> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tess.im/llms.txt
> Use this file to discover all available pages before exploring further.

# Gemini 4 Carbon

> Saiba quando usar o Gemini 4 Carbon na Tess: o passo acima do Argon para código em vários pacotes, pesquisa aberta e documentos densos.

O Gemini 4 Carbon é o modelo de fronteira da Google para o trabalho que ainda testa o limite do [Gemini 4 Argon](https://docs.tess.im/pt/gemini-4-argon.md): 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`.

| **Modelo do provider** `gemini-4-carbon` | **Contexto** 1.048.576 tokens, compartilhados | **Saída por pedido** 65.536 tokens em streaming | **Provider** Google |
| :- | :- | :- | :- |
| **Entrada** Texto, imagem, PDF e Office; vídeo agente desligado | **Thinking** MEDIUM por padrão | **Família** Gemini 4, acima do Argon | **Abertura pública** 10 de novembro de 2026 |

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.

| | Gemini 4 Carbon | Gemini 4 Argon |
| - | - | - |
| Melhor para | Código difícil, pesquisa aberta, documento denso | A maior parte do código e do knowledge work |
| Entrada | Texto, imagem, PDF, Office; vídeo sob pedido | Texto e imagem; vídeo sob pedido |
| Contexto | 1.048.576, compartilhado com a saída | 1.048.576, compartilhado com a saída |
| Thinking padrão | MEDIUM | MEDIUM |

> [!TIP]
>
> 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%.

> [!NOTE]
>
> A Anthropic publicou 53,9% para o Gemini 4 Carbon no AutomationBench da tabela do [Claude Fable 5.2](https://docs.tess.im/pt/claude-fable-5-2.md). 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.

> [!NOTE]
>
> 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.

```text theme={null}
Você é o dono desta mudança. Implemente o comportamento pedido no código
existente. Rode os testes desta etapa. Se um teste falhar, corrija a causa
antes de seguir. Não pare num plano: entregue o diff, o resultado dos testes
e o que ficou de fora porque o repositório não informa.
```

**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.

```text theme={null}
Responda só com o que está nos arquivos. Monte o entregável pedido. Cada
número precisa da página, da tabela ou do gráfico de origem. Se o documento
não tiver o dado, escreva "não encontrei". Não complete com conhecimento geral.
```

**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.

```text theme={null}
Separe fato, hipótese e lacuna. Não preencha dado experimental ausente.
Se o método tiver uma falha que muda o resultado, escreva a falha antes da
conclusão. Entregue o que deu para sustentar e o que ficou em aberto.
```

**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](https://docs.tess.im/pt/gemini-4-argon.md) · [Claude Fable 5.2](https://docs.tess.im/pt/claude-fable-5-2.md) · [Modelos e Custos](https://docs.tess.im/pt/models-and-cost.md) · [Gemini 4 Carbon está disponível](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/) · [Guia do desenvolvedor](https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/guides/gemini-4-carbon?hl=pt-br) · [Artificial Analysis](https://artificialanalysis.ai/models/gemini-4-carbon) · [LLM Stats](https://llm-stats.com/models/gemini-4-carbon).


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.