Gemini 4 Carbon chega com preço igual ao do Argon e custo menor que rivais em benchmarks

O Google DeepMind liberou nesta terça-feira (10 de novembro de 2026) o Gemini 4 Carbon para desenvolvedores, empresas, cientistas e usuários comuns. Segundo o anúncio oficial, é o modelo mais forte da família Gemini 4 em capacidades de cibersegurança e em tarefas agênticas de longo horizonte (fluxos em que um agente de IA executa várias etapas encadeadas sem supervisão humana a cada passo).

Desenvolvedores, empresas, cientistas e consumidores já podem experimentar nosso mais novo modelo de fronteira.

Developers, enterprises, scientists, and consumers can now try our latest frontier model.Koray Kavukcuoglu, SVP do Google DeepMind e Chief AI Architect do Google

O lançamento geral vem duas semanas depois de o Carbon ter sido entregue a um grupo restrito de defensores de segurança via Fairwind Program, e segue o lançamento recente do Gemini 4 Argon, outro modelo da mesma geração.

Argon ainda é o modelo padrão, Carbon é para o que exige mais

O Google deixou claro que o Argon continua sendo a escolha indicada para a maior parte do trabalho de engenharia de software e de conhecimento. O Carbon foi construído para as tarefas que testam o limite da inteligência de um modelo: migrações multi-pacote, debugging em múltiplas etapas e pesquisa científica aberta. Ele usa mais tokens (as unidades de texto que o modelo processa e pelas quais a API cobra) para explorar hipóteses, raciocinar em profundidade e rodar loops extras de verificação antes de responder.

Ou seja: até o fim de novembro, chamar o Carbon pela API custa exatamente o mesmo que chamar o Argon. Depois disso, o preço do Carbon dobra. Para quem está testando o modelo agora em projeto piloto, vale rodar as contas de consumo de tokens antes de 1º de dezembro.

Onde o Carbon ganha em custo por tarefa

Em benchmarks independentes desenhados para medir desempenho em fluxos de trabalho reais, o Carbon ficou em primeiro lugar no CursorBench 4.0, no WANDR da Perplexity e no AutomationBench da Zapier, com custo por tarefa mais de duas vezes menor que o do próximo melhor modelo externo, segundo o Google.

No MKA (Multimodal Knowledge Agent), um benchmark novo criado em parceria com a Artificial Analysis para medir desempenho multimodal em fluxos agênticos sobre arquivos densos (gráficos, imagens, plantas, esquemas, tabelas), o Carbon ficou em segundo lugar, mas com custo médio por tarefa mais de 6 vezes menor que o do modelo líder.

Na prática, isso empurra a decisão de arquitetura para orquestração por custo: usar o Argon como modelo padrão e acionar o Carbon só nas etapas em que a tarefa exige raciocínio mais profundo, em vez de rodar tudo no modelo mais caro.

Orquestrar vários agentes com o /swarm

Para projetos maiores, o Google está testando o comando /swarm dentro do Google Antigravity (o ambiente de desenvolvimento assistido por IA do Google). Um único prompt vira uma equipe coordenada de agentes, acompanhável em tempo real. O desenvolvedor pode designar o Carbon para papéis que exigem raciocínio mais profundo, como design de arquitetura, coordenação e auditoria, e combinar isso com modelos mais rápidos e leves rodando em paralelo, com verificadores adversariais testando cada mudança.

O próprio Google usou esse recurso em exemplos práticos: uma reconstrução em Three.js de um escritório do Google a partir de sete PDFs de prefeitura e 206 desenhos técnicos extraídos, rodada em dez ciclos noturnos, e um jogo 3D de mundo aberto ambientado no campus de Mountain View, com agentes modelando assets no Blender e sonorização gerada por outros modelos da própria Google.

Resultados concretos em segurança, finanças e ciência

Fora dos benchmarks de laboratório, o anúncio traz casos de uso em produção:

• O time de Cloud Vulnerability Research do Google usou o Carbon para provar que duas falhas em um software de código aberto eram de fato exploráveis, com gravidade comparável ao exploit PHP2Shell, levando os mantenedores a reclassificar o bug como crítico e lançar correção.
• No programa Scan for Good da Wiz, o modelo encontrou vulnerabilidades inéditas (zero-day) em dois grandes provedores de SaaS em menos de duas horas, um trabalho que normalmente leva semanas.
• A empresa de pesquisa em toxicidade de fármacos Axiom Bio passou suas análises científicas de produção para Carbon e Argon depois que o modelo encontrou mecanismos de toxicidade que não tinham sido identificados antes.
• Pesquisadores do Google usaram o Carbon para gerar milhões de linhas de código em Lean (linguagem para provas matemáticas formais) e provar propriedades de segurança do protocolo criptográfico do Signal em semanas, tarefa que historicamente leva anos para times especializados.

O que melhorou em segurança do próprio modelo

Como o Carbon amplia capacidades ofensivas em cibersegurança, o Google reforçou as defesas contra uso indevido. Em testes de ataque simulado, o modelo bloqueou 99% das trajetórias de ataque de um agente adversarial que reformula o plano após cada bloqueio, derrubando a taxa de violação por tentativa para 0,8% (ante 3,1% no Argon). No teste de injeção de prompt indireta (quando instruções maliciosas são escondidas em um conteúdo que o agente processa) da Gray Swan, o Carbon atingiu 0% de sucesso de ataque, marca inédita segundo o Google.

A Trajectory Labs, em testes externos, não encontrou nenhum jailbreak universal novo em 132 horas e mais de 13 mil requisições.

Como acessar o modelo hoje

O acesso está organizado por perfil:

• Desenvolvedores: via Gemini API no nível pago do Google AI Studio e do Android Studio; assinantes do Google AI Ultra também encontram o modelo no Google Antigravity.
• Empresas: Gemini for business, pela API ou pelo seletor de modelo na interface, além de Antigravity e CodeMender.
• Usuários finais: app Gemini e o AI Mode do Google Search, para assinantes do Google AI Ultra.
• Cientistas: candidatura ao programa que dá acesso gratuito a Argon e Carbon por seis meses no nível de uso mais alto do Antigravity, com seleção contínua e sujeita a vagas.
• Times de segurança: inscrição no Fairwind Program para acessar o Carbon voltado a cibersegurança.

Para quem monta agente de produção no Brasil, a decisão prática que o anúncio deixa em aberto é de orquestração: vale a pena pagar o preço maior do Carbon depois de 30 de novembro só nas etapas que realmente travam no Argon, e isso ainda exige medir, projeto a projeto, onde o ganho de precisão compensa o dobro do custo por token.

Fonte: Google DeepMind Blog