Google ha annunciato questa settimana che la sua app Gemini ha superato 1 miliardo di utenti mensili, anche se i test di benchmark indipendenti collocano i modelli più potenti dell'azienda alle spalle di quelli dei concorrenti Anthropic e OpenAI.

Gemini raggiunge 1 miliardo di utenti mensili

L'annuncio è arrivato durante l'attuale Made by Google showcase di Google. L'azienda ha descritto Gemini come il prodotto a più rapida crescita nella sua storia e ha indicato di puntare ormai al prossimo miliardo di utenti.

Gemini beneficia di una profonda integrazione nell'ecosistema di prodotti esistenti di Google, tra cui Android, Workspace e Search, godendo di canali di distribuzione che i concorrenti operanti principalmente attraverso applicazioni autonome non possiedono.

L'interazione vocale è diventata un fattore primario di coinvolgimento. Secondo Google, il 63% degli utenti Gemini comunica con l'assistente tramite voce, con una parte che si affida esclusivamente ad essa. L'azienda ha rilevato che i genitori impegnati sono il 43% più propensi a utilizzare la voce per le attività quotidiane. Anche la generazione di immagini ha registrato una crescita significativa, con l'app che produce oltre 150 milioni di immagini al giorno.

Su iOS di Apple, Gemini ha superato i 100 milioni di utenti attivi. Gli utenti macOS si collocano tra i più attivi, inviando prompt a circa il doppio della frequenza degli utenti su altre piattaforme. Su Android, Gemini può ora attivare azioni in-app in oltre 40 applicazioni.

Nuovi modelli rilasciati prima del traguardo

Pochi giorni prima del traguardo utenti, Google ha rilasciato tre nuovi modelli focalizzati su efficienza dei costi e scalabilità: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber.

Gemini 3.6 Flash ora funge da modello di produzione predefinito di Google, operando con circa il 17% di token in output in meno e supportando una finestra di contesto superiore a un milione di token.

Flash Cyber rappresenta il primo modello Gemini di Google progettato specificamente per identificare e correggere vulnerabilità software. L'accesso è attualmente limitato a governi e partner selezionati nell'ambito di un programma ristretto.

L'enfasi sull'efficienza della serie Flash arriva in un momento in cui i provider di IA in tutto il settore affrontano una crescente pressione per ridurre i costi di inferenza mantenendo la qualità degli output, in particolare per le applicazioni consumer ad alto volume.

Le prestazioni nei benchmark rimangono indietro rispetto ai concorrenti

Sull'Artificial Analysis Intelligence Index, Claude Opus 5 di Anthropic è in testa con un punteggio di 63, mentre la voce meglio piazzata di Google, Gemini 3.6 Flash, ottiene 52. Anche i modelli di OpenAI, xAI e Kimi si collocano sopra o allo stesso livello del miglior modello di Google.

Artificial Analysis valuta Gemini 2.5 Flash-Lite come il modello più rapido tra quelli monitorati, con un tempo di prima risposta di 0,31 secondi. Tuttavia, il modello rimane indietro nei benchmark di intelligenza composita che valutano collettivamente programmazione, ragionamento e conoscenza.

Il divario tra l'adozione utenti di Gemini e la sua posizione nei benchmark evidenzia un trend più ampio del settore: la portata verso i consumatori nell'IA generativa è determinata non solo dalle classifiche di qualità dei modelli, ma anche dalla distribuzione, dall'integrazione dei prodotti e dalla familiarità con il marchio.

Integrazioni espanse e accessibilità

Google ha annunciato durante l'evento che Gemini acquisirà connessioni a servizi aggiuntivi nelle prossime settimane, tra cui Wix, OpenTable, Ticketmaster, Pandora, Angi e Zocdoc.

Google DeepMind ha inoltre presentato SL2T, un modello da lingua dei segni a testo addestrato su oltre 100.000 ore di dati che coprono più di 50 lingue dei segni. Il modello alimenta la dettatura da lingua dei segni a testo in Gboard e Live Transcribe sul Pixel 11, debuttando prima con la lingua dei segni americana verso l'inglese. La funzione consente agli utenti sordi di comunicare tramite segni verso i propri telefoni nei contesti in cui si utilizzerebbe normalmente la digitazione, come descritto sul blog di DeepMind.