Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)

Gemini 4 Carbon marca 88,2% em busca de vulnerabilidades, mas o Google não liberou o modelo para todos

O Google lançou o Gemini 4 Carbon, um modelo que procura falhas no código e pode trabalhar por dias em uma tarefa complexa sem intervenção humana. No SEC-bench Pro, de busca de vulnerabilidades, ele alcançou 88,2%; no ExploitGym, em que as falhas também precisam ser exploradas, chegou a 54,8%. Ainda assim, o acesso será restrito a defensores de cibersegurança e parceiros de confiança, mesmo com o modelo em primeiro lugar no ranking da Artificial Analysis. Os demais usuários terão que esperar o lançamento público e as verificações independentes.

Processado por IA de TG: @ai_product (AI Product / Igor Akimov); editado por Hamidun News
Gemini 4 Carbon marca 88,2% em busca de vulnerabilidades, mas o Google não liberou o modelo para todos
Fonte: TG: @ai_product (AI Product / Igor Akimov). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTG: @ai_product (AI Product / Igor Akimov) ↗
Editor-chefe
Dado-chave #1CWE-bench, preparação de correções para vulnerabilidades: 71,0%
Dado-chave #2Gera o dobro de código seguro em relação ao Argon
WebDev Arena4º lugar, com rating 1769 (+89 Elo)

Imagine um assistente que lê sozinho um repositório enorme, identifica os pontos perigosos, verifica se é possível explorá-los e prepara a correção. É exatamente esse papel que o Google atribui ao novo Gemini 4 Carbon, lançado apenas duas semanas após o modelo anterior, o Argon. No SEC-bench Pro, teste em que o modelo busca vulnerabilidades no código, ele marcou 88,2%. Já no índice independente Artificial Analysis Intelligence Index v5.0, que reúne os resultados dos modelos em uma única pontuação geral, o Carbon assumiu imediatamente a primeira posição. Há um detalhe: a versão que lidera esse índice não será entregue a todos os desenvolvedores, apenas a defensores de cibersegurança e parceiros selecionados.

O que o Carbon faz e quais números o Google apresentou

O anúncio concentra-se em cibersegurança e em tarefas agênticas longas. Uma tarefa agêntica é aquela em que o modelo não responde a uma única pergunta, mas executa sozinho uma sequência de etapas. Segundo o Google, o Carbon pode trabalhar por dias em uma tarefa complexa. Para quem defende sistemas, o cenário é claro: analisar a base de código, encontrar pontos fracos, confirmá-los e propor um patch.

Esses são os resultados divulgados no anúncio:

  • SEC-bench Pro, busca de vulnerabilidades: 88,2%.
  • ExploitGym, exploração das falhas encontradas, ou seja, verificação de que é de fato possível usá-las para um ataque: 54,8%.
  • CWE-bench, preparação de correções para classes típicas de vulnerabilidades: 71,0%.
  • WebDev Arena, competição entre modelos na criação de aplicações web: 4º lugar, rating 1769, alta de 89 pontos Elo.

O Google também afirma que o Carbon gera o dobro de código seguro em relação ao Argon. Na prática, isso significa que o modelo deixa menos falhas típicas no projeto, como a entrada de usuário sem validação.

A equipe do Chrome vai além e afirma que, em qualidade de patches, o Carbon supera em 10 vezes um "grande modelo de outro laboratório". O nome do concorrente não foi revelado. Trata-se de uma avaliação feita pelo próprio Google, por isso deve ser lida como uma declaração do desenvolvedor, e não como uma medição independente.

Por que o acesso foi restringido

A versão que lidera o índice será disponibilizada apenas a defensores de cibersegurança e a "parceiros de confiança" no âmbito do Fairwind Program. Além disso, o Carbon passa por testes voluntários do governo dos EUA.

A lógica é compreensível. Se o modelo encontra vulnerabilidades e, em 54,8% dos casos do teste ExploitGym, ainda consegue explorá-las com sucesso, ele se torna uma ferramenta de ataque nas mãos erradas. Por isso, a prioridade é entregá-lo a quem corrige falhas e só depois decidir como fazer um lançamento amplo. O Google não é o primeiro a adotar esse modelo, mas aqui ele é aplicado a um modelo que, ao mesmo tempo, lidera o ranking geral.

O que fazer na prática

Se você é responsável pela segurança de um produto, vale conhecer antecipadamente as condições do Fairwind Program. Para equipes com grandes bases de código, a busca e a correção automáticas de vulnerabilidades podem eliminar uma parcela considerável do trabalho rotineiro.

Não espere que o Gemini público receba de imediato as mesmas capacidades. O anúncio não informa quando nem em que formato o Carbon será disponibilizado a todos, nem quais restrições permanecerão.

Com os benchmarks, é preciso cautela. O ranking da Artificial Analysis é independente, mas os números do SEC-bench Pro, do ExploitGym e do CWE-bench, assim como a comparação de patches com o modelo concorrente, são divulgados pelo próprio Google. Ainda não há confirmações de terceiros: ninguém de fora consegue verificar o modelo.

Por fim, o ritmo. Duas semanas entre o Argon e o Carbon mostram a velocidade com que o Google atualiza sua linha de modelos. Para equipes que integram modelos aos seus produtos, o melhor é não se prender a uma única versão e manter uma camada de abstração que permita trocar o modelo sem reescrever o pipeline.

Por enquanto, o Carbon é, antes de tudo, uma aposta do Google pela liderança em IA para cibersegurança. Apenas parceiros selecionados poderão verificá-la; os demais terão que aguardar o lançamento público e os testes independentes.

História

Perguntas frequentes sobre a notícia

O que o Carbon faz e quais números o Google apresentou?

O anúncio concentra-se em cibersegurança e em tarefas agênticas longas. Uma tarefa agêntica é aquela em que o modelo não responde a uma única pergunta, mas executa sozinho uma sequência de etapas. Segundo o Google, o Carbon pode trabalhar por dias em uma tarefa complexa. Para quem defende sistemas, o cenário é claro: analisar a base de código, encontrar pontos fracos, confirmá-los e propor um patch. Esses são os resultados divulgados no anúncio: SEC-bench Pro, busca de vulnerabilidades: 88,2%.

Por que o acesso foi restringido?

A versão que lidera o índice será disponibilizada apenas a defensores de cibersegurança e a "parceiros de confiança" no âmbito do Fairwind Program. Além disso, o Carbon passa por testes voluntários do governo dos EUA. A lógica é compreensível. Se o modelo encontra vulnerabilidades e, em 54,8% dos casos do teste ExploitGym, ainda consegue explorá-las com sucesso, ele se torna uma ferramenta de ataque nas mãos erradas.

O que fazer na prática?

Se você é responsável pela segurança de um produto, vale conhecer antecipadamente as condições do Fairwind Program. Para equipes com grandes bases de código, a busca e a correção automáticas de vulnerabilidades podem eliminar uma parcela considerável do trabalho rotineiro. Não espere que o Gemini público receba de imediato as mesmas capacidades. O anúncio não informa quando nem em que formato o Carbon será disponibilizado a todos, nem quais restrições permanecerão. Com os benchmarks, é preciso cautela.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…