Chi sostiene che siamo arrivati al punto di massimo sviluppo dei modelli linguistici di grandi dimensioni dovrà ricredersi. Google ha da poco rilasciato Gemini 3 che fa segnare dei punteggi molto più elevati degli altri competitor su diversi benchmark: un record di 1501 su LMArena, il dominio su benchmark complessi come Humanity’s Last Exam (37.5%), Video-MMMU (87.6%), ARC-AGI-2 (31%).
Ma come si comporta Gemini 3 nel mondo reale? Ho avuto modo di testare in anteprima questa versione perché faccio parte del programma di beta testing, teso a fornire feedback utili all’azienda. Il verdetto è molto positivo, ma con alcuni inciampi. Ovviamente, i test dei modelli di IA non possono essere considerati “definitivi” perché abbiamo a che fare con modelli probabilistici, ma possono darci dei segnali utili.
Indice degli argomenti
Gemini 3: cos’è, come usarlo, quanto costa in Italia
Gemini 3 è la nuova generazione di modelli di intelligenza artificiale di Google, pensata per migliorare soprattutto il ragionamento complesso, il coding “agentico” (l’IA che usa strumenti e scrive codice in autonomia) e la comprensione multimodale di testo, immagini, audio e video: di fatto è il motore che alimenta il chatbot Gemini, le funzioni smart in Gmail, Documenti, Presentazioni e gli strumenti per sviluppatori su Google Cloud.
Ecco come usarlo:
- gratuitamente dal sito o dall’app Gemini con un normale account Google, con qualche limite su potenza e volume;
- in versione potenziata tramite l’abbonamento Google AI Pro, che costa 21,99 euro al mese e sblocca l’uso pieno di Gemini 3 Pro (deep research, generazione di immagini e video, più capacità di calcolo, integrazioni avanzate nei prodotti Google, più spazio di archiviazione);
- oppure via API e Vertex AI, dove le aziende e gli sviluppatori pagano “a consumo” per token di input e output, costruendo sopra Gemini 3 agenti, applicazioni e servizi verticali su misura.
Gemini 3 alla prova, la visione totale: la vera “Killer App”
Se c’è un ambito in cui Gemini 3.0 sembra aver creato un solco ampio rispetto alla concorrenza (incluso GPT-5.1), è la Video Analysis nativa. Durante i miei test, ho sottoposto al modello il trailer di un film ed è stato in grado di descrivere le scene, individuare il secondo esatto di un certo evento e, addirittura, interpretare le emozioni dei protagonisti.
In altre prove sono riuscito a caricare e far analizzare anche un mio video tutorial di 45 minuti. Il sistema è stato in grado di restituire i momenti salienti con tanto di timestamp (indicazione del minuto e del secondo esatto).
Questa capacità è frutto dell’addestramento multimodale di questo modello (non solo basato sull’ingestione di testi, ma anche di immagini, di video e di suoni) ed è resa possibile dall’abilitazione di una “context window” di 1 milione di token (solo sugli abbonamenti Pro e Ultra). Ciò vuol dire che l’utente può caricare file molto grandi (fino ad 1 ora di video) e dunque ottenere risposte su un contesto più ampio di informazioni.
Logica e creatività in Gemini 3
Sul fronte del ragionamento puro, Gemini 3.0 mostra grandi abilità (anche senza l’attivazione della funzione “Deep Think”). L’ho messo alla prova con il test della “Ghigliottina”, noto gioco di associazioni logiche che richiede pensiero laterale e profonda conoscenza culturale. Il modello ha risolto l’enigma senza esitazioni, a differenza di GPT-5.1, dimostrando una flessibilità cognitiva che mancava nelle versioni precedenti.
Anche nella scrittura creativa, il chatbot di Google si è dimostrato un partner valido, capace di uscire dai binari del linguaggio corporate per proporre idee fresche e contestualmente rilevanti.
Vibe Coding in Gemini 3, provato tra luci ed ombre
Il “Vibe Coding”, la scrittura di codice assistita dall’IA, è un terreno di scontro aspro tra i fornitori di modelli linguistici. In alcuni benchmark, questo Gemini 3 risulta aver superato anche il più blasonato Claude Sonnet.
Anch’io ho fatto dei piccoli test “one-shot”, non essendo uno sviluppatore, e non sempre ha dato risultati soddisfacenti. Quando gli ho chiesto di creare una dashboard interattiva basata su un mio foglio elettronico denso di dati, il modello ha incontrato diversi errori.
Poco dopo, però, è riuscito a generare una visualizzazione, molto accattivante, del sistema solare in Three.js, completamente navigabile con i tasti e pubblicabile sul web.
Gemini 3 è solo l’inizio
Gemini 3.0 è un ottimo modello per l’utilizzo quotidiano perché veloce e con grandi capacità generative non solo testuali, ma anche visive (che probabilmente riceveranno un aggiornamento a breve). Al tempo stesso, considerando le altre attività di ricerca di Google, Gemini può essere considerato la base di uno sviluppo in ottica agentiva di questi modelli.
In futuro, probabilmente, avremo LLM che saranno in grado di aiutarci non solo sulla base della loro conoscenza pregressa, ma anche sulla base della capacità di “vedere e interpretare” il mondo (si parla di “world model”) e dunque di assisterci nell’esecuzione di compiti sempre più complessi.
