Google I/O 2026: Gemini Omni, Gemini 3.5 e il livello di calcolo dietro l'IA agentica

Google I/O 2026 ha riportato al centro il livello di calcolo (compute layer) della strategia AI di Google. Il keynote era ricco di agenti, strumenti per sviluppatori, interfacce indossabili e integrazioni di prodotto, ma tutti questi livelli dipendono da due direzioni dei modelli: Gemini Omni e Gemini 3.5. Uno spinge sulla creazione e l'editing multimodale. L'altro spinge sull'intelligenza di frontiera orientata all'azione, in particolare attraverso Gemini 3.5 Flash.

Questo articolo è il raggio del livello di calcolo (compute-layer spoke) all'interno del più ampio hub architetturale di Google I/O 2026. La parte relativa agli strumenti per sviluppatori è trattata in Antigravity, AI Studio e Google DevTools. La storia dell'interfaccia dei dispositivi è trattata in Android XR e Intelligent Eyewear. La storia dell'interfaccia dei prodotti è trattata in Prodotti Agenti su Ricerca, Workspace e Shopping.

L'importante è evitare di interpretare Gemini Omni e Gemini 3.5 come un unico generico annuncio di un "nuovo modello di IA". Risolvono problemi di prodotto e infrastruttura diversi. Omni riguarda la generazione creativa a partire da qualsiasi input, a cominciare dai video. Gemini 3.5 riguarda un'intelligenza rapida e orientata all'azione per agenti, programmazione e flussi di lavoro a lungo termine. Questa separazione è fondamentale per sviluppatori, team di prodotto e architetti di piattaforma.

Il livello di calcolo dietro il keynote

La collezione stessa di Google per l'I/O 2026 inquadra l'evento attorno a due nuovi modelli: Gemini Omni e Gemini 3.5. Gemini Omni viene descritto come un passo avanti nella comprensione del mondo, nella multimodalità e nell'editing, in grado di generare output a partire da input di testo, immagini, audio e video, a cominciare dai video. Gemini 3.5 Flash viene presentato come il primo modello della famiglia Gemini 3.5, che unisce un'intelligenza di frontiera all'azione.

• Gemini Omni si concentra sulla creazione e sull'editing multimodale, a partire dai video.
• Gemini 3.5 Flash si concentra sulla velocità di livello operativo per agenti, programmazione e flussi di lavoro complessi.
• La divisione dei modelli rispecchia la più ampia divisione della piattaforma di Google: creare media più ricchi, per poi agire più velocemente su prodotti e strumenti.
• Il vero valore strategico emerge quando questi modelli vengono connessi ad Antigravity, AI Studio, Search, Workspace, Android XR e ai dispositivi basati su Gemini.

La storia dei modelli non riguarda solo un contesto più ampio o demo migliori. Si tratta di specializzazione dei ruoli: creazione da un lato, azione dall'altro.— Lettura del livello di calcolo

Gemini Omni: Creazione da qualsiasi input

Gemini Omni è il tentativo più diretto di Google di fondere il ragionamento con la creazione. Il posizionamento ufficiale è chiaro: può creare qualsiasi cosa a partire da qualsiasi input, iniziando dai video. Il modello accetta combinazioni di testo, immagini, audio e video, per poi generare video di alta qualità basati sulla conoscenza del mondo reale di Gemini. Supporta inoltre l'editing video conversazionale, che probabilmente avrà maggiore importanza rispetto alla generazione one-shot nei flussi di lavoro creativi reali.

Quest'ultimo punto è importante. Il valore pratico dell'IA creativa raramente consiste solo nel "generare un video". I flussi di lavoro di produzione richiedono revisione, sostituzione, tempismo, continuità di stile e conversazione sui cambiamenti. Se Omni riesce a rendere l'editing più conversazionale preservando il contesto, diventa molto più di un generatore di novità. Diventa un'interfaccia creativa.

// Gemini Omni dovrebbe essere inteso come un modello di flusso di lavoro creativo
input = { text: "Mostra il lancio di un prodotto in una città cyberpunk piovosa", image: "brand-reference.png", audio: "voiceover.wav", video: "rough-cut.mp4"
} output = GeminiOmni.generateVideo(input)
revision = GeminiOmni.edit(output, "Rendi l'illuminazione più calda e mantieni lo stesso design del prodotto")

Per i team che creano strumenti multimediali, elementi visivi per prodotti di e-commerce, contenuti educativi, prototipazione di giochi, flussi di lavoro pubblicitari o pipeline di video social, questa è la parte di I/O 2026 che conta di più. L'interfaccia passa dall'editing manuale della timeline a un editing multimodale basato sull'intento. Questo non elimina il giudizio creativo, ma cambia il modo in cui viene impiegato il lavoro creativo.

Gemini 3.5 Flash: Intelligenza di Frontiera con Azione

Gemini 3.5 Flash è l'altra metà della storia del calcolo. Google descrive la famiglia Gemini 3.5 come una combinazione di intelligenza di frontiera e azione, e posiziona 3.5 Flash come la prima release di questa famiglia. L'enfasi è su agenti, programmazione, compiti complessi a lungo termine e utilità nel mondo reale. Questo linguaggio non è casuale. Punta direttamente a sistemi che fanno cose, non solo a sistemi che rispondono.

Per gli sviluppatori, "Flash" è importante perché i flussi di lavoro agentici sono sensibili alla latenza. Un modello intelligente ma lento può funzionare per la ricerca o per una scrittura accurata. È molto più difficile da inserire nell'automazione nativa del terminale, nei cicli IDE, nell'uso di strumenti multi-step, negli agenti in background e nelle esperienze di prodotto che richiedono un feedback immediato. Google sta chiaramente cercando di rendere il comportamento di frontiera veloce il motore predefinito per i flussi di lavoro agentici.

// Utilizzo classico del modello
answer = model.generate("Explain this function") // Utilizzo del modello agentico
plan = model.plan(task)
toolResult = tools.run(plan.nextStep)
verification = model.verify(toolResult) if verification.failed: rollback()
else: continueExecution()

Questo cambiamento è il motivo per cui Gemini 3.5 appartiene allo stesso cluster di Antigravity. Antigravity ha bisogno di un modello in grado di pianificare, eseguire, verificare e continuare a muoversi senza trasformare l'ambiente di sviluppo in una sala d'attesa. È qui che le prestazioni di calcolo diventano esperienza di sviluppo.

Perché velocità e azione vanno di pari passo

L'impostazione del keynote di Google incentrata sulla velocità non è solo marketing. I sistemi agentici moltiplicano la latenza. Una singola risposta richiede un solo ciclo di andata e ritorno del modello. Un flusso di lavoro multi-agente può richiederne molti: pianificazione, selezione degli strumenti, modifica del codice, esecuzione del terminale, verifica, riparazione, riepilogo e revisione umana. Se ogni passaggio è lento, l'intero sistema diventa inutilizzabile.

• L'output rapido migliora i cicli di codifica interattivi.
• La bassa latenza rende gli agenti multi-passaggio meno fragili.
• Un throughput elevato è importante quando gli agenti eseguono attività di manutenzione in background.
• Un ragionamento stabile è importante perché azioni errate più veloci rimangono comunque azioni errate.
• La verifica rimane essenziale perché la sola velocità non equivale alla fiducia.

L'agente utile non è il modello che risponde una sola volta. È il modello che può continuare ad agire senza far sembrare il flusso di lavoro una coda.— Prospettiva di runtime agentico

Gemini Omni vs Gemini 3.5: Lavori Diversi, Stesso Stack

Il modo più chiaro per comprendere gli annunci sul calcolo di I/O 2026 è separare i compiti. Gemini Omni è un modello di creazione e modifica multimodale. Gemini 3.5 Flash è un modello orientato all'azione per agenti e codifica. Sono complementari, non intercambiabili. Un team di prodotto potrebbe utilizzare Omni per generare contenuti multimediali e utilizzare Gemini 3.5 Flash per orchestrare il flusso di lavoro attorno a tali contenuti.

// Esempio di workflow di prodotto
creativeAsset = GeminiOmni.generateVideo(brief) agentPlan = Gemini35Flash.plan({ task: "Pubblica campagna di lancio", asset: creativeAsset, channels: ["YouTube Shorts", "landing page", "email"]
}) Gemini35Flash.execute(agentPlan, tools)

Questa è l'architettura più ampia verso cui Google si sta orientando. I modelli creativi generano artefatti più ricchi. I modelli di azione coordinano le attività attorno a tali artefatti. Le superfici di prodotto espongono queste funzionalità agli utenti. Gli strumenti di sviluppo forniscono orchestrazione e verifica. Le superfici dei dispositivi rendono l'assistente disponibile in più contesti.

Cosa significa questo per gli sviluppatori

Gli sviluppatori non dovrebbero considerare Gemini 3.5 Flash semplicemente come un'altra opzione di modello. Cambia la forma delle applicazioni che possono essere create sopra lo stack di Google. Se un modello è in grado di gestire sequenze di attività più lunghe, utilizzare gli strumenti in modo affidabile e operare abbastanza velocemente per flussi di lavoro reali, allora le applicazioni possono passare da funzionalità IA isolate a processi mediati dal modello.

• Gli agenti di codice possono rifattorizzare, testare e verificare unità di lavoro più grandi.
• Gli agenti di prodotto possono aiutare gli utenti a passare dall'intento all'azione all'interno di un unico flusso.
• Le applicazioni multimediali possono combinare la generazione Omni con l'orchestrazione di Gemini 3.5.
• Le funzionalità di Ricerca e Workspace possono passare dal fornire risposte all'eseguire azioni.
• Le superfici mobili e XR possono utilizzare Gemini come livello di contesto live invece di un assistente cloud distante.

Il pericolo è quello di sovraccaricare lo sviluppo prima che il modello operativo sia maturo. Gli sviluppatori hanno ancora bisogno di versionamento, valutazione, logging, controllo dei costi, comportamenti di fallback e conferma umana per le azioni ad alto impatto. Un modello più forte non elimina la necessità di disciplina ingegneristica, ma ne aumenta il valore.

Cosa significa questo per i team di prodotto

I team di prodotto dovrebbero interpretare Gemini Omni e Gemini 3.5 come un segnale del fatto che Google vuole che l'IA diventi un livello di esecuzione in tutto l'ecosistema. Ciò comporta opportunità e rischi. L'opportunità è un percorso più rapido dall'intento dell'utente all'output finale. Il rischio è che il comportamento del prodotto diventi meno trasparente se le decisioni dell'agente sono nascoste dietro un'interfaccia rifinita.

agenticProductChecklist = { userIntent: "clear", modelRole: "defined", tools: "permissioned", outputs: "reviewable", failures: "recoverable", costs: "measured", userControl: "explicit"
}

Se un team di prodotto non sa rispondere a cosa sia consentito fare al modello, a come venga valutato e a come l'utente possa rimediare a un'azione errata, l'integrazione non è pronta per la produzione. Questo è particolarmente vero quando Gemini è connesso a Ricerca, Workspace, Shopping, Android o interfacce indossabili.

La prova dei fatti: i benchmark non sono il prodotto

Il rischio di ogni lancio di un modello è l'intossicazione da benchmark. Prestazioni migliori sono importanti, ma il valore in produzione dipende dalla qualità dell'integrazione. Un modello può essere più veloce e più forte, ma fallire comunque in un flusso di lavoro specifico a causa di prompt deboli, policy degli strumenti troppo permissive, valutazioni superficiali o mancanza di percorsi di ripristino.

• Un modello creativo ha bisogno di coerenza, modificabilità e controllo dell'output.
• Un modello d'azione ha bisogno di disciplina nell'uso degli strumenti, verifica e modalità di gestione sicura dei guasti.
• Un modello per sviluppatori ha bisogno di comportamenti ripetibili all'interno di repository reali.
• Un modello di prodotto ha bisogno della fiducia dell'utente e di chiari confini di controllo.
• Un modello di piattaforma ha bisogno di versionamento, monitoraggio e osservabilità dei costi.

Il modello di lancio attira l'attenzione. Il modello operativo decide se sopravvive alla produzione.— Esame di realtà ingegneristico

Come questo si inserisce nel cluster di Google I/O 2026

Questo articolo tratta lo strato dei modelli del cluster. L'hub principale di Google I/O 2026 spiega l'intero cambiamento architetturale. Antigravity, AI Studio e Google DevTools spiega come i modelli entrano nei flussi di lavoro degli sviluppatori. Android XR e Intelligent Eyewear spiega come la stessa intelligenza si sposti sulle superfici indossabili. Prodotti agentici in Ricerca, Workspace e Shopping spiega cosa succede quando queste funzionalità raggiungono i prodotti consumer e di produttività.

Articoli correlati in questo cluster

• Hub principale: Google I/O 2026: svolte architetturali, IA agentica e la prova di realtà dell'ecosistema unificato
• Strumenti per sviluppatori: Google I/O 2026: Antigravity, AI Studio e Google DevTools
• Android, XR e superfici dei dispositivi: Google I/O 2026: Android XR e occhiali intelligenti
• Prodotti consumer agentici: Google I/O 2026: prodotti agentici in Search, Workspace e Shopping

Prospettiva finale

Gemini Omni e Gemini 3.5 definiscono la suddivisione della potenza di calcolo alla base di Google I/O 2026. Omni è il livello di creazione: input multimodale, output video, editing conversazionale e generazione ancorata al mondo reale. Gemini 3.5 Flash è il livello d'azione: intelligenza di frontiera rapida per agenti, programmazione e attività a lungo termine. Insieme, spiegano perché il resto del keynote si presenti in questo modo. Antigravity ha bisogno di modelli di livello operativo. Search e Workspace necessitano di agenti in grado di ragionare ed eseguire. Android XR ha bisogno di una comprensione del contesto in tempo reale. Il keynote non è solo una storia di modelli, ma senza questo livello di calcolo il resto della storia non funziona.