L’AI on-device sembrava una di quelle svolte destinate a migliorare l’esperienza di tutti gli utenti Android, specialmente quelli che avevano investito in uno smartphone di fascia alta con la promessa di aggiornamenti garantiti per sette anni. E invece qualcosa si sta incrinando. Perché proprio l’intelligenza artificiale che gira localmente sui dispositivi sta creando una frattura silenziosa tra chi possiede un Pixel di ultima generazione e chi ha comprato il modello dell’anno prima, magari spendendo cifre tutt’altro che contenute. Il punto è semplice: Google non sta tecnicamente violando alcun accordo, ma la percezione degli utenti potrebbe raccontare una storia molto diversa.
Gemini Intelligence e il muro dei 12 GB di RAM
Il cuore del problema ha un nome preciso: Gemini Intelligence. Si tratta del nuovo stack di intelligenza artificiale che Google ha messo al centro dell’esperienza Pixel più recente. Per funzionare richiede almeno 12 GB di RAM, un requisito che taglia fuori parecchi dispositivi, incluso Pixel 10a, che pure viene presentato come l’opzione più accessibile della gamma.
Ma non è solo una questione di memoria. Gemini Intelligence si appoggia su Nano v3, la versione più aggiornata del modello di AI on-device di Google. E stando alla documentazione ufficiale del ML Kit, l’unica serie Pixel in grado di supportarla è quella dei Pixel 10. Pixel 9, uscito appena un anno fa e venduto a prezzi da fascia alta, resta fermo a Nano v2. Anche provando a installare la developer preview di AICore su hardware della generazione precedente, gli sviluppatori non riescono ad accedere né a Nano v3 né alla futura Nano v4. Un segnale piuttosto chiaro sul fatto che il supporto per quei modelli non arriverà a breve.
E la cosa curiosa è che il fenomeno non riguarda soltanto i Pixel. Diversi smartphone lanciati nel 2025 e nei primi mesi del 2026, compreso Xiaomi 17 Ultra, sembrano limitati ai modelli on-device più datati. Eppure c’è un dettaglio che rende la posizione di Google particolarmente scomoda: alcuni dispositivi di altri produttori, come vivo X200 del 2025, supportano già Nano v3. Cosa che Pixel 9, paradossalmente, non fa.
Nessun contratto violato, ma la reputazione è un’altra faccenda
Qui va fatta una precisazione importante. Dal punto di vista strettamente contrattuale, Google non sta mancando a nessuna promessa. Gemini Intelligence non fa parte del core di Android, non è inclusa nell’AOSP. È uno strato aggiuntivo, sovrapposto al sistema operativo. Questo significa che Google e i suoi partner hardware possono decidere liberamente quali dispositivi ricevono determinate funzionalità AI, senza che la cosa venga classificata come mancato aggiornamento del sistema.
Google non ha nemmeno escluso del tutto la possibilità di portare Gemini Intelligence sui modelli precedenti tramite aggiornamenti OTA. Però non ha neppure chiarito quali siano i requisiti tecnici o commerciali che al momento impediscono il supporto. Un silenzio che, nell’era della comunicazione trasparente, pesa. Soprattutto se si considera che negli ultimi due anni l’intera narrativa del brand Pixel è stata costruita attorno a Gemini. Presentare l’AI on-device come il futuro dello smartphone e poi lasciare indietro i propri dispositivi di punta dopo una sola generazione è, nella migliore delle ipotesi, una strategia comunicativa da rivedere.
Cosa cambia tra il chip Tensor G4 e il Tensor G5
C’è anche un aspetto tecnico che rende il quadro ancora più complicato. Il chip Tensor G4, montato sui Pixel 9, riutilizzava la stessa unità di elaborazione neurale (TPU) già presente nel G3. Significa che i Pixel 9 sono arrivati sul mercato con hardware AI sostanzialmente già datato al momento del lancio. Non è una scelta del tutto sorprendente, considerando che Google è stata storicamente piuttosto conservativa anche sugli aggiornamenti di CPU e GPU.
Il Tensor G5, che equipaggia i Pixel 10, integra invece una TPU di terza generazione circa il 60% più veloce rispetto alla precedente. Un salto prestazionale significativo, che potrebbe avere un impatto concreto sulle funzionalità che Google intende sviluppare: sistemi AI agentici, assistenti contestuali in tempo reale, inferenza rapida on-device. Tutti carichi di lavoro in cui la latenza è fondamentale e in cui un hardware di livello superiore fa davvero la differenza.