Google lancia la famiglia Gemini 2.0 con un'offerta a livelli: Flash in GA, Pro e Flash-Lite in preview

Quattro modelli, un solo rilascio, quattro compiti diversi

La notizia principale è che Gemini 2.0 Flash è ora disponibile in maniera generale tramite la Gemini API in Google AI Studio e Vertex AI, il che significa che gli sviluppatori possono costruire applicazioni in produzione basandosi su di esso, non più solo su preview sperimentali. Ma l'annuncio riguarda in realtà una gamma di livelli rilasciati tutti nello stesso giorno.

Insieme al Flash in GA, Google ha rilasciato un Gemini 2.0 Pro sperimentale, un Flash-Lite in preview pubblica, e ha rendendo selezionabile 2.0 Flash Thinking Experimental nel menu dei modelli dell'app Gemini. Ognuno occupa un punto diverso sulla curva costo-latenza-capacità: Flash come cavallo di battaglia per volumi elevati, Pro per coding e prompt complessi, Flash-Lite come opzione più economica ma utilizzabile, e Flash Thinking per il ragionamento passo dopo passo.

La finestra di contesto è la differenza più visibile

La distinzione tecnica più netta in questa gamma è la lunghezza del contesto. Sia 2.0 Flash che 2.0 Flash-Lite hanno una finestra di contesto di 1 milione di token, mentre 2.0 Pro la raddoppia arrivando a 2 milioni di token — descritta da Google come la più grande finora — e aggiunge la possibilità di chiamare strumenti come Google Search e l'esecuzione di codice.

Questo posizionamento fa di Pro il modello per i compiti in cui serve caricare e ragionare su grandi quantità di informazioni in un'unica volta, non semplicemente generare risposte rapide. Tutti e quattro i modelli debuttano con input multimodale e output testuale, e Google afferma che ulteriori modalità di output come la generazione di immagini e il text-to-speech arriveranno con le future versioni disponibili in generale.

La proposta di Flash-Lite è mantenere il prezzo, non abbassarlo

Flash-Lite viene descritto come il modello più efficiente in termini di costi finora realizzato, ma l'affermazione specifica è più sottile di un semplice 'più economico'. Google dichiara che offre una qualità superiore rispetto a 1.5 Flash a parità di velocità e costo, e supera 1.5 Flash sulla maggior parte dei benchmark. In altre parole, la strategia consiste nell'alzare il livello minimo di qualità mantenendo prezzo e latenza della generazione precedente.

L'unico dato concreto sui costi che Google fornisce è un esempio: Flash-Lite può generare una didascalia di una riga per circa 40.000 foto diverse per meno di un dollaro nel livello a pagamento di Google AI Studio. È l'unico dettaglio sui prezzi presente nell'annuncio stesso — tutto il resto viene rimandato al blog di Google for Developers.

Una nota sulla sicurezza che nomina il prompt injection indiretto

La sezione sulla sicurezza merita una lettura attenta perché nomina un meccanismo specifico. Google afferma che la gamma 2.0 è stata costruita con tecniche di reinforcement learning che usano Gemini stesso per criticare le proprie risposte, un approccio a cui attribuisce un feedback più accurato e una migliore gestione dei prompt sensibili.

Stiamo inoltre sfruttando il red teaming automatizzato per valutare i rischi legati a sicurezza e protezione, inclusi quelli derivanti dal prompt injection indiretto, un tipo di attacco informatico in cui gli attaccanti nascondono istruzioni malevole in dati che è probabile vengano recuperati da un sistema di IA.Montana Labs

Nominare esplicitamente il prompt injection indiretto è significativo, dato che Pro viene distribuito con chiamata di strumenti e ricerca. Una volta che un modello recupera dati esterni ed esegue strumenti, la superficie di attacco descritta qui smette di essere teorica — il lavoro sulla sicurezza e le capacità agentiche di questo rilascio sono due facce della stessa medaglia.

Cosa impone questa suddivisione a livelli agli sviluppatori

L'implicazione pratica di questo annuncio è che scegliere un modello Gemini diventa oggi una decisione di instradamento, non più un'unica opzione predefinita. Solo Flash è in GA e pronto per la produzione oggi; Pro e Flash-Lite restano sperimentali o in preview, quindi i team che sviluppano ora devono valutare se puntare su un cavallo di battaglia stabile oppure su un Pro più capace ma non ancora completamente affidabile.

Per i team applicati, la scelta più sensata è costruire sul Flash in GA per il traffico in produzione, prototipare carichi di lavoro con contesto lungo o coding intensivo sul Pro sperimentale, e valutare Flash-Lite come percorso di aggiornamento diretto da 1.5 Flash nei casi in cui la sensibilità al costo è predominante. La struttura a quattro livelli è il prodotto stesso — il lavoro consiste nell'abbinare ogni compito al livello la cui finestra di contesto e profilo di costo si adattano davvero.