A Google DeepMind apresentou o Gemini 4 Carbon, que descreve como o seu modelo de melhor desempenho até à data. Concebido para programação agentiva de longa duração e para defesa em cibersegurança, lidera o Artificial Analysis Intelligence Index v5.0, com uma pontuação de 59. O acesso permanece, contudo, restrito: o modelo é inicialmente aberto a um grupo de defensores cibernéticos verificados, e não à API pública.
Segundo a Google, o Gemini 4 Carbon é o segundo modelo da família Gemini 4, a seguir ao Gemini 4 Argon. O grupo destina-o a tarefas complexas e de longa duração em engenharia. As suas equipas internas indicam ter visto o Carbon a trabalhar durante vários dias numa única tarefa, nomeadamente para identificar a origem de erros subtis em vastas bases de código e em sistemas de baixo nível, e depois corrigi-los. A Google indica também ter afinado o modelo para o desenvolvimento web completo e para a compreensão multimodal. No WebDev Arena, ganha 89 pontos Elo e atinge o quarto lugar com 1769 pontos.
Resultados publicados em dezassete testes de referência
No seu artigo de lançamento, a Google publica uma tabela com dezassete indicadores, segundo a qual o Gemini 4 Carbon se posiciona em primeiro lugar em quinze deles, face ao Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5 e Claude Fable 5.1. O modelo foi avaliado com o ajuste de raciocínio mais elevado. As pontuações dos concorrentes são, na sua maioria, declaradas por cada editor.
Em programação agentiva, o Carbon obtém 65,2 % no Terminal-Bench 4.0 (AA), contra 59,6 % do Claude Opus 5.5. No FrontierSWE, é, no entanto, o GPT-6 Astra que supera o modelo, com 65,5 % contra 61,2 %. O modelo atinge 77,4 % no Agents’ Last Exam v1.1. No GraphWalks, um teste que envolve contextos de 256 000 a 1 milhão de tokens (unidades de texto processadas pelo modelo), regista 96,2 %, contra 71,8 % do GPT-6 Astra.
O aspeto da cibersegurança ocupa um lugar central. A Google apresenta o modelo como abrangendo todo o ciclo de defesa: encontrar uma falha, validá-la e depois corrigi-la. As avaliações foram conduzidas sem salvaguardas. O Carbon obtém 88,2 % no SEC-bench Pro, contra 85,4 % do GPT-6 Astra, 54,8 % no ExploitGym, contra 42,4 % do GPT-6 Astra e 34,5 % do Opus 5.5, e 71,0 % no CWE-bench da Collinear, contra 68,0 % do Argon e do GPT-6 Astra. A Google especifica que calculou ela própria as pontuações do SEC-bench Pro e do ExploitGym, com o seu próprio ambiente de avaliação, o Antigravity. Segundo a empresa, a equipa do Chrome considerou as correções produzidas pelo Carbon mais de dez vezes melhores do que as de um modelo de outro laboratório, e a Wiz indica que o modelo lidera nos seus testes de intrusão web.
A Google avança também ganhos na segurança comportamental do modelo. A taxa de sucesso das tentativas de fraude no Terminal-Bench 4.0 cai para 0,0 %, e os alertas de desalinhamento de alta gravidade terão diminuído cerca de 80 % nos ambientes de programação internos. No teste Indirect Prompt Injection da Gray Swan, a taxa de ataque bem-sucedido passa de 0,7 % para o Argon para 0,0 %. A Google sublinha que estes números provêm das suas próprias medições e que ainda não existe qualquer replicação independente.
Um acesso progressivo, preços de introdução
A Google participa no processo voluntário de testes pré-publicação estabelecido pelo governo norte-americano. Numa primeira fase, apenas um subconjunto de defensores cibernéticos tem acesso. Outros parceiros de confiança seguir-se-ão no âmbito do programa Fairwind, que privilegia governos, operadores de infraestruturas críticas e grandes plataformas tecnológicas. Os programadores, empresas e particulares terão de esperar, sem data anunciada. A Google indica que será «o mais rapidamente possível».
O preço segue o do Argon na fase de introdução: 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de saída. Após este período, os preços passarão para 4 e 20 dólares. As entradas em cache beneficiam de uma redução de 95 %.
