Um novo modelo, duas semanas depois do anterior
O Google anunciou na quarta-feira, 28 de outubro, o Gemini 4 Carbon, que a empresa descreve como seu modelo mais forte, com capacidades de ponta em cibersegurança e em tarefas de longa duração. O anúncio foi assinado por Koray Kavukcuoglu, vice-presidente sênior do Google DeepMind e arquiteto-chefe de IA da empresa. O Carbon chega duas semanas depois do Gemini 4 Argon, que já havia sido liberado primeiro para parceiros de cibersegurança.
Como no caso anterior, o lançamento não é para o grande público. A partir da semana do anúncio, um grupo de defensores de cibersegurança recebe acesso ao modelo, e a lista de parceiros de confiança será ampliada aos poucos por meio do Fairwind Program. Para desenvolvedores, empresas e consumidores, o Google diz apenas que a chegada será “em breve”, sem data definida.
O que os números dizem
Segundo o Google, o Carbon ocupa o primeiro lugar na versão 5.0 do Artificial Analysis Intelligence Index, com 59 pontos. Os concorrentes citados pelo VentureBeat nesse mesmo índice são:
| Modelo | Pontos no índice v5.0 |
|---|---|
| Gemini 4 Carbon | 59 |
| Claude Opus 5.5 | 58 |
| GPT-6 Astra | 57 |
| Gemini 4 Argon | 50 |
A diferença para o segundo colocado é de apenas um ponto, e a Artificial Analysis avisa que os resultados da versão 5 não devem ser comparados com os de versões anteriores.
Em programação para a web, o modelo subiu 89 pontos de Elo no WebDev Arena e chegou ao 4º lugar. O Google também diz que equipes internas viram o Carbon trabalhar por dias seguidos em tarefas de engenharia com muitas etapas, como encontrar a causa de bugs em bases de código grandes e corrigi-los. Essa informação vem dos testes internos da empresa e não foi verificada de forma independente.
O foco em cibersegurança
O Carbon é apresentado como o modelo mais capaz do Google para segurança digital. Nos testes externos que a empresa cita, rodados sem as barreiras de proteção, os resultados foram estes:
- SEC-bench Pro, que mede a capacidade de encontrar vulnerabilidades: 88,2%;
- ExploitGym, que mede a capacidade de explorá-las: 54,8%;
- CWE-bench, que mede a capacidade de corrigir a causa-raiz das falhas: 71,0%.
O Google afirma ainda que, em seus testes internos, o Carbon teve mais que o dobro da taxa de sucesso do Argon na geração de código seguro. A empresa também relata que a equipe do Chrome observou resultados mais de dez vezes melhores que os de outro grande modelo de fronteira na geração de correções de qualidade, e que a Wiz reporta liderança do Carbon em benchmarks de testes de invasão web.
Vale lembrar que todos esses números são divulgados pela própria empresa. O VentureBeat observa que o Google não publicou relatório técnico nem estimativas de incerteza, e que, como as avaliações foram feitas sem barreiras de proteção, o desempenho em implantações reais de clientes pode ser diferente.
Segurança e alinhamento
O Google dedicou parte do anúncio a métricas de comportamento do modelo. Segundo a empresa:
- no Terminal-Bench 4.0, a taxa de trapaça bem-sucedida caiu a 0,0% e as tentativas de trapaça caíram a 0,4%, enquanto a precisão melhorou;
- em ambientes internos de programação, os alertas de desalinhamento de alta gravidade caíram quase 80%;
- as afirmações sem respaldo diminuíram cerca de duas vezes em relação ao Argon;
- no teste de injeção indireta de prompt da Gray Swan, a taxa de sucesso dos ataques foi de 0,0%, contra 0,7% do Argon.
O Carbon usa a mesma pilha de segurança em camadas do Argon, e o Google diz participar do processo voluntário de testes pré-lançamento de modelos do governo dos Estados Unidos.
Os pontos fracos que o VentureBeat apontou
O balanço não é só de vitórias. De acordo com o VentureBeat, que cita dados da Artificial Analysis:
- a taxa de alucinação no teste AA-Omniscience subiu de 4% (Argon) para 11% (Carbon), embora o Carbon tenha a maior pontuação geral nesse índice;
- no OSWorld, o Claude Opus 5.5 tem 87,2% no subconjunto offline, contra 81,5% do Carbon;
- no FrontierSWE 2, o Carbon marca 61,2%, atrás do GPT-6 Astra (65,5%) e do Opus 5.5 (62,3%);
- no Coding Agent Index, o líder é o Claude Code com Opus 5.5, com 62 pontos, enquanto o Carbon, usado pela Antigravity CLI do Google, marca 59.
Ou seja, a liderança do Carbon vale para o índice geral, mas não para todas as tarefas.
Preço e disponibilidade
O Google informou preços introdutórios de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Depois do período introdutório, os valores passam a US$ 4 e US$ 20, respectivamente. Tokens de entrada em cache custam 95% menos que o preço padrão de entrada. A empresa não disse quando termina o período introdutório.
Por enquanto, o Carbon não tem API pública. Segundo a Artificial Analysis, citada pelo VentureBeat, o Argon está disponível pela API do Google desde 13 de outubro, e o período introdutório de preços dele vai até 30 de novembro.
O que observar daqui para frente
Para o público brasileiro, o efeito prático imediato é pequeno: quem não faz parte do Fairwind Program não consegue usar o modelo. O que vale acompanhar é o ritmo. Em duas semanas, o Google colocou dois modelos da família Gemini 4 no mercado, e o segundo já disputa o topo de um índice independente com os principais modelos da Anthropic e da OpenAI.
Falta saber quando o Carbon chega ao público geral, como ele se comportará fora dos testes controlados e se a vantagem de um ponto no índice se sustentará em avaliações de terceiros. Até lá, a maior parte do que se sabe sobre o modelo vem da própria empresa.