Gemini 4 Carbon do Google acha e testa falhas de código, mas só libera acesso a quem já defende bem

O Google apresentou o Gemini 4 Carbon em 28 de outubro de 2026 como seu modelo voltado a cibersegurança: ele encontra vulnerabilidades em código, demonstra se dá para explorá-las de verdade e propõe o conserto. A diferença em relação a um lançamento comum é a distribuição. Em vez de abrir para todo mundo, o Google está dando acesso antecipado a times de defesa selecionados, antes de uma expansão gradual pelo Fairwind Program, o programa de acesso restrito da empresa para modelos avançados de IA.

A lógica por trás da cautela é simples de entender: uma IA boa o suficiente para achar e explorar falhas de software é útil tanto para quem defende sistemas quanto para quem ataca. O Google está apostando que dar a quem defende um pouco de vantagem de tempo resulta em mais correções aplicadas antes que capacidades parecidas fiquem disponíveis para qualquer um.

Os números dos três estágios do trabalho de segurança

O Google divulgou resultados em três testes que cobrem etapas diferentes de uma investigação de vulnerabilidade: achar a falha, provar que ela é explorável e gerar um conserto que funcione.

Um detalhe que muda a leitura desses números: o Google rodou essas avaliações com as grades de segurança do modelo desativadas. Ou seja, os percentuais mostram o que o Carbon consegue fazer sem as travas que normalmente limitam o que ele responde, não necessariamente o que um cliente vai receber na versão comercial. É a diferença entre medir o potencial bruto do modelo e medir o produto que chega ao usuário final.

Também vale notar que os três benchmarks avaliam capacidades separadas. Achar uma vulnerabilidade com sucesso não garante que o conserto proposto funcione em todas as configurações afetadas, nem que ele passe sem quebrar outra parte do sistema. Um time de segurança que planeja usar o Carbon num fluxo real de trabalho precisa tratar os três números como etapas que ainda exigem verificação humana entre uma e outra, não como uma esteira automática.

Por que o acesso é por convite

O Fairwind Program foi lançado em setembro de 2026 e dá acesso antecipado a modelos avançados do Google para organizações de cibersegurança. Para participar, a empresa precisa restringir quais funcionários acessam a ferramenta e usar autenticação multifator, duas condições que funcionam como uma barreira contra uso indevido dentro da própria organização cliente.

O Google cita um precedente para justificar esse modelo de liberação gradual. A empresa de segurança em nuvem Wiz usou o antecessor do Carbon, o Gemini 4 Argon, para identificar uma vulnerabilidade crítica em software hospitalar que modelos anteriores tinham deixado passar. É o tipo de caso que a empresa aponta como prova de que dar acesso antecipado a quem defende compensa o risco de eventualmente vazar capacidade equivalente para quem ataca.

A fonte original também lembra um ponto que costuma ficar fora do anúncio: o sucesso do programa não deveria ser medido pelo número de vulnerabilidades que o Carbon encontra, e sim pela velocidade com que os sistemas afetados recebem o conserto de fato. Achar a falha é só o primeiro passo de uma cadeia que inclui verificação, divulgação coordenada, desenvolvimento do patch e instalação da atualização pelo cliente final. Organizações fora do Fairwind dependem inteiramente dessa cadeia chegar até elas.

O desempenho mudou, mas não foi só para melhor

A Artificial Analysis, empresa independente de avaliação de modelos, colocou o Carbon em primeiro lugar no seu Intelligence Index v5, com nota 59, e em segundo lugar no Coding Agent Index, atrás do Claude Opus 5.5. Esses rankings medem capacidades gerais e não dizem diretamente qual modelo é mais eficaz em achar e corrigir falhas de segurança, mas dão um ponto de referência para quem compara modelos para uso em pipeline de desenvolvimento.

Nos testes do próprio Google, o Carbon registrou taxa de sucesso de ataque de 0% no benchmark testado de injeção indireta de instruções da Gray Swan, um tipo de ataque em que instruções maliciosas são escondidas em conteúdo externo (como um arquivo ou página que o agente de IA lê) na tentativa de desviar o comportamento do agente. O Google também reporta cerca de metade das alegações sem sustentação em relação ao Argon e quase 80% menos alertas de desalinhamento de alta severidade em tarefas internas de codificação.

A avaliação independente da Artificial Analysis complica esse quadro. A métrica de precisão AA-Omniscience melhorou, mas a taxa de alucinação (quando o modelo apresenta informação errada como se fosse fato) subiu de 4% no Argon para 11% no Carbon. Como as duas métricas medem aspectos diferentes de confiabilidade factual, melhorar numa não garante menos erro na outra. Para quem for colocar o Carbon num fluxo de triagem de vulnerabilidades, isso significa manter a mesma desconfiança sistemática de sempre: toda descoberta do modelo precisa de reprodução independente antes de virar prioridade de patch.

Trabalho de vários dias muda o cálculo de revisão e de custo

O Google afirma que o Carbon consegue trabalhar em tarefas de engenharia que se estendem por vários dias e que alcançou mais do dobro da taxa de sucesso do Argon em testes internos de geração de código seguro. Um agente que investiga uma vulnerabilidade ao longo de dias pode poupar analistas de repetir coleta de logs, inspeção de código e reprodução de falhas toda vez que surge uma nova hipótese.

O lado inverso é que uma investigação longa dificulta localizar o momento em que o modelo passou a seguir uma suposição errada. Quanto mais tempo de trabalho autônomo acumulado, mais esforço de revisão humana é necessário para confirmar se a cadeia de raciocínio continua válida do início ao fim. Times de segurança que adotarem o Carbon precisam exigir evidência que reproduza a vulnerabilidade reportada e testar de forma independente qualquer patch gerado pela IA, confirmando que ele fecha a brecha sem quebrar alguma outra função da aplicação, com a aprovação final sempre nas mãos de uma pessoa.

O custo também entra na conta de quem pensa em trabalho autônomo mais longo. O preço introdutório divulgado pelo Google é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída (tokens são os pedaços de texto que o modelo processa e pelos quais ele cobra), subindo para US$ 4 e US$ 20 depois do período promocional, com desconto de 95% sobre entradas que ficam em cache. São números de referência para estimar custo, mas que hoje só valem para quem conseguiu entrar no Fairwind.

O que ainda falta provar

O Google não confirmou quando o Carbon ficará disponível de forma geral, deixando o acesso mais amplo condicionado ao andamento do programa restrito. A empresa também participa de testes voluntários de pré-lançamento com o governo dos Estados Unidos, o que sugere que o escrutínio sobre o modelo vai além do mercado comercial.

Antes de expandir o acesso, o Google precisa demonstrar que o Carbon funciona de forma confiável em ambientes de software diferentes entre si e que suas salvaguardas continuam eficazes quando agentes de IA encontram ameaças fora do padrão testado. Os benchmarks mostram o que o modelo fez em condições controladas de teste. Se essas capacidades se traduzem em mais sistemas corrigidos a tempo, isso só vai aparecer quando o Fairwind sair da fase piloto e alguém medir, de fora para dentro, quantas vulnerabilidades viraram patch aplicado.

Fonte: The Neuron