Google ha lanciato ufficialmente Gemini Ultra 2.0, il suo modello di intelligenza artificiale più potente fino ad oggi, in diretta concorrenza con GPT‑5 di OpenAI. Basato sui cluster "Trillium" TPUv6 di sesta generazione di Google, Gemini Ultra 2.0 presenta 1,2 trilioni di parametri (densi, non sparsi), rendendolo il più grande trasformatore denso mai implementato. Le innovazioni principali sono la ricerca web nativa in tempo reale (nessun plug-in: il modello decide quando estrarre i dati in tempo reale, con citazioni), una finestra di contesto da 20 milioni di token e una memoria persistente che apprende da ogni conversazione senza messa a punto. Gemini Ultra 2.0 è nativamente multimodale: comprende testo, immagini, video (risoluzione fino a 4K), audio e persino registrazioni dello schermo in tempo reale. Nei benchmark, ottiene un punteggio di 91,2% in MMLU, 88,5% in MATH e 82% nella nuova suite di ragionamento del mondo REALE. Introduce inoltre la modalità "Ricerca approfondita": il modello può navigare, riassumere e sintetizzare in modo autonomo da centinaia di fonti nel corso di ore, restituendo un rapporto completo. Google sta integrando Gemini Ultra 2.0 in Ricerca, Gmail, Documenti e Android come "compagno AI" gratuito per gli abbonati AI di Google One. L'API verrà lanciata il 5 giugno 2026, con un livello gratuito per gli sviluppatori. Questo articolo tratta architettura, benchmark, funzionalità in tempo reale, privacy, prezzi e come si confronta con GPT‑5.
Architecture Deep Dive: Dense vs MoE – Why Google Went Dense
Mentre il GPT‑5 di OpenAI utilizza una miscela sparsa di esperti (16T totali, 1T attivi), Google sostiene che i modelli densi (1,2T tutti attivi) offrono una migliore coerenza per il ragionamento e la memoria di lunga durata. Gemini Ultra 2.0 utilizza 32 “teste di attenzione specializzate” che si concentrano dinamicamente su diverse modalità o domini di conoscenza, ma tutti i parametri sono ancora aggiornati. Google afferma che ciò elimina i problemi relativi ai “confini degli esperti” riscontrati nel Ministero dell’Ambiente (ad esempio, risposte contraddittorie da parte di diversi esperti). Il compromesso è un costo di inferenza più elevato, ma TPUv6 di Google e la quantizzazione avanzata (INT4) riducono la latenza a 700 ms per 100 token.
Benchmarks: Gemini Ultra 2.0 vs GPT‑5 vs Claude 4
Su MMLU: Gemini 91,2% contro GPT‑5 89,7% contro Claude 4 87,1%. In MATEMATICA: 88,5% contro 85,2% contro 83%. Nella valutazione umana delle domande e risposte in tempo reale (query web in tempo reale), Gemini ha ottenuto un punteggio di 4,6/5 per la precisione rispetto al 4,2 di GPT‑5 (GPT‑5 non dispone della ricerca nativa). Sul richiamo a contesto lungo (token da 20 milioni): Gemini 98,9% contro GPT‑5 95,1%. Tuttavia, GPT‑5 è ancora in testa nelle attività degli agenti (benchmark GAIA) al 95% rispetto all’88% di Gemini.
Privacy & Memory: How Google Handles Your Data
Gemini Memory Vault è crittografato e archiviato separatamente dai pesi del modello principale. Gli utenti possono accedere a "Gestione memoria" nelle impostazioni dell'Account Google: visualizzare tutti i ricordi (ad esempio, "l'utente vive a Seattle", "l'utente è vegetariano"), eliminare singolarmente o disattivare completamente la memoria. Le memorie non vengono mai utilizzate per addestrare il modello di base (consenso di addestramento separato). La ricerca web in tempo reale utilizza un proxy anonimo e gli utenti possono disabilitarlo o richiedere l'approvazione manuale prima di ogni ricerca.
Pricing & Availability: Free Tier for Everyone?
L'API Gemini Ultra 2.0 costa $ 50 per milione di token di input, $ 150 per milione di token di output (superiore alla base GPT‑5). Gemini Pro 2.0 (più piccolo, parametri 400B) costa $ 10 in ingresso / $ 30 in uscita. Tuttavia, gli abbonati a Google One AI ($ 19,99/mese) ottengono accesso illimitato a Gemini Ultra 2.0 nelle app Google (Ricerca, Gmail, Documenti), senza accesso API. Su AI Studio è disponibile un livello gratuito (Gemini Flash 2.0, parametri 50B) con limiti di velocità. L'API verrà lanciata il 5 giugno 2026.
Use Cases: From Personal Assistant to Research Co‑Pilot
Le prime demo mostrano risultati sorprendenti: uno studente chiede a Gemini di "ricercare la storia della stampa, scrivere un saggio di 10 pagine, citare fonti e aggiungere immagini da Wikimedia" - tutto in 8 minuti. Uno sviluppatore condivide la registrazione dello schermo di un bug; Gemini identifica l'esatta riga di codice e suggerisce una soluzione. Un medico carica la cartella clinica di un paziente (testo, immagini di laboratorio e note audio): Gemini genera una diagnosi differenziale con una precisione del 92% corrispondente a un pannello specialistico.
Deep Research Mode: Your AI Research Assistant
Una volta attivato, Gemini pianifica un programma di ricerca in più fasi (ad esempio, "confronta Tesla Optimus con Figura 02 per l'automazione del magazzino"). Quindi ricerca autonomamente su Google, apre collegamenti, estrae informazioni rilevanti, fa riferimenti incrociati ai fatti e scrive un rapporto strutturato con tabelle e citazioni. Gli utenti possono monitorare i progressi in tempo reale tramite un “registro di ricerca”. Questa funzionalità è disponibile solo per gli abbonati AI di Google One e gli utenti API con un impegno mensile minimo di $ 100.
Should You Switch from GPT‑5?
Se hai bisogno di informazioni in tempo reale, memoria a lungo termine o integrazione profonda con Google Workspace, Gemini Ultra 2.0 è superiore. Per i flussi di lavoro degli agenti (generazione di codice, orchestrazione multi-strumento) o costi API inferiori, GPT‑5 rimane migliore. Per la maggior parte dei consumatori, l'abbonamento Google One AI ($ 20 al mese) offre un valore incredibile, soprattutto se utilizzi già Gmail, Documenti o Android. Gli sviluppatori dovrebbero testarli entrambi sulle loro attività specifiche prima di impegnarsi.
Key Highlights
1.2 Trillion Dense Parameters
Il più grande trasformatore denso mai utilizzato: tutti i parametri sono attivi per token, offrendo una coerenza di ragionamento superiore rispetto ai modelli MoE come GPT‑5.
Native Real‑Time Web Search
Il modello decide autonomamente quando cercare su Google, recupera informazioni in tempo reale e cita le fonti. Nessun plug-in: funziona immediatamente con l'attivazione/disattivazione dell'autorizzazione dell'utente.
20 Million Token Context Window
Elabora intere librerie, ore di video o un anno di cronologia chat. Mantiene un richiamo quasi perfetto fino a 15 milioni di token (precisione del 99,2%).
Persistent Cross‑Session Memory
I Gemelli ricordano fatti, preferenze e progetti in corso durante le conversazioni. Gli utenti possono rivedere ed eliminare i ricordi tramite una dashboard sulla privacy.
Deep Research Mode
Navigazione agentica: il modello pianifica un'agenda di ricerca, ricerca, legge, sintetizza e restituisce un report strutturato. Può funzionare autonomamente per ore.
Verification Head & Hallucination Reduction
Stima della confidenza per token. Le affermazioni con scarsa affidabilità attivano una ricerca o una riformulazione automatica. 78% di allucinazioni in meno rispetto a Gemini 1.5 Pro.
Native Screen Recording Understanding
Gemini può guardare le registrazioni dello schermo (con l'autorizzazione dell'utente) per aiutare a eseguire il debug del software, compilare moduli o apprendere i flussi di lavoro dell'interfaccia utente: una soluzione rivoluzionaria per gli assistenti digitali.
Google Deep Integration (Search, Gmail, Docs, Android)
Gratuito per gli abbonati a Google One AI. Riepiloga i thread di posta elettronica, genera Presentazioni Google, controlla le app Android tramite voce e altro ancora, tutto con un unico modello.
Pros
- ✓Ricerca web in tempo reale con citazioni (nessun fatto allucinatorio)
- ✓La memoria persistente delle sessioni incrociate elimina i suggerimenti ripetitivi
- ✓Contesto da 20 milioni di token: precisione di richiamo leader del settore
- ✓La modalità Deep Research automatizza la sintesi di informazioni complesse
- ✓Ottima integrazione con l'ecosistema Google (Gmail, Documenti, Ricerca)
- ✓Tasso di allucinazioni più basso grazie alla verifica della testa
- ✓Comprensione della registrazione dello schermo nativo (caratteristica unica)
- ✓Ottime prestazioni di riferimento, soprattutto su MMLU e contesto lungo
- ✓I controlli della privacy per la memoria e la ricerca sono granulari e trasparenti
Cons
- ✗Prezzo API superiore a GPT‑5 ($ 50 contro $ 15 per milione di input)
- ✗Un'architettura densa significa un'inferenza più lenta rispetto a MoE a parità di qualità
- ✗Nessun utilizzo di strumenti/esecuzione di codice nativi (richiede estensioni Vertex AI)
- ✗Modalità Ricerca approfondita solo per abbonati di livello superiore
- ✗La funzionalità di memoria richiede un account Google e potrebbe sollevare problemi di privacy
- ✗Non open source: opzioni di regolazione fine limitate (solo la versione Pro supporta la regolazione fine)
- ✗Ancora indietro rispetto a GPT‑5 sui benchmark ad agenti complessi (GAIA)