding, automazione e sicurezza.
È su questo terreno che Google ha deciso di muoversi, mettendo l’efficienza al centro del lancio.
Indice degli argomenti:
Tre modelli, tre obiettivi diversi
Gemini 3.6 Flash
Gemini 3.6 Flash è il modello che Google presenta come il nuovo standard operativo della gamma. Secondo l’azienda migliora le prestazioni in programmazione, lavoro documentale e uso multimodale rispetto alla precedente generazione Flash, con un taglio del 17% nei token di output e costi più bassi per l’utente finale. Per chi sviluppa agenti software o applicazioni basate su API, il dato sui token conta molto: a parità di lavoro, minore consumo significa spesa più contenuta.
Gemini 3.5 Flash-Lite
Gemini 3.5 Flash-Lite punta invece sulla velocità e sul prezzo. È il modello destinato ai carichi ripetitivi: classificazione di documenti, traduzioni, estrazione di dati, gestione di flussi automatizzati e coordinamento di agenti digitali. Google lo colloca nella fascia più economica della famiglia, una scelta che riflette una tendenza ormai chiara nel settore: molte imprese non chiedono il modello più sofisticato in assoluto, ma quello con il miglior rapporto tra costo, latenza e qualità.
Gemini 3.5 Flash Cyber
Il terzo tassello è Gemini 3.5 Flash Cyber. Qui il messaggio è più politico che commerciale. Google sostiene che il modello possa individuare e correggere falle di sicurezza a costi inferiori rispetto a sistemi più grandi. Durante i test interni sul motore V8 JavaScript Engine, il gruppo afferma che il modello ha trovato 55 problemi confermati, dieci dei quali non rilevati da altri modelli esaminati nello stesso scenario. Google ha anche precisato che il sistema sarà inizialmente disponibile soltanto per governi e partner considerati affidabili, nel tentativo di limitare usi impropri in ambito offensivo.
Il punto non è solo la potenza, ma il costo
Il lancio arriva in un momento in cui la corsa all’AI non si misura più soltanto sui benchmark assoluti. Dopo il boom iniziato con ChatGPT nel 2022, il mercato è entrato in una fase diversa. Le grandi aziende devono sostenere investimenti elevati in data center, chip e infrastrutture, mentre clienti enterprise e sviluppatori chiedono modelli meno onerosi da usare ogni giorno. Google lo ha detto in modo esplicito: i nuovi Flash nascono per presidiare il punto d’incontro tra efficienza e qualità.
Questo cambio di priorità si vede anche nei dati indipendenti. Artificial Analysis, una delle piattaforme più seguite per il confronto tra modelli, segnala che Gemini 3.6 Flash ottiene un punteggio di 50 nell’Intelligence Index, sopra la media dei modelli comparabili, mentre 3.5 Flash-Lite sale a 36, in crescita netta rispetto alla generazione Lite precedente. Non sono risultati che ribaltano da soli gli equilibri del settore, ma indicano una direzione chiara: Google sta cercando di offrire sistemi abbastanza forti da reggere compiti complessi, senza il costo dei modelli di fascia più alta.
Per gli utenti business il tema ha implicazioni dirette. Molte applicazioni aziendali non richiedono il massimo della capacità di ragionamento, ma affidabilità su volumi elevati: assistenti interni, ricerca nei documenti, scrittura di codice, orchestrazione di workflow. In questi casi un taglio del 17% nell’uso dei token o un prezzo inferiore per milione di token può incidere sul conto economico molto più di qualche punto guadagnato in classifica. Google sta parlando soprattutto a questo mercato.
La partita con OpenAI, Anthropic e Meta
Il problema per Google è che la concorrenza non è ferma. Anthropic ha spinto molto sul versante cyber con Claude Mythos 5 e Claude Fable 5. La società ha presentato Mythos come un modello con capacità di cybersecurity di altissimo livello e lo ha collegato a un programma di accesso controllato, Project Glasswing, prima di allargare gradualmente la distribuzione. Fable 5 usa la stessa base, ma con salvaguardie più rigide per limitare richieste legate a hacking, biologia e chimica.
OpenAI ha seguito una linea simile. Nei mesi scorsi ha lanciato Trusted Access for Cyber e poi una variante dedicata, GPT-5.4-Cyber, con l’obiettivo di mettere capacità difensive avanzate nelle mani di team di sicurezza e partner selezionati. Più di recente ha esteso il programma con GPT-5.5 e con l’offerta Daybreak, che unisce modelli, strumenti per il codice e flussi operativi dedicati alla difesa. Anche qui il principio è identico: alzare il livello della difesa prima che modelli sempre più capaci possano essere usati su larga scala da attori ostili.
Sul lato più generale dei modelli di frontiera, Meta ha introdotto in aprile Muse Spark, definito dall’azienda il proprio sistema più potente. Nei report di sicurezza e preparedness diffusi da Meta, la cybersecurity emerge come uno dei domini più sensibili, tanto da richiedere mitigazioni specifiche per contenere il rischio residuo. È un segnale utile per leggere l’intera fase: tutti i grandi operatori stanno cercando di vendere modelli più capaci, ma nessuno può ignorare il nodo della sicurezza.
Il ritardo di Gemini 3.5 Pro pesa sul quadro
Il lancio dei tre modelli Flash ha però un convitato di pietra: Gemini 3.5 Pro. A maggio, durante Google I/O 2026, la società aveva indicato giugno come finestra per il rilascio più ampio del modello di punta. A fine luglio, però, il sistema non è ancora disponibile in modo generalizzato. Google ha spiegato che il modello è ancora in fase di test e sarà distribuito “non appena sarà pronto”.
Per un’azienda che ha investito miliardi per restare nel gruppo di testa dell’AI, il rinvio non è un dettaglio. Google si trova a difendere due fronti insieme. Deve mostrare di saper competere sui modelli più avanzati, quelli che attirano l’attenzione di investitori e sviluppatori, ma deve anche offrire prodotti pronti per l’uso quotidiano nei servizi cloud e nelle applicazioni aziendali.
Il fatto che oggi esca una nuova ondata di modelli Flash mentre il Pro resta in laboratorio rafforza l’idea di una strategia più prudente: meno enfasi sulla vetrina, più attenzione a ciò che può essere distribuito subito.
C’è anche un tema reputazionale. Dopo l’accelerazione iniziale impressa da ChatGPT, Google era riuscita a riportare Gemini tra gli strumenti di riferimento. Negli ultimi mesi, però, le novità di Anthropic, OpenAI, Meta e di alcune aziende cinesi hanno reso il quadro molto più affollato.
Moonshot AI, per esempio, è stata citata da diversi osservatori come uno dei nuovi competitor da tenere d’occhio sul terreno dei benchmark e del rapporto qualità-prezzo. Google deve quindi convincere il mercato che la propria risposta non è in ritardo, ma semplicemente più mirata.
La cybersecurity diventa un mercato a sé
La parte più interessante dell’annuncio riguarda forse proprio Flash Cyber. Fino a pochi mesi fa i modelli specializzati per la sicurezza erano trattati quasi come esperimenti controllati. Ora stanno diventando una linea di prodotto a sé. Il motivo è semplice: la ricerca di vulnerabilità, la validazione dei bug e la produzione di patch sono attività costose, ripetitive e difficili da scalare con team umani limitati. Un modello capace di esaminare codice in modo continuo può ridurre tempi e costi in maniera sensibile.
Il rovescio della medaglia è evidente. Gli stessi sistemi che aiutano un difensore a trovare una falla possono aiutare un attaccante a sfruttarla. È per questo che Anthropic, OpenAI e ora Google stanno scegliendo formule di accesso ristretto, almeno nella fase iniziale. Nel caso di Google, il modello verrà distribuito a governi e partner fidati. Anthropic ha parlato di un gruppo limitato di organizzazioni e di protezioni dedicate. OpenAI ha legato l’accesso a programmi di trusted access. Il mercato cyber dell’AI, almeno per ora, nasce con un confine regolato all’ingresso.
Per l’industria del software il passaggio è rilevante. Se questi modelli manterranno le promesse, potrebbero cambiare il modo in cui si gestisce la manutenzione del codice, soprattutto nei grandi progetti open source e nelle infrastrutture critiche. Google ha scelto come caso di prova V8, un componente centrale dell’ecosistema JavaScript. Non è un dettaglio secondario: dimostrare capacità su un motore così usato serve a dare credibilità alla proposta commerciale e politica del gruppo. )
Dove va Google adesso
Il senso economico del lancio è netto. Google non sta abbandonando la corsa ai modelli più forti, ma sta provando a occupare il segmento dove oggi c’è domanda immediata: modelli abbastanza potenti, più economici, integrabili in agenti e flussi enterprise, con una specializzazione crescente per settori come la sicurezza. È un modo per monetizzare prima e ridurre il rischio di restare schiacciata tra chi domina i benchmark e chi compete soprattutto sul prezzo.
Resta da capire se questa scelta basterà a colmare il ritardo percepito sul fronte dei flagship. Per ora Google ha aperto un’altra strada: meno promesse sul modello definitivo, più prodotti che possono essere distribuiti subito. Nel breve periodo, per clienti cloud, sviluppatori e amministrazioni pubbliche, è una proposta concreta. Nel medio periodo il giudizio dipenderà da due fattori: la reale utilità dei modelli cyber fuori dai test interni e l’arrivo, o l’ulteriore slittamento, di Gemini 3.5 Pro.
È lì che si misurerà la capacità di Google di restare non solo nella corsa, ma nelle prime posizioni.
Partecipa alla community