Em 10.11.2026, o Google disponibilizou o Gemini 4 Carbon para desenvolvedores, empresas, cientistas e consumidores. A empresa descreve o Carbon como seu modelo mais forte, com desempenho de fronteira em capacidades de cibersegurança e fluxos de trabalho agênticos de longo horizonte em trabalho de conhecimento complexo, engenharia de software e raciocínio científico.

Duas semanas antes, o Google havia liberado o Carbon para um grupo de defensores de cibersegurança por meio do seu Fairwind Program. O lançamento vem na sequência da estreia recente do Gemini 4 Argon, que o Google diz continuar sendo a escolha ideal para a maioria dos trabalhos de engenharia de software e de conhecimento. O Carbon é voltado para tarefas que testam os limites da inteligência de um modelo, como programação e depuração complexas em múltiplas etapas e pesquisa e descoberta científica abertas, e ele gasta mais tokens que o Argon para explorar a fundo, raciocinar profundamente e executar ciclos estendidos de verificação.

Segundo o Google, o Carbon ocupa o primeiro lugar no CursorBench 4.0, no WANDR da Perplexity e no AutomationBench da Zapier, com custo por tarefa mais de 2x menor que o do melhor modelo externo seguinte.

O Google também está dando uma prévia do /swarm no Google Antigravity, um recurso que transforma um único prompt em uma equipe coordenada de agentes que pode ser acompanhada em tempo real. Os desenvolvedores podem atribuir o Carbon a papéis que exigem o raciocínio mais profundo, como design de arquitetura, coordenação e auditoria, enquanto o combinam com modelos mais rápidos e leves em espaços de trabalho isolados e paralelos e verificadores adversariais que testam cada mudança.

O Gemini 4 Carbon está disponível por meio da API no Google AI Studio e no Gemini for business para todos os desenvolvedores e empresas pagantes, pelo mesmo preço introdutório do Gemini 4 Argon: US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Após o fim do período introdutório em 30.11.2026, o preço será de US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída; isso se aplica apenas ao modelo Carbon destinado ao acesso público. O modelo também está sendo liberado para todos os assinantes do Google AI Ultra no Google Antigravity, no aplicativo Gemini e no AI Mode da Busca.

Trabalho de conhecimento, geração de artefatos e análise de dados

Nos setores jurídico, financeiro e de operações empresariais, o Google diz que o Carbon combina compreensão visual de fronteira, raciocínio e recuperação exaustiva para sintetizar insights fundamentados sobre grandes conjuntos de documentos e dados densos, e que ele segue esquemas e formatação rigorosos para gerar planilhas, apresentações e relatórios refinados e precisos.

Como os benchmarks existentes não capturam adequadamente como os agentes raciocinam nativamente sobre arquivos densos contendo gráficos, imagens, blueprints, esquemas e tabelas, o Google fez uma parceria com a Artificial Analysis para lançar o novo benchmark Multimodal Knowledge Agent (MKA), que testa o desempenho multimodal em fluxos de trabalho agênticos. O Carbon fica em segundo lugar nele, com custo médio por tarefa mais de 6x menor que o do modelo com melhor desempenho.

Em avaliações anteriores ao lançamento, o Carbon igualou o desempenho do melhor modelo testado em pesquisa financeira profunda na avaliação E2E Financial Agentic da Hebbia e ficou no topo entre 23 configurações de modelos de fronteira no benchmark General Financial Intelligence da Balyasny Asset Management, que abrange expertise jurídica, uso e execução de ferramentas agênticas, programação e engenharia de dados e percepção e compreensão de contexto.

Programação agêntica, desenvolvimento full-stack e design

O Google diz que o Carbon tem desempenho excepcionalmente bom em tarefas de engenharia que exigem colaboração multiagente, como migrações de múltiplos pacotes, investigações de causa raiz entre subsistemas e redesenhos arquiteturais complexos. Para desenvolvimento de aplicações web, ele executa ciclos de construir e verificar, se recupera de erros e confere tanto seu código quanto a UI renderizada para produzir aplicações completas e funcionais. A empresa acrescenta que o design visual mais forte, o raciocínio espacial e a atenção aos detalhes do ambiente também se transferem para o desenvolvimento de jogos 3D e a programação criativa.

Cibersegurança

O Google apresenta o Gemini 4 Carbon for cyber como sua capacidade de cibersegurança mais forte até hoje, dando às equipes de segurança inteligência de ponta a ponta para proteger software crítico. Quando acessado por meio do Fairwind Program, o Carbon lidera em benchmarks importantes de encontrar (SEC-bench Pro), explorar (ExploitGym) e corrigir (CWE-bench v1) vulnerabilidades: inspecionando software, rastreando como falhas podem ser encadeadas entre sistemas e gerando patches de causa raiz verificados.

O Google relata que os primeiros testadores dentro e fora da empresa já estão vendo resultados fortes na prática:

  • No Project Fortify, o sistema autônomo do Google que abrange varredura, triagem e remediação, o Carbon atingiu 100 por cento de recall na varredura e 95 por cento de precisão na triagem em um benchmark interno. Em testes em repositórios de código aberto, o Google relata uma melhoria relativa de mais de 25 por cento sobre a taxa de recall do Argon, trazendo à tona falhas lógicas reais antes não detectadas. A empresa diz que levar esses ganhos por todo o Google, um dos maiores usuários de software de código aberto do mundo, ajuda a proteger tanto seus próprios sistemas quanto o ecossistema mais amplo.
  • A equipe de Cloud Vulnerability Research do Google usou recentemente o Carbon para provar que dois bugs em um software de código aberto popular eram, de fato, vulnerabilidades exploráveis, comparáveis em severidade ao recente exploit PHP2Shell. Ao usar o Carbon para construir uma prova de conceito, a equipe ajudou os mantenedores a reclassificar o bug como crítico e a emitir um patch rapidamente. Os detalhes serão compartilhados após a conclusão do processo de divulgação responsável.
  • Como parte do programa Scan for Good da Wiz, a equipe usou o Carbon para avaliar vulnerabilidades em infraestrutura digital pública. Ao varrer dois grandes provedores de SaaS, o modelo teria descoberto vulnerabilidades zero-day em menos de duas horas, comprimindo semanas de pesquisa de vulnerabilidades em uma única tarde. A equipe fez parceria com as organizações afetadas para remediar, ajudando a mitigar o impacto potencial sobre dezenas de milhares de empresas.

Raciocínio científico e matemático

O Google relata desempenho de raciocínio fortemente melhorado em física, matemática e ciências da vida, incluindo sintetizar dados experimentais, testar hipóteses e raciocinar sobre problemas de domínio em múltiplas etapas. Para a empresa de pesquisa em toxicidade de medicamentos Axiom Bio, o Carbon é agora o modelo líder em desempenho para ciência translacional, encontrando novos mecanismos de toxicidade que a empresa não havia encontrado anteriormente. A Axiom está migrando suas análises científicas e agentes de produção para o Carbon e o Argon.

Pesquisadores de todo o Google também vêm usando o Carbon no Google Antigravity:

  • Verificação de código: pesquisadores construíram um novo framework agêntico para verificação formal chamado AlphaProof Code e o aplicaram para provar matematicamente o código real subjacente ao protocolo criptográfico do Signal. Usando o Carbon ao lado de outros modelos, os pesquisadores traduziram objetivos de segurança em teoremas matemáticos. Os agentes do AlphaProof Code então usaram o Carbon para gerar milhões de linhas de código em Lean, uma linguagem de computador para escrever provas matemáticas, ajudando-os a provar propriedades de segurança importantes em semanas, uma tarefa que historicamente leva anos para equipes de especialistas. O Google diz que o resultado indica o potencial do Carbon para viabilizar verificação formal escalável, há muito considerada a abordagem padrão-ouro para construir software seguro.
  • Desenvolvimento de ensaios enzimáticos: munido apenas de cadernos de laboratório e dados brutos, o Carbon foi além da análise padrão para trazer à tona anomalias de dados difíceis de interpretar, que usou para diagnosticar artefatos experimentais sutis de laboratório úmido, como mistura automatizada incompleta em poços profundos, levando a uma reprodutibilidade substancialmente melhorada. Ele também aprimorou métodos para deconvoluir picos de cromatografia e capturou carreamento residual de amostras em instrumentos de pesquisa, acelerando o desenvolvimento de novos ensaios e estreitando o ciclo de feedback entre a computação e a bancada.
  • Previsão de estrutura de proteínas: modelos de previsão de estrutura como o AlphaFold 3 dependem de alinhamentos múltiplos de sequências de parentes evolutivos para inferir como cadeias de aminoácidos se dobram, e frequentemente têm dificuldade com proteínas pouco estudadas, virais, microbianas e eucarióticas com poucas correspondências em bancos de dados padrão. Trabalhando em uma configuração multiagente, pesquisadores do Google usaram o Carbon para descobrir autonomamente homólogos remotos em arquivos de sequências não anotadas em escala de petabases, catálogos de sequências ambientais e virais e bancos de dados de estruturas 3D. Em sete famílias de proteínas de baixa homologia do conjunto de teste cego CASP17, o Carbon aumentou o número de homólogos recuperados em 40 vezes em média, expandindo as informações disponíveis para os modelos de previsão de estrutura sem retreinamento. O Google observa que um benchmarking mais amplo ainda está em andamento e que resolver esse gargalo de busca a montante pode oferecer um caminho promissor para modelar regiões do proteoma difíceis de caracterizar.

Há quatro semanas, o Google abriu inscrições para dar a 10.000 cientistas acesso gratuito ao Argon no Google Antigravity por seis meses, e diz que já integrou milhares de cientistas. O acesso está sendo expandido para o Carbon para participantes atuais e futuros, e o programa continuará fornecendo acesso aos modelos de fronteira mais recentes do Google à medida que forem disponibilizados. As inscrições seguem abertas e a integração continua semanalmente de forma contínua, sujeita a elegibilidade, capacidade e seleção.

Segurança e proteção do modelo

O Google diz que continua fortalecendo as mitigações de segurança e proteção, a prevenção de uso indevido agêntico, o alinhamento do modelo e a redução de danos proporcionalmente à capacidade do modelo, e que, por introduzir capacidades cibernéticas mais fortes, o Carbon se baseia na pilha de segurança e proteção do Argon para fortalecer a robustez contra uso indevido e prompt injection.

  • Salvaguardas contra uso indevido: em ambientes de teste de ciberataques simulados semeados com ExploitBench e CyScenarioBench, o Carbon bloqueou 99 por cento das trajetórias de ataque do agente de red-teaming adaptativo do Google, que pode revisitar iterativamente seus planos de ataque após cada bloqueio. As salvaguardas reduziram a taxa de violação por tentativa para 0,8 por cento, ante 3,1 por cento no Argon. Elas também reduziram a taxa de sucesso de consultas de ciberataques automatizados para 2,17 por cento nos testes da Gray Swan, contra 9,86 por cento no Argon. Testes externos da Trajectory Labs não encontraram nenhum novo jailbreak universal em 132 horas e mais de 13.000 solicitações.
  • Alinhamento e honestidade: quando o Google anunciou o Carbon, reportou melhorias significativas no alinhamento medido pelas taxas de sinalização de monitores ao longo do ciclo de vida do modelo, junto com reduções na fabricação de dados. Novos resultados mostram que, no benchmark de honestidade agêntica de 375 tarefas da empresa, o Carbon passou em 92 por cento das tarefas, contra 70 por cento do Argon, recusando-se a preencher dados experimentais faltantes 98 por cento das vezes e sinalizando falhas metodológicas 68 por cento das vezes.
  • Prompt injection indireto: há duas semanas, o Google compartilhou que o Carbon alcançou uma taxa de sucesso de ataque de prompt injection de 0 por cento no benchmark Gray Swan IPI, o que descreveu como a primeira vez que esse marco foi alcançado. A empresa alerta que a robustez contra prompt injection continua sendo uma área de melhoria contínua e diz que seu red teaming automatizado mostrou que os modelos poderiam ser aprimorados ainda mais contra ataques sofisticados em algumas distribuições.

O Google encaminha os leitores ao relatório completo de segurança e proteção do Gemini 4 Carbon para mais detalhes.

Comparação do Google das medições de desalinhamento ao longo do ciclo de vida do modelo.
Comparação do Google das medições de desalinhamento ao longo do ciclo de vida do modelo. — Fonte

Como começar

  • Desenvolvedores: construam com o nível pago da API Gemini no AI Studio e no Android Studio; assinantes do Google AI Ultra também podem experimentá-lo no Google Antigravity e no AI Studio.
  • Empresas: acessem por meio do Gemini for business via API ou menu suspenso de modelos, Google Antigravity ou CodeMender.
  • Usuários comuns: assinantes do Google AI Ultra podem experimentar o Carbon no aplicativo Gemini e no AI Mode da Busca.
  • Cientistas e pesquisadores: inscrevam-se para acesso ao Argon e ao Carbon por meio do nível de uso mais alto do Google Antigravity, gratuitamente por seis meses, com integração contínua, sujeita a elegibilidade, capacidade e seleção.
  • Defensores de cibersegurança: inscrevam-se no Fairwind Program para acesso ao Carbon for cyber de forma contínua.

O Google encaminha os usuários ao model card e ao seu guia de desenvolvedor e documentação do Gemini 4 atualizados para as melhores práticas de migração de fluxos de trabalho para o modelo.