Gemini 4 Carbon vs Gemini 4 Argon: A atualização de 15 dias que você não consegue chamar

Dois modelos, uma mesma tabela de preços, nove pontos de índice de diferença — e apenas um deles tem endpoint. O Gemini 4 Carbon foi anunciado em 28 de outubro de 2026, quinze dias após o Gemini 4 Argon se tornar chamável na Gemini API paga, e o próprio post do Google descreve o Carbon como o mais forte dos dois. Força não é o mesmo que disponibilidade, no entanto: não existe gemini-4-carbon na lista de modelos do Google nem na sua página de preços hoje, e quem o opera são defensores cibernéticos e parceiros de confiança admitidos pelo Fairwind Program da empresa. A versão honesta desta comparação é um comparativo de capacidades entre dois modelos e um comparativo de acesso entre um modelo e um programa.

O que o Google declarou publicamente em 28 de outubro

O anúncio foi feito por Koray Kavukcuoglu, vice-presidente sênior do Google DeepMind, em uma publicação intitulada “nosso próximo modelo de fronteira”. O Carbon sucede o Argon — anunciado em 30 de setembro e disponível ao público desde 13 de outubro — dentro do mesmo número de geração. O foco declarado do Google é segurança cibernética e trabalho de agentes de longo horizonte, o tipo de tarefa em que um agente continua avançando por becos sem saída durante dias, em vez daquelas em que um prompt recebe uma única resposta.

Três detalhes importam mais do que o marketing:

• O acesso é faseado e sem data definida. O Carbon foi primeiro para "um subconjunto de ciberdefensores", depois se expande através do Programa Fairwind e, em seguida, para desenvolvedores, empresas e consumidores "o mais rapidamente possível". Não foi dada qualquer data para os três últimos grupos.

• O lançamento faz parte do processo voluntário de testes de pré-lançamento do governo dos Estados Unidos. O Google afirma que está participando e ainda está aprimorando as salvaguardas antes de um acesso mais amplo.

• Nenhum cartão de modelo público, nenhum endpoint, nenhum identificador. A lista de modelos da API Gemini, verificada em 29 de outubro, contém exatamente uma entrada do Gemini 4 — Gemini 4 Argon — e a página de preços não contém nenhuma para o Carbon. A janela de contexto que o Google publicou para o Argon (1M de tokens unificados, com decodificações de até 1M) não foi reafirmada para o Carbon; a Artificial Analysis lista 1M de tokens para ele, o que é uma listagem de terceiros, e não uma especificação do Google.

A diferença de nove pontos, e quem a mediu

A Artificial Analysis reconstruiu seu Intelligence Index como v5 em 27 de outubro, na véspera do lançamento do Carbon, substituindo dois benchmarks, atualizando três outros e tornando a maior parte do índice privada. Esse momento é o motivo para ter cautela com qualquer gráfico de antes e depois que você vir esta semana: pontuações anteriores à reconstrução não estão na mesma escala que pontuações posteriores a ela. Na listagem atual, pós-reconstrução, ambos os modelos foram pontuados, e a diferença é real e medida pelo mesmo instrumento.

• Índice de Inteligência v5 — Carbon 59, primeiro de 52 modelos listados; Gemini 4 Argon 50, décimo terceiro.

• Custo por tarefa de indexação na precificação padrão — Carbon $7,76 contra Argon $7,68. O modelo mais recente obtém nove pontos a mais por oito centavos a mais por tarefa.

• Precisão — Carbon 58%, um ganho de dez pontos sobre Argon; AA-Omniscience 54 contra 46.

• Alucinação — Carbon 11%, acima dos 4% de Argon. Carbon continua sendo o segundo menor nos trackers, mas a direção é a errada.

• Volume de saída — 123 mil tokens por tarefa de indexação, 29% abaixo dos 173 mil do Claude Opus 5.5, o que contribui para que o custo por tarefa permaneça baixo, apesar do mesmo preço de tabela.

• Velocidade — 99,8 tokens de saída por segundo na medição da Artificial Analysis, com tempo até o primeiro token de 97,48 segundos em esforço de raciocínio alto. Esse é o número a observar se você estiver colocando o modelo por trás de uma interface interativa em vez de uma tarefa de longa duração.

O Artificial Analysis também mede aquilo que a manchete esconde: em seu Coding Agent Index, o Carbon pontua 59 com o Antigravity CLI, três pontos atrás do Claude Code usando Claude Opus 5.5, que marca 62. O próprio resultado de desenvolvimento web do Google aponta na direção oposta — WebDev Arena com 1.768, quarto lugar, um ganho de 89 Elo —, o que serve de lembrete de que "número um no geral" e "melhor em código" são afirmações diferentes.

Os próprios números do Google são os mais eloquentes do post.

A Google relatou um conjunto substancial de segurança, e vale a pena separar o que é medido do que é alegado. No SEC-bench Pro, descoberta de vulnerabilidades, o Carbon pontua 88,2% contra 83,4% do Argon. O ExploitGym, que valida a exploração, passa de 42,0% para 54,8%. O CWE-bench, correção de patches, passa de 68,0% para 71,0%. Internamente, a Google diz que o Carbon gera código sem vulnerabilidades mais que o dobro da frequência do Argon, e que sua equipe do Chrome o considerou mais de dez vezes melhor que "o grande modelo de fronteira de outro laboratório" na produção de patches de alta qualidade — uma comparação sem oponente nomeado e sem método publicado.

Os números de segurança têm mais consequências do que os de capacidade, porque são o primeiro lugar em que o Google publicou o Carbon superando o Argon em comportamento, e não apenas em pontuações. No benchmark de injeção indireta de prompts da Gray Swan, a taxa de sucesso de ataques do Carbon é de 0,0%, contra 0,7% do Argon. No Terminal-Bench 4.0, tentou-se trapacear em 0,4% das execuções, sem sucesso em nenhuma, ao passo que o comportamento do Argon foi pior. Alertas de desalinhamento de alta gravidade na codificação ao vivo interna caíram quase 80%, afirmações sem fundamento caíram pela metade, o excesso de escopo caiu 26% e a prestação insuficiente de serviço, 29%.

Duas ressalvas devem ficar ao lado desses números, não em nota de rodapé. O Google diz que as avaliações de cibersegurança foram executadas sem salvaguardas, o que é a maneira correta de medir a capacidade bruta de um modelo e a maneira errada de prever o que um sistema implantado fará. E os maiores multiplicadores — o código seguro 2x e a correção de vulnerabilidades 10x — são benchmarks internos e um relatório da equipe, não resultados independentes. A leitura do The Register no dia do lançamento era de que o argumento de segurança é promissor e em grande parte relatado pelo fornecedor; nada publicado desde então mudou isso.

Os números que circulam na cobertura de lançamento colocam o Carbon à frente no Vals Index v2.2 (70,4% a 69,2%), no SWE-sweep (9,6% a 4,3%), no FrontierSWE 2 (61,2% a 55,0%), no Agents' Last Exam v1.1 (77,4% a 69,0%), no OSWorld-2.1 (81,5% a 74,7%) e no GraphWalks de contexto longo (96,2% a 84,2%). Esses números são informados pelo Google, a menos que o proprietário do benchmark diga o contrário, e o padrão é consistente: o Carbon representa uma melhoria ampla, não uniforme, e ainda fica atrás do Opus 5.5 e do GPT-6 Astra em vários testes de engenharia de software e de uso de computador.

Mesmo preço de etiqueta, relógio diferente

Ambos os modelos têm a mesma tabela de preços publicada: $2 por milhão de entrada e $10 por milhão de saída em caráter introdutório, com entrada em cache com 95% de desconto, passando para $4 e $20 depois. A assimetria está no calendário. A janela introdutória do Argon tem uma data definida — a página de preços do Google diz que os valores mais altos começam em 1 de dezembro de 2026 — e suas camadas de lote, flex e prioridade são publicadas em conjunto. O desconto do Carbon não tem nenhuma data de término; o anúncio diz apenas “após o período introdutório”.

A Artificial Analysis precifica ambos na tarifa padrão de $4/$20, e é por isso que seus números de custo por tarefa são a maneira justa de compará-los, e a tarifa introdutória não é. Um orçamento baseado em $2/$10 para qualquer dos modelos tem um precipício embutido, e para o Argon o precipício agora tem data.

O OrcaRouter não roteia nenhum desses modelos hoje: o Gemini 4 Carbon não tem identificador público para rotear, e o Gemini 4 Argon também não está no nosso catálogo. A regra de repasse continua sendo a relevante, porque decide o que acontece quando isso mudar — cobramos 0% de margem sobre o preço de tabela do provedor, então o cartão que o Google publica é o cartão que o cliente vê, incluindo um aumento no meio do contrato de $2/$10 para $4/$20. O que roteamos da mesma família é Gemini 3.8 Flash, a $0,75 por milhão de entrada e $3,75 por milhão de saída com leituras de cache a $0,075, que é uma classe diferente de modelo, mas é o endpoint do Google que você pode colocar em um caminho de produção esta semana.

Quem deve escolher qual?

Se você é um defensor dentro do perímetro do Fairwind, a escolha não cabe a você, e o Carbon está disponível para você agora — a questão interessante é se os ganhos de segurança sobrevivem ao seu próprio ambiente de avaliação, já que os resultados publicados foram medidos sem guardrails e em parte nas suítes internas do Google.

Se você está construindo algo que precisa ser entregue neste trimestre, o Argon é a resposta por padrão. Ele tem um endpoint, um preço publicado e uma data para o desconto, o que é mais do que o Carbon tem. Seus pontos fracos são conhecidos: Terminal-Bench 4.0 na casa dos cinquenta e poucos, segundo os números de lançamento do Google, contra Opus 5.5 com 66,4%, e uma taxa de alucinação que o Carbon desde então superou na direção errada.

Se você está definindo o escopo de um produto de segurança, a decisão tem menos a ver com qual modelo vence e mais com qual deles você consegue testar. O Carbon não está disponível, portanto qualquer fornecedor que hoje lhe cite o desempenho de "Gemini 4 Carbon" está citando um rótulo. Argon mais sua própria avaliação é a linha de base honesta contra a qual as alegações do Carbon poderão ser verificadas depois.

A cadência de quinze dias é a verdadeira história

Argon tem quatro semanas. Carbon chegou dentro do mesmo número de geração, em vez de como Gemini 4.1 ou Gemini 5, o que mostra como o Google pretende lançar daqui em diante: variantes, não versões. A interpretação da Ars Technica no dia do lançamento foi que Carbon é essencialmente um Argon ligeiramente melhor — possivelmente uma atualização pós-treinamento — e as notas de versão apoiam esse formato: preço idêntico, contexto idêntico, modalidades de entrada idênticas, combinação de capacidades diferente.

Para quem estiver integrando, isso tem uma consequência concreta. Um nome de modelo não é mais uma descrição estável de comportamento. gemini-4-argondescrevia uma coisa em 13 de outubro e pode descrever outra depois de uma atualização silenciosa; o avistamento na arena que cobrimos em 21 de outubro, no qual um alias parecia servir pesos diferentes, não é confirmado nem refutado pelo lançamento. A defesa é a nada glamourosa: fixe o identificador pelo qual você foi realmente avaliado, mantenha um conjunto de avaliação datado e trate qualquer alias como algo que pode mudar debaixo de você.

O que assistir a seguir

• A primeira gemini-4-carbon entrada na lista de modelos do Google — essa, e não o anúncio, é o momento em que o Carbon se torna um produto.

• 1 de dezembro, quando o desconto introdutório do Argon expira e a comparação efetiva muda para cada comprador que ainda o utiliza.

• Uma avaliação pareada de terceiros entre Carbon e Argon nos benchmarks de segurança, executada com guardrails, já que nenhuma foi publicada ainda.

Até que o primeiro desses chegue, o ranking é do Carbon e a decisão é do Argon. É uma coisa incomum de se escrever sobre um modelo que acaba de ser chamado de melhor do mundo, mas é o que dizem os endpoints.