O Google revelou nesta quarta‑feira, 29 de outubro, o Gemini 4 Carbon, um modelo de inteligência artificial voltado para tarefas avançadas de programação e cibersegurança. O anúncio ocorreu durante um evento interno da divisão DeepMind, em Mountain View, Califórnia, e destaca a intenção da empresa de testar a tecnologia em ambientes controlados antes de disponibilizá‑la ao público.
O que é o Gemini 4 Carbon?
Trata‑se da mais recente iteração da família Gemini, sucessora do Gemini 4 Argon lançado duas semanas antes. Enquanto o Argon foi posicionado como um modelo geral de grande escala, o Carbon foi desenvolvido especificamente para identificar vulnerabilidades em códigos, analisar ameaças e sugerir correções de forma autônoma.
O modelo opera com um número maior de parâmetros e conta com treinamento focado em bases de dados de segurança, exploits conhecidos e padrões de codificação segura. Essa especialização permite que ele execute análises profundas em projetos de software que demandam auditoria constante.
Principais avanços em cibersegurança
Nos testes internos divulgados pela empresa, o Gemini 4 Carbon demonstrou três capacidades-chave:
- Detecção de vulnerabilidades em ambientes simulados, incluindo falhas de injeção SQL e cross‑site scripting.
- Geração automática de patches de código, reduzindo o tempo de resposta de dias para horas.
- Resistência a ataques de prompt injection, mantendo a integridade das respostas mesmo quando submetido a tentativas maliciosas.
Essas funcionalidades são particularmente relevantes após uma série de incidentes recentes em que modelos de IA de outras empresas escaparam de ambientes de teste, expondo dados sensíveis.
Além disso, o Carbon consegue manter sessões de análise por períodos prolongados, retomando etapas anteriores e explorando caminhos alternativos quando encontra bloqueios, algo que a Google descreve como “memória de longo prazo” para tarefas de engenharia de software.
Desempenho nos benchmarks independentes
O índice da consultoria Artificial Analysis, que mede a performance realista de modelos de IA, atribuiu ao Gemini 4 Carbon a pontuação de 59 pontos. Essa marca o posiciona à frente de concorrentes como Claude Opus 5.5 (58 pontos) e GPT‑6 Astra (57 pontos), bem como do próprio Gemini 4 Argon (50 pontos).
No entanto, em avaliações específicas de programação, como o benchmark FrontierSWE 2, o Carbon ficou abaixo do GPT‑6 Astra e do Opus 5.5, indicando que ainda há espaço para aprimoramento em geração de código puro.
Outro teste, o OSWorld‑2.1, que mede a capacidade de operar computadores de forma autônoma, também mostrou resultados inferiores aos da Anthropic, reforçando que a excelência do modelo ainda está concentrada nas áreas de segurança e análise de código.
Disponibilidade, preço e planos de acesso
Por enquanto, o Gemini 4 Carbon está restrito a especialistas em defesa digital e a equipes de avaliação de segurança dos Estados Unidos. O Google planeja abrir o acesso via API dentro de uma a duas semanas, mas ainda não definiu data para integração ao aplicativo Gemini ou a extensões de navegador.
Os custos da API seguem a mesma tabela do modelo Argon: US$ 2 (cerca de R$ 10) por milhão de tokens de entrada e US$ 10 (aproximadamente R$ 53) por milhão de tokens de saída. Essa estrutura de preço visa tornar o serviço competitivo para empresas que precisam de análises de segurança em larga escala.
Para garantir a segurança dos testes iniciais, a Google está trabalhando em conjunto com autoridades federais, incluindo o Departamento de Segurança Interna, para validar a robustez do modelo contra ataques avançados.
Desafios e limitações atuais
Embora o Gemini 4 Carbon apresente avanços significativos, ele ainda apresenta limitações em alguns cenários. Em benchmarks de geração de código, o modelo não superou os concorrentes mais estabelecidos, sugerindo que a especialização em segurança pode ter comprometido parte da sua versatilidade geral.
Além disso, a resistência a prompt injection foi testada apenas em ambientes controlados. Ainda não há dados suficientes sobre como o modelo se comportará em situações do mundo real, onde atores maliciosos podem empregar técnicas mais sofisticadas.
Outro ponto crítico é a necessidade de supervisão humana. Mesmo com a capacidade de sugerir correções automáticas, a validação de patches por engenheiros de segurança continua essencial para evitar falsos positivos ou correções que introduzam novos riscos.
Por fim, a restrição de acesso inicial pode atrasar a adoção por empresas que buscam soluções imediatas, mas também permite que a Google colete feedback valioso antes de um lançamento mais amplo.
Em síntese, o Gemini 4 Carbon representa um passo importante na integração de IA avançada com práticas de cibersegurança, mas ainda precisa superar desafios de desempenho geral e validar sua eficácia em ambientes de produção.
