Gemini 4 Carbon: quem pode usar e quando vale migrar

O Gemini 4 Carbon ainda não está disponível ao público em 29 de outubro de 2026. Por isso, continue entregando com o modelo que você já usa. O Google DeepMind anunciou o Carbon em 28 de outubro, com foco em trabalhos exigentes de engenharia e cibersegurança. Liderar um ranking é motivo para preparar uma avaliação, não para adiar uma entrega. O anúncio do Google prevê uma liberação com acesso restrito.

Para que serve o Gemini 4 Carbon?

O Carbon foi projetado para trabalhos que exigem várias tentativas até a conclusão: programação prolongada, problemas complexos de engenharia e defesa cibernética. Segundo o Google, suas equipes internas já observaram o modelo trabalhar por dias na depuração e correção de bases de código complexas.

Trabalhar por longos períodos significa manter o rumo de uma tarefa ao longo de muitas etapas. Pense em alguém responsável por manter um projeto: essa pessoa parte de um teste que falha, rastreia o bug por vários arquivos, tenta uma correção, encontra outra falha e revisa o patch. Um agente é o software que envolve o modelo e permite que ele execute ações, como ler arquivos e rodar testes. O sucesso depende do conjunto, incluindo as ferramentas e as verificações usadas para decidir se o trabalho terminou.

Para quem fundou uma empresa, a pergunta que importa é se o modelo consegue concluir uma tarefa recorrente de manutenção que hoje exige a atenção de um engenheiro. Uma resposta bem elaborada sobre programação e um patch que a equipe aceita são entregas diferentes.

Quem já pode usar o Carbon?

A sequência anunciada pelo Google começa com organizações selecionadas de defesa cibernética na semana do anúncio. Depois, entram outros parceiros de confiança pelo Fairwind. O acesso mais amplo aos produtos vem após o feedback e os ajustes nas proteções. A promessa é ampliar o acesso “o mais rápido possível”, sem uma data definida.

O Fairwind Program é o caminho de acesso do Google para organizações de defesa que passam por uma avaliação. O programa prioriza governos, infraestrutura crítica e plataformas tecnológicas essenciais. Seu formulário serve para analisar a elegibilidade da organização; preenchê-lo não libera acesso imediato a um modelo público. Quem está à frente de uma startup de segurança pode se candidatar se a organização atender aos critérios. Quem desenvolve aplicativos em geral não deve condicionar suas entregas à aprovação.

As descrições públicas das tecnologias do programa ainda citam o Argon. Consulte o anúncio do Carbon para entender a sequência de liberação e a página do Fairwind para conhecer as regras do programa. Nem a candidatura nem a participação prévia no programa comprovam que o Carbon foi habilitado para sua organização.

O que ainda falta para colocar em produção: o anúncio do Google não informa um ID público de modelo do Carbon, um limite de contexto, um plano de acesso pelo aplicativo ou uma data de lançamento geral. O tamanho da entrada usada em um benchmark não define o limite de uma API. Não preencha essas lacunas copiando a documentação do Argon.

Essas fontes e a metodologia de avaliação do Google foram verificadas em 29 de outubro de 2026. Esta análise retrata as condições de acesso nessa data; o Carbon não foi testado na prática para este artigo.

Qual é a relação entre Carbon e Argon?

O Gemini 4 Argon continua sendo o modelo de referência disponível do Gemini. O Google disponibilizou o Argon no Google Cloud em 13 de outubro, e a documentação de preços da Gemini API lista o acesso pago. O Carbon foi desenvolvido a partir do Argon, mas seu anúncio não substitui o modelo que seu aplicativo consegue chamar hoje.

Essa distinção faz diferença para quem desenvolve por conta própria e mantém uma integração existente. Continue aprimorando seus prompts, as permissões das ferramentas e os critérios de aceitação com o Argon. Guarde as tarefas difíceis em que ele falha para que uma futura avaliação do Carbon tenha uma referência relevante a superar.

Para um CTO, a decisão de migrar deve ser tratada separadamente do anúncio de lançamento. Reutilizar um conjunto de testes é simples; presumir que a API terá comportamento idêntico exige outro cuidado. Antes de considerar o novo modelo um substituto direto, confirme na documentação suas entradas, saídas, ferramentas e limites operacionais.

O guia do Gemini 4 Argon explica as formas atuais de acesso e os limites de operação. Essas informações se aplicam ao Argon até que o Google documente o contrário para o Carbon.

O que mostram os benchmarks publicados pelo Google?

Na comparação publicada pelo Google, o Carbon supera o Argon em todas as avaliações listadas. Isso não comprova que ele vença em qualquer tarefa ou em toda comparação com concorrentes. A tabela abaixo reproduz a tabela de benchmarks do Google. São resultados publicados pela empresa, não medições feitas para este artigo.

As linhas de cibersegurança representam etapas diferentes da defesa: encontrar uma falha, verificar se ela pode ser explorada e corrigi-la. Não tire uma média dos percentuais para criar uma nota de segurança. Para uma equipe que avalia trabalho de manutenção, um benchmark de correção é o ponto de partida mais próximo da tarefa. Um resultado de identificação de vulnerabilidades responde a outra pergunta.

As condições dos testes fazem diferença

A metodologia de avaliação do Google costuma usar as configurações mais altas de raciocínio. Os resultados de AA Index e Terminal-Bench vêm da Artificial Analysis, e os de CWE-bench, da Collinear AI. Os demais são calculados pelo próprio Google. A tabela, portanto, reúne avaliações de fontes diferentes.

Por exemplo, o resultado do Google no SEC-bench Pro usa um subconjunto de 183 tarefas com motores JavaScript. A avaliação no ExploitGym usa o Antigravity como harness — o software que executa as ferramentas do agente —, sem internet e com as mitigações desativadas. O OSWorld apresenta um subconjunto offline e o maior resultado entre as execuções. Essas condições precisam ser consideradas ao decidir quais conclusões uma pontuação permite tirar.

Um produto que opere com outras ferramentas, permissões ou limites precisa de uma avaliação própria. Os resultados publicados dos benchmarks não garantem que as capacidades de acesso restrito usadas em um teste estarão disponíveis no produto que sua empresa vier a contratar.

Onde está o exagero em chamar o Carbon de “#1”?

“#1” indica a posição em um ranking específico, não um vencedor universal. A Artificial Analysis coloca o Carbon High no topo do Intelligence Index v5.0, com 59, e informa explicitamente que não há uma API disponível ao público. Ter acesso para uma avaliação com bons resultados e oferecer acesso público a clientes são fatos distintos.

A própria tabela do Google também mostra exceções: os 81.5% do Carbon no subconjunto offline do OSWorld ficam atrás dos 87.2% do Claude Opus 5.5, modelo da Anthropic. Isso basta para descartar a afirmação de que o Carbon lidera em qualquer tipo de trabalho. Escolha a avaliação mais próxima das suas tarefas antes de escolher o modelo.

Também não transforme a tabela em um veredito sobre Carbon versus OpenAI GPT-6.1 Terra. A coluna da OpenAI traz o GPT-6 Astra, que é outro modelo. Um resultado do Astra não responde se você deve substituir o Terra no seu fluxo de programação.

Por fim, a taxa de sucesso de 0.0% em ataques de injeção de prompt informada pelo Google se aplica aos ataques avaliados. Injeção de prompt é a tentativa de redirecionar um agente por meio de instruções escondidas no material que ele lê. Mantenha os limites de permissão, a revisão dos testes e a aprovação de ações de maior impacto, mesmo quando o modelo apresentar um bom resultado.

O que muda para quem desenvolve, opera e contrata?

Quem desenvolve deve continuar com o modelo que já entrega trabalho aceitável. Se seu aplicativo Gemini roda com Argon, mantenha-o enquanto prepara a comparação. Se o seu fluxo já usa Opus 5.5 ou GPT-6.1 Terra com sucesso, o anúncio do Carbon, por si só, não é motivo para parar ou migrar. O guia atual de modelos aborda essa escolha de forma mais ampla.

Quem cuida da operação deve garantir que tarefas longas possam ser revisadas. O CTO de uma empresa de médio porte pode escolher uma correção recorrente de regressão, com um teste conhecido que falha e um responsável definido. Um profissional sênior de operações pode exigir um registro da tarefa que mostre o que mudou, quais verificações foram executadas e o que continua pendente. Trabalhar por mais tempo só ajuda quando o resultado está correto e quem revisa consegue confirmar isso com eficiência.

Quem contrata deve planejar o orçamento para além do período promocional. Tokens são as unidades cobradas pelas entradas e saídas do modelo. Uma execução mais longa pode consumir mais tokens mesmo que o patch final seja pequeno.

Preço do Gemini 4 Carbon: inicialmente, US$2 por milhão de tokens de entrada e US$10 por milhão de tokens de saída; a entrada em cache tem desconto de 95% sobre o preço dos tokens de entrada. Após o período promocional, são US$4 por 1M de tokens de entrada e US$20 por 1M de tokens de saída. Publicação do Google e nota de rodapé.

A publicação sobre o Carbon não informa quando termina o preço promocional. A mudança documentada na tarifa Standard do Argon começa em 1 de dezembro de 2026. Essa é uma data para o planejamento de custos do Argon, não para o lançamento ou os preços do Carbon. Consulte a comparação detalhada de planos na página de preços do Gemini.

O que fazer ainda nesta semana?

Defina agora quem será responsável por um conjunto de testes reutilizável. Para quem fundou uma empresa que já recebeu investimento, a entrega é uma decisão de adoção bem fundamentada quando o acesso chegar. Para quem desenvolve por conta própria, é uma coleção de tarefas difíceis já salvas, que agilize a avaliação do próximo lançamento de modelo.

1. 1

   Guarde tarefas representativas

   Reúna um patch para corrigir uma regressão, uma alteração em vários arquivos, uma correção de segurança autorizada e um pedido ambíguo que exija esclarecimentos. Inclua tanto tarefas rotineiras quanto casos difíceis em que o modelo falhou. Remova credenciais e dados desnecessários de clientes dos dados e arquivos de teste salvos.

2. 2

   Defina os critérios de aceitação antes de executar

   Registre a revisão inicial do código, os arquivos permitidos, as ferramentas disponíveis, os testes que precisam passar e as condições que exigem interromper a execução. No caso da regressão, exija que o teste que reproduz a falha passe e que não haja alterações alheias à tarefa. Uma explicação plausível não equivale a uma correção concluída.

3. 3

   Registre a referência com o Argon

   Execute o conjunto com o modelo que você usa hoje. Salve o patch, os resultados dos testes, o consumo cobrado, as novas tentativas, as interrupções e o esforço de revisão. Essas são verificações propostas, não resultados medidos para este artigo. Calcule o orçamento do uso recorrente do Gemini pela tarifa que valerá após o período promocional.

4. 4

   Exija que o Carbon justifique a troca

   Quando sua conta tiver acesso e o Google documentar a interface, repita as mesmas tarefas com ferramentas e permissões comparáveis. Amplie o uso somente se os resultados aceitos melhorarem sem um aumento inaceitável no esforço de revisão, na latência ou no custo. Caso contrário, mantenha o modelo que já funciona.

Para acompanhar decisões práticas sobre a adoção de modelos conforme o acesso muda, assine a newsletter.