Google presenta Gemini 3.5 Flash, un passo avanti per agenti AI e automazione

Google ha presentato Gemini 3.5 Flash, evidenziandone il ruolo chiave all’interno della strategia dell’azienda sull’intelligenza artificiale “aggiunta” e automazione. Il modello si distingue per la sua velocità, capacità di coding e di eseguire compiti complessi, e si colloca al centro di una nuova sfida economica: rafforzare la posizione di Search e recuperare terreno nei confronti di OpenAI e Anthropic.

Una nuova definizione del mercato AI

Il lancio di Gemini 3.5 Flash non è limitato a una nuova versione di Gemini, ma ha lo scopo di ridefinire il mercato AI: l’AI non è più solo strumento per rispondere bene a domande specifiche, ma deve supportare sequenze di azioni complesse integrate nei flussi di lavoro. Questa strategia ha un impatto diretto sugli utenti e le imprese, che guardano all’AI non in base a benchmark generali ma in termini di produttività tangibile.

Velocità e capacità di modelli di punta

Google sottolinea che Gemini 3.5 Flash rappresenta una svolta tecnica, poiché combina le prestazioni dei modelli di punta con la velocità tipica di quelli leggeri. Secondo i dati diffusi da Google DeepMind, 3.5 Flash riesce a generare quattro volte più token al secondo rispetto a modelli di frontiera, permettendo una maggiore efficienza e una riduzione evidente dei costi delle attività svolte.

Attività agentiche migliorate

Nelle prove eseguite per il lancio, Gemini 3.5 Flash ha mostrato prestazioni superiori a Gemini 3 Flash e 3.1 Pro in attività che richiedono sequenze di azioni, come la gestione di dati finanziari, la ricerca di informazioni complesse o l’automazione di processi multi-step. Il modello mostra una scalabilità tale da permettere ad aziende e sviluppatori di automatizzare compiti che oggi richiedono giorni di lavoro manuale. Google afferma esplicitamente che alcune attività completate con 3.5 Flash risultano a un costo inferiore al 50% rispetto ad altri modelli di frontiera.

I casi d’uso industriali

La pagina dedicata a Gemini 3.5 Flash di Google DeepMind include esempi concreti forniti da partner industriali:

• Armadin ha riferito miglioramenti del 42% su benchmark cyber a lungo raggio rispetto a Gemini 3 Flash.
• Box ha registrato un aumento del 19,6% di prestazioni nella sua valutazione enterprise.
• Ben Kus (CTO Box) afferma che Gemini 3.5 Flash raggiunge un’accuratezza del 96,4% in compiti life sciences e del 46,7% in finanza.

Questi numeri, sebbene derivanti da partner, evidenziano la volontà di Google di dimostrare con prove industriali l’efficacia del modello.

Abbonamenti più competitivi

Accompagnando l’annuncio, Google ha ridefinito l’offerta per utenti enterprise. Alla Google I/O 2026, l’azienda ha introdotto un piano AI Ultra a 200 dollari e un nuovo livello AI Plus da 100 dollari. Le scelte mirano chiaramente a contrastare la pressione concorrente, spostando la competizione non solo su modelli avanzati, ma anche sul piano dei prezzi e della monetizzazione.

La scommessa sull’automazione

Il Gemini 3.5 Flash non è solo una scelta tecnica. Più in generale, rappresenta un paradigma diverso: l’AI non deve più rispondere ad azioni singole, ma gestire sequenze complesse. Secondo Google, l’utilizzo continuativo di questi agenti permetterà di aumentare il tempo medio di utilizzo delle sue app e servizi, offrendo una maggiore occasione di monetizzare attraverso servizi premium.

La scalabilità di ricerca

Altro elemento chiave dell’annuncio è il ruolo di Search. L’integrazione di Gemini 3.5 Flash all’interno di Search non è solo una funzionalità aggiuntiva, ma una mossa difensiva per proteggere i margini del core business. L’app AI Mode e gli AI Overviews si muovono in una direzione precisa: tenere i propri utenti all’interno dell’ecosistema Google anziché migrare verso interfacce conversazionali competitive.

Un passo per il futuro: Gemini Spark

Una delle nuove feature principali presentate è Gemini Spark, un agente personale che funziona 24/7 sotto la supervisione degli utenti. Sviluppato su 3.5 Flash, Gemini Spark supporta la gestione di email, lo studio, la pianificazione di compiti, e ha una roadmap per integrarsi progressivamente in Google Workspace e piattaforme esterne. Gli utenti tester hanno testato Spark e si prevede una beta per gli abbonati Google AI Ultra negli Stati Uniti.

Piattaforme aperte: Antigravity

Google ha anche messo a punto Antigravity, una piattaforma di sviluppo orientata a chi crea agenti AI. Questo strumento aiuta a costruire modelli di agenti non solo per compiti specifici, ma per attività continue, un vantaggio strategico nel mercato enterprise.

Concorrenza e mercato

Gli sforzi di Google rientrano in una contestata fase di crescita delle competenze AI aziendali. OpenAI si concentra sull’esperienza utente generale attraverso ChatGPT, Anthropic ha costruito una forte reputazione su coding e sicurezza, mentre Google parte da una base enorme di utenti e infrastrutture.

Un modello per agenti, prima che per generalisti

Il Gemini 3.5 Flash non è concepito come un modello generalista a tutti gli effetti. La priorità dichiarata dell’azienda è il supporto a agenti e compiti strutturati. I benchmark ufficiali presentati da DeepMind seguono una logica precisa: coding, flussi di lavoro, controllo interfaccia e compiti finanziari prima di prestazioni su immagini.

Disponibilità e adozione

Gemini 3.5 Flash è disponibile su una serie di platform e strumenti Google, inclusi l’app Gemini, Search, Antigravity, Android Studio e API Gemini. Ancora una volta, la strategia di Google pone l’accento sull’accesso immediato, rendendo questo modello uno strumento versatile e integrabile in diversi settori aziendali e tecnologici.

Il futuro dell’AI

Il mercato dell’AI sta sempre di più misurando il suo successo in base a adozione e utilità piuttosto che a classifiche. Google, con Gemini 3.5 Flash, punta a consolidare la sua posizione in aree critiche come automazione, coding, e servizi enterprise, in risposta alla crescita di attori come OpenAI e Anthropic. Con un modello più potente, versatile e disponibile su molti canali, l’azienda punta a spostare l’attenzione verso la sua scalabilità e verso il rapporto costo-beneficio delle sue soluzioni.