Google anuncia Gemini 4 Carbon, seu modelo mais forte com foco em ciberseguranca

O Google DeepMind anunciou o Gemini 4 Carbon, descrito como seu proximo modelo de fronteira e seu modelo mais forte, com desempenho de ponta em ciberseguranca e em tarefas longas e complexas.

Segundo o Google, o Carbon ocupa o 1o lugar no Artificial Analysis Intelligence Index v5.0, com 59 pontos, com ganhos em programacao e em tarefas de agentes autonomos.

Recordes em seguranca

Na area de defesa cibernetica, o modelo alcancou 88.2% no SEC-bench Pro para encontrar vulnerabilidades, 54.8% no ExploitGym para exploracao e 71.0% no CWE-bench da Collinear para correcao de falhas.

Na pratica, isso cobre o ciclo da defesa: achar falhas reais em softwares, testar se elas podem ser exploradas e transformar o diagnostico em correcao no codigo. O Google diz que os testes externos foram avaliados sem guardrails.

Em benchmarks internos, o Carbon teve mais de 2x de melhora na taxa de sucesso em gerar codigo seguro em relacao ao Argon. A equipe do Chrome relatou desempenho mais de 10X melhor que outro modelo de fronteira de outro laboratorio ao gerar patches de alta qualidade, e a Wiz observou lideranca em testes de invasao web.

Programacao longa e preco

O Carbon foi criado para problemas de engenharia longos, com fluxos de trabalho continuos de agentes. Internamente, as equipes viram o modelo trabalhar por dias para resolver bugs sutis em bases grandes de codigo e sistemas de baixo nivel.

Ele sucede o Gemini 4 Argon, lancado duas semanas atras. No desenvolvimento web, subiu 89 pontos de elo para chegar ao 4o lugar na WebDev Arena, com 1768 pontos.

O preco inicial sera o mesmo do Argon: US$ 2 por milhao de tokens de entrada e US$ 10 por milhao de tokens de saida, com tokens de entrada em cache com 95% de desconto sobre o preco de entrada. Token e a unidade de texto que o modelo le e gera, e cache reduz o custo de repetir contexto.

Seguranca e lancamento gradual

No alinhamento, o Google diz que o Carbon zerou o sucesso em trapacas no Terminal-Bench 4.0, com 0.0% de sucesso e 0.4% de tentativas, alem de queda de quase 80% em alertas graves de desalinhamento em uso interno. Tambem cortou alegacoes sem suporte em cerca de 2x e reduziu excesso de acao em 26% e falta de entrega em 29%.

Contra injecao indireta de prompt, benchmark e o teste que mede resistencia a comandos maliciosos escondidos. O Carbon atingiu 0.0% de taxa de sucesso de ataque no benchmark Indirect Prompt Injection da Gray Swan, ante 0.7% do Argon.

A liberacao sera gradual: a partir desta semana para um grupo de defensores ciberneticos, com expansao para parceiros confiaveis pelo Fairwind Program. O Google diz que participa do processo voluntario do governo dos EUA para testes antes do lancamento e que levara o modelo a desenvolvedores, empresas e consumidores assim que possivel.