Gemini 3 Pro recensito: Google torna a fare paura a OpenAI

Google ha presentato Gemini 3 Pro il 18 novembre 2025 e, dopo qualche giorno di prove, il verdetto è più netto di quanto mi aspettassi: è il primo modello dell’azienda che regge il confronto con il meglio di OpenAI su tutto il fronte, non solo sui numeri di laboratorio. Chi usava Gemini 2.5 Pro e lo trovava “quasi buono” adesso ha un motivo concreto per cambiare idea. Chi invece era rimasto fermo a ChatGPT per abitudine dovrebbe almeno provare l’alternativa prima di rinnovare l’abbonamento.

In questa recensione vi dico cosa cambia rispetto alla versione precedente, come si comporta sul contesto lungo e sul codice, quanto conta l’integrazione con Google Workspace e come se la cava con l’italiano. I dati tecnici e i prezzi arrivano dalle schede ufficiali e dalle prime analisi indipendenti, che trovate linkate nel testo.

Il verdetto in breve

Gemini 3 Pro è un salto reale, non un ritocco. Sui test di ragionamento e programmazione si piazza in cima o quasi in cima a tutte le classifiche pubbliche del momento, e lo fa con una finestra di contesto enorme e un prezzo che, per la fascia alta, resta contenuto.

La mia opinione netta: se lavorate con documenti lunghi, basi di codice grandi o materiale misto (testo, immagini, PDF), oggi Gemini 3 Pro è la scelta più razionale sul mercato. Non perché “batte tutti ovunque”, ma perché il rapporto tra potenza, capacità di contesto e costo è il migliore in circolazione. Il limite resta lo stesso di sempre per Google: l’ecosistema di app e integrazioni di terze parti attorno a ChatGPT è ancora più ricco, e questo per molti pesa più di un punto in un benchmark.

Un’avvertenza sui numeri prima di andare avanti. Le classifiche pubbliche cambiano in fretta e ogni azienda sceglie i test che la mettono in buona luce. Per questo nelle prossime righe li uso come indicazione di massima, non come sentenza definitiva: contano più le prove sul vostro lavoro reale che il decimale di punto in un grafico. Il fatto rilevante è che, per la prima volta da tempo, Google si presenta al vertice delle classifiche invece di inseguire.

Cosa cambia rispetto a Gemini 2.5 Pro

La differenza che si sente di più è la qualità del ragionamento. Gemini 2.5 Pro, uscito a marzo 2025, era un buon modello che però tendeva a perdersi nei problemi a più passaggi: partiva bene e poi sbagliava un passaggio intermedio. Gemini 3 Pro è costruito come modello “reasoning-first”, cioè pensato per ragionare a step prima di rispondere, e la differenza si vede nei compiti dove serve tenere insieme molte informazioni.

Un termine da chiarire: quando parlo di “benchmark” intendo test standard con cui si misurano i modelli, sempre con i limiti del caso (sono prove di laboratorio, non il vostro lavoro reale). Detto questo, i numeri aiutano a inquadrare il salto. Su LiveCodeBench Pro, un test di programmazione competitiva, Gemini 3 Pro raggiunge un punteggio Elo di 2.439, quasi 200 punti sopra il diretto rivale di OpenAI, secondo i dati raccolti da Vellum e llm-stats. Su AIME 2025, un test di matematica, arriva al 100% quando può usare l’esecuzione di codice e al 95% senza strumenti: il dato senza strumenti è quello che conta di più, perché mostra quanto ragiona da solo.

C’è poi una modalità nuova chiamata Deep Think, pensata per i problemi complessi: il modello si prende più tempo e produce catene di ragionamento più lunghe prima di rispondere. Serve quando il compito è difficile davvero; per una mail o un riassunto è tempo sprecato.

Il contesto da un milione di token, in pratica

La finestra di contesto è la quantità di testo che il modello riesce a “tenere in testa” in una singola conversazione. Gemini 3 Pro arriva a 1 milione di token in ingresso e 64.000 in uscita. Per dare un ordine di grandezza concreto, secondo l’analisi di SentiSight parliamo di circa 1.500 pagine di testo, oppure 50.000 righe di codice, in un colpo solo.

Nella pratica questo cambia il tipo di lavoro che potete affidargli. Un esempio italiano concreto: uno studio commercialista di Bologna che deve incrociare un contratto di appalto da 200 pagine con la normativa collegata e tre anni di fatture può caricare tutto insieme e chiedere dove ci sono incongruenze, senza spezzare i documenti in pezzi. Con i modelli a contesto piccolo quel lavoro andava fatto a mano, tagliando i file e perdendo il filo tra un pezzo e l’altro.

Il contesto lungo ha però un costo, e non solo economico: più materiale caricate, più il modello rischia di dare peso a dettagli irrilevanti. La regola pratica resta valida anche qui: caricare solo ciò che serve dà risposte migliori di “buttare dentro tutto”.

Programmazione: dove si vede la differenza

Sul codice Gemini 3 Pro è la cosa più convincente di questo rilascio. Nei tentativi su compiti reali (rifattorizzare una funzione, spiegare un errore, scrivere un test) le risposte sono precise e, cosa non scontata, il modello ammette più spesso quando non è sicuro invece di inventare una soluzione che sembra giusta.

Google ha accompagnato il lancio con Antigravity, uno strato infrastrutturale pensato per ridurre i tempi di risposta anche quando il contesto è molto grande. È un dettaglio tecnico, ma ha una conseguenza pratica: lavorare su una base di codice intera senza aspettare mezzo minuto a ogni domanda cambia parecchio l’esperienza d’uso.

Un caso concreto: una piccola software house di Torino che mantiene un gestionale scritto anni fa può caricare l’intero progetto, chiedere dove si nasconde un errore che compare solo in produzione e ottenere una spiegazione ragionata invece di un elenco di ipotesi generiche. È il tipo di compito in cui il contesto grande e il ragionamento a passaggi lavorano insieme, e dove Gemini 2.5 Pro faticava.

Un avvertimento onesto

I benchmark di programmazione premiano i problemi “da concorso”, cioè ben definiti e con una risposta corretta. Il lavoro vero è più sporco: requisiti vaghi, codice vecchio da mantenere, vincoli che cambiano. Su questo terreno nessun modello è ancora affidabile al punto da lavorare senza revisione umana. Gemini 3 Pro sbaglia meno dei predecessori, ma va controllato come tutti gli altri.

Integrazione con Workspace e uso quotidiano

Per chi lavora dentro Gmail, Documenti, Fogli e Meet, l’integrazione con Google Workspace è il vero motivo di interesse. Google ha eliminato il vecchio componente aggiuntivo a pagamento separato e ha incluso Gemini nei piani Workspace Business ed Enterprise, come spiega la guida ai prezzi Gemini. In pratica il modello vive già dove tenete i vostri file, e questo riduce il passaggio continuo tra schede e strumenti diversi.

Sul fronte italiano, la lingua è gestita bene: le risposte sono naturali, i tecnicismi tradotti in modo corretto e i registri (formale, informale) rispettati. Restano imperfezioni tipiche di tutti i modelli, come qualche calco dall’inglese nelle frasi lunghe, ma niente che comprometta un uso professionale. Per scrivere una relazione o rispondere a un cliente in italiano, il livello è pienamente utilizzabile.

Quanto costa

I prezzi via API (l’accesso per gli sviluppatori, cioè chi integra il modello nei propri programmi) sono a fasce, in base a quanto contesto usate. Secondo i listini raccolti da CostGoat, fino a 200.000 token si pagano circa 2 dollari per milione di token in ingresso e 12 in uscita; oltre quella soglia si sale a 4 e 18. Il listino è in dollari: a un cambio indicativo parliamo di circa 1,85 e 11 euro per milione fino a 200.000 token, e circa 3,70 e 16,60 euro sopra la soglia.

Va spiegato cosa significa: “in ingresso” è il testo che mandate al modello, “in uscita” è quello che vi restituisce, e i prezzi sono per milione di token (un token è più o meno tre quarti di una parola). Per un uso normale via app in abbonamento, il costo è quello del piano mensile e non cambia in base ai token. Le fasce API interessano soprattutto chi costruisce prodotti sopra il modello.

Rispetto alla concorrenza di fascia alta, questo posizionamento è aggressivo: Google offre potenza da modello di punta a un prezzo più vicino a quello dei modelli intermedi. È una scelta commerciale chiara, ed è la ragione per cui scrivo che Google “torna a fare paura”.

Cosa cambia per te

Se usi Gemini 2.5 Pro, l’aggiornamento a Gemini 3 Pro si giustifica da solo: ragiona meglio, gestisce contesti enormi e sul codice fa un salto reale. Se sei un utente ChatGPT convinto, non devi migrare per forza, ma vale la pena provarlo su un compito concreto tuo, non su un test generico: contratti lunghi, analisi di dati, revisione di codice.

Il punto pratico è questo: per chi lavora con documenti voluminosi o basi di codice grandi, oggi Gemini 3 Pro offre il miglior rapporto tra potenza e costo sul mercato. Per chi usa l’AI per compiti brevi e occasionali, la differenza rispetto ai concorrenti si sente meno e la scelta può restare quella dell’ecosistema in cui già lavori. In entrambi i casi, tienilo sotto revisione umana: è più bravo, non infallibile.