Google Lança o Gemini 4 Carbon: IA Focada em Hacking e Defesa

Apenas duas semanas após liberar o modelo Argon, o Google DeepMind apresentou o Gemini 4 Carbon, que assumiu o topo do Artificial Analysis Intelligence Index v5 com 59 pontos, conforme apontado pelo The Verge e pelo The Decoder. O grande diferencial desta versão é o foco em fluxos de trabalho autônomos de longo prazo e em todo o ciclo de vida da cibersegurança.

O que muda na prática com o Gemini 4 Carbon?

De acordo com dados divulgados pelo The Decoder, o Carbon obteve 88,2% no SEC-bench Pro — benchmark voltado para a descoberta autônoma de vulnerabilidades em softwares reais — e 54,8% no ExploitGym, que mede a capacidade de transformar falhas em exploits. Para esses testes de segurança específicos, o Google executou o modelo sem travas de segurança tradicionais.

Equipes internas relataram que o modelo conseguiu rodar por vários dias consecutivos sem intervenção humana, superando becos sem saída em tarefas complexas de engenharia. A precisão nas respostas subiu para 58% (contra 48% do Argon), mantendo o preço competitivo de US$ 2 por milhão de tokens de entrada (cerca de R$ 11,50) e US$ 10 por milhão de tokens de saída (cerca de R$ 57).

Passo a passo: como acessar a novidade

Diferente de lançamentos voltados ao público geral, o perfil de risco do Carbon exigiu uma estratégia de liberação cautelosa por parte da empresa.

• Filtro inicial: Acesso restrito a um grupo selecionado de empresas de defesa cibernética e especialistas convidados nesta semana.
• Testes governamentais: O sistema passa por processos de testes pré-lançamento voluntários com órgãos dos Estados Unidos.
• Programa Fairwind: A expansão para outros parceiros de confiança ocorrerá de forma gradual através do programa corporativo do Google, antes de chegar a interfaces comerciais abertas.

Veredito: vale a pena para a sua rotina?

Para equipes de engenharia de software e segurança da informação, o Carbon posiciona-se como uma ferramenta poderosa para auditorias profundas e correção de bugs complexos, superando concorrentes caros como o Claude Opus 5.5 em eficiência de custo por tarefa (cerca de US$ 7,76 por execução, ou aproximadamente R$ 45). Contudo, pelo alto tempo de processamento exigido em tarefas longas — ultrapassando 50 minutos em pesquisas complexas —, ele não substitui modelos rápidos para o suporte diário de desenvolvimento.