Google ha annunciato una novità che per chi sviluppa su Android potrebbe valere più di tante demo da palco: una API di inferenza ibrida dentro Firebase AI Logic capace di instradare le richieste tra Gemini Nano on-device e i modelli Gemini nel cloud. In pratica, la stessa app può provare a eseguire un prompt in locale quando il telefono lo consente, e passare al cloud quando serve più potenza o quando il modello locale non è disponibile.
Il dettaglio interessante è che Google non la presenta come una scorciatoia teorica, ma come un flusso già impostato con regole precise. Nel post per sviluppatori del 17 aprile, l’azienda spiega che il primo approccio usa un routing rule-based e che l’app può scegliere modalità come PREFER_ON_DEVICE o PREFER_IN_CLOUD. Tradotto: si può privilegiare privacy e latenza locale, oppure trattare il cloud come prima scelta con fallback sul device quando la rete sparisce. Non è ancora magia piena, ma è già molto più concreto del solito “AI everywhere” messo lì per arredamento.
Il rovescio della medaglia è che, almeno in questa fase sperimentale, i limiti si vedono. La documentazione Firebase chiarisce che l’on-device, per ora, supporta single-turn text generation, non vere chat multi-turn, e accetta testo oppure testo più una singola immagine Bitmap. Inoltre dipende dal Prompt API di ML Kit, in beta e disponibile solo su dispositivi compatibili. Insomma, non ogni telefono Android potrà fare subito la stessa cosa, e gli sviluppatori dovranno progettare bene fallback e comportamento dell’interfaccia.
Accanto all’inferenza ibrida, Google ha aggiornato anche il catalogo modelli. Tra le aggiunte spicca Gemini 3.1 Flash-Lite, descritto da Firebase come un modello “high-volume, cost-sensitive” con qualità da serie Gemini 3 e costi ridotti, senza obbligo di billing per l’uso base indicato nella scheda modelli. Nel pacchetto entrano anche i modelli immagine della famiglia Nano Banana, segnale che Google vuole rendere più semplice per gli sviluppatori Android mischiare testo, immagini e logica applicativa senza cucire insieme troppi pezzi diversi.
Questa mossa si incastra bene con la traiettoria che si intravede già nel calendario di Google I/O 2026: Android non sta solo aggiungendo funzioni AI visibili all’utente finale, sta costruendo il livello intermedio che permette alle app di scegliere in tempo reale dove far girare l’intelligenza. Ed è qui che la piattaforma può diventare davvero interessante, perché la differenza non la farà solo il modello migliore, ma la capacità di usarlo nel posto giusto e nel momento giusto.
Cosa cambia davvero
Per chi usa Android, l’impatto non sarà “wow” in una schermata singola, ma in app più coerenti e meno fragili. Le funzioni AI potranno rispondere più in fretta quando bastano le risorse locali, continuare a funzionare anche con connettività ballerina, e scalare sul cloud solo quando il compito richiede più contesto o più qualità. Per gli sviluppatori, invece, cambia il costo architetturale: dover gestire separatamente pipeline locali e remote è sempre stato uno dei punti più antipatici del mobile AI. Se Firebase riesce davvero a trasformare questa logica in un strato unico riutilizzabile, molte funzioni che oggi sembrano premium o troppo complesse potrebbero diventare normali anche nelle app consumer di fascia media.
Resta da vedere quanto velocemente questa promessa uscirà dalla nicchia developer. Google stessa parla di funzione sperimentale e invita a verificare le feature non ancora disponibili. Però il messaggio di fondo è chiaro: Android non vuole scegliere tra AI locale e AI nel cloud, vuole usare entrambe senza costringere ogni team a reinventare la ruota. E, francamente, era ora.
In breve
- Google ha introdotto in Firebase AI Logic una inferenza ibrida sperimentale per Android.
- Le app possono alternare Gemini Nano sul dispositivo e modelli Gemini nel cloud con fallback automatici.
- L’on-device per ora supporta solo prompt singoli con testo o testo più una sola immagine.
- Arriva anche Gemini 3.1 Flash-Lite, pensato per volumi alti, bassa latenza e costi più gestibili.
- Google punta a rendere l’AI mobile più robusta, meno dipendente dalla rete e più facile da integrare nelle app Android.