Se você pretende construir sobre o Gemini 4 Carbon, a data a anotar é 30 de novembro. O Google liberou o Carbon, que chama de seu modelo mais forte, para desenvolvedores pagantes pelo AI Studio e para assinantes do Google AI Ultra no app Gemini e no Antigravity, a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída. É um preço de lançamento; depois ele dobra para US$ 4 e US$ 20. Uma carga de trabalho que parece acessível neste mês vai custar o dobro em dezembro.
O quadro de custos é mais complicado que a tabela. O Google diz que o Carbon usa de propósito mais tokens que o Gemini 4 Argon em cada tarefa, explorando e verificando com mais cuidado, e recomenda o Argon para a maior parte do trabalho diário de engenharia e conhecimento. Ao mesmo tempo, afirma que o Carbon é mais barato por tarefa concluída que os modelos de ponta rivais, mais de 2X abaixo do próximo melhor modelo externo no CursorBench 4.0, no WANDR da Perplexity e no AutomationBench da Zapier. As duas coisas podem ser verdade; o único jeito de saber qual pesa mais no seu trabalho é medir tokens por tarefa.
Os números de segurança são a outra parte notável. No benchmark de honestidade de agentes do Google, com 375 tarefas, o Carbon passou em 92% contra 70% do Argon, recusou-se a inventar dados experimentais faltantes em 98% das vezes e apontou falhas de método em 68%. Em ataques cibernéticos simulados, o Google diz que as proteções do Carbon bloquearam 99% das tentativas de um agente atacante adaptativo e reduziram a taxa de invasão por tentativa para 0,8%, ante 3,1% no Argon. Testadores externos da Trajectory Labs não acharam novos jailbreaks universais em 132 horas e mais de 13.000 requisições.
Há também um lado científico. O Google estende ao Carbon o programa que oferece a 10.000 cientistas acesso gratuito por seis meses ao nível mais alto do Antigravity, e cita trabalhos como usar o Carbon para encontrar em média 40 vezes mais parentes distantes de proteínas em 7 famílias difíceis, além da verificação do Signal com o AlphaProof Code. Para quem compara o Carbon com o Claude Opus ou com modelos da linha GPT, os resultados de honestidade merecem tanto peso quanto as notas brutas, porque agentes que preenchem dados ausentes são um modo de falha real.
As ressalvas são as de qualquer lançamento de fabricante. O benchmark de honestidade e a maioria dos números de segurança são do próprio Google. O próprio Google admite que a resistência a injeção de prompt ainda precisa melhorar. E as comparações com modelos de outros laboratórios dependem de configurações de teste que ninguém de fora reproduziu ainda.