Quando si parla di intelligenza artificiale, ormai il mercato sembra essersi ridotto a una gara tra modelli. GPT contro Claude, Gemini contro DeepSeek, benchmark, finestre di contesto, ragionamento avanzato e velocità di generazione. Ogni settimana esce qualcosa che dovrebbe cambiare tutto e, puntualmente, dopo qualche giorno arriva un nuovo modello che promette di fare ancora meglio. Nel frattempo, chi sviluppa software, lavora con documenti o gestisce progetti complessi ha un problema molto più concreto: trovare strumenti che permettano di lavorare davvero, senza essere fermato continuamente da limiti di utilizzo o costi difficili da sostenere.

È con questo approccio che ho deciso di provare Google AI Pro. Non mi interessava semplicemente avere un'altra chat con cui conversare o generare qualche snippet di codice. Volevo capire se l'ecosistema Google potesse offrire qualcosa di utile nel lavoro quotidiano, soprattutto considerando la presenza di Antigravity, Google Colab, NotebookLM e l'integrazione di Gemini nei vari servizi.

Dopo averlo utilizzato per diverse attività, il mio giudizio è piuttosto articolato. Ci sono strumenti che mi hanno convinto, altri che considero interessanti e una componente che, almeno per il momento, mi ha lasciato parecchio perplesso. La cosa curiosa è che non si tratta necessariamente del modello che mi aspettavo fosse il punto debole dell'offerta.

La mia esperienza con Antigravity, infatti, è stata finora positiva. La chat web di Gemini, invece, non mi ha convinto allo stesso modo, soprattutto quando ho provato a utilizzarla per un'attività editoriale piuttosto impegnativa: la revisione di un documento Word di circa 150 pagine. Il risultato è stato deludente, con il documento restituito troncato a metà e diverse immagini eliminate. Un problema tutt'altro che trascurabile quando si affida a un'intelligenza artificiale la revisione di un documento che deve conservare struttura, contenuti e impaginazione.

Antigravity: la sorpresa positiva di Google AI Pro

La parte che mi interessava maggiormente era Antigravity. Per chi sviluppa software, avere un agente capace di lavorare direttamente all'interno di un progetto è molto diverso dal chiedere a una chat di generare una funzione. Nel primo caso l'intelligenza artificiale deve comprendere la struttura del repository, individuare i file interessati, leggere il codice esistente, modificare più componenti e verificare che le modifiche siano coerenti.

È proprio in questo scenario che ho iniziato a utilizzare Antigravity come strumento di lavoro. Gli ho affidato diverse attività, intervenendo su progetti software e lasciandogli analizzare il codice, individuare i punti da modificare e procedere con una sequenza di interventi. Finora l'esperienza è stata positiva e sono riuscito a portare avanti parecchio lavoro.

Non voglio dipingere Antigravity come uno strumento perfetto. Come qualsiasi agente di programmazione, richiede supervisione, istruzioni chiare e una verifica dei risultati. Ma la cosa che mi ha colpito maggiormente è la possibilità di utilizzarlo concretamente senza avere la sensazione di dover continuamente controllare quanto manca al prossimo blocco.

Il confronto con Claude Code e GPT è inevitabile. Claude Code, in particolare, rimane uno dei miei riferimenti quando devo affrontare attività di sviluppo complesse. Anche GPT offre capacità di ragionamento e comprensione del codice che considero molto valide. Nonostante questo, Antigravity si è dimostrato sufficientemente efficace da diventare uno strumento che utilizzo volentieri.

La qualità del modello non è l'unico elemento che determina la produttività di un agente. Conta anche quanto a lungo possiamo lavorare, quanto è efficace nell'eseguire le operazioni e quanto spesso dobbiamo interrompere il flusso di lavoro. Un agente leggermente meno brillante, ma capace di portare a termine numerose attività senza continue interruzioni, può rivelarsi estremamente utile.

Ed è qui che Google AI Pro ha iniziato a convincermi.

Il rate limit di Antigravity: meno restrittivo di quanto temessi

Prima di attivare Google AI Pro avevo qualche dubbio proprio sui limiti di utilizzo. Chi utilizza quotidianamente agenti di programmazione conosce bene il problema: si comincia una sessione, si lavora per un po', si affrontano un paio di attività impegnative e improvvisamente compare il messaggio che comunica il raggiungimento della quota. A quel punto non importa quanto sia valido il modello: il lavoro si ferma.

Con Antigravity la mia esperienza iniziale è stata decisamente migliore di quanto temessi. Ho utilizzato l'agente per parecchie attività e, almeno finora, il limite di utilizzo si è dimostrato sufficientemente generoso da consentirmi di lavorare senza interruzioni particolarmente fastidiose.

Questo non significa che il servizio sia illimitato. Google AI Pro prevede quote di utilizzo aggiornate periodicamente, con un limite settimanale complessivo. Il rinnovo delle quote ogni cinque ore non deve essere interpretato come una disponibilità infinita: esiste comunque un tetto settimanale e il consumo dipende anche dalla complessità delle attività affidate all'agente.

La differenza, però, si percepisce nell'utilizzo quotidiano. Finora sono riuscito a completare parecchie operazioni senza dover continuamente aspettare il ripristino della disponibilità. È un aspetto che considero particolarmente importante. Preferisco avere a disposizione un agente che magari non raggiunge sempre la qualità di Claude o GPT, ma che mi permette di lavorare concretamente per un periodo più lungo. La produttività non si misura soltanto dalla qualità della singola risposta, ma anche dalla quantità di lavoro che riusciamo a completare durante una sessione.

Per il momento, quindi, Antigravity supera la mia prova. Non perché sia necessariamente il miglior agente di programmazione disponibile, ma perché offre un equilibrio interessante tra capacità operative e disponibilità di utilizzo.

Gemini nella chat web: qui ho qualche perplessità

La situazione cambia quando abbandoniamo Antigravity e utilizziamo Gemini attraverso la normale interfaccia web. In questo caso la mia esperienza è stata meno convincente. Non tanto per le domande generiche, le spiegazioni o le attività quotidiane, quanto per la gestione di contenuti complessi e documenti di grandi dimensioni.

Ho voluto provare una situazione concreta: affidare a Gemini la revisione di un documento Word di circa 150 pagine. Non si trattava di chiedergli una semplice sintesi, ma di lavorare su un documento già strutturato, con contenuti, sezioni e immagini da preservare. Il risultato è stato decisamente deludente. Il documento restituito era stato troncato a metà e alcune immagini erano state eliminate.

Questo è un problema serio, perché quando utilizzo un'intelligenza artificiale per lavorare su un documento Word non mi interessa soltanto che il testo venga corretto. Mi aspetto che venga rispettata anche la struttura del documento originale. Se consegno un file di 150 pagine, voglio ricevere un file completo, non una versione parziale che mi costringe a verificare manualmente cosa sia andato perso.

È proprio questo il punto che mi lascia perplesso rispetto alla concorrenza. ChatGPT e Claude, pur con i rispettivi limiti e senza essere infallibili, mi hanno abituato a un'esperienza più convincente nella gestione di attività articolate. Quando si lavora con documenti lunghi, la continuità del contenuto e la conservazione degli elementi strutturali sono fondamentali.

Non voglio generalizzare partendo da un singolo test, ma un documento di 150 pagine non rappresenta un caso d'uso marginale. È una situazione assolutamente normale per chi lavora con manuali, guide, documentazione tecnica e contenuti editoriali. Non posso considerare affidabile uno strumento che, durante una revisione, restituisce un documento incompleto e perde elementi presenti nell'originale. In questi casi il tempo risparmiato nella generazione rischia di essere ampiamente compensato dal lavoro necessario per controllare e ripristinare il file.

La mia impressione è che Gemini nella chat web debba ancora convincermi sul fronte delle attività documentali più impegnative. Non è la stessa valutazione che darei ad Antigravity, e ritengo importante non confondere le due esperienze soltanto perché fanno parte dello stesso ecosistema.

Google Colab: un ambiente interessante per Python e machine learning

Un altro elemento incluso nell'offerta è Google Colab. Per chi lavora con Python, analisi dei dati e machine learning, si tratta di uno strumento che merita attenzione.

Colab permette di eseguire notebook Python direttamente nel browser, senza dover configurare necessariamente un ambiente locale completo. È possibile scrivere codice, installare librerie, caricare dataset, eseguire esperimenti e sfruttare risorse hardware disponibili sulla piattaforma Google.

La parte interessante dell'integrazione con Google AI Pro è la disponibilità di 200 Compute Units mensili, utilizzabili per accedere alle risorse di calcolo previste dal piano.

Non bisogna confondere queste unità con un numero fisso di ore di GPU. Il consumo dipende dalle risorse utilizzate, dalla configurazione selezionata e dalla durata delle sessioni. Una GPU più potente può consumare le unità disponibili molto più rapidamente rispetto a una configurazione meno impegnativa.

Per chi sviluppa applicazioni tradizionali, Colab potrebbe non essere particolarmente interessante. Per chi invece lavora con dataset, modelli di machine learning, elaborazioni numeriche e sperimentazioni, può rappresentare un'estensione utile del proprio ambiente di sviluppo.

Personalmente, considero Colab soprattutto un'opportunità per avere a disposizione un ambiente di calcolo aggiuntivo senza dover acquistare immediatamente hardware dedicato. Non significa che possa sostituire una workstation locale o un server configurato per attività intensive, ma permette di affrontare esperimenti che altrimenti richiederebbero una gestione infrastrutturale più impegnativa.

È una componente che devo ancora valutare a fondo attraverso attività concrete, ma che aumenta il valore complessivo dell'abbonamento.

NotebookLM: probabilmente uno degli strumenti più interessanti

Se Antigravity è la componente più convincente per lo sviluppo software, NotebookLM è quella che può sorprendere maggiormente chi lavora con grandi quantità di documentazione. La differenza rispetto a una normale chat è sostanziale. Invece di chiedere a un modello di rispondere utilizzando genericamente le informazioni apprese durante l'addestramento, NotebookLM permette di costruire un ambiente di lavoro basato su fonti selezionate dall'utente.

Possiamo caricare documenti, PDF, testi e altre fonti supportate, per poi interrogare il materiale raccolto. Il sistema utilizza i contenuti disponibili per rispondere alle domande e permette di orientarsi all'interno di documentazioni anche piuttosto articolate.

È un approccio che trovo particolarmente interessante per chi deve studiare, preparare contenuti, analizzare documentazione tecnica o lavorare su progetti che coinvolgono numerosi documenti.

Pensiamo, per esempio, a un progetto software con decine di specifiche, manuali, documenti di analisi e riferimenti tecnici. Invece di cercare manualmente ogni informazione, possiamo organizzare le fonti in un notebook e chiedere al sistema di individuare le relazioni tra i diversi contenuti.

Naturalmente non bisogna considerare NotebookLM infallibile. Le risposte devono essere verificate, soprattutto quando riguardano dettagli tecnici o informazioni che possono avere conseguenze operative. Il vantaggio non è eliminare la necessità di leggere i documenti, ma ridurre il tempo necessario per trovare le informazioni rilevanti.

Un'altra caratteristica interessante è la capacità di trasformare il materiale raccolto in contenuti più facilmente fruibili, come sintesi e panoramiche audio. Questo rende NotebookLM utile non soltanto per la ricerca, ma anche per organizzare e ripassare informazioni.

A mio giudizio, è uno degli strumenti che giustificano maggiormente l'interesse verso l'ecosistema Google. Non è un semplice doppione di Gemini: ha una funzione precisa e un metodo di lavoro differente.

Il vero vantaggio è l'ecosistema, non il singolo modello

Questa è probabilmente la considerazione più importante che ho ricavato dalle prime esperienze con Google AI Pro. Se valutassi l'abbonamento esclusivamente confrontando Gemini con Claude e GPT, il risultato sarebbe abbastanza semplice: continuerei a preferire questi ultimi per molte attività, soprattutto nella chat web e nella gestione di documenti complessi. Ma sarebbe un confronto incompleto, perché Google non sta vendendo soltanto l'accesso a un modello linguistico.

L'offerta comprende strumenti che rispondono a esigenze differenti. Antigravity permette di lavorare con agenti di programmazione, Colab mette a disposizione un ambiente per Python e il machine learning, NotebookLM aiuta a gestire documentazione e fonti, mentre Gemini offre un'interfaccia generalista per le attività quotidiane.

A questo si aggiunge lo spazio di archiviazione Google Drive previsto dal piano, pari a 5 TB. Per chi utilizza già i servizi Google, anche questo elemento può avere un valore concreto, perché permette di centralizzare documenti, file e materiale di lavoro.

Il vantaggio non consiste necessariamente nell'avere il miglior strumento in ogni singola categoria. Consiste nell'avere più strumenti integrati all'interno dello stesso abbonamento.

È un modello di utilizzo differente rispetto a quello di chi paga un servizio esclusivamente per avere accesso a un modello particolarmente avanzato. In questo caso si acquista una piattaforma di lavoro, con strumenti che possono essere utilizzati in momenti diversi della giornata e per attività anche molto distanti tra loro.

Il prezzo promozionale cambia completamente la valutazione

C'è poi un aspetto che non possiamo ignorare: il prezzo. Nel mio caso ho attivato Google AI Pro attraverso una promozione a 1,99 euro al mese per i primi tre mesi. Questo significa una spesa iniziale complessiva di 5,97 euro.

Terminato il periodo promozionale, il prezzo previsto passa a 21,99 euro al mese. È una differenza importante e cambia inevitabilmente il modo in cui bisogna valutare l'abbonamento. A 1,99 euro mensili, il rapporto tra quello che viene offerto e il costo è particolarmente interessante. Anche se utilizzassi soltanto una parte delle funzionalità, avrei comunque accesso a diversi strumenti che possono tornare utili durante il lavoro.

A 21,99 euro mensili, invece, la valutazione deve essere più rigorosa. Bisogna chiedersi quanto spesso utilizziamo Antigravity, quanto sfruttiamo Colab, se NotebookLM entra realmente nel nostro flusso di lavoro e se i 5 TB di archiviazione hanno un'utilità concreta. Non basta sapere che un servizio è incluso: bisogna utilizzarlo.

Nel mio caso, ho deciso di sfruttare il periodo promozionale per mettere alla prova le varie componenti e capire quali siano realmente utili. Non voglio pagare un abbonamento soltanto perché sulla carta offre molte funzionalità. Voglio verificare se queste funzionalità mi fanno risparmiare tempo e mi permettono di completare più attività.

È anche importante ricordare che le quote di utilizzo di Antigravity non sono illimitate. Il piano Pro offre limiti più generosi rispetto all'accesso base, con aggiornamenti periodici e un tetto settimanale. Chi pensa di poter utilizzare modelli avanzati senza interruzioni per intere giornate potrebbe comunque incontrare dei limiti.

Per questo motivo, prima di considerare l'abbonamento una soluzione definitiva, preferisco valutarlo attraverso l'utilizzo reale.

Google AI Pro sostituisce Claude e ChatGPT?

La mia risposta, almeno per il momento, è no. Non considero Gemini un sostituto diretto di Claude o GPT per tutte le attività che svolgo. Quando devo affrontare problemi particolarmente complessi, ragionare su un'architettura software o lavorare su documenti articolati, continuo a preferire gli strumenti che mi hanno dato risultati migliori.

Ma questa non è necessariamente una critica a Google AI Pro. Significa semplicemente che bisogna smettere di valutare ogni abbonamento esclusivamente in base alla qualità del modello principale.

Antigravity mi ha permesso di portare avanti parecchie attività di sviluppo con un'esperienza finora positiva. Colab aggiunge una componente interessante per il lavoro con Python e il machine learning. NotebookLM offre una modalità di gestione delle informazioni che considero particolarmente valida.

La chat web di Gemini, invece, deve ancora convincermi. Soprattutto dopo l'esperienza con il documento Word di 150 pagine, non la sceglierei come prima soluzione per revisioni editoriali complesse che richiedono la conservazione dell'intera struttura del file.

La mia esperienza iniziale con Google AI Pro è quindi positiva, ma non uniforme. Ho trovato in Antigravity uno strumento di sviluppo che vale la pena utilizzare, mentre considero Gemini Web ancora meno convincente rispetto a Claude e ChatGPT in alcune attività importanti.

Non lo definirei il miglior servizio di intelligenza artificiale in assoluto. Lo definirei piuttosto un pacchetto molto interessante per chi vuole utilizzare strumenti differenti senza sottoscrivere necessariamente un abbonamento separato per ciascuno.

Il mio giudizio provvisorio è questo: Google AI Pro non sostituisce Claude o ChatGPT, ma Antigravity si è già ritagliato uno spazio concreto nel mio lavoro. La chat web di Gemini, invece, ha ancora parecchia strada da fare per convincermi, soprattutto quando si tratta di gestire documenti complessi senza comprometterne contenuti e struttura.