Gemini 4 Carbon: o que o novo modelo do Google muda na prática

Em 28 de outubro de 2026, o Google anunciou o Gemini 4 Carbon, um novo modelo frontier voltado a cibersegurança e tarefas de longa duração. Ele chega duas semanas depois do Gemini 4 Argon e foi apresentado como um sistema para fluxos agênticos sustentados, com muitas etapas e persistência diante de obstáculos.

O Google relata que equipes internas viram o Carbon trabalhar por dias em tarefas complexas de engenharia: investigar a causa-raiz e corrigir bugs sutis em bases de código grandes e sistemas de baixo nível. É um resultado observado internamente pela empresa, não uma promessa de que qualquer usuário terá a mesma experiência.

O que os benchmarks mostram

No Artificial Analysis Intelligence Index v5.0, o Carbon ocupa o primeiro lugar, com 59 pontos. Nos testes de cibersegurança citados pelo Google, obteve 88,2% no SEC-bench Pro, voltado a encontrar vulnerabilidades reais; 54,8% no ExploitGym, relacionado à exploração e validação de riscos; e 71,0% no CWE-bench, que avalia a correção na causa-raiz.

Em desenvolvimento web, o anúncio informa quarto lugar no WebDev Arena, com 1.768 pontos e avanço de 89 pontos Elo. O 9to5Google reportou 1.769, uma diferença de um ponto em relação ao blog oficial. Adoto aqui o número da fonte primária: 1.768.

Em benchmarks internos, o Google diz que a taxa de sucesso na geração de código seguro foi mais de duas vezes maior que a do Argon. A equipe do Chrome também relatou desempenho mais de 10 vezes melhor que o de um grande modelo frontier de outro laboratório na geração de patches de alta qualidade. A Wiz, plataforma de segurança em nuvem do Google, observa o Carbon liderando benchmarks de testes de intrusão em aplicações web.

Esses números pertencem a avaliações distintas e não garantem resultados em produção. O Google informa que todos os benchmarks externos de cibersegurança foram realizados sem guardrails. Os resultados internos e o relato da equipe do Chrome também devem ser entendidos como avaliações divulgadas pela própria empresa.

Segurança, transparência e limites de ação

O Carbon mantém a abordagem de segurança multicamada do Argon: treinamento do modelo, defesas contra uso indevido em tempo real, resistência a prompt injection e monitoramento de chain-of-thought. No Gray Swan Indirect Prompt Injection Benchmark, o Google reporta 0,0% de sucesso de ataque, contra 0,7% no Argon. Isso significa que o Carbon resistiu a todas as tentativas avaliadas naquele teste, não que seja imune a ataques em qualquer cenário.

No Terminal-Bench 4.0, o anúncio informa 0,0% de trapaça bem-sucedida, com tentativas de trapacear em 0,4%, enquanto a acurácia geral melhorou. Em ambientes de código ao vivo com equipes internas, alertas de desalinhamento de alta severidade caíram quase 80%. São resultados de testes e contextos específicos, não uma redução garantida para toda implantação.

O Google também afirma que o Carbon reduz afirmações sem suporte em aproximadamente duas vezes em relação ao Argon. Quando encontra ambiguidade, pode recuperar fontes relevantes e expor discrepâncias antes de agir. Se uma ação estiver bloqueada, pode indicar o que falta; o anúncio ainda reporta 26% menos excesso de escopo e 29% menos atendimento insuficiente, com execução mais confiável de planos com várias etapas.

Na prática, esse conjunto aponta para um agente que deveria deixar mais claro o que sabe, o que não sabe e até onde pode atuar. Mas a decisão de permitir uma ação crítica continua exigindo permissões mínimas, registros e validação humana. Nenhum percentual anunciado substitui os controles da empresa.

Acesso restrito e preço anunciado

O Gemini 4 Carbon ainda não está disponível ao público. O Google participa voluntariamente de um processo do governo dos Estados Unidos para testar modelos antes do lançamento. A partir desta semana, o acesso começa por um subconjunto de defensores cibernéticos e será ampliado gradualmente a parceiros de confiança pelo Fairwind Program. A empresa diz que continua coletando feedback e ajustando os guardrails antes de disponibilizá-lo a desenvolvedores, empresas e consumidores. Não há data pública confirmada.

O preço introdutório anunciado é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, igual ao do Argon. Tokens de entrada em cache têm desconto de 95% sobre o preço de entrada. Após o período introdutório, os valores passam a US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída. A tabela ajuda a estimar o consumo do modelo, mas não inclui por si só o custo total de uma tarefa.

O que muda na prática para quem usa e adota IA

Para quem usa IA no trabalho, a proposta é avançar de interações curtas para tarefas de engenharia que podem exigir muitas etapas: investigar um defeito, localizar sua causa e preparar uma correção. Os 88,2% no SEC-bench Pro, 54,8% no ExploitGym e 71,0% no CWE-bench correspondem, respectivamente, a localizar vulnerabilidades, validar riscos por exploração e corrigir problemas na causa-raiz. São pistas do tipo de trabalho a testar quando houver acesso, não tarefas que o público já possa delegar ao Carbon.

Os 59 pontos e a primeira posição no índice geral, assim como o quarto lugar no WebDev Arena com 1.768 pontos e ganho de 89 Elo, ajudam a comparar resultados em avaliações específicas. Não dizem, sozinhos, se o modelo será melhor para a rotina de uma equipe. O ganho superior a 2 vezes em código seguro e o relato de mais de 10 vezes em patches de alta qualidade sugerem casos para avaliação futura, mas vêm de benchmarks internos e da equipe do Chrome, não de uma garantia de produtividade.

Os números de segurança também traduzem perguntas operacionais. Os 0,0% de sucesso de ataque no teste de prompt injection, comparados aos 0,7% do Argon, e os 0,0% de trapaça bem-sucedida no Terminal-Bench, com tentativas em 0,4%, podem orientar testes de robustez e confiabilidade. A queda de quase 80% nos alertas internos, a redução de aproximadamente 2 vezes nas afirmações sem suporte, e as variações de 26% menos excesso de escopo e 29% menos atendimento insuficiente apontam para comportamentos que uma empresa deve verificar: transparência, respeito a limites e conclusão adequada da tarefa. Esses dados não eliminam a necessidade de monitoramento nem provam que os mesmos resultados se repetirão fora dos ambientes avaliados.

Para quem adota ou contrata IA, a consequência imediata não é comprar ou implantar o Carbon: o modelo ainda não está aberto ao público e não há data de liberação confirmada. O preço anunciado — US$ 2 por milhão de tokens de entrada e US$ 10 de saída no período introdutório, com 95% de desconto na entrada em cache; depois, US$ 4 e US$ 20 — permite projetar parte do consumo, não o custo total de operação. Quando houver acesso, a avaliação precisa incluir tarefas reais, qualidade, uso de ferramentas, repetições, revisão humana e impacto de falhas. Por enquanto, o anúncio serve para preparar critérios de teste, não para presumir benefício.

O Gemini 4 Carbon coloca tarefas longas de engenharia e cibersegurança no centro da proposta, junto com métricas de comportamento e preço anunciado. O que ainda não temos é acesso público para confirmar como esses resultados se traduzem na operação de cada empresa. Sua equipe já definiu quais tarefas, limites e critérios usaria para testar um agente antes de confiar a ele uma etapa crítica?

Fonte primária: Google, “Gemini 4 Carbon: our next frontier model”, 28/10/2026.