Un inciampo di quelli che pesano, per uno dei protagonisti storici dell’intelligenza artificiale generativa. Alphabet, la casa madre di Google, ha visto le proprie azioni perdere il 4% dopo che Bloomberg ha rivelato un ritardo di diversi mesi nel rilascio di Gemini 3.5 Pro, il modello di punta annunciato a maggio durante la conferenza Google I/O. Il motivo è nelle prestazioni insufficienti nella generazione di codice software, proprio l’area su cui i concorrenti stanno costruendo il proprio vantaggio competitivo.
Quando Google presentò Gemini 3.5 Pro lo scorso maggio, la promessa era di un rilascio pubblico già a giugno, dopo una fase iniziale di utilizzo interno. Quel giugno è passato da un pezzo, e stando alle fonti di Bloomberg gli ingegneri di Mountain View starebbero ancora limando le capacità del modello, con particolare attenzione alle funzioni di scrittura del codice. Nel frattempo, la concorrenza non è rimasta a guardare. Meta ha rilasciato Muse Spark 1.1, definito dal responsabile AI Alexandr Wang come il modello più performante dell’azienda per lavori agentici e di programmazione, mentre OpenAI ha presentato GPT-5.6 Sol, vantando un’efficienza del 54% superiore sui token nelle attività di coding agentico.
La generazione automatica di codice è diventata una delle applicazioni più remunerative e strategiche per i fornitori di modelli linguistici. Non si tratta più solo di completare righe di programma, ma di costruire agenti autonomi capaci di scrivere, testare e correggere interi progetti software. Anche i laboratori cinesi come Z.ai stanno spingendo forte con varianti open-weight liberamente accessibili, ampliando ulteriormente la pressione competitiva. Un portavoce di Alphabet ha ribadito che l’azienda sta rilasciando rapidamente diversi modelli mantenendoli economicamente sostenibili per i clienti, confermando che Gemini 3.5 Pro e una versione aggiornata di Flash sono attualmente in test con partner selezionati e con il governo statunitense.
Il ritardo racconta però una storia più ampia. Per anni Google è stata considerata la casa naturale dell’intelligenza artificiale, forte del lavoro pionieristico di DeepMind e dell’invenzione dell’architettura Transformer. Vedere l’azienda inseguire sul terreno del coding, dove OpenAI e persino Meta stanno dettando il ritmo, è indicativo di quanto sia cambiato l’equilibrio del settore. La vera partita non si gioca più sulla dimensione dei modelli, ma sulla loro efficienza operativa e sulla capacità di alimentare agenti autonomi. Chi arriva secondo con un modello mediocre rischia di perdere quote di sviluppatori difficili da recuperare, perché nel mondo del software chi conquista l’ecosistema conquista il mercato. E l’ecosistema, a differenza di un modello, non si aggiorna con una patch.
Per approfondire: link all’articolo originale
