O Gemini 4 Carbon, do Google, conquistou o primeiro lugar no Intelligence Index V5 da Artificial Analysis, com 59 pontos, terminando um ponto à frente do Claude Opus 5.5. Segundo a análise, o modelo ficou em primeiro lugar em quatro das nove avaliações do conjunto de benchmarks. O Google o lançou na semana passada e, inicialmente, está disponibilizando-o a defensores cibernéticos selecionados por meio do programa Fairwind, com acesso mais amplo previsto para depois.
O modelo também liderou a avaliação AA-Omniscience v1.1 da Artificial Analysis, que mede a recuperação de conhecimento e as alucinações. Ele obteve 54 pontos numa escala de -100 a +100. Embora esse tenha sido o melhor resultado da comparação, a pontuação indica que até modelos muito bem classificados ainda podem ter dificuldade para recuperar informações de forma confiável.
A pontuação do Gemini 4 Carbon no Intelligence Index o coloca dois pontos à frente do GPT-6 Astra, da OpenAI, e nove pontos à frente do Muse Wonder Full, da Meta. A Artificial Analysis também informa um custo de US$ 7,76 por tarefa no benchmark, um pouco abaixo do Gemini 3.8 Flash (high) e vários dólares inferior ao do Claude Opus 5.5 ou do Sonnet 5.5 nas configurações testadas. Ainda assim, ele é mais caro do que alguns modelos da OpenAI e substancialmente mais caro do que o DeepSeek V4.1 Flash 1017, de pesos abertos, que obteve 32 pontos no índice.
Os resultados não colocam o Carbon à frente em todas as áreas. A Artificial Analysis afirma que ele fica atrás do Claude Code com Claude Opus 5.5 em programação e do Grok 4.7, do Muse Wonder e do Kimi K3.1 Pro em trabalho do conhecimento. O gráfico Pareto Frontier da Arena.ai coloca o Carbon no topo entre os modelos mais caros, enquanto as opções de menor custo incluem modelos chineses de pesos abertos, como o GLM 5.3-Flash e o DeepSeek V4 Pro.
O Google afirma que está adotando uma abordagem gradual para a disponibilização e participando do processo voluntário do governo dos EUA para testar modelos antes do lançamento. A empresa planeja primeiro conceder acesso a um subconjunto de defensores cibernéticos e, depois, ampliá-lo por meio de parceiros de confiança do programa Fairwind. O Google diz que quer aperfeiçoar as salvaguardas do modelo antes de disponibilizá-lo a desenvolvedores, com foco em limitar o uso indevido na cibersegurança.
A empresa também afirma que o Carbon resistiu a todas as tentativas, no benchmark Gray Swan Indirect Prompt Injection, de fazê-lo agir de forma imprópria. O Google alega que o modelo produz metade das afirmações sem respaldo do Gemini 4 Argon, apresentado duas semanas antes, e reduz o excesso de atuação do modelo em 26%. Essas são alegações da empresa; os resultados de benchmark disponíveis não significam que o modelo esteja livre de erros.
Fontes: Tom's Hardware.