Gemini 4 Carbon: nosso próximo modelo de fronteira

Estamos anunciando hoje o próximo modelo de fronteira: Gemini 4 Carbon, nosso modelo mais robusto com cibersegurança de última geração e capacidades de longo prazo.

O Carbon ocupa o 1º lugar no Índice de Inteligência Artificial de Análise ( AIAI) da versão 5.0, recentemente atualizada, com 59 pontos. Ele demonstra ganhos significativos em tarefas de codificação e agentes, bem como em capacidades essenciais para a defesa cibernética, conquistando uma sólida liderança no SEC-bench Pro (88,2%) para detecção de vulnerabilidades, no ExploitGym (54,8%) para exploração e no CWE-bench (71,0%) para aplicação de patches.

Em benchmarks internos, o Carbon impulsiona um forte aumento na geração de código seguro e, em ambientes de codificação ao vivo com nossas próprias equipes, apresenta taxas reduzidas de desalinhamento e fabricação de vulnerabilidades.

Com base na missão Gemini 4 Argon , lançado há duas semanas, o Carbon ilustra o ritmo acelerado com que estamos expandindo as fronteiras do conhecimento. Nossos pesquisadores e modelos trabalham em conjunto para desenvolver capacidades de forma mais rápida, ao mesmo tempo que fortalecemos nossas medidas de segurança.

Estamos adotando uma abordagem cautelosa para o lançamento e participando ativamente do processo voluntário do governo dos EUA para testes de modelos pré-lançamento. A partir desta semana, disponibilizaremos o Carbon para um grupo seleto de profissionais de segurança cibernética e, gradualmente, ampliaremos o acesso para outros parceiros confiáveis ​​por meio do nosso Programa Fairwind . Continuamos coletando feedback e aprimorando as diretrizes antes de disponibilizar o Carbon para desenvolvedores, empresas e consumidores por meio de nossas plataformas de produtos o mais breve possível.

O Gemini 4 Carbon será lançado com o mesmo preço promocional de lançamento. ¹ como Argon a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, com tokens de entrada em cache precificados com 95% de desconto sobre o preço do token de entrada.

Melhorando a programação e o raciocínio para tarefas complexas e de longo prazo

Projetado para lidar com problemas de engenharia muito mais complexos e de longo prazo, o Carbon foi desenvolvido para fluxos de trabalho autônomos e contínuos. Internamente, nossas equipes já viram o Carbon funcionar por dias, persistindo mesmo diante de dificuldades para resolver tarefas de engenharia complexas e de várias etapas, como identificar a causa raiz e corrigir bugs sutis em grandes bases de código e sistemas de baixo nível.

Com base no feedback dos usuários, focamos em aprimorar o desempenho do modelo em diversas áreas, incluindo programação, tarefas de agentes e científicas, bem como desenvolvimento web full-stack e compreensão multimodal. Com a melhoria na qualidade dos resultados e artefatos no desenvolvimento web, o Carbon subiu +89 pontos no ranking Elo, alcançando a 4ª posição (1768) no WebDev Arena .

Desempenho de cibersegurança de última geração para ajudar a construir sistemas seguros

O Gemini 4 Carbon oferece um salto significativo em recursos de cibersegurança. Ele atinge desempenho de última geração em todo o ciclo de vida da defesa cibernética — detecção de vulnerabilidades, validação e correção.

Nossas equipes já estão observando ganhos significativos em ciberdefesa. Em benchmarks internos, o Carbon alcança um aumento de mais de 2 vezes na taxa de sucesso na geração de código seguro em comparação com o Argon. Como outro exemplo, a equipe do Chrome relatou que o Carbon teve um desempenho mais de 10 vezes melhor do que o modelo de fronteira de outro laboratório na geração de patches de alta qualidade. A Wiz, nossa principal plataforma de segurança em nuvem, também observa o Carbon liderando os benchmarks para testes de penetração na web, uma capacidade essencial para a iniciativa Scan for Good da Wiz .

A Carbon se destaca em importantes indicadores externos (avaliados sem restrições):

• Identificar vulnerabilidades reais: A essência da defesa cibernética reside na identificação de vulnerabilidades reais. O Carbon alcança um índice de desempenho de 88,2% no SEC-bench Pro , descobrindo de forma autônoma falhas complexas ocultas em softwares reais.

• Validação de riscos por meio da exploração: Para priorizar quais vulnerabilidades corrigir primeiro ou corrigir de fato, os profissionais de segurança cibernética dependem cada vez mais de modelos para verificar quais vulnerabilidades são exploráveis. O Carbon estabelece um novo padrão de excelência no popular benchmark de exploração ExploitGym (54,8%).

• Corrigindo a causa raiz: Após identificar as vulnerabilidades, corrigir a causa raiz é uma etapa crucial no ciclo de vida da defesa cibernética. O Carbon atinge 71,0% no benchmark CWE da Collinear, transformando descobertas validadas diretamente em correções de código funcionais.

Avançando o modelo de fronteira em segurança e proteção

O Gemini 4 Carbon se baseia na mesma estrutura de segurança multicamadas do Argon — combinando treinamento de modelos, defesas contra uso indevido em tempo real, resiliência a injeções imediatas e monitoramento da cadeia de raciocínio. Em particular, fizemos avanços significativos no alinhamento do modelo com o Argon e relatamos sua propensão a se comportar de maneira alinhada em nosso relatório de Segurança . Com o Carbon, nos desafiamos a ir além no alinhamento e treinamos o modelo para responder a tarefas complexas ou de alta pressão da maneira correta.

• Reduzindo atalhos e exploração de brechas: Com o Carbon, mitigamos ainda mais as tentativas de atalhos no treinamento, garantindo ao mesmo tempo um alto desempenho de codificação. O Carbon reduziu as trapaças bem-sucedidas no Terminal-Bench 4.0 para 0,0%, com as tentativas de trapaça caindo para 0,4% — tudo isso enquanto melhorávamos a precisão geral. Em ambientes de codificação ao vivo com nossas equipes internas, observamos que os alertas de desalinhamento de alta gravidade diminuíram em quase 80%.
• Maior transparência e honestidade: Em nossos testes internos, o Carbon reduz as alegações sem fundamento em aproximadamente 2 vezes em comparação com o Argon. Ele inclui ressalvas metodológicas diretamente no produto final ou suspende ações bloqueadas com uma lista clara do que ainda é necessário, em vez de fabricar ou contornar a falta de evidências.
• Colaboração aprimorada com o usuário em situações de ambiguidade: em vez de adivinhar ou forçar um caminho a seguir, o Carbon recupera as fontes relevantes e apresenta as discrepâncias ao usuário antes de agir — como resultado, os usuários devem observar uma experiência colaborativa muito melhor com o Carbon.
• Cumprindo o prometido sem ultrapassar os limites: A Carbon reduziu simultaneamente os excessos em 26% e a falta de serviços em 29%, resultando numa execução muito mais confiável de planos de várias etapas de ponta a ponta, respeitando as restrições do projeto e mantendo-se estritamente dentro do escopo.
• Resistência à injeção imediata: Embora o Argon tenha liderado anteriormente o benchmark de Injeção Imediata Indireta (IPI) da Gray Swan em resistência à injeção imediata, com uma taxa de sucesso de ataque muito baixa, de 0,7%, o Carbon atinge 0,0% — resistindo a todas as tentativas de ataque avaliadas.

Em breve para desenvolvedores, empresas e consumidores

Para avançar na área, é preciso agir com rapidez, mas sem perder de vista a importância da implementação. Com o Gemini 4 Carbon, nosso objetivo é proporcionar avanços significativos em engenharia de software e defesa cibernética, sem comprometer a segurança ou a confiabilidade. Estamos ansiosos para ver como o primeiro grupo de profissionais de segurança cibernética utilizará esse modelo e esperamos disponibilizar o Carbon para desenvolvedores, empresas e consumidores em breve.