Google e Meta lanciano i modelli Gemini 3.8 Flash e Muse Spark 1.3 che nei test completano ogni compito a meno di 0,60 dollari

Cos’è successo

Google e Meta hanno lanciato nelle stesse ore Gemini 3.8 Flash e Muse Spark 1.3, due modelli i cui progressi si concentrano soprattutto sul lavoro agentico. Flash è già disponibile attraverso Gemini e le piattaforme professionali di Google; Meta ha inserito Spark in Muse Code e nella propria API per sviluppatori, cioè un'interfaccia che permette a due software di comunicare tra loro secondo regole predefinite, così un programma può usare funzioni o dati di un altro senza doverne conoscere il funzionamento interno, rimandando quindi la configurazione con il massimo livello di ragionamento fino al termine di ulteriori test di sicurezza.

Cinque mesi e tre aggiornamenti separano Muse Spark 1.3 dalla prima versione, rimasta indietro soprattutto nel coding e nei compiti agentici più lunghi; Gemini 3.8 è il terzo modello Flash di Google in appena sei settimane. Nei test indipendenti di Artificial Analysis, Spark ottiene 61 punti al livello di ragionamento xhigh (il più alto disponibile agli utenti) e costa in media 0,55 dollari per compito. Gemini totalizza 59 punti, completa lo stesso paniere a 0,58 dollari e genera circa 300 token al secondo; Fable 5.1 guida l'indice con 66 punti, a quasi 3,70 dollari. Il costo per task deriva da una media ponderata dei token consumati nei benchmark: il prezzo di una richiesta reale varierà, ma la misura permette di confrontare l'economia dei modelli mentre lavorano.

Perché conta

Un agente può richiamare il modello decine di volte e rileggere continuamente il contesto accumulato prima di arrivare al risultato. Qualche dollaro di differenza, moltiplicato per tutti quei passaggi, stabilisce quanta autonomia convenga comprare: con costi del genere, capacità quasi-frontier possono restare al lavoro ogni giorno e su larga scala.

• Gemini conserva fino a fine anno il listino introduttivo di 3.7 Flash (0,75 dollari per milione di token in ingresso e 3,75 dollari per quelli in uscita), prima che le tariffe raddoppino. Artificial Analysis calcola però per 3.8 un costo per task superiore di circa il 45%, perché il nuovo modello tende a ragionare più a lungo e a produrre più token. Meta, nel proprio harness — l'ambiente software che assegna strumenti e regole operative al modello — registra un calo del 20% nelle chiamate agli strumenti e del 25% nei token rispetto a Spark 1.2; su un diverso paniere di test, Artificial Analysis vede il conto salire comunque da $0,40 a $0,55, per la maggiore quantità di contesto elaborata. Il conto del singolo agente dipende quindi da quanto il modello lavora, oltre che dal listino;
• Meta ha addestrato Spark 1.3 dentro diversi harness, insegnandogli a conservare le istruzioni durante lavori lunghi e a coinvolgere l'utente quando una richiesta è ambigua o un'azione rischia di essere irreversibile. Gemini 3.8 consente di modulare lo sforzo in base al compito, con i progressi maggiori nei progetti software che richiedono molti passaggi. Dopo la decima chiamata a uno strumento, ricordare i vincoli iniziali conta quanto aver risposto bene al primo prompt;
• Dallo stesso nucleo di Gemini 3.8 Flash, Google ha ricavato una versione specializzata nella ricerca e correzione delle vulnerabilità, Flash Cyber, che ha risolto il 47,2% dei compiti di CWE-Bench, un test esterno che chiede ai modelli di individuare una falla e produrre una patch funzionante; il leader è al 47,8%. Queste capacità possono aiutare sia chi protegge un sistema sia chi vuole attaccarlo, perciò Google le distribuisce soltanto a difensori verificati attraverso il programma Fairwind. Per il vantaggio di prezzo rivendicato dall'azienda manca però una misura esterna comparabile.

Adesso

• Con versioni distanti ormai poche settimane, qualsiasi classifica rischia di invecchiare prima che un'azienda abbia finito di provarne il vincitore. Chi costruisce agenti dovrà poter spostare i carichi tra configurazioni diverse, misurando su casi reali il costo di una prestazione affidabile alla velocità richiesta;
• Google può distribuire 3.8 dentro prodotti che vanno già dall'AI Mode di Search a Gemini Enterprise; Meta parte da Muse Code e dalla propria API, dove offre prezzi molto più bassi ai programmatori che autorizzano l'uso dei loro dati per migliorare i modelli. Il livello “contributor” rende esplicito questo scambio fra sconto e dati utilizzabili per l'addestramento. L'ampia diffusione offre comunque a entrambe più casi reali su cui misurare il comportamento del modello e del suo harness, accorciando ulteriormente il percorso verso la release successiva;
• Anthropic ha già separato Fable, generalista, da Mythos, disponibile soltanto a utenti verificati. La stessa architettura compare ora nella fascia operativa: Meta trattiene Muse Spark 1.3 max, che nei test raggiunge 62 punti, mentre Google riserva il gemello cyber a utenti approvati. Con costi sufficientemente bassi da moltiplicare gli agenti, decidere chi riceve le versioni più potenti diventa parte del prodotto — e della responsabilità del provider.