Gemini 4 Carbon lidera o ranking da Artificial Analysis com 59 pontos, mas o modelo é fechado
O Google apresentou o Gemini 4 Carbon. No Artificial Analysis Intelligence Index v5, um ranking independente que resume testes de lógica, código e ciência, o modelo fez 59 pontos e ficou em primeiro lugar. No SEC-bench Pro, que avalia a busca de vulnerabilidades em código alheio, ele alcançou 88,2%. O contexto vai até 1 milhão de tokens, o que equivale a vários repositórios grandes em uma única requisição. O acesso está fechado, então não convém incluir o modelo nos planos de produto por enquanto.
Processado por IA de TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
O Google anunciou o Gemini 4 Carbon, e o anúncio ficou estranho: os números são impressionantes, mas quase ninguém consegue testar o modelo. Se você está escolhendo uma IA para um produto ou um sistema de agentes, é importante separar três coisas: o que o Google já afirmou, o que foi confirmado por um ranking independente e o que ainda vai depender da abertura do acesso.
O que significam 59 pontos e o primeiro lugar
A Artificial Analysis é uma plataforma independente que compara modelos de diferentes empresas e reúne os resultados em um índice geral. Não se trata de um relatório do próprio Google, por isso esse sinal pesa mais para o mercado do que um comunicado de imprensa comum. Na versão v5 do índice, o Gemini 4 Carbon fez 59 pontos e ficou em primeiro lugar. Em termos simples, no quesito "inteligência" geral, temos um novo líder.
Mas o índice geral não responde se o modelo é bom para a sua tarefa específica. Ele funciona como uma média escolar: é um bom indicador, mas não diz quem vai consertar melhor o seu bug.
Código, vulnerabilidades e tarefas longas
Sobre as capacidades conhecidas: o contexto vai até 1 milhão de tokens, o que equivale a vários repositórios grandes ou a uma pasta inteira de contratos que pode ser enviada em uma única requisição, sem precisar ser fragmentada. O Google também declara um avanço expressivo em programação, raciocínio lógico e pesquisa científica, e afirma que o modelo consegue trabalhar durante vários dias em uma tarefa complexa de agente. Imagine pedir a uma IA que analise um projeto grande sem precisar checá-la a cada meia hora.
O número mais útil na prática é 88,2% no SEC-bench Pro. Trata-se de um benchmark de busca de vulnerabilidades em software: o modelo recebe código e precisa encontrar os pontos perigosos nele. Quanto maior o percentual, mais falhas ele identifica. Para equipes que fazem auditoria de código, esse dado tem mais peso do que a pontuação geral.
Em programação, porém, o primeiro lugar não é do Google. No ranking de agentes de programação, o Carbon ocupa o segundo lugar, atrás do Claude Opus 5.5, da Anthropic. Se você usa a IA como parceira de código, a liderança não mudou: raciocinar bem em geral e editar código com precisão em um projeto grande são habilidades diferentes.
Preços e acesso
Tarifas da API:
- entrada: US$ 2 por 1 milhão de tokens;
- saída: US$ 10 por 1 milhão de tokens;
- entrada em cache: US$ 0,10 por 1 milhão de tokens.
Uma ressalva importante: esses são preços iniciais, com desconto de 50%. Depois, a entrada sobe para US$ 4 e a saída para US$ 20. Vamos a um exemplo. Uma requisição com 100 mil tokens de entrada e resposta de 5 mil tokens custa cerca de US$ 0,25 agora e perto de US$ 0,50 após o reajuste. Se um documento grande se repete entre as requisições e fica em cache, as 100 mil tokens de entrada saem por cerca de US$ 0,01. Para agentes que releem o mesmo contexto várias vezes, o cache se torna o principal fator de economia.
O acesso ainda é restrito. O Google está liberando o Carbon para especialistas selecionados em cibersegurança por meio do Fairwind Program. O modelo deve chegar ao aplicativo Gemini e ao AI Studio, mas não há datas definidas.
O que fazer na prática
Primeiro: não inclua o Carbon nos planos do produto antes de existir uma API pública. Por enquanto, tudo se apoia nas declarações do Google e no ranking da Artificial Analysis; verificações independentes nas suas tarefas só virão com a abertura do acesso.
Segundo: se você tem muito contexto repetido, faça as contas com a tarifa futura de US$ 4/US$ 20, e não com a inicial. O desconto é temporário, e os custos calculados com base nele vão dobrar com o tempo.
Terceiro: se você trabalha com segurança, acompanhe o Fairwind Program. É ali que o modelo deve aparecer primeiro, e os 88,2% no SEC-bench Pro são motivo para ficar de olho.
A limitação do anúncio é evidente: o Google divulgou resultados, mas não permitiu que fossem verificados. Enquanto o modelo não estiver disponível para o público amplo, o ranking e os benchmarks continuam sendo promessas. O valor real do Carbon só ficará claro quando os desenvolvedores o executarem em seus próprios repositórios e o compararem com o Claude Opus 5.5 em cenários de trabalho reais.
- 21 de nov. de 2026Rede neural MIRA desenha Rocket League a 20 quadros por segundo, mas o ping chega a 460 ms
- 21 de nov. de 2026Google criou uma cópia fechada da internet com bancos falsos para treinar agentes de IA do Chrome
- 21 de nov. de 2026No MLPerf Training, pela primeira vez, aparecem Nvidia Rubin e TPU Ironwood: 153 sistemas
- 21 de nov. de 2026Google abre pré-venda de óculos inteligentes com Gemini a partir de US$ 395 — vendas começam em 10 de dezembro
Perguntas frequentes sobre a notícia
O que significam 59 pontos e o primeiro lugar?
A Artificial Analysis é uma plataforma independente que compara modelos de diferentes empresas e reúne os resultados em um índice geral. Não se trata de um relatório do próprio Google, por isso esse sinal pesa mais para o mercado do que um comunicado de imprensa comum. Na versão v5 do índice, o Gemini 4 Carbon fez 59 pontos e ficou em primeiro lugar. Em termos simples, no quesito "inteligência" geral, temos um novo líder. Mas o índice geral não responde se o modelo é bom para a sua tarefa específica.
O que se sabe sobre Código, vulnerabilidades e tarefas longas?
Sobre as capacidades conhecidas: o contexto vai até 1 milhão de tokens, o que equivale a vários repositórios grandes ou a uma pasta inteira de contratos que pode ser enviada em uma única requisição, sem precisar ser fragmentada. O Google também declara um avanço expressivo em programação, raciocínio lógico e pesquisa científica, e afirma que o modelo consegue trabalhar durante vários dias em uma tarefa complexa de agente. Imagine pedir a uma IA que analise um projeto grande sem precisar checá-la a cada meia hora.
O que se sabe sobre Preços e acesso?
Tarifas da API: entrada: US$ 2 por 1 milhão de tokens; saída: US$ 10 por 1 milhão de tokens; entrada em cache: US$ 0,10 por 1 milhão de tokens. Uma ressalva importante: esses são preços iniciais, com desconto de 50%. Depois, a entrada sobe para US$ 4 e a saída para US$ 20. Vamos a um exemplo. Uma requisição com 100 mil tokens de entrada e resposta de 5 mil tokens custa cerca de US$ 0,25 agora e perto de US$ 0,50 após o reajuste.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.