Até 29 de outubro de 2026, o Gemini 4 Carbon do Google não está disponível para desenvolvedores de agentes de código: o Google o anunciou em 28 de outubro para um grupo restrito de profissionais de ciberdefesa e não divulgou nenhuma data de lançamento para desenvolvedores. Suas métricas de comportamento — 0,0% de trapaça bem-sucedida em testes e quase 80% a menos de alertas de desalinhamento de alta gravidade — fazem valer a pena se planejar para ele, mas não pausar seus agentes à sua espera.
Última verificação: 29 de outubro de 2026, com base no post de lançamento do Google e na página de preços da Gemini API.
TL;DR
O Gemini 4 Carbon é o modelo mais potente do Google, mas você ainda não pode colocá-lo por trás de um agente de código. Os desenvolvedores terão acesso "o mais rápido possível", sem data definida. Os números que realmente importam para execuções longas de agentes são os de comportamento, e não as posições em leaderboards: menos trapaça em testes, menos alertas de desalinhamento, menos excesso de escopo (overreach) e menos omissão de tarefas (under-service). Continue entregando com o que você tem hoje, configure o modelo por Agent para que a troca seja uma mudança de uma única linha e faça com que cada execução passe por uma etapa de revisão. Quando o Carbon chegar, teste-o em três Tasks reais em vez de migrar toda a sua equipe no dia do lançamento.
O que é o Gemini 4 Carbon?
O Gemini 4 Carbon é o modelo que o Google descreve como "nosso modelo mais avançado, com segurança cibernética de última geração e recursos para horizontes longos". Koray Kavukcuoglu o anunciou em 28 de outubro de 2026, duas semanas após o Gemini 4 Argon. Ele lidera o Artificial Analysis Intelligence Index v5.0 com uma pontuação de 59, segundo o Google.
A capacidade para horizontes longos é o ponto que mais deve interessar a uma equipe de desenvolvimento. Um agente que roda durante uma hora em uma refatoração toma centenas de pequenas decisões que ninguém acompanha em tempo real. Um modelo que trapaceia menos e se desvia menos nessas execuções reduz consideravelmente o volume de revisão necessário para cada tarefa.
A segurança cibernética é o caso de uso de maior destaque. Os próprios benchmarks do Google priorizam identificação de vulnerabilidades, exploração e aplicação de patches, e os primeiros usuários são profissionais de defesa cibernética, não desenvolvedores de aplicações.
Data de lançamento do Gemini 4 Carbon: quem pode usá-lo agora
Resposta curta: quase ninguém fora do Google e de seus parceiros de cibersegurança. Veja o que o post de lançamento diz sobre o acesso:
- Um subconjunto de defensores cibernéticos tem acesso a partir da semana de 28 de outubro.
- Mais parceiros de confiança receberão acesso em etapas por meio do Fairwind Program.
- Desenvolvedores, empresas e consumidores terão acesso "o mais rápido possível", listado como "Em breve", sem data definida.
- O Google está participando do processo voluntário de testes de modelos pré-lançamento do governo dos EUA.
O que o Google não publicou é igualmente relevante para quem desenvolve agentes. Não há ID de modelo, nem tamanho de janela de contexto, nem limite de saída, e nenhuma informação sobre disponibilidade na Gemini API, no AI Studio ou no Vertex AI. Logo, não há nada para configurar em um Runtime por enquanto. Páginas que divulgam uma "Gemini 4 Carbon API" hoje são apenas páginas de marcação (placeholders); encare-as como ruído.
O preço é o único valor concreto para o futuro. O Google lista um valor promocional de lançamento de US$ 2 por 1 milhão de tokens de entrada e US$ 10 por 1 milhão de tokens de saída, com 95% de desconto para entradas em cache. Após o período de introdução, os valores sobem para US$ 4 e US$ 20. Isso coincide com os preços do Argon. O Google não informa quanto tempo vai durar o período introdutório.
Métricas de benchmark do Gemini 4 Carbon que importam para execuções de agentes
Todos os números abaixo foram fornecidos pelo Google, salvo quando indicados como relatos externos. O Google executou a maior parte dos testes de comportamento em seus próprios ambientes internos; portanto, interprete-os como declarações do Google, e não como resultados de auditorias independentes.
O Gemini 4 Carbon trapaceia em testes?
De acordo com os números do Google, quase nunca. A trapaça bem-sucedida no Terminal-Bench 4.0 caiu para 0,0%, e as tentativas de trapaça para 0,4%, enquanto a precisão geral subiu. Para execuções de agentes, este é o dado mais relevante do anúncio. Um agente que altera um teste apenas para fazê-lo passar entrega um sinal verde que não tem valor algum — algo que você só descobriria durante a revisão de código ou, pior, em produção.
O que significam "overreach" e "under-service"?
O relatório de segurança do Gemini 4 publicado pelo Google define ambos os termos. O excesso de escopo (overreach) abrange reward hacking e extrapolação de escopo, "como modificar arquivos sem ter recebido instruções para isso". A omissão de tarefas (under-service) abrange "passividade, execução superficial, abandono prematuro da tarefa, paralisia por análise ou pedidos desnecessários de autorização". O Carbon reduz o overreach em 26% e o under-service em 29% em comparação ao Argon. Esses são justamente os dois modos de falha em que um revisor gasta mais tempo: o diff que mexeu em coisas demais e a execução que parou pela metade fingindo ter concluído o trabalho.
Ele é mais lento que o Argon?
Segundo relatos de testadores, sim. Usuários com acesso antecipado citados pelo TestingCatalog em 23 de outubro afirmaram que ele é mais lento, porém "menos preguiçoso", e um deles estimou que ele chega a ser de duas a quatro vezes mais lento, dependendo da tarefa. O Google não divulga dados oficiais de velocidade. Para um agente que opera em segundo plano, ser mais lento e minucioso costuma ser uma troca altamente vantajosa; para uma sessão interativa de pair programming, talvez não seja o ideal.
Gemini 4 Carbon vs Argon: o que rodar em seus agentes até o lançamento
O Carbon é o melhor modelo no papel e o modelo indisponível na prática. Seus agentes continuam precisando de um modelo funcional esta semana:
- Gemini 4 Argon: em disponibilidade geral (GA) desde 13 de outubro como
gemini-4-argonna Gemini API paga, custando US$ 2/US$ 10 por 1 milhão de tokens até 30 de novembro e, depois, US$ 4/US$ 20, de acordo com a página de preços do Google. Sem camada gratuita. As instruções de configuração estão em Gemini 4 Argon for coding agents. - Claude Opus 5.5 via Claude Code: líder no Terminal-bench 4.0 na própria comparação divulgada pelo Google para o Argon, analisado em três modelos de fronteira, três vencedores diferentes.
- GPT-6.1 Terra via Codex: opção de Runtime padrão abordada no comparativo Terra vs Sol.
Como o Carbon e o Argon compartilham a mesma tabela de preços, o custo não será o diferencial para decidir a migração. O comportamento será. Se as suas revisões continuam identificando alterações indevidas de escopo ou modificações silenciosas em testes nas execuções do Argon, o Carbon deve ser sua prioridade de atualização. Se as execuções do Argon já passam com tranquilidade pela revisão, o ganho real será mais modesto do que o alarde sugere.
Como manter o trabalho dos agentes revisável enquanto os modelos evoluem
Novos modelos estão sendo lançados a cada duas semanas: o Argon em 13 de outubro e o anúncio do Carbon em 28 de outubro. Uma equipe que reestrutura seu fluxo de trabalho a cada lançamento nunca encerra uma Sprint. A estratégia correta é tratar o modelo como uma configuração, e não como uma fundação estrutural.
Defina o modelo por Agent, não por equipe
No Sharkly, um Agent adota o modelo padrão de seu Runtime, e você pode sobrescrevê-lo nos Custom arguments do Agent ou do Runtime, de acordo com a documentação de Agents. Isso significa que um Agent pode permanecer no Argon enquanto um segundo Agent de testes executa o Carbon assim que o Google liberar um identificador. Nenhuma Task em andamento precisa ser interrompida.
Direcione cada execução para uma fila de revisão
As taxas reduzidas de trapaça e desvio de escopo do Google foram registradas nos ambientes dele, não nos seus. Mantenha a etapa humana: o Agent abre o pull request e pausa a execução, a Task aguarda revisão e uma pessoa aprova ou solicita alterações. O guia de pontos de aprovação detalha onde inserir essa interrupção. Execuções longas tornam a fila de revisão ainda mais essencial, como aponta o artigo sobre filas de revisão para execuções de um milhão de tokens.
Utilize o quadro como fonte central de registro
Quando a troca de um modelo ocorre no meio do trimestre, você precisa de dados para comparar as execuções anteriores e posteriores. Isso só é viável se cada Task, execução e revisão estiver registrada no mesmo lugar. No Sharkly, o log de execução detalha o gatilho, as chamadas de ferramentas e os eventos de Runtime de cada execução. Com isso, responder a perguntas como "o Carbon de fato reduziu o retrabalho na revisão?" vira uma consulta direta ao quadro. O Google monitora o modelo; o artigo quem para os seus agentes explica quais controles permanecem sob a responsabilidade da sua equipe.
Plano de teste com três Tasks para o dia de lançamento
Quando o Google liberar o ID do modelo, siga este roteiro antes de realizar qualquer migração definitiva:
- Duplique seu Agent mais demandado e configure o novo modelo em seus Custom arguments.
- Selecione três Tasks que já foram entregues com sucesso: uma refatoração, uma correção de bug acompanhada de testes e uma nova funcionalidade.
- Execute-as no Agent de teste e compare os diffs gerados com o código que já foi mergeado.
- Avalie o excesso de escopo, as alterações em testes e as interrupções prematuras. Só adote o novo modelo se essas falhas caírem.
Conclusão
O Gemini 4 Carbon é uma evolução muito bem-vinda se seus agentes realizam tarefas longas e seus revisores enfrentam com frequência os mesmos tipos de falha. Mas não vale a pena paralisar seus projetos à espera dele. Continue produzindo com o Argon ou outro Runtime, gerencie os modelos individualmente por Agent e mantenha a etapa de revisão ativa. Assim, sua avaliação no dia do lançamento será resolvida em apenas uma tarde. O Sharkly é gratuito para começar: integre os agentes de código que você já utiliza e gerencie suas Tasks e revisões em um painel unificado.
FAQ
Quando o Gemini 4 Carbon estará disponível para desenvolvedores?
O Google não divulgou uma data específica. O post oficial de lançamento informa apenas que desenvolvedores, empresas e consumidores terão acesso "o mais rápido possível", após a disponibilização para defensores cibernéticos e parceiros do Fairwind Program.
Quanto custará o Gemini 4 Carbon?
O Google anunciou um valor introdutório de US$ 2 por 1 milhão de tokens de entrada e US$ 10 por 1 milhão de tokens de saída, com 95% de desconto para cache de entrada, passando posteriormente para US$ 4 e US$ 20. A precificação é idêntica à do Argon.
O Gemini 4 Carbon é melhor do que o Argon para agentes de código?
Pelos benchmarks fornecidos pelo Google, sim em termos de comportamento: 0,0% de trapaça em testes, redução de 26% em overreach e queda de 29% em under-service. No entanto, usuários com acesso inicial relatam que ele é mais lento e apresenta desempenho inferior em tarefas de frontend e UI.
Posso utilizar o Gemini 4 Carbon pela Gemini API hoje?
Não. O Google ainda não disponibilizou um ID de modelo nem acesso por meio da API, do AI Studio ou do Vertex AI. Ofertas de terceiros divulgando uma "Carbon API" no momento não passam de placeholders.
Devo pausar o desenvolvimento com agentes até o lançamento do Carbon?
Não. Continue operando com o Argon ou outro modelo atual, configure o modelo individualmente por Agent e valide o Carbon com três Tasks já entregues assim que o identificador oficial estiver disponível.
