Pular para o conteúdo principal
O Gemini 4 Carbon é o modelo de fronteira da Google para o trabalho que ainda testa o limite do Gemini 4 Argon: código em várias etapas, pesquisa aberta e documentos densos com gráfico, tabela e esquema. A abertura ao público é de 10 de novembro de 2026. A Google mantém o Argon como a escolha da maior parte do coding e do knowledge work, e descreve o Carbon como o modelo que gasta mais tokens para explorar, raciocinar e verificar. O identificador desta página é gemini-4-carbon. A janela de 1.048.576 tokens é uma só, dividida entre entrada, raciocínio, chamadas de ferramenta e resposta. Um pedido isolado para em 65.536 tokens no streaming, ou em 32.768 numa chamada HTTP sem streaming. A geração pode continuar até o teto da janela, menos a entrada. O guia da Google também aceita arquivos Word, PowerPoint, Excel e OpenDocument. O entendimento de vídeo agente existe e vem desligado.

​
Quando usar o Carbon e quando usar o Argon

A Google indica o Argon para a maior parte da engenharia de software e do knowledge work. O Carbon entra no código que atravessa vários pacotes, na pesquisa sem roteiro e no documento denso com gráfico e tabela.
Fique no Argon para o código do dia a dia, a resposta curta e o documento que cabe numa leitura. Suba para o Carbon quando a mudança atravessa vários pacotes, a pesquisa não tem roteiro, ou o dado está num PDF com gráfico e tabela. Para classificar uma fila curta, o nível LOW basta.

​
O que a Google mediu

O anúncio não publica a nota absoluta dos três primeiros lugares. Publica a posição.
  • No CursorBench 4.0, no WANDR da Perplexity e no AutomationBench da Zapier, a Google diz que o Carbon ficou em primeiro.
  • No Multimodal Knowledge Agent, feito com a Artificial Analysis, ficou em segundo.
  • Na avaliação financeira de ponta a ponta da Hebbia, empatou com o melhor modelo testado. No benchmark de inteligência financeira da Balyasny, ficou no topo entre 23 configurações.
  • Num conjunto interno de 375 tarefas de honestidade agêntica, passou em 92%, contra 70% do Argon. Recusou completar dado experimental ausente em 98% dos casos e apontou falha de método em 68%.
A Anthropic publicou 53,9% para o Gemini 4 Carbon no AutomationBench da tabela do Claude Fable 5.2. A Google diz que o Carbon lidera o AutomationBench da Zapier e não publica essa nota. Não trate os dois como a mesma prova.

​
O que a Artificial Analysis mediu

Na variante high, a Artificial Analysis registra 60 no Intelligence Index, em 4º lugar na amostra que publicou. A mesma rodada mostra 66,85 segundos até o primeiro token da resposta, 25,6 minutos por tarefa do índice e 80 tokens por segundo de saída. O volume de saída foi de 205 milhões de tokens. A página data essa variante em 28 de outubro de 2026, antes da abertura pública de 10 de novembro.
O 60 e o tempo até a primeira resposta são da variante high, não do thinking MEDIUM, que é o padrão do gemini-4-carbon.

​
Onde ele não lidera

  • A Google continua indicando o Argon para a maior parte do código e do knowledge work. O Carbon gasta mais tokens na mesma família.
  • No Multimodal Knowledge Agent, o anúncio coloca o Carbon em segundo, não em primeiro.
  • Na variante high medida pela Artificial Analysis, a primeira resposta demora e a tarefa do índice leva dezenas de minutos.
  • temperature, top_p e top_k são ignorados. O controle de esforço é o thinking_level. MINIMAL e thinking_budget devolvem erro.
  • Um pedido isolado ainda para em 65.536 tokens no streaming. Passar disso exige continuação.

​
Onde ele gera mais valor

​
Um código que o Argon ainda não fecha

A mudança atravessa pacotes, a causa está em outro subsistema, ou o desenho da arquitetura ainda não cabe numa passada. O Carbon é o passo seguinte, com mais verificação e mais tokens. Resultado esperado: o diff dentro do escopo, os testes da etapa e o que ficou de fora.

​
Um dossiê que vira planilha, relatório ou apresentação

O material junta PDF, tabela, gráfico e texto. A Google descreve o Carbon para seguir um esquema e entregar a planilha, o relatório ou a apresentação com o dado rastreável. Resultado esperado: o arquivo pedido, a origem de cada número e a lacuna quando o documento não tiver o dado.

​
Uma pesquisa sem roteiro fechado

A pergunta é de ciência, de finanças ou de método, e a resposta precisa testar a hipótese em vez de completar o que falta. No conjunto interno da Google, o Carbon recusou inventar dado experimental com mais frequência que o Argon. Resultado esperado: o que foi medido, o que é hipótese e o que o material não informa.

​
Como aplicar na Tess

1

Suba para o Carbon só quando o Argon ficar curto

Use o Argon no código do dia a dia e no documento que cabe numa leitura. Escolha o Carbon para a mudança que atravessa vários pacotes, o PDF com gráfico e tabela, ou a pesquisa sem roteiro.
2

Feche o que conta como pronto

Diga o entregável, o que não pode mudar e a prova que encerra a tarefa. O Carbon tende a investigar mais. Peça o arquivo final, não um plano do que faria depois.
3

Defina tools e aprovações

Habilite apenas as ferramentas necessárias. Exija confirmação antes de enviar, publicar ou alterar dados.
4

Escolha o nível de thinking

LOW para classificar e extrair. MEDIUM, o padrão, para código geral, tools e documento. HIGH para vários arquivos, prova ou desenho de arquitetura.
5

Amostre antes de soltar

Rode um caso inteiro, confira o resultado, e só então repita o fluxo.

​
Três playbooks para começar

​
1. Mudança que o Argon não fechou

Entrada: o repositório, o que já falhou no Argon e os testes da etapa.
Pronto quando: os testes da etapa passam e o que ficou de fora está escrito.

​
2. Dossiê com arquivo final

Entrada: os PDFs ou as planilhas, o esquema do entregável e a pergunta.
Pronto quando: o arquivo existe e cada número aponta para uma origem ou para uma lacuna.

​
3. Pesquisa com lacuna explícita

Entrada: a pergunta, os dados e o que conta como evidência.
Pronto quando: a resposta separa o que está no material do que foi inferido.

​
Limitações e boas práticas

  • O thinking padrão do gemini-4-carbon é MEDIUM.
  • O anúncio diz que o Carbon usa mais tokens que o Argon para verificar o trabalho.
  • Contexto de 1.048.576 tokens não substitui seleção. A saída só pode usar o que sobrar depois da entrada.
  • Coloque o trecho estável no começo do prompt. O cache implícito olha prefixos a partir de 4.096 tokens.
  • A Google relata 0% de sucesso de injeção de prompt no benchmark IPI da Gray Swan e, no mesmo anúncio, diz que o red teaming ainda encontra ataque mais sofisticado. Revise uma amostra mesmo assim.
  • Mantenha aprovação humana para decisões financeiras, jurídicas, clínicas ou de alto impacto.
Veja também: Gemini 4 Argon · Claude Fable 5.2 · Modelos e Custos · Gemini 4 Carbon está disponível · Guia do desenvolvedor · Artificial Analysis · LLM Stats.