Gemini 4 Carbon avvia un rollout limitato per i cyber defender
Gemini 4 Carbon è entrato mercoledì in una fase di rollout limitato, dopo che Google ha riportato punteggi ai vertici nei test di individuazione delle vulnerability, exploitation e patching. Il frontier model, ossia un sistema di intelligenza artificiale generalista altamente avanzato, è inizialmente disponibile solo per un gruppo ristretto di cyber defender. Google prevede di estendere l’accesso ad altri partner fidati attraverso il suo Fairwind Program.
Google ha riportato un punteggio dell’88,2% su SEC-bench Pro per l’individuazione delle vulnerability, un risultato del 54,8% su ExploitGym per il loro sfruttamento e del 71,0% su CWE-bench per il patching. L’azienda ha inoltre dichiarato che il modello è migliorato nella programmazione e negli agentic tasks, nei quali un sistema di AI pianifica ed esegue una sequenza di azioni anziché produrre una sola risposta. Questi risultati riguardano tre fasi distinte del lavoro di sicurezza: individuare una debolezza, confermare che possa essere sfruttata e produrre una correzione.
Nell’Artificial Analysis Intelligence Index, Gemini 4 Carbon ha ricevuto un punteggio di 59. Si è così posizionato davanti a Claude Opus 5.5 di Anthropic, con 58 punti, OpenAI GPT-6 Astra, con 57, e GPT-6.1 Sol, con 55. Google ha inoltre riferito che Carbon aveva il doppio delle probabilità rispetto a Gemini 4 Argon di generare codice sicuro. Questo confronto riguarda la probabilità di produrre codice giudicato sicuro durante la valutazione, non la garanzia che ogni risultato possa essere distribuito in sicurezza.
Google ha anche evidenziato il comportamento del modello quando le istruzioni non sono chiare o lo sottopongono a pressione. Secondo l’azienda, Carbon è progettato per chiedere l’intervento umano quando si trova di fronte ad ambiguità, invece di fare supposizioni o forzare una decisione. Google ha dichiarato che il modello ha resistito a ogni tentativo di indirect prompt injection incluso nella sua valutazione. La indirect prompt injection si verifica quando istruzioni malevole nascoste in contenuti come un documento o una pagina web cercano di deviare un sistema di AI dal compito previsto dall’utente. L’affermazione si riferisce agli attacchi valutati da Google e non dimostra una resistenza a ogni tecnica possibile.
Il debutto è avvenuto meno di una settimana dopo la presentazione di Gemini 4 Argon da parte di Google. Carbon segue un piano di rilascio simile, iniziando con un accesso limitato anziché con una disponibilità generale immediata. Google ha inoltre dichiarato di partecipare al processo volontario del governo degli Stati Uniti per testare i modelli prima del rilascio. Limitare il rollout iniziale offre l’accesso prima di tutto a cyber defender selezionati, mentre i proprietari di siti web e i team IT generici non possono ancora considerare Carbon uno strumento di sicurezza ampiamente disponibile.
L’annuncio è arrivato insieme a sviluppi da parte di fornitori di AI concorrenti. OpenAI ha rilasciato GPT-6.1 Terra, descrivendolo come un modello rapido ed efficiente, adatto alla comunicazione e alle attività svolte al computer. OpenAI ha dichiarato che Terra ha raggiunto la soglia Critical per la cybersicurezza nell’ambito del suo Preparedness Framework e ha mantenuto le protezioni sviluppate per GPT-6 Astra. Nelle valutazioni di OpenAI, Terra aveva maggiori probabilità rispetto a GPT-5.6 Terra di rimanere entro l’ambito assegnato e di comunicare con sincerità limiti od ostacoli. L’azienda ha inoltre riportato una forte resistenza alle istruzioni malevole di prompt injection concepite per deviare il modello dal proprio compito.
Anthropic ha separatamente divulgato i risultati di un modello di ricerca interno non ancora rilasciato, che ha individuato gravi vulnerability in software ampiamente utilizzati. I risultati includevano una remote code execution one-click in Google Chrome, che poteva consentire l’esecuzione di codice dopo una singola azione dell’utente, e un exploit chain one-click in Apple Safari, che poteva esporre la cronologia di navigazione, i cookie e altre informazioni sensibili. Il modello ha inoltre individuato un bypass della schermata di blocco di Android e una falla di denial-of-service nel driver Windows HTTP.sys, registrata come CVE-2026-33096 e con una valutazione di 7,5 nel Common Vulnerability Scoring System. Google, Apple e Microsoft hanno corretto tutti i problemi individuati.
Anthropic ha dichiarato che il suo modello era in grado di costruire exploit sofisticati e articolati in più fasi sia per software open-source sia per software proprietario, per poi produrre dimostrazioni funzionanti verificabili da altri. Secondo Anthropic, in precedenza questo tipo di lavoro richiedeva un numero ristretto di team specializzati, mentre il modello di ricerca lo ha completato con un coinvolgimento umano limitato. Insieme ai risultati dei benchmark di Google, questa divulgazione mostra che le valutazioni attuali misurano più della semplice individuazione delle falle: esaminano anche se i modelli siano in grado di convalidare le debolezze, costruire exploit e proporre patch.
Per i provider di hosting, i gestori di siti web e i team di sviluppo, la lezione pratica è che i risultati di sicurezza e le modifiche al codice generati dall’AI richiedono ancora una revisione umana, test controllati e aggiornamenti tempestivi del software. Le prestazioni nei benchmark non dimostrano che un modello comprenderà ogni ambiente di produzione o produrrà una correzione sicura per ogni applicazione. AEU-I offre servizi IT, infrastrutture e consulenza incentrati sulla sicurezza per le organizzazioni che valutano come integrare gli strumenti di sicurezza nelle attività esistenti. Finché questi modelli non saranno disponibili più ampiamente, i proprietari dei siti dovrebbero continuare ad affidarsi a procedure consolidate di aggiornamento, test e revisione, anziché considerare i risultati dell’AI come decisioni di sicurezza automatiche.