O Google lançou o Gemini 4 Carbon. A pergunta é: vale pagar por ele?

O Google lançou na terça-feira, 10 de novembro, o Gemini 4 Carbon, seu modelo de IA mais avançado. E, no mesmo anúncio, deu um conselho curioso: para a maior parte do trabalho, use outro modelo.

Segundo a Exame, o Carbon foi feito para tarefas de várias etapas que exigem análise detalhada, como rastrear um erro espalhado por vários componentes de um software ou examinar dados de pesquisa. O Gemini 4 Argon, lançado duas semanas antes, segue como a recomendação do Google para o trabalho do dia a dia.

Essa divisão é a parte mais útil do lançamento para quem lidera. A pergunta deixou de ser “qual é a melhor IA?” e passou a ser “qual IA vale o custo para esta tarefa?”.

O que é o Gemini 4 Carbon?

É o modelo mais capaz do Google até agora, com foco em segurança cibernética e em trabalhos longos e autônomos em áreas como programação, ciência e trabalho do conhecimento. Segundo o blog oficial do Google, assinado por Koray Kavukcuoglu, vice-presidente sênior do Google DeepMind, o Carbon “usa mais tokens para explorar, raciocinar e verificar” antes de entregar uma resposta.

O modelo foi apresentado em 28 de outubro, primeiro para um grupo restrito de profissionais de segurança digital. Agora está disponível para assinantes do Google AI Ultra no app Gemini e no Modo IA da Busca. Desenvolvedores e empresas acessam pela API paga, e ele também chega ao Antigravity, a plataforma de desenvolvimento com IA do Google. A Exame não informa se a disponibilidade inclui o Brasil.

O Carbon é melhor que os concorrentes?

Em alguns testes, sim, por pouco. No CursorBench 4.0, que mede tarefas de programação em vários arquivos, o Carbon marcou 60,4% com raciocínio elevado, segundo a Exame. Foi a maior pontuação da tabela no momento da publicação, à frente do Claude Fable 5.2 Max, da Anthropic, com 60%. O Argon, do próprio Google, ficou em 52,9%.

O Google afirma que o Carbon também lidera os testes WANDR, da Perplexity, e AutomationBench, da Zapier, a um custo por tarefa mais de duas vezes menor que o do melhor modelo externo. No teste de agentes multimodais criado com a Artificial Analysis, ficou em segundo.

A vantagem, porém, tende a durar pouco. O site The Decoder observou que o Carbon chegou logo depois de a Anthropic lançar o Fable 5.2, que voltou a empurrar a fronteira. A publicação descreve o momento como “o ciclo de modelos mais rápido até agora”. Em algumas semanas, o ranking muda de novo.

O custo por tarefa importa mais que o preço por token

Aqui está o ponto que muitas empresas ignoram. O preço promocional do Carbon na API é o mesmo do Argon: US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída. A partir de 30 de novembro, sobe para US$ 4 e US$ 20.

Mas o Carbon consome mais tokens, porque “pensa” mais antes de responder. Segundo a Exame, o custo médio estimado por tarefa é de US$ 9,22 no Carbon, contra US$ 4,57 no Argon. Ou seja, o modelo mais avançado custa o dobro para fazer cada trabalho, mesmo antes do reajuste.

Para uma empresa que usa IA em escala, essa diferença decide o orçamento. Usar o modelo mais poderoso em tudo é como contratar um especialista sênior para responder e-mails de rotina. O resultado pode até ser um pouco melhor, mas a conta não fecha.

Segurança cibernética é o diferencial declarado

O Google destaca o Carbon como seu modelo mais forte em segurança digital, e os números do blog oficial são expressivos. Nos testes internos, o modelo bloqueou 99% das trajetórias de ataque simulado, e a taxa de invasão por tentativa caiu para 0,8%, contra 3,1% no Argon. Testes externos da Trajectory Labs não encontraram nenhum novo “jailbreak” universal em 132 horas e mais de 13 mil solicitações.

O modelo também foi usado para encontrar falhas reais. Segundo o Google, o programa Scan for Good, da Wiz, achou vulnerabilidades inéditas em dois grandes fornecedores de software em menos de duas horas.

Há um outro dado que interessa a qualquer empresa. Num teste de honestidade com 375 tarefas, o Carbon passou em 92% delas, contra 70% do Argon, e se recusou a inventar dados ausentes em 98% dos casos. Para quem usa IA em análises que embasam decisões, um modelo que admite não saber vale mais que um que responde tudo com confiança.

Agentes em enxame chegam à prévia

O lançamento traz ainda o Swarm, recurso em prévia no Antigravity que divide um pedido entre vários agentes trabalhando em paralelo. Num projeto de software, um agente planeja as mudanças enquanto outros editam o código e testam, e o usuário acompanha o progresso em tempo real. O Carbon pode cuidar do planejamento e da revisão, deixando etapas mais simples para modelos mais leves.

É uma ideia que combina com a lógica de custo: o modelo caro onde o raciocínio importa, os baratos onde a tarefa é mecânica. Mas o The Decoder lembra que empresas como OpenAI e Anthropic têm sido cautelosas com enxames de agentes, por causa do custo em tokens e de ganhos de qualidade ainda pouco claros.

Sua empresa escolhe o modelo de IA pela tarefa ou pela manchete?

Cada lançamento traz um novo líder de ranking, e a tentação é migrar sempre para o modelo mais recente e mais poderoso. O caso do Carbon mostra que a decisão mais inteligente é outra: saber quais tarefas pedem o melhor raciocínio disponível e quais funcionam bem, e mais barato, com um modelo intermediário. Essa escolha, repetida em milhares de tarefas, define se a IA vira vantagem ou custo.

Desenvolver esse critério na liderança, da estratégia de adoção à governança de custos e riscos, é o que o AI Journey da StartSe oferece. E quem garantir a vaga agora aproveita as condições especiais de Black Friday antecipada.