Che cos'è Gemini-SQL2?

Gemini-SQL2 è un sistema text-to-SQL sviluppato da Google Research, basato sul modello Gemini 3.1 Pro. Traduce domande in linguaggio naturale in query SQL pronte per essere eseguite. Ha raggiunto l'80.04% di accuratezza sul benchmark BIRD Single-Model, superando il precedente record di Google (76.13%).

Cosa misura il benchmark BIRD?

BIRD misura l'execution accuracy delle query SQL generate. Per superare il test, il codice non deve solo sembrare corretto, ma deve essere eseguito e restituire risultati identici alla query di riferimento. Il dataset include 12.751 coppie domanda-SQL su 95 database in 37 domini professionali, con dati sporchi e valori ambigui.

Gemini-SQL2 di Google: 80.04% su BIRD Text-to-SQL

Q: In quali servizi Google sarà integrato Gemini-SQL2?

Google non ha ancora annunciato ufficialmente i prodotti che riceveranno Gemini-SQL2, ma il riferimento è a piattaforme come BigQuery Studio, AlloyDB AI e Cloud SQL Studio, che già integrano funzionalità di generazione SQL basate su Gemini. L'integrazione dovrebbe migliorare la comprensione del linguaggio naturale nei servizi dati di Google Cloud.

Google ha pubblicato Gemini-SQL2, un sistema text-to-SQL costruito su Gemini 3.1 Pro. Ha ottenuto 80.04% di execution accuracy sul benchmark BIRD Text-to-SQL Leaderboard, nella categoria Single Model. Il risultato supera il precedente record di Google (Gemini-SQL, circa 77.2%) e si posiziona sopra tutti i concorrenti, inclusi AWS, Databricks, Tencent e Snowflake.

BIRD è un benchmark che misura se il codice SQL generato non solo sembra corretto ma viene effettivamente eseguito e restituisce i risultati giusti. Il database di test contiene 12.751 coppie domanda-SQL su 95 database distribuiti in 37 domini professionali, per un totale di 33.4 GB.

Il post su X di Google Research spiega che «la sottigliezza dei dati e i contesti aziendali complessi rendono notoriamente difficile generare SQL accurato da linguaggio naturale». Google ha anche aggiunto che «una migliore comprensione SQL può elevare le capacità di linguaggio naturale in tutti i servizi dati di Google». Il riferimento è a piattaforme come BigQuery Studio, AlloyDB AI e Cloud SQL Studio, che già integrano funzionalità di generazione SQL basate su Gemini.

Il benchmark BIRD

BIRD misura l’execution accuracy (EX): il codice generato deve essere eseguito e restituire risultati identici a quelli della query di riferimento. Google lo sottolinea direttamente: «Per il benchmark BIRD, che misura l’accuratezza verificata dall’esecuzione, il SQL di GeminiSQL-2 non solo sembra giusto, ma viene eseguito con successo».

La categoria Single Trained Model impedisce l’uso di ensemble, pre-processing avanzati o framework agentici che possono falsare il punteggio. Misura la capacità pura del modello di fare text-to-SQL. Il record precedente di Google Cloud su questa traccia era del 76.13%, registrato a novembre 2025. Il punteggio umano di riferimento è 92.96%: restano 12.92 punti di distanza.

Classifica dei singoli modelli

Google ha pubblicato un grafico che confronta Gemini-SQL2 con i concorrenti. I valori sotto sono approssimati dalla posizione del grafico:

Gemini-SQL2 (Google): 80.04% – giugno 2026
Gemini-SQL (Google): ~77.2% – marzo 2026
Q-SQL (AWS): ~76.5% – dicembre 2025
Databricks RLVR 32B (Databricks): ~75.7% – luglio 2025
SiriusAI-Text2SQL-32B-v2 (Tencent): ~75.0% – dicembre 2025
Arctic-Text2SQL-R1-32B (Snowflake): ~73.9% – giugno 2025
GPT-5.5-xhigh (OpenAI): ~72.5% – aprile 2026
SQLWeaver-32B (Alibaba): ~71.7% – maggio 2026
Claude Opus 4.6 (Anthropic): ~70.1% – febbraio 2026

Due tendenze: Google occupa le prime due posizioni. Diversi modelli SQL specializzati da 32B si piazzano sopra i modelli generalisti di frontiera.

Casi d’uso concreti

L’articolo originale elenca tre scenari pratici per Gemini-SQL2:

Self-service analytics: un revenue manager chiede entrate ricorrenti mensili per regione, limitate ai clienti che hanno abbandonato entro 90 giorni da un upgrade. La query richiede join, logica di windowing e aritmetica sulle date. La generazione verificata in esecuzione intercetta SQL che funziona ma restituisce righe sbagliate.

Data engineering drafts: gli sviluppatori possono scrivere bozze di trasformazioni BigQuery in italiano, per poi revisionarle al posto di scriverle da zero. Google ha già evidenziato a novembre 2025 che la comprensione dello schema è la parte difficile. Punteggi BIRD più alti riflettono una migliore gestione di colonne ambigue e valori sporchi.

Funzionalità “ask your data” integrate: i team SaaS che aggiungono interfacce a linguaggio naturale per i dati devono comunque prevedere una revisione umana: con l’80% di accuratezza, una query su cinque è sbagliata. Il punteggio fissa le aspettative, non rimuove il controllo.

Google non ha ancora annunciato su quali prodotti specifici arriverà Gemini-SQL2.