O Google disponibilizou nesta terça-feira (10/11) o Gemini 4 Carbon para o público em geral e corporações, após um período inicial restrito a especialistas em segurança digital.
Disponibilidade e custos Desenvolvedores já podem utilizar o modelo por meio da API no Google AI Studio, no Android Studio e no Gemini for Business. O custo inicial é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, o que equivale a cerca de R$ 10 e R$ 53, respectivamente. Contudo, essa tabela promocional é válida apenas até o encerramento de novembro, quando os valores devem sofrer reajuste e equiparar-se aos de concorrentes como o Claude Opus 5.5.
Apesar do aumento programado, a corporação manterá tarifas competitivas, ficando abaixo dos preços cobrados pelo GPT-6 Astra e pelo Fable 5.2. Já o consumidor final encontra a novidade integrada ao aplicativo do Gemini, ao Modo IA da Busca e ao Google Antigravity, desde que possua a assinatura do plano Google AI Ultra, comercializado a partir de R$ 779,90 mensais.
Capacidade de processamento avançado Posicionado acima do Gemini 4 Argon — lançado em outubro —, o Carbon foi projetado para lidar com demandas difíceis que exigem raciocínio aprofundado, a exemplo de auditorias sistêmicas, solução de falhas em códigos de programação e investigações científicas multidisciplinares.
Embora consuma um volume maior de tokens na comparação com o Argon, o sistema sustenta ciclos longos de checagem. Essa dinâmica assegura que a tecnologia examine múltiplos cenários, avalie dados parciais e investigue caminhos alternativos com eficiência.
Trabalho integrado entre IAs Outro destaque da chegada do modelo é a introdução do comando /swarm, disponibilizado primeiramente no Google Antigravity. A ferramenta viabiliza a divisão de uma única incumbência entre vários agentes de inteligência artificial operando em conjunto.
Nesse ecossistema, o Carbon lida com o planejamento estrutural e lógico mais pesado, enquanto os demais agentes executam subtarefas mais ágeis. O objetivo é automatizar projetos complexos de múltiplas etapas sem exigir o gerenciamento manual de cada passo pelo usuário.
Testes demonstraram a eficácia do recurso durante a criação autônoma de uma biblioteca de interfaces em Rust e no desenvolvimento de um jogo tridimensional em Three.js simulando o campus corporativo.
Segurança e proteção contra ameaças No quesito blindagem digital, o sistema obteve 100% de aproveitamento na detecção de vulnerabilidades durante avaliações no Project Fortify, além de barrar 99% das tentativas de invasão em testes simulados.
O mecanismo também apresentou evolução contra ataques de injeção de prompt, resistindo a todas as tentativas de manipulação nos exames internos. Em avaliações voltadas à confiabilidade de respostas, o modelo atingiu 92% de êxito nos testes de honestidade para evitar a fabricação de dados.
