Il filo della giornata va dalla messa a disposizione generale di un modello di punta, al passo di un laboratorio di ricerca verso i mercati pubblici, alla via che un prodotto di conversazione apre verso la scoperta commerciale, a un modello di robotica messo alla prova su una linea di fabbrica, e a un nuovo insieme di pesi aperti di un modello di immagine: Google il 10 novembre ha reso disponibile Gemini 4 Carbon, il suo modello più potente finora, a sviluppatori, imprese, ricercatori e utenti. Anthropic lo stesso giorno ha avviato il roadshow della propria proposta di offerta pubblica iniziale, ha fissato una forchetta di prezzo prevista di 70,00-78,00 dollari per azione e ha chiesto la quotazione delle proprie azioni ordinarie di classe A al Nasdaq Global Select Market con il ticker «ANT». OpenAI ha introdotto Businesses in ChatGPT in beta, consentendo alle imprese di rivendicare un profilo, vedere insight aggregati e, per le attività statunitensi idonee di e-commerce e servizi online, lanciare un Business Agent. Google DeepMind ha anche svelato Gemini Robotics 2.5, il suo modello visione-linguaggio-azione più capace, e ha riferito un tasso di successo del 96% in una prova di concetto su una linea di produzione Mercedes-Benz. MiniMax ha pubblicato H3-Image con pesi aperti, un modello di generazione e modifica di immagini costruito su H3, dicendo che può produrre un’immagine 4K in meno di 10 secondi.

1. Google rende generalmente disponibile Gemini 4 Carbon, il suo modello più potente finora

Il 10 novembre 2026, Koray Kavukcuoglu, vicepresidente senior di Google DeepMind e chief AI architect di Google, ha scritto sul blog dell’azienda che Gemini 4 Carbon è ora disponibile per sviluppatori, imprese, scienziati e utenti. Google ha definito Carbon il suo modello più potente, con prestazioni di frontiera nella cybersicurezza e in flussi di lavoro agentici di lungo orizzonte su lavoro di conoscenza complesso, ingegneria del software e ragionamento scientifico.

Due settimane prima, Google aveva aperto Carbon a un insieme di difensori della cybersicurezza tramite il programma Fairwind. L’azienda ha scritto che, dopo il recente lancio di Gemini 4 Argon, Carbon spinge oltre la frontiera. Argon resta la scelta preferita per la maggior parte dell’ingegneria del software e del lavoro di conoscenza, mentre Carbon è pensato per compiti che mettono alla prova i limiti dell’intelligenza di un modello, come la programmazione e il debug complessi in più passaggi e la ricerca e la scoperta scientifiche aperte, usando più token di Argon per esplorare a fondo, ragionare in profondità e condurre cicli di verifica più estesi.

Su banchi indipendenti pensati per mettere alla prova le prestazioni in flussi di lavoro reali, Google ha detto che Carbon è primo su CursorBench 4.0, WANDR di Perplexity e AutomationBench di Zapier, con un costo per compito più di due volte inferiore a quello del successivo miglior modello esterno. L’azienda si è anche associata ad Artificial Analysis per lanciare un banco di agenti di conoscenza multimodale (MKA), sostenendo che i test esistenti non catturano in modo adeguato come gli agenti ragionino in modo nativo su file densi che contengono grafici, immagini, progetti, schemi e tabelle; Carbon è secondo su quel banco, pur costando in media più di sei volte meno per compito rispetto al modello con le prestazioni migliori. Nelle valutazioni precedenti al rilascio, Google ha detto che Carbon ha eguagliato il miglior modello testato nella valutazione finanziaria agentica end-to-end di Hebbia e si è classificato primo tra 23 configurazioni di modelli di frontiera sul banco General Financial Intelligence di Balyasny Asset Management.

Per mettere Carbon al lavoro su progetti più ampi e complessi, Google sta presentando in anteprima /swarm in Google Antigravity, trasformando un singolo prompt in una squadra coordinata di agenti che può essere seguita in tempo reale. Gli sviluppatori possono assegnare Carbon a ruoli che richiedono il ragionamento più profondo, come la progettazione architetturale, il coordinamento e la revisione, abbinandolo a modelli più rapidi e leggeri in spazi di lavoro isolati in parallelo e a verificatori avversari che mettono alla prova ogni modifica. In un post dello stesso giorno, il team di Antigravity ha scritto che /swarm consegna un prompt a una famiglia di agenti: un coordinatore avvia lavoratori paralleli specializzati in git worktree isolati perché le modifiche non entrino in conflitto, e i verificatori avversari eseguono test e contestano le differenze; gli agenti collaborano su una bacheca di messaggi condivisa in sola aggiunta e restano in attesa a costo di token zero quando sono inattivi.

Quanto alla disponibilità, Gemini 4 Carbon è offerto tramite l’API Gemini in Google AI Studio e tramite Gemini for Business a tutti gli sviluppatori paganti e ai clienti enterprise, allo stesso prezzo introduttivo di Gemini 4 Argon: 2 dollari per milione di token di input e 10 dollari per milione di token di output. Il prezzo introduttivo vale fino al 30 novembre 2026, dopo di che la tariffa diventa 4 dollari per milione di token di input e 20 dollari per milione di token di output, e si applica solo al modello Carbon destinato all’accesso pubblico. Quando Google ha annunciato il modello per la prima volta il 28 ottobre, ha anche detto che i token di input in cache sarebbero stati tariffati con uno sconto del 95% rispetto alla tariffa di input. Carbon è inoltre in fase di rilascio per tutti gli abbonati a Google AI Ultra in Google Antigravity, nell’app Gemini e in AI Mode della Ricerca. La scheda del modello indica che Carbon è basato su Gemini 4 Argon, che gli input possono includere testo, immagini, audio e video, che la finestra di contesto combinata di input e output arriva fino a circa 1 milione di token, e che l’output è testo.

Nella cybersicurezza, Gemini 4 Carbon for cyber, accessibile tramite il programma Fairwind, è descritto come la capacità di cybersicurezza più potente di Google finora, in grado di ispezionare il software, tracciare come i difetti possano essere concatenati tra sistemi e generare patch verificate di causa radice. Google ha detto che il modello è in testa su banchi chiave per trovare (SEC-bench Pro), sfruttare (ExploitGym) e correggere (CWE-bench v1) vulnerabilità; i punteggi pubblicati il 28 ottobre sono stati 88,2% su SEC-bench Pro, 54,8% su ExploitGym e 71,0% su CWE-bench. Tra i test interni ed esterni precoci citati dall’azienda figurano: su un banco interno di Project Fortify, il sistema autonomo di Google per scanning, triage e rimedio, Carbon ha raggiunto il 100% di recall nello scanning e il 95% di precisione nel triage, e in prove su repository open source ha migliorato di oltre il 25% il recall già elevato di Argon; il team di ricerca sulle vulnerabilità di Google Cloud ha usato Carbon per mostrare che due bug in un pacchetto open source popolare erano di fatto sfruttabili, comparabili in gravità al recente exploit PHP2Shell, e, costruendo una prova di concetto, ha aiutato i manutentori a riclassificare i problemi come critici e a pubblicare una patch, con i dettagli che seguiranno dopo la disclosure responsabile; e nel programma Scan for Good di Wiz il modello è stato usato per sottoporre a scansione due grandi fornitori di software come servizio, scoprendo vulnerabilità zero-day in meno di due ore, dopo di che il team ha lavorato con le organizzazioni coinvolte al rimedio.

In scienza e matematica, Google ha detto che i ricercatori hanno costruito un quadro agentico di verifica formale chiamato AlphaProof Code, hanno usato Carbon insieme ad altri modelli per tradurre in teoremi matematici obiettivi di sicurezza nel codice sottostante il protocollo crittografico Signal, e hanno fatto generare agli agenti milioni di righe di codice Lean, contribuendo a dimostrare proprietà di sicurezza chiave in settimane, un lavoro che secondo l’azienda ha storicamente richiesto anni a team di esperti. Nella predizione di strutture proteiche, i ricercatori hanno usato un assetto multi-agente perché Carbon cercasse omologhi remoti in archivi di sequenze non annotate su scala petabase, cataloghi di sequenze ambientali e virali e banche dati di strutture tridimensionali; su sette famiglie di proteine a bassa omologia del set di test cieco CASP17, Carbon ha aumentato in media di circa 40 volte il numero di omologhi recuperati, senza riallenare i modelli di predizione della struttura. Quattro settimane prima, Google aveva aperto le domande per offrire a 10.000 scienziati sei mesi di accesso gratuito ad Argon in Antigravity; l’azienda ha detto che migliaia si sono già uniti e che ora estende Carbon ai partecipanti attuali e futuri, con le domande ancora aperte e un inserimento che prosegue su base settimanale rotativa.

Sul piano della sicurezza, Google ha detto che, in ambienti simulati di cyberattacco innestati con ExploitBench e CyScenarioBench, Carbon ha bloccato il 99% delle traiettorie di attacco di un agente di red teaming adattivo, abbassando il tasso di violazione per tentativo allo 0,8%, rispetto al 3,1% di Argon; nei test di Gray Swan, il tasso di successo delle interrogazioni automatizzate di cyberattacco è sceso al 2,17%, rispetto al 9,86% di Argon; e i test esterni di Trajectory Labs non hanno trovato nuovi jailbreak universali in 132 ore e più di 13.000 richieste. Su un banco di onestà agentica di 375 compiti, Carbon ha superato il 92% dei compiti, rispetto al 70% di Argon, ha rifiutato di colmare dati sperimentali mancanti nel 98% dei casi e ha segnalato difetti metodologici nel 68% dei casi. L’azienda aveva detto due settimane prima che Carbon aveva raggiunto un tasso di successo degli attacchi dello 0% sul banco Gray Swan IPI per l’iniezione indiretta di prompt, osservando al tempo stesso che, in alcune distribuzioni, il modello ha ancora margine di miglioramento di fronte ad attacchi più sofisticati.

In sintesi: Google sta facendo passare Carbon da un’anteprima limitata di cybersicurezza all’API a pagamento e agli abbonati Ultra, ma lascia ancora il lavoro quotidiano ad Argon e impiega i token di ragionamento aggiuntivi in cicli di verifica più lunghi; i costi per compito più bassi e le cifre di sicurezza più solide intendono mostrare che questa non è soltanto una corsa ai punteggi di picco.

2. Anthropic avvia il roadshow dell’IPO, con una forchetta da 70 a 78 dollari per azione

Il 10 novembre 2026, Anthropic, PBC ha annunciato l’avvio del roadshow della propria proposta di offerta pubblica iniziale. L’azienda ha detto che prevede di offrire 825 milioni di azioni ordinarie di classe A, di cui 801.351.354 emesse da Anthropic e 23.648.646 vendute da una parte degli azionisti esistenti; la società non otterrà alcun provento dalle azioni degli azionisti venditori. Anthropic prevede anche di concedere ai consorzi di sottoscrizione un’opzione di 30 giorni per acquistare fino a 123.750.000 azioni ordinarie di classe A aggiuntive. Il prezzo di emissione dovrebbe essere compreso tra 70,00 e 78,00 dollari per azione. L’azienda ha chiesto la quotazione delle proprie azioni ordinarie di classe A al Nasdaq Global Select Market con il ticker «ANT», e ha sottolineato che la relativa dichiarazione di registrazione non è ancora divenuta efficace e che l’annuncio non costituisce un’offerta di vendita né una sollecitazione a un’offerta di acquisto dei titoli.

A quella forchetta di prezzo, gli 825 milioni di azioni implicano una dimensione dell’offerta di circa 57,75-64,35 miliardi di dollari. TechCrunch ha riferito che, al limite alto della forchetta e su base pienamente diluita, la società sarebbe valutata intorno a 1.404 miliardi di dollari, al di sopra della valutazione di 965 miliardi di dollari raggiunta in un round di finanziamento di maggio, ma al di sotto di un obiettivo di circa 2.000 miliardi di dollari riferito in precedenza. CNBC ha posto la cifra pienamente diluita fino a circa 1.405 miliardi di dollari e, citando persone informate sui fatti, ha detto che la società prevede di fissare il prezzo il 18 novembre e di avviare le contrattazioni il 19 novembre, con un’allocazione al dettaglio di circa il 20%.

Entrambi i mezzi, citando il deposito aggiornato, hanno anche riferito che Anthropic ha convenuto di vendere 26 miliardi di dollari di azioni di classe N senza diritto di voto in un collocamento privato al prezzo dell’IPO a AMD, Broadcom, Google, Micron, Microsoft, Nvidia e TSMC; TechCrunch ha detto che Google e Nvidia investono 10 miliardi di dollari ciascuno, e che Anthropic stima proventi netti di circa 84,6-93,7 miliardi di dollari, la cifra alta inclusa l’opzione dei sottoscrittori. Il deposito, come riferito, ha posto il fatturato in run-rate a circa 81 miliardi di dollari a fine ottobre, in aumento di circa 10 miliardi rispetto a fine settembre. CNBC ha detto che i ricavi dei nove mesi chiusi il 30 settembre sono stati di 33,24 miliardi di dollari, con una perdita netta di 104 miliardi di dollari nello stesso periodo, in gran parte dovuta a variazioni del fair value di note convertibili e passività derivate. TechCrunch ha anche osservato che, in quanto public-benefit corporation, i fondatori detengono un’azione di classe F con il 50,1% del potere di voto e che il Long-Term Benefit Trust eleggerà una maggioranza del consiglio, limitando l’influenza degli acquirenti della classe A.

In sintesi: La forchetta di prezzo spinge il laboratorio verso gli ultimi passi prima di una quotazione pubblica, ma la valutazione implicita è già scesa dai resoconti precedenti di circa 2.000 miliardi di dollari a intorno a 1.400 miliardi; le contrattazioni dipendono ancora dal fatto che la registrazione divenga efficace, e il roadshow offre una forchetta, non un prezzo finale.

3. OpenAI presenta Businesses in ChatGPT e i Business Agent in beta

Il 10 novembre 2026, OpenAI ha detto che stava introducendo Businesses in ChatGPT in beta, descrivendolo come un nuovo modo per le imprese di entrare in contatto con i 1,2 miliardi di persone che usano ChatGPT ogni settimana. Tramite Business Hub, le imprese possono rivendicare la propria organizzazione, gestire le informazioni e vedere come le persone interagiscono con loro in ChatGPT. L’azienda sta anche aggiungendo i Business Agent, a partire dalle attività idonee di e-commerce e servizi online negli Stati Uniti.

In Business Hub, le imprese verificate possono aggiornare i dati essenziali e aggiungere feed di prodotti self-service con prezzi e disponibilità. OpenAI ha detto che qualsiasi attività idonea in un luogo in cui ChatGPT è disponibile può rivendicare il proprio profilo tramite Business Hub; i clienti esistenti di OpenAI Enterprise e gli inserzionisti possono farlo con il proprio rappresentante; e i commercianti Shopify possono collegare un negozio da Business Hub o dall’amministrazione Shopify per semplificare la verifica, con i prodotti Shopify idonei già integrati in ChatGPT tramite Shopify Catalog.

Quanto agli insight, Business Hub fornisce cifre aggregate come menzioni e clic sul sito, oltre a temi di scoperta, cioè motivi comuni nelle conversazioni in cui è citato il sito di un’impresa. OpenAI ha scritto che non condivide con le imprese le conversazioni degli utenti né le chat dei Business Agent, e che gli insight sono disponibili solo in forma aggregata e solo una volta raggiunte determinate soglie.

Dopo aver rivendicato un profilo, le organizzazioni idonee possono costruire, provare e lanciare un Business Agent. Quando un’attività compare in una risposta del modello, le persone possono aprire il relativo profilo ChatGPT; se è disponibile un Business Agent, un cliente può avviare una conversazione distinta per confrontare le offerte o porre domande di approfondimento, ancorata alle informazioni fornite dall’impresa. Quella conversazione è etichettata con chiarezza, tenuta separata dal thread originale di ChatGPT e distinta dalle risposte indipendenti di ChatGPT. Le imprese possono anche sponsorizzare il proprio Business Agent e usarlo come destinazione di ChatGPT Ads; le collocazioni sponsorizzate sono etichettate con chiarezza e tenute separate dalle risposte di ChatGPT. The Verge ha riferito del lancio in beta lo stesso giorno.

In sintesi: OpenAI apre un percorso dal proprio pubblico settimanale di 1,2 miliardi di utenti verso le imprese, ma solo dietro verifica, insight aggregati e conversazioni distinte e chiaramente etichettate; il primo passo è un profilo rivendicato e un agente di marca, non un’apertura generale a ogni settore e a ogni mercato.

4. Google svela Gemini Robotics 2.5, con un tasso di successo del 96% in una prova su linea Mercedes-Benz

Il 10 novembre 2026, Google DeepMind, in un post di Carolina Parada, ha presentato Gemini Robotics 2.5, definendolo il modello visione-linguaggio-azione (VLA) più capace dell’azienda finora. Il modello è pensato per ampliare la gamma di competenze che un robot può apprendere e la velocità con cui può acquisirle, e per migliorare destrezza, affidabilità e sicurezza, così che i robot possano uscire dal laboratorio ed entrare in ambienti reali meno strutturati. L’azienda ha detto di aver portato, all’inizio di quest’anno, un’intelligenza di corpo intero a robot di molti tipi, compresi gli humanoidi, e che i progressi più recenti si devono in gran parte alla capacità di Gemini 4 Argon di accelerare la ricerca in robotica. Gemini Robotics 2.5 è in fase di rilascio presso i partner di robotica di Google.

Google ha detto di aver valutato l’ampiezza dei compiti, le prestazioni e la complessità del modello su più di 200 compiti distinti, come servire cibo con le pinze, annodare un fiocco su una confezione regalo e pipettare un liquido, combinando l’uso di strumenti, la manipolazione di oggetti deformabili e la gestione attenta di articoli delicati. Rispetto alle baseline precedenti, Gemini Robotics 2.5 ha ottenuto un tasso di successo dal 30% al 100% più alto a seconda del tipo di compito, e ha completato i compiti dal 20% al 30% più in fretta. Il modello funziona in modo nativo con più tipi di robot, compreso l’humanoide Apollo 2 di Apptronik, che usa la mano SharpaWave a cinque dita e 22 gradi di libertà, e la piattaforma Franka Duo con pinze parallele a due dita.

Per mettere alla prova l’affidabilità, Google ha collaborato con Apptronik e Mercedes-Benz per dispiegare Apollo 2 su linee di produzione automobilistica in attività a Kecskemét, in Ungheria, e a Sindelfingen, in Germania. Nella prova di concetto, il robot ha usato il modello di ragionamento incarnato Gemini Robotics ER per seguire il flusso di lavoro e il modello di azione Gemini Robotics 2.5 per controllare braccia e mani, prelevando staffe metalliche per autoveicoli dai contenitori di approvvigionamento, collocandole in contenitori di sequenziamento e correggendo gli spazi, con un tasso di successo del 96%. Jeff Cardenas, cofondatore e amministratore delegato di Apptronik, ha detto che i modelli sono migliorati in modo sostanziale in poche settimane di post-addestramento e si sono trasferiti sulle linee Mercedes-Benz con un calo molto contenuto.

Sul piano della sicurezza, Gemini Robotics 2.5 usa una guida al ragionamento al momento dell’inferenza per schivare in tempo reale i pericoli fisici. Google ha detto che questa capacità ha alzato il completamento sicuro dei compiti del 33% intorno agli ostacoli e del 43% intorno alle persone vicine. Per mettere alla prova jailbreak avversari rivolti ai robot, l’azienda pubblica anche ASIMOV-Jailbreak, un banco open source con centinaia di prompt che mascherano richieste non sicure in decine di scene; ha detto che Gemini 4 Argon ha raggiunto una resistenza ai jailbreak del 99,5%, rispetto all’82% della baseline precedente, Gemini Robotics ER 2.

In sintesi: Questa non è soltanto un’altra dimostrazione di laboratorio su come annodare un fiocco: Google colloca un tasso di successo del 96% su linee di produzione Mercedes-Benz ancora in attività, e pubblica insieme un nuovo banco di jailbreak e risultati sulla guidabilità, trattando affidabilità e sicurezza come condizioni per entrare in una fabbrica.

5. MiniMax pubblica H3-Image con pesi aperti e dice che può generare immagini 4K in meno di 10 secondi

L’11 novembre 2026, MiniMax ha pubblicato MiniMax H3-Image, un modello di generazione di immagini a pesi aperti costruito su H3, con supporto per la generazione da testo a immagine, la generazione basata su riferimenti e la modifica di immagini. L’azienda ha detto che il modello può generare un’immagine 4K (4096×4096) in meno di 10 secondi, con maggiore dettaglio e una più salda aderenza al prompt, che può comprendere e usare fino a 16 immagini di riferimento, e che la sua velocità di generazione 4K arriva fino a circa cinque volte quella delle alternative prevalenti. I pesi sono stati pubblicati su Hugging Face come MiniMaxAI/MiniMax-H3-Image, e il modello è disponibile anche tramite l’API MiniMax, MiniMax Code e Hailuo AI.

MiniMax ha detto che la modalità Standard è circa 1,5-2 volte più rapida delle alternative prevalenti, mentre la modalità Highspeed raggiunge 3-4 volte; i prezzi sono pari a circa il 50%-70% delle offerte prevalenti comparabili, e per la settimana di lancio l’azienda offre il 50% di sconto sulle richieste di generazione di immagini a risoluzione 4K e superiore. Il modello è pubblicato sotto il MiniMax-H3-Image Community License Agreement, datato 10 novembre 2026. L’accordo indica che il territorio applicabile è mondiale, con esclusione dell’Unione europea, del Regno Unito, della Repubblica di Corea e degli Stati Uniti d’America.

In sintesi: MiniMax mette sul mercato sia la velocità di generazione 4K sia i pesi aperti, abbassando la soglia per ottenere ed eseguire il modello; la licenza comunitaria, tuttavia, esclude espressamente mercati tra cui l’Unione europea, la Gran Bretagna, la Corea del Sud e gli Stati Uniti, sicché i pesi aperti non equivalgono a un uso commerciale senza restrizioni ovunque.

---

In una riga: Google ha reso generalmente disponibile Gemini 4 Carbon, il suo modello più potente finora, al prezzo introduttivo di Argon, e ha presentato in anteprima /swarm in Antigravity; Anthropic ha avviato il roadshow dell’IPO con una forchetta da 70 a 78 dollari e ha chiesto la quotazione come ANT; OpenAI ha presentato Businesses in ChatGPT e i Business Agent in beta; Google DeepMind ha svelato Gemini Robotics 2.5 e ha riferito un tasso di successo del 96% in una prova su linea Mercedes-Benz; e MiniMax ha pubblicato H3-Image con pesi aperti, dicendo che può generare immagini 4K in meno di 10 secondi.