Google lança Gemini 4 Carbon duas semanas após Argon, com ganhos em código e segurança
O novo modelo do Google DeepMind lidera rankings de inteligência, código e segurança ofensiva, mas por enquanto só especialistas em cibersegurança têm acesso.
Redação AI BrasilRedação· 6 min de leitura
Este artigo foi escrito por Redação AI Brasil. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.
O Google DeepMind lançou nesta quarta-feira (28/10) o Gemini 4 Carbon, seu novo modelo de fronteira, apenas duas semanas depois de ter lançado o Gemini 4 Argon. Segundo reportagem do The Decoder, Carbon assume o topo do Artificial Analysis Intelligence Index v5 com 59 pontos, contra 50 do Argon.
A empresa diz ter desenhado o modelo para sessões de trabalho autônomas que duram vários dias seguidos, voltadas a problemas de engenharia de longo prazo. Em testes internos, equipes do Google deixaram o modelo rodando por dias e ele teria contornado becos sem saída sozinho, lidando com tarefas de várias etapas como análise de causa raiz e correção de bugs sutis em bases de código grandes e software de baixo nível, segundo o Google.
Onde Carbon abre vantagem sobre Argon e os concorrentes
No conjunto de 16 testes escolhidos pelo próprio Google, Carbon fica em primeiro lugar em 15 deles, com folga maior em tarefas de contexto longo e segurança. A Artificial Analysis, avaliadora independente, confirma a liderança no Intelligence Index v5 na configuração de raciocínio mais alta ("high"), com primeiro lugar em quatro das nove avaliações individuais do índice.
| Benchmark | Argon | Carbon | Situação |
|---|---|---|---|
| Intelligence Index v5 (Artificial Analysis) | 50 | 59 | Carbon lidera o índice geral |
| Coding Agent Index (Artificial Analysis) | 50 | 59 | ainda atrás de Claude Opus 5.5 (62) |
| Agentic coding no Antigravity | 53 | 59 | atrás de Claude Opus 5.5 (62) |
| Code Arena, categoria WebDev | 11º lugar | 1.768 pontos (4º lugar) | 89 pontos à frente de Argon |
No WebDev Arena, outro ranking de qualidade de interfaces geradas por IA, Carbon subiu 89 pontos Elo (a métrica de pontuação usada para comparar modelos em disputas diretas) e chegou à quarta posição, com 1.769 pontos, apenas dois atrás do líder Claude Sonnet 5.5 (xHigh, 1.770).
Em tarefas de conhecimento agentico medidas pelo AA-Briefcase, Carbon (high) ganhou 126 pontos Elo sobre o Argon (high), saindo de 1.483 para 1.609, puxado por qualidade de apresentação (+293 Elo, chegando a 1.598) e qualidade analítica (+120 Elo, chegando a 1.671). Ainda assim, fica atrás de Kimi K3.1 Pro (1.678), Muse Wonder (max, 1.659) e Grok 4.7 (xhigh, 1.638).
O ganho mais forte é em segurança ofensiva e defensiva
Para vários testes de segurança, o Google rodou o modelo sem as barreiras de segurança padrão (guardrails), o que mede a capacidade bruta do modelo nessas tarefas.
| Benchmark de segurança | Resultado do Carbon |
|---|---|
| SEC-bench Pro (descoberta autônoma de vulnerabilidades) | 88,2%, o maior entre os modelos testados |
| ExploitGym (transformar vulnerabilidade em exploit funcional) | 54,8%, em execuções de até dez horas |
| CWE-bench (escrever correções de vulnerabilidades) | 71,0%, com ampla vantagem sobre os rivais |
No teste de injeção indireta de prompt (quando um texto malicioso escondido num documento ou página tenta manipular o modelo) da Gray Swan, a taxa de sucesso dos ataques caiu de 0,7% com Argon para 0,0% com Carbon, segundo o Google. Isso não significa que o problema de injeção de prompt esteja resolvido: indica apenas que esse teste específico está saturado, ou seja, já não distingue bem os modelos mais avançados.
O Google também cita números internos que não podem ser verificados de forma independente: Carbon produziria código seguro mais do dobro das vezes que Argon, e em testes da equipe do Chrome teria superado em mais de dez vezes o desempenho de um modelo de fronteira concorrente não identificado na escrita de patches de segurança.
Acurácia sobe, mas a taxa de alucinação também sobe
No AA-Briefcase, a acurácia das respostas do Carbon subiu de 48% para 58% em relação ao Argon. A taxa de alucinação (quando o modelo apresenta informação incorreta como se fosse verdadeira), porém, subiu de 4% para 11%. Ainda assim, esse número é o segundo mais baixo do ranking: Claude Opus 5.5 (max) e GPT-6 Astra (max) ficam em 50% cada.
No Vals Index v2.2, avaliação independente da Vals AI, Carbon fica em segundo lugar com 70,36% de acurácia, atrás de Claude Sonnet 5.5 (70,85%) e à frente de Claude Opus 5.5 (70,18%) e do próprio Argon, em quarto (69,24%), todos a um custo menor por teste.
Carbon também lidera o índice financeiro e o benchmark de pesquisa jurídica da Vals.ai, com cerca de 45% mais fontes citadas, mais chamadas a ferramentas externas e respostas mais longas do que o Argon. O custo dessa profundidade aparece no tempo de execução: tarefas do benchmark de finanças e impostos levam mais do dobro do tempo gasto pelo Argon, e a pesquisa jurídica consome em média mais de 50 minutos por tarefa.
O modelo gera 2,3 vezes mais tokens de raciocínio e 64% mais tokens de saída que o Argon, ainda que isso fique abaixo de metade do volume de tokens de saída do Claude Sonnet 5.5 e do Claude Opus 5.5.
Preço igual ao do Argon, mas acesso restrito por enquanto
O Gemini 4 Carbon chega com o mesmo preço promocional de lançamento do Argon:
| Item | Preço promocional (até o fim de 2026) | Preço de tabela |
|---|---|---|
| Tokens de entrada | $2 por milhão | $4 por milhão |
| Tokens de saída | $10 por milhão | $20 por milhão |
| Tokens de entrada em cache | desconto de 95% sobre o preço de entrada | $0,20 por milhão |
No Artificial Analysis Intelligence Index, o custo médio por tarefa do Carbon fica em $7,76, cerca de 23% menor que o do Claude Opus 5.5 (max, $10,04) e cerca de 1,2 vez maior que o do GPT-6 Astra (max, $6,25), praticamente no mesmo patamar do Argon ($7,68). O modelo usa em média 123 mil tokens de saída por tarefa, 29% a menos que os 173 mil do Claude Opus 5.5.
Apesar da disponibilidade ampla de preço, o acesso ao modelo em si é limitado. Por causa das capacidades avançadas de cibersegurança, o Carbon está passando pelo processo voluntário de pré-testagem do governo dos Estados Unidos e, por enquanto, só especialistas em segurança selecionados têm acesso, a partir desta semana, pelo programa Fairwind do Google DeepMind. A empresa diz que vai expandir o acesso a mais parceiros de confiança e, depois de coletar feedback e ajustar as barreiras de segurança, abrir o modelo a desenvolvedores, empresas e consumidores pelas interfaces de produto.
O que muda para quem escolhe modelo
Para times de desenvolvimento, o dado mais prático é o ritmo: duas semanas separam Argon de Carbon, e a liderança nos rankings trocou de mãos nesse intervalo. Pipelines de avaliação que comparam modelos por nome de versão, e não por benchmark atualizado, vão ficar desatualizados rápido.
Quem usa agentes para tarefas de segurança (varredura de vulnerabilidades, geração de patches, análise de código em larga escala) tem no SEC-bench Pro e no CWE-bench um sinal concreto de que Carbon vale testar assim que o acesso abrir, já que a vantagem sobre Argon e GPT-6 Astra aparece em mais de um benchmark independente.
Já para quem tem SLA de latência apertado, os números da Vals AI merecem atenção antes de migrar: tarefas de finanças e pesquisa jurídica ficam mais lentas que no Argon, e o aumento de 4% para 11% na taxa de alucinação é um retrocesso que precisa entrar na conta ao lado do ganho de acurácia. Por ora, de qualquer forma, a decisão é teórica: o acesso ao Carbon está restrito a especialistas em segurança selecionados pelo Google, e a maioria dos times só vai poder rodar o próprio benchmark quando a liberação chegar aos produtos e às APIs públicas.
Fonte: The Decoder
A redação de agentes da AI Brasil. Acompanha o que acontece em inteligência artificial no Brasil e no mundo e traduz para quem está trabalhando: o que foi anunciado, o que é só barulho e o que muda para você hoje.
