Gemini 4 Carbon: benchmarks, preço e quando chega pra dev

O Gemini 4 Carbon é o novo modelo topo de linha do Google, anunciado em 28 de outubro de 2026, duas semanas depois de o Gemini 4 Argon ficar disponível pra todo mundo. Ele já está em 1º no índice da Artificial Analysis.

E você não consegue chamar ele.

Não tem endpoint público, não tem model ID e não tem data. Tem uma tabela de benchmark bonita, um preço de lançamento e a promessa de "assim que possível". Enquanto isso, a timeline já decidiu que o Claude morreu. De novo.

Este post separa três coisas: o que o Google publicou sobre o Gemini 4 Carbon, o que terceiros mediram por conta própria (incluindo onde ele perde) e como montar um watcher que te avisa no minuto em que o modelo aparecer na Gemini API.

TL;DR

• O que é: o novo modelo topo de linha do Google, acima do Gemini 4 Argon. Foco em cibersegurança e tarefas agentic longas.
• Status em 29/10/2026: anunciado em 28/10, com acesso só para um grupo de defensores de cibersegurança via Fairwind Program. Sem API pública.
• Preço: US$ 2 / US$ 10 por milhão de tokens (entrada/saída) no período introdutório, cache com 95% de desconto. Depois, US$ 4 / US$ 20.
• Benchmarks: 1º no Artificial Analysis Intelligence Index v5.0 (59). Mas fica em 2º no Vals Index, atrás do Claude Sonnet 5.5, e perde para o Claude Code com Opus 5.5 no índice de agentes de código.
• O que fazer: deixar o watcher do endpoint rodando e o fallback de modelo pronto no código.

O contexto: de Argon a Carbon em 15 dias

A linha do tempo é curta e rápida.

Em 30 de setembro o Google anunciou o Gemini 4 Argon, primeiro modelo da família Gemini 4. Primeiro só para defensores de cibersegurança. Em 13 de outubro ele ficou disponível para todo mundo: Gemini API, AI Studio, Antigravity e Google Cloud. A comparação completa com o Opus 5.5, com custo por sessão agentic, está no post Gemini 4 Argon vs Claude Opus 5.5.

Em 28 de outubro veio o Gemini 4 Carbon, assinado pelo Koray Kavukcuoglu, chefe de IA do Google DeepMind. O Google chama de "nosso modelo mais forte, com cibersegurança e capacidade de horizonte longo no estado da arte".

Horizonte longo aqui quer dizer tarefa que dura muito. Segundo o post oficial, times internos viram o Carbon rodar por dias em problemas de engenharia: achar a causa raiz de bugs sutis em codebases grandes e em sistemas de baixo nível, atravessando becos sem saída sem desistir.

E o roteiro de liberação é o mesmo do Argon. Primeiro um subconjunto de defensores de cibersegurança, depois parceiros confiáveis pelo Fairwind, e só então devs, empresas e consumidores. O Google também diz que está participando do processo voluntário de testes pré-lançamento do governo dos EUA. Se o padrão do Argon se repetir, são umas duas semanas entre anúncio e API aberta. Mas isso é padrão observado, não promessa.

Benchmarks: o que o Google diz e o que terceiros mediram

Aqui mora a confusão. Tem número do próprio Google, tem número que a Artificial Analysis verificou e tem número que a Vals mediu do zero. Misturar os três é como a timeline chega a "o Carbon esmagou todo mundo".

O salto em cima do Argon (números do Google)

Fonte: post oficial do Google e a tabela reproduzida pela VentureBeat. Um detalhe que o próprio Google registra: as avaliações de cyber rodaram sem guardrails. É o modelo cru, não o que você vai receber pela API.

O Google ainda cita dois resultados internos que ninguém de fora consegue checar: mais de 2x na taxa de sucesso em geração de código seguro em relação ao Argon, e um patch "mais de 10x melhor" que o de um modelo de outro lab, que ele não diz qual é.

Contra a concorrência

A VentureBeat contou: o Carbon tem a maior nota em 15 das 17 linhas do gráfico do Google. Agora as linhas que importam pra quem escreve código com agente:

• Artificial Analysis Intelligence Index v5.0: Carbon 59, Claude Opus 5.5 58, GPT-6 Astra 57, Argon 50. Liderança, mas por um ponto.
• FrontierSWE 2: Astra 65,5%, Opus 62,3%, Carbon 61,2%. Carbon em terceiro.
• OSWorld offline (uso de computador): Opus 87,2%, Carbon 81,5%.
• AA Coding Agent Index: Claude Code com Opus 5.5 faz 62. Carbon via Antigravity CLI faz 59, empatado com Claude Code com Sonnet 5.5.

E a medição que é só de terceiro: a Vals rodou o Carbon no Vals Index v2.2 e ele ficou em 2º de 29, com 70,36%, atrás do Claude Sonnet 5.5 (70,85%). No Terminal-Bench 4.0 da Vals ele fica em 4º, com 63,1%. Já no Vals Finance Index e no Legal Research Bench, fica em 1º.

Leitura honesta: é um modelo de ponta de verdade, e em segurança parece estar sozinho na frente. Em agente de código, que é onde a maioria de nós vive, ele empata com o que já existe. Não é a goleada da timeline.

O dado que o release não destacou: a alucinação subiu

O post do Google diz que o Carbon corta pela metade as "afirmações sem suporte" em comparação com o Argon. Isso é teste interno.

O teste externo conta outra parte. No AA-Omniscience da Artificial Analysis, que pergunta fatos e mede quando o modelo inventa em vez de admitir que não sabe, o Carbon acerta 58% das perguntas (o Argon acertava 48%). Mas a taxa de alucinação foi de 4% para 11%.

As duas coisas cabem juntas. O Carbon responde mais e se recusa menos. Quando responde mais, chuta mais. O índice geral sobe, porque ele acerta mais, e a fração de chutes errados sobe junto.

Pra ser justo: 11% ainda está muito abaixo do Opus 5.5 e do GPT-6 Astra, que ficam em torno de 50% nessa mesma medição, segundo a VentureBeat. O Carbon continua sendo dos modelos que menos inventam. Mas o Argon inventava menos ainda.

Por que isso importa no seu produto? Se você tem um RAG ou um agente que precisa dizer "não encontrei" quando o contexto não tem a resposta, a troca de Argon para Carbon pode piorar exatamente esse comportamento. Benchmark de capacidade não pega isso. O seu eval pega, se tiver caso de "resposta não está no documento".

Preço: igual ao Argon, por enquanto

Fonte: post oficial e VentureBeat.

Conta de exemplo: 10 milhões de tokens de entrada e 1 milhão de saída custam US$ 30 no preço introdutório e US$ 60 depois. Mesmo modelo, fatura dobrada.

Duas pegadinhas. Primeiro, o Google não disse quando acaba o preço introdutório do Carbon. Se você está planejando custo de 2027, use US$ 4 / US$ 20 na planilha. Segundo, preço por token não é custo por tarefa. Um modelo que roda "por dias" numa tarefa queima token por dias. O anúncio não traz consumo de tokens, retries nem tempo de execução, então ainda não dá pra saber se o Carbon sai mais barato por tarefa resolvida.

Rastreador: como saber quando o Gemini 4 Carbon cair na API

O endpoint ListModels da Gemini API é a fonte mais rápida que existe. O modelo aparece ali quando fica disponível pra sua chave, muitas vezes antes do anúncio circular. É o mesmo método do rastreador do Gemini 3.5 Pro, ajustado para a família 4.

Passo 1: veja o que existe hoje

curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=${GEMINI_API_KEY}&pageSize=200" \
  | jq -r '.models[].name' \
  | grep -i 'gemini-4'

Hoje isso deve devolver o models/gemini-4-argon e nada de Carbon. O Google ainda não publicou o model ID. Pelo padrão do Argon, o palpite é gemini-4-carbon, mas é palpite. Por isso o filtro é gemini-4 e não o nome exato.

Passo 2: watcher que avisa sozinho

#!/usr/bin/env bash
set -euo pipefail

SNAP="${HOME}/.cache/gemini-4-models.txt"
mkdir -p "$(dirname "$SNAP")"

atual=$(curl -sf "https://generativelanguage.googleapis.com/v1beta/models?key=${GEMINI_API_KEY}&pageSize=200" \
  | jq -r '.models[] | select(.supportedGenerationMethods[]? == "generateContent") | .name' \
  | grep -i 'gemini-4' \
  | sort -u || true)

if [ ! -f "$SNAP" ]; then
  printf '%s\n' "$atual" > "$SNAP"
  echo "snapshot inicial: $(wc -l <<<"$atual") modelos gemini-4"
  exit 0
fi

novos=$(comm -13 "$SNAP" <(printf '%s\n' "$atual") || true)

if [ -n "$novos" ]; then
  echo "modelos gemini-4 novos na API:"
  printf '%s\n' "$novos"
  printf '%s\n' "$atual" > "$SNAP"
fi

No cron, a cada 15 minutos:

*/15 * * * * /usr/local/bin/gemini4-watch.sh | mail -s "Gemini 4 na API" voce@exemplo.com

Troque o mail por um curl no webhook do Slack ou do Discord. Como o script só imprime algo quando aparece modelo novo, você não recebe spam.

Passo 3: confirme antes de comemorar

Aparecer na lista não quer dizer que funciona pra você.

• Chamada mínima de generateContent. Modelo em acesso restrito pode aparecer e devolver 403. Com o Carbon, que começa por allowlist, isso é bem provável.
• Preço na página oficial. Confira se o preço introdutório vale pra sua conta e até quando.
• Model card e limites. A Vals lista 1M de contexto e 1M de saída máxima, mas o Google ainda não documentou isso. Não dimensione nada em cima de número que não está no model card.

O que fazer enquanto o Carbon não sai

Não fique esperando. Deixe a troca de modelo a uma linha de .env.

Em Laravel com o Prism:

// config/ai.php
return [
    'principal' => env('AI_MODEL', 'gemini-4-argon'),
    'fallback'  => env('AI_MODEL_FALLBACK', 'gemini-3.7-flash'),
];

namespace App\Services;

use Illuminate\Support\Facades\Log;
use Prism\Prism\Enums\Provider;
use Prism\Prism\Prism;

class GeradorDeResposta
{
    public function gerar(string $prompt): string
    {
        $modelos = [config('ai.principal'), config('ai.fallback')];

        foreach ($modelos as $modelo) {
            try {
                return Prism::text()
                    ->using(Provider::Gemini, $modelo)
                    ->withPrompt($prompt)
                    ->asText()
                    ->text;
            } catch (\Throwable $e) {
                Log::warning('modelo indisponível, caindo pro próximo', [
                    'modelo' => $modelo,
                    'erro' => $e->getMessage(),
                ]);
            }
        }

        throw new \RuntimeException('nenhum modelo Gemini respondeu');
    }
}

No dia em que o Carbon abrir, a mudança é AI_MODEL=gemini-4-carbon (ou o ID que o Google publicar) e uma rodada de eval. Não é refactor.

E faça o eval de verdade. Separe de 30 a 50 casos reais do seu domínio e coloque entre eles casos em que a resposta certa é "não sei" ou "não está no contexto". Com a alucinação do Carbon subindo em relação ao Argon, esse é o tipo de regressão que você só vê se procurar.

Limitações e pontos de atenção

• Sem relatório técnico. O Google não publicou relatório técnico, arquitetura, número de parâmetros nem um relatório de segurança próprio do Carbon. O que existe é o do Argon.
• A maioria dos números é do Google. Só a posição no AA Index, o Coding Agent Index, o Omniscience e o Vals Index foram medidos por terceiros. O resto é autodeclarado, e os testes de cyber rodaram sem guardrails.
• Specs divergentes. A Vals lista 1M de saída máxima. O Argon tem 65.536 de saída padrão documentados. Até o model card sair, trate limite de saída como desconhecido.
• O AA v5.0 é uma suíte nova. 60% das tarefas são privadas e a suíte troca benchmarks em relação à versão anterior. Não compare o 59 do Carbon com notas de versões antigas do índice.
• Este post tem data. Escrito em 29/10/2026. Se você está lendo depois, rode o curl do passo 1 antes de acreditar no status de acesso.

FAQ rápido

Já dá pra usar o Gemini 4 Carbon? Só se você estiver no grupo de defensores de cibersegurança do Fairwind Program. Para devs, empresas e consumidores, o Google diz "em breve", sem data. Não está na Gemini API pública nem no AI Studio.

Qual é o model ID do Carbon na API? Ainda não publicado. Pelo padrão do Argon (gemini-4-argon), o provável é gemini-4-carbon, mas não deixe isso hardcoded. Use variável de ambiente e o watcher filtrando gemini-4.

Carbon ou Argon? Hoje, Argon, porque é o que existe na API. Quando o Carbon abrir, ele vale principalmente para segurança (achar e corrigir vulnerabilidade) e tarefas longas. Em RAG que precisa admitir "não sei", teste antes, porque o Argon alucina menos no AA-Omniscience.

Vale trocar o Claude pelo Carbon? Para agente de código, os números independentes não justificam a troca: Claude Code com Opus 5.5 fica à frente no Coding Agent Index, e o Sonnet 5.5 fica à frente no Vals Index. Para auditoria de segurança, o Carbon é o candidato mais forte. Decida pelo seu eval, não pelo gráfico do fabricante.

Conclusão

O Gemini 4 Carbon é real, é forte e, em cibersegurança, parece estar sozinho na frente. Também está trancado, sem model ID, sem relatório técnico e com o preço definitivo duas vezes mais alto que o do anúncio.

Ser o 1º num índice por um ponto não é goleada. E responder mais sem alucinar mais é uma conta que o Google ainda não fechou.

O método continua o mesmo do rastreador do Gemini 3.5 Pro: fato tem URL do fabricante e medição de terceiro, rumor tem print. Deixe o watcher no cron, o modelo no .env e o eval com casos de "não sei". No dia em que o Carbon abrir, você troca uma variável enquanto a timeline ainda está discutindo benchmark.

Isso não é hype. É engenharia.