Pular para o conteúdo
NovidadesIA

Modelos e LLMs

Google DeepMind lança Gemini 4 Carbon pela metade do custo dos rivais

Modelo de fronteira coordena equipes autônomas no Antigravity, lidera três bancadas de testes e chega à API pelo mesmo preço de estreia do Argon.

Edição: Anderson Gomes
· 3 min de leitura

Google DeepMind lança Gemini 4 Carbon pela metade do custo dos rivais
Imagem: Reprodução · Google DeepMind · reprodução · licença não declarada

A Google DeepMind liberou em 10 de novembro de 2026 o Gemini 4 Carbon, seu modelo mais avançado para executar fluxos longos de trabalho em engenharia de software, cibersegurança e pesquisa científica. O sistema lidera três testes independentes da indústria gastando menos da metade do valor cobrado pelo concorrente mais próximo. A tecnologia atende desenvolvedores, pesquisadores e clientes corporativos que precisam coordenar equipes inteiras de agentes autônomos em tarefas complexas de raciocínio. O acesso exige assinatura paga.

Modelo gasta mais tokens para checar o próprio código

O comunicado assinado por Koray Kavukcuoglu, vice-presidente sênior da divisão, coloca o Carbon como parceiro pesado do recém-lançado Gemini 4 Argon. Enquanto o Argon cuida de programar no dia a dia, o Carbon consome mais tokens para explorar hipóteses, raciocinar a fundo e rodar laços longos de checagem. A máquina investiga falhas entre subsistemas, migra pacotes inteiros de código e corrige a própria interface visual após inspecionar a tela renderizada. Ela corrige erros sozinha.

Para colocar o modelo em campo, a empresa abriu a prévia do comando /swarm no Google Antigravity, recurso que transforma um único prompt em uma equipe coordenada de agentes. O usuário encarrega o Carbon de desenhar a arquitetura ou auditar mudanças, enquanto modelos mais leves operam em paralelo dentro de áreas isoladas de trabalho. Em um dos testes internos, um grupo de agentes leu 206 plantas urbanas em sete arquivos PDF enviados pelo conselho da cidade e ergueu uma maquete navegável com 906 mil triângulos em Three.js ao longo de dez ciclos noturnos. Outra equipe reconstruiu a Torre Eiffel.

Bancadas de teste apontam liderança e custo menor

Em testes externos com fluxos reais de trabalho, o Carbon liderou o CursorBench 4.0, o WANDR da Perplexity e o AutomationBench da Zapier com custo duas vezes menor que os rivais. No setor financeiro, o modelo empatou no topo do teste da Hebbia e superou 23 configurações rivais no índice geral da gestora Balyasny Asset Management. A ferramenta também montou um visualizador têxtil em três dimensões com curvas de tensão dinâmicas a partir de um artigo acadêmico. O resultado impressiona no papel.

Para medir a leitura de gráficos, tabelas e esquemas visuais densos, a DeepMind criou com a consultoria Artificial Analysis o índice Multimodal Knowledge Agent. O Carbon ficou em segundo lugar nessa tabela nova, mas operou com um custo médio seis vezes menor por tarefa em relação ao primeiro colocado. O leitor deve manter cautela com vitrines corporativas, já que as cenas mais vistosas rodaram apenas nos laboratórios da própria desenvolvedora. Faltam testes abertos da comunidade.

O acesso comercial começou para desenvolvedores pagantes via API no Google AI Studio e no pacote Gemini for business por $2 por milhão de tokens de entrada e $10 na saída. Os valores repetem a tabela inicial do Argon. A empresa também distribui o sistema para assinantes do plano Google AI Ultra no Antigravity, no buscador e no aplicativo móvel, após duas semanas de testes fechados com defensores do Fairwind Program. Quem não paga continua de fora.

  • Google DeepMind
  • Modelos e LLMs

Fonte: Comunicado oficial · Como produzimos as matérias