Google Research ha annunciato il 14 ottobre 2026 nuovi risultati di benchmark e test con partner per il Geospatial Reasoning agent (GRA) di Google Earth AI. L’accesso sperimentale è stato ampliato, ma resta limitato a un gruppo di utenti. Il rapporto tecnico valuta come l’agente organizza analisi geospaziali; le sue stime di costo riguardano invece la sola inferenza del modello. (Google Research; rapporto tecnico)
GRA usa Gemini per pianificare analisi in più passaggi e selezionare strumenti e dati geospaziali pertinenti, tra cui Google Earth Engine, Data Commons e dati di Google Maps. Può anche combinare queste risorse con dati forniti dall’utente tramite API, come file CSV, confini GeoJSON e tabelle nel cloud. Google descrive il sistema come sperimentale; l’annuncio cita l’analisi approfondita di Ask Google Earth, un’API sperimentale per agenti e un’anteprima del Planetary Prediction Engine tra le modalità di accesso anticipato riservate a un gruppo limitato di utenti. (Google Research)
Che cosa misura GeoExpertQueries
Nel rapporto tecnico, la configurazione completa di GRA con Gemini 3.8 Flash ha ottenuto 62,7 ± 2,5 punti su 100 in GeoExpertQueries, calcolati come media e deviazione standard su tre esecuzioni. Il benchmark confronta il workflow prodotto con procedure di riferimento elaborate da esperti: il punteggio valuta quindi il percorso di analisi, non la correttezza generale della risposta finale. (rapporto tecnico)
| Configurazione con Gemini 3.8 Flash | Punteggio GeoExpertQueries (media ± deviazione standard, 3 esecuzioni) |
| Strumenti di base | 3,3 ± 0,8 |
| Strumenti e competenze GRA, senza pianificazione iniziale | 52,2 ± 5,4 |
| GRA completo | 62,7 ± 2,5 |
Il confronto mostra quanto conti l’uso di strumenti geospaziali specifici in questo benchmark: la configurazione con gli strumenti GRA ha ottenuto un punteggio molto più alto di quella con i soli strumenti di base. La pianificazione iniziale ha portato il risultato della configurazione completa a 62,7, rispetto a 52,2 senza quella fase. Sono risultati riferiti a questo test, non una misura universale delle prestazioni dell’agente. (rapporto tecnico)
Le stime riguardano la sola inferenza
Per una query di GeoExpertQueries, il rapporto stima un costo d’inferenza di 0,199 dollari statunitensi con GRA e Gemini 3.8 Flash, e di 0,688 dollari con GRA e Gemini 3.1 Pro. Il calcolo riguarda l’inferenza del modello: esclude i servizi esterni di dati e calcolo, compreso Google Earth Engine. (rapporto tecnico)
I test con i partner
Google ha riferito che, durante l’epidemia di Ebola nella Repubblica Democratica del Congo nel 2026, WHO AFRO ha usato GRA per incrociare dati sulla perdita di foreste, siti minerari e popolazione nelle aree vicine a corridoi minerari remoti. Secondo Google, il lavoro ha individuato 48 insediamenti esposti e oltre 45.500 persone a rischio in pochi minuti, mentre un processo comparabile richiedeva settimane. (Google Research)
Google ha inoltre descritto l’uso di GRA da parte di People in Need per analizzare 14 traiettorie storiche di cicloni e individuare villaggi ad alta esposizione. Alonso Gonzales, coordinatore GIS e telerilevamento dell’organizzazione, ha raccontato questa applicazione nel resoconto di Google. (Google Research)
Un percorso ADK distinto per gli sviluppatori
In una pubblicazione separata del 18 giugno 2026, Google Earth ha presentato agenti di riferimento open source basati su Agent Development Kit (ADK), Gemini e Google Earth Engine, dedicati alla due diligence sull’approvvigionamento sostenibile e al monitoraggio forestale. Sono esempi per sviluppatori distinti da GRA, il cui accesso sperimentale resta limitato. (Google Earth)
