Google ha appena alzato di nuovo l’asticella, e stavolta in modo difficile da ignorare. Con il lancio di Gemini 3.1 Pro, il team di Mountain View non presenta un aggiornamento cosmetico al suo modello flagship, ma quello che il blog ufficiale definisce senza esitazione “l’intelligenza di base migliorata che rende possibili le scoperte scientifiche e ingegneristiche”. Il rilascio avviene in modalità preview a partire da oggi, distribuito simultaneamente su tutti i canali principali: API Gemini tramite Google AI Studio, piattaforma agentiva Google Antigravity, Android Studio, Vertex AI per le enterprise, e per i consumatori tramite l’app Gemini e NotebookLM. Chi paga un piano Google AI Pro o Ultra ha già accesso diretto con limiti elevati. La velocità di deployment è un segnale in sé: Google non vuole aspettare di lucidare il modello in laboratorio mentre i competitor guadagnano mercato.
Il numero che ha già acceso il dibattito nella community è 77.1% su ARC-AGI-2, il benchmark progettato proprio per misurare la capacità di risolvere schemi logici completamente nuovi, senza che il modello li abbia mai visti durante il training. È più del doppio rispetto al punteggio di Gemini 3 Pro sulla stessa metrica, e da sola questa progressione racconta la natura del salto qualitativo: non è una questione di conoscenza accumulata, ma di ragionamento genuinamente adattivo di fronte all’ignoto. Per contestualizzare: ARC-AGI-2 è lo stesso benchmark che François Chollet ha progettato come “misura dell’intelligenza generale”, e su cui i modelli precedenti inciampavano sistematicamente. Un 77.1% non significa AGI raggiunta, ma significa che la distanza si è accorciata in modo visibile e misurabile.
Ma Gemini 3.1 Pro si distingue anche per la qualità delle sue applicazioni pratiche, che Google ha scelto di mostrare con esempi concreti piuttosto che slide di benchmark astratti. Il modello è in grado di generare SVG animati direttamente da un prompt testuale: non immagini rasterizzate, ma codice vettoriale puro, scalabile a qualsiasi risoluzione e con dimensioni file minime. Ancora più impressionante è la dimostrazione del dashboard aerospace: partendo da zero, 3.1 Pro ha configurato uno stream di telemetria pubblica per visualizzare in tempo reale l’orbita della Stazione Spaziale Internazionale, collegando API complesse a un’interfaccia grafica funzionante. Non è una prova di forza tecnica isolata: è la dimostrazione che il modello sa ragionare su sistemi complessi e reali, non solo su problemi stilizzati.
Sul fronte creativo, Google ha pubblicato un esempio che mescola letteratura e codice: 3.1 Pro è stato istruito a costruire un portfolio personale moderno per Emily Brontë, l’autrice di “Cime tempestose”. Il modello non ha semplicemente riassunto il romanzo, ma ha ragionato sull’atmosfera narrativa per tradurla in un’interfaccia contemporanea che ne cattura l’essenza visiva. È il tipo di output che fino a qualche mese fa richiedeva un art director, uno sviluppatore frontend e qualche ora di briefing. Tutto questo arriva come aggiornamento al motore core che già alimenta Deep Think, il modello rilasciato la settimana scorsa per sfide scientifiche e di ricerca: 3.1 Pro è, per dirla con Google, “l’intelligenza che rende possibili quei progressi”.
Il rilascio è ancora in preview, con una disponibilità generale annunciata come “imminente”, e Google specifica che sono in corso miglioramenti sui workflow agentivi ambiziosi prima del lancio definitivo. Ma il messaggio strategico è già nell’aria: dopo mesi in cui il dibattito pubblico vedeva Gemini come perennemente in rincorsa rispetto a OpenAI e Anthropic, Google sta scegliendo di tornare in prima linea con numeri verificabili e demo che non hanno bisogno di molto commento.
Nel 2026, l’intelligenza artificiale non si misura più in quante domande risponde, ma in quante cose costruisce da zero senza che tu debba sapere come chiedergliele. E su quel terreno, Gemini 3.1 Pro ha appena piantato una bandiera che non passerà inosservata.
