A Google DeepMind anunciou o Gemini 4 Carbon, que descreve como seu modelo mais forte até agora, com capacidades voltadas à cibersegurança e a tarefas de longa duração. Segundo a empresa, o Carbon foi desenvolvido a partir do Gemini 4 Argon, lançado duas semanas antes. A DeepMind afirma que o novo modelo apresenta avanços em programação e tarefas agênticas, além de trabalhos científicos e desenvolvimento web.
Resultados divulgados pela empresa
A DeepMind informa que o Carbon ocupa o primeiro lugar na versão 5.0 do Artificial Analysis Intelligence Index, com pontuação 59. No WebDev Arena, a empresa diz que o modelo avançou 89 pontos Elo e chegou à quarta posição, com 1768 pontos. A companhia também relata que equipes internas usaram o Carbon por dias em tarefas de engenharia com várias etapas, como investigar e corrigir bugs em grandes bases de código.
Em benchmarks externos de cibersegurança, avaliados sem as proteções do modelo, a DeepMind reporta 88,2% no SEC-bench Pro, voltado à identificação de vulnerabilidades; 54,8% no ExploitGym, que avalia exploração; e 71,0% no CWE-bench, relacionado à correção de falhas. A empresa apresenta esses resultados como desempenho de ponta nas etapas de identificação, validação e remediação.
Em testes internos, a DeepMind afirma que o Carbon teve mais que o dobro da taxa de sucesso do Argon na geração de código seguro. A equipe do Chrome, segundo a empresa, relatou desempenho mais de dez vezes superior ao de um modelo de fronteira de outro laboratório na geração de patches de alta qualidade. A Wiz também observou liderança do Carbon em benchmarks de teste de penetração web.
Segurança e disponibilização
A DeepMind diz que o Carbon reduziu para 0,0% as trapaças bem-sucedidas no Terminal-Bench 4.0, enquanto as tentativas caíram para 0,4%. Em ambientes internos de programação ao vivo, os alertas de desalinhamento de alta gravidade diminuíram quase 80%, segundo a companhia. A empresa também relata cerca de duas vezes menos afirmações sem respaldo em comparação com o Argon, além de reduções de 26% em excesso de ação e 29% em subatendimento. No benchmark de injeção indireta de prompts da Gray Swan, o Carbon registrou taxa de sucesso de ataques de 0,0%, ante 0,7% do Argon, conforme a DeepMind.
A empresa informa que começará a disponibilizar o modelo nesta semana a um grupo de defensores cibernéticos e ampliará o acesso gradualmente a parceiros confiáveis pelo programa Fairwind. A chegada a desenvolvedores, empresas e consumidores ocorrerá depois, “assim que possível”, segundo a publicação. A DeepMind também afirma participar do processo voluntário do governo dos Estados Unidos para testes de modelos antes do lançamento.
O preço introdutório anunciado é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, igual ao do Argon. A DeepMind diz que tokens de entrada em cache terão desconto de 95% sobre o preço de entrada. A publicação não informa uma data para a disponibilidade geral.
