A coroa do Gemini 4 Carbon pouco vale até que os defensores a recebam primeiro

Quando um modelo é tão bom em encontrar e explorar falhas que o próprio fabricante não deixa você usá-lo, isso é um produto ou um comunicado de imprensa? O Gemini 4 Carbon, do Google, é as duas coisas, e qual delas vence depende do que acontecer nas próximas semanas.

Aqui vai a versão curta. O Google lançou o Carbon na quarta-feira, segundo o The Verge, destacando “ganhos significativos” em programação, tarefas com agentes e cibersegurança, além do primeiro lugar no Artificial Analysis Intelligence Index (v5.0), à frente do Claude Opus 5.5 e do GPT-6 Astra. Ele está disponível primeiro para um grupo seleto de empresas de defesa cibernética por meio do Fairwind Program, com acesso mais amplo previsto para depois. O preço introdutório é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída.

A coroa é mais frágil do que a manchete sugere

O Google cita uma pontuação de 59 no índice. O Ars Technica coloca isso em perspectiva: todos os modelos de ponta ficam na mesma faixa nesses testes, e a diferença entre o Carbon e a concorrência é de apenas alguns pontos. O site também observa que o Carbon supera o Argon por margens estreitas em todos os testes que o Google divulgou e que, até onde se sabe, pode ser uma melhoria pós-treinamento e não um modelo novo.

Acreditamos que esse é o nível certo de ceticismo. Uma liderança de poucos pontos num ranking, anunciada pela empresa que se beneficia dela, é marketing até que outra pessoa a reproduza. Os números de cibersegurança merecem o mesmo tratamento: 88,2% no SEC-bench Pro, 54,8% no ExploitGym e 71% no CWE-bench são números do Google, e a afirmação de que o Carbon foi mais de 10 vezes melhor ao gerar patches de alta qualidade é medida contra o modelo de “outro laboratório” sem nome. Rivais sem nome permitem se gabar sem que ninguém possa contestar.

A ordem de acesso é a verdadeira notícia

A escolha mais interessante é a forma como o Carbon chega ao mercado. O Google diz que está seguindo o processo voluntário de revisão do governo dos EUA e começando pelos defensores. É o instinto certo. Um modelo que vai bem tanto em encontrar vulnerabilidades quanto em transformá-las em exploits é de uso duplo por construção. Entregá-lo primeiro aos defensores só ajuda se eles ganharem uma vantagem real, e isso é uma promessa sobre prazo, não sobre capacidade.

E o prazo é vago. O Google não promete cronograma para o lançamento amplo. O Ars sugere que, se for como no caso do Argon, o Carbon poderia estar disponível em algumas semanas, mas isso é uma inferência, não um compromisso. Duas semanas é muito tempo em segurança. Se os atacantes tiverem ferramentas comparáveis de outras fontes, ou se o Carbon chegar ao público antes de os defensores corrigirem o que ele encontra, o discurso de “defensores primeiro” vira uma bela história sobre uma vantagem curta.

Há também um problema mais discreto: uma prévia fechada significa que ninguém fora do grupo seleto pode conferir nada disso. Os parceiros do Fairwind presumivelmente têm o incentivo e a habilidade para testá-lo a fundo. Adoraríamos ver esses parceiros, ou laboratórios independentes, publicarem o que encontrarem, inclusive as falhas.

O que um leitor cético deve fazer

Para ser justo, o resultado em injeção de prompt é notável, se for confirmado. O Ars relata que o Carbon resistiu a todos os ataques tentados na avaliação da Grey Swan, contra 0,7% do Argon e 8,5% do GPT-6 Astra. Isso importa mais para agentes que rodam por dias do que uma pequena liderança no índice. Mas ainda é uma única avaliação, divulgada nos termos que o Google escolheu publicar.

Nosso veredicto: trate a coroa do índice como nota de rodapé e as alegações de cibersegurança como uma hipótese. Se você trabalha com segurança, peça os detalhes da avaliação e um teste por meio de um parceiro do Fairwind em vez de confiar no gráfico. Se você é desenvolvedor, não redesenhe a arquitetura de nada em torno do Carbon ainda; o preço introdutório é atraente, mas o The Express Tribune informa que ele deve subir para US$ 4 e US$ 20 por milhão de tokens. A coroa do benchmark provavelmente será esquecida no próximo lançamento. O que vai durar é saber se os defensores de fato corrigiram as falhas antes de todo mundo ter a mesma capacidade.