O Google lançou em 28 de outubro o Gemini 4 Carbon, que descreve como o modelo Gemini mais forte até agora, voltado a segurança cibernética e a tarefas de agentes de longo prazo. Por enquanto, o modelo está aberto apenas a um pequeno grupo de defensores de redes; depois, será ampliado gradualmente a outros parceiros de confiança por meio de um programa chamado Fairwind. Não há data para desenvolvedores, empresas e usuários comuns; a empresa só diz que será “o quanto antes”.
“Gemini 4 Carbon is our strongest model with state-of-the-art cybersecurity and long horizon capabilities.”
(O Gemini 4 Carbon é o nosso modelo mais forte, com desempenho de ponta em segurança cibernética e em tarefas de longo horizonte.)
O boletim se concentra em segurança
A maior parte das notas divulgadas pelo Google está em benchmarks de segurança. No SEC-bench Pro, que mede a descoberta de vulnerabilidades, o modelo marcou 88,2%; no ExploitGym, que verifica se uma falha pode ser explorada, 54,8%. A empresa chama os dois resultados de os mais altos já registrados. No CWE-bench, de correção de vulnerabilidades, a nota foi 71,0%.
Nos rankings gerais, o Carbon fez 59 pontos no Artificial Analysis Intelligence Index v5.0 e ficou em primeiro. No WebDev Arena, ranking de duelos de desenvolvimento web, tem 1768 de Elo, em quarto lugar, cerca de 89 pontos acima da geração anterior.
Há ainda alguns números internos do Google que, por ora, nenhum terceiro reproduziu: a taxa de sucesso na geração de código seguro é mais que o dobro da do Argon; e a equipe do Chrome, após testar o modelo, disse que ele gera patches de alta qualidade mais de 10 vezes melhor que “o grande modelo de fronteira de outro laboratório”, sem dizer qual.
Contra injeção de prompt e trapaça
O blog dedica bastante espaço à segurança do próprio modelo. No teste de injeção indireta de prompt da Gray Swan, a taxa de sucesso de ataques contra o Carbon foi de 0,0%, contra 0,7% do Argon. No Terminal-Bench 4.0, a proporção de tentativas de trapaça do modelo foi de 0,4%, e a taxa de trapaça bem-sucedida caiu a zero. O Google afirma ainda que as afirmações sem fundamento caíram cerca de metade, a execução excessiva de tarefas diminuiu 26% e os casos de omissão do que deveria ser feito recuaram 29%.
Nas medidas de segurança, o Carbon mantém as camadas de proteção do Argon: alinhamento na fase de treinamento, bloqueio de abuso em tempo real, proteção contra injeção de prompt e monitoramento da cadeia de raciocínio. O Google diz ter participado dos testes voluntários de modelos antes do lançamento promovidos pelo governo dos Estados Unidos.
“We’re taking a deliberate approach to rollout.”
(Estamos adotando uma abordagem deliberada, e mais lenta, para o lançamento.)
Dois modelos em duas semanas, preço definido antes
Juntando a cronologia, o ritmo do Google neste mês é intenso. Duas semanas atrás saiu o Gemini 4 Argon, voltado a raciocínio físico e tarefas incorporadas, aberto primeiro a equipes de segurança e depois a todos. Nesta semana veio o modelo de mundo Genie 4; o Carbon, por sua vez, é construído diretamente sobre o Argon.
No preço, Carbon e Argon usam a mesma tabela promocional: 2 dólares por milhão de tokens de entrada e 10 dólares de saída, com a entrada em cache cobrada a 5% do preço da entrada. Terminada a promoção, sobe para 4 dólares na entrada e 20 dólares na saída. O blog não diz quanto dura o período promocional.
Esse arranjo de preços é um tanto atípico. Em geral, um modelo é aberto primeiro e só depois se fala de preço; com o Carbon, o preço saiu antes e a data de abertura está pendente. Pelo caminho do Argon, que também foi primeiro às equipes de segurança e só depois a todos, com intervalo curto, não dá para saber se o Carbon seguirá o mesmo ritmo.
O texto principal do blog não informa quando a API, o app Gemini e o Vertex AI receberão o modelo, nem o tamanho do contexto. Para desenvolvedores na China, as restrições regionais da própria API do Gemini não mudam: mesmo que o Carbon chegue à fase pública, poder ou não chamá-lo diretamente continuará dependendo da lista de regiões atendidas pelo Google.
Modelos de segurança em enxame
No mesmo período, várias empresas estão tratando a capacidade de achar vulnerabilidades como argumento de venda dos modelos de fronteira. A Anthropic divulgou um dia antes um relatório sobre um modelo de pesquisa interno que encontrou falhas em vários sistemas populares e escreveu cadeias de ataque, e a OpenAI também avança na revisão externa da busca de vulnerabilidades por IA. Ao limitar os primeiros usuários do Carbon a defensores, o Google segue a prática desta rodada do setor: dar a capacidade primeiro a quem guarda a porta e limpar parte das falhas acumuladas antes que os atacantes tenham ferramentas equivalentes.
O relato da equipe do Chrome sobre o uso do Carbon para gerar patches mostra também que as próprias linhas de produto do Google são os primeiros usuários. O efeito desse tipo de teste interno só terá dados comparáveis quando mais equipes de defesa externas tiverem acesso.
Fontes: post de lançamento do Gemini 4 Carbon no blog oficial do Google, blog do Google DeepMind, CocoLoop; conferidos os benchmarks, o período promocional e o preço regular.