Principais destaques
- Acesso ampliado: Google libera seu modelo mais avançado para desenvolvedores, empresas, cientistas e assinantes do Google AI Ultra.
- Preço promocional: Carbon custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída até 30 de novembro.
- Nova estratégia de IA: Google aposta em modelos especializados e equipes de agentes autônomos para disputar espaço com OpenAI e Anthropic.
O Google está colocando seu modelo de inteligência artificial mais poderoso nas mãos de desenvolvedores.
E escolheu uma estratégia bastante conhecida para conquistar esse público: preço competitivo, acesso ampliado e ferramentas voltadas a tarefas complexas.
Anunciado nesta terça-feira (10 de novembro), o Gemini 4 Carbon deixa de ser uma tecnologia restrita a um grupo selecionado de especialistas em segurança cibernética e passa a chegar a empresas, pesquisadores e desenvolvedores pagantes.
A movimentação acontece em um momento importante da disputa pela liderança em inteligência artificial. OpenAI e Anthropic vêm avançando especialmente no desenvolvimento de modelos capazes de executar tarefas complexas de programação, análise e trabalho intelectual.
💰 A estratégia começa pelo preço: durante o período promocional, o Google cobrará US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Depois de 30 de novembro, os valores dobrarão.
Quanto custa utilizar o Gemini 4 Carbon? 💸
O Google está posicionando o Carbon de maneira agressiva no mercado de APIs. A tabela promocional coloca o modelo em uma faixa de preço consideravelmente inferior à de alguns concorrentes de ponta.
| Operação | Até 30/11 | Após 30/11 |
|---|---|---|
| Tokens de entrada | US$ 2 | US$ 4 |
| Tokens de saída | US$ 10 | US$ 20 |
Os valores são cobrados por milhão de tokens.
Segundo o The Verge, o preço promocional representa aproximadamente um quinto do custo do GPT-6 Astra, da OpenAI, e um quarto do Fable 5.2, da Anthropic.
Entretanto, existe uma ressalva importante: comparar apenas o preço por token pode ser enganoso. Modelos diferentes podem consumir quantidades distintas de tokens para executar a mesma tarefa, especialmente quando precisam raciocinar, revisar resultados e realizar verificações adicionais.
Depois da promoção, a disputa muda de patamar: segundo o VentureBeat, as tarifas do Carbon passarão a equivaler às do Claude Opus 5.5, da Anthropic, e continuarão na metade do preço padrão do Fable 5.2.
Onde o Carbon estará disponível? 🌐
O Google está distribuindo o modelo por diferentes plataformas de seu ecossistema.
O acesso já está sendo disponibilizado para desenvolvedores e empresas pagantes por meio da API Gemini, no Google AI Studio e no Gemini for Business.
A liberação também está acontecendo gradualmente para assinantes do Google AI Ultra em três ambientes:
- Aplicativo Gemini.
- Modo IA da Busca Google.
- Antigravity, plataforma de programação da empresa.
Ainda não está claro quando, ou mesmo se, usuários gratuitos e assinantes dos planos mais básicos receberão acesso ao Carbon.
A estratégia indica que o Google pretende monetizar seus modelos mais avançados sem necessariamente disponibilizá-los imediatamente para toda a base de usuários.
Argon continua sendo a escolha para a maioria das tarefas
Apesar de apresentar o Carbon como seu modelo mais poderoso, o Google não pretende substituir completamente o Gemini 4 Argon.
A empresa afirma que o Argon, lançado no mês passado, continua sendo a melhor opção para a maioria das atividades de engenharia de software e trabalho com conhecimento.
A diferença está na complexidade das tarefas.
Enquanto o Argon atende às necessidades cotidianas de programação e produtividade, o Carbon foi desenvolvido para desafios que exigem raciocínio mais profundo, execução de múltiplas etapas e pesquisa científica aberta.
💡 O Carbon não foi pensado apenas para responder melhor, mas para enfrentar problemas nos quais o modelo precisa planejar, executar, verificar e corrigir o próprio trabalho.
Essa abordagem também explica por que o modelo pode consumir mais tokens durante uma execução.
🔎 Uma mudança no seletor do Gemini: o Google também reorganizou a experiência no aplicativo. O Argon aparece identificado como “Código e análise”, enquanto o Carbon recebe a descrição “Trabalho mais complexo”.
Com a atualização, o Gemini 3.1 Pro foi removido do seletor de modelos do aplicativo, segundo o 9to5Google.
/swarm transforma um prompt em uma equipe de agentes 🤖
Outra novidade importante aparece no Antigravity.
O Google apresentou em prévia o recurso /swarm, que transforma uma única solicitação em uma equipe coordenada de agentes de inteligência artificial.
A proposta é permitir que diferentes agentes trabalhem simultaneamente em partes distintas de um projeto, com acompanhamento em tempo real.
Na prática, um desenvolvedor poderá distribuir responsabilidades entre modelos e agentes especializados.
Por exemplo:
- Arquitetura: planejar a estrutura de um projeto.
- Desenvolvimento: trabalhar na implementação do código.
- Auditoria: verificar possíveis problemas e inconsistências.
O Carbon pode assumir as tarefas mais exigentes, enquanto modelos menores ficam responsáveis por atividades que não precisam do mesmo nível de capacidade.
A ideia é aproveitar diferentes modelos de maneira coordenada, em vez de depender de uma única IA para todas as etapas.
Benchmarks colocam o Carbon na liderança, mas há ressalvas 📊
O Google afirma que o Gemini 4 Carbon alcançou o primeiro lugar em três avaliações:
- CursorBench 4.0.
- WANDR, da Perplexity.
- AutomationBench, da Zapier.
A empresa também afirma que o custo por tarefa é mais de duas vezes menor do que o do melhor modelo concorrente seguinte.
Esses resultados reforçam a tentativa de posicionar o Carbon como uma alternativa competitiva para programação, automação e atividades profissionais complexas.
Mas existe uma questão importante na interpretação desses números.
Benchmarks não contam toda a história: o The Verge observou que empresas podem selecionar estrategicamente as avaliações e os resultados apresentados para favorecer seus próprios modelos.
O veículo também destacou que avaliações anteriores colocavam o Carbon atrás apenas do Fable 5.2 em grande parte das métricas analisadas.
Portanto, embora os resultados divulgados sejam relevantes, ainda é necessário observar o desempenho em aplicações reais, especialmente em tarefas que exigem consistência e confiabilidade.
Google amplia acesso para pesquisadores 🔬
O lançamento também vem acompanhado de uma iniciativa voltada à comunidade científica.
O Google ampliou seu programa gratuito de pesquisa de seis meses, permitindo que cientistas utilizem o Carbon em projetos que exigem capacidades avançadas de raciocínio.
A iniciativa pode ajudar a explorar aplicações em diferentes áreas científicas, especialmente pesquisas que envolvem problemas complexos e investigação aberta.
Na área de segurança cibernética, o Google também apresentou resultados de suas proteções. Segundo a empresa, os mecanismos de defesa bloquearam 99% das tentativas de ataque em simulações de ataques cibernéticos.
O número faz parte das alegações divulgadas pela companhia e não deve ser interpretado como garantia de proteção contra ataques reais.
A disputa pela IA mais poderosa está ficando mais cara (e mais estratégica)
O lançamento do Gemini 4 Carbon mostra que a competição entre Google, OpenAI e Anthropic está entrando em outra fase.
Não basta apresentar um modelo com resultados impressionantes em benchmarks. As empresas precisam convencer desenvolvedores de que suas tecnologias oferecem uma combinação competitiva de capacidade, velocidade, confiabilidade e custo.
O Google está apostando em duas frentes: modelos especializados para diferentes níveis de complexidade e sistemas capazes de coordenar múltiplos agentes para executar projetos inteiros.
É uma mudança importante na maneira como a inteligência artificial pode ser utilizada no desenvolvimento de software e no trabalho profissional.
A questão agora é saber se o Carbon conseguirá transformar seus resultados de laboratório em vantagem prática. Afinal, oferecer inteligência artificial poderosa por um preço menor é uma coisa. Conseguir que ela resolva problemas reais gastando menos tempo e recursos é outra história.
