Em 29 de outubro de 2026, o Gemini 4 Carbon do Google supera o Gemini 4 Argon em todos os benchmarks que o Google publicou para ambos, pelo mesmo preço de lançamento de $2 de entrada / $10 de saída por milhão de tokens. Mas o Argon é o que você pode realmente chamar: o Carbon está limitado a "um subconjunto de defensores cibernéticos", enquanto o gemini-4-argon está disponível de forma geral na API Gemini paga desde 13 de outubro.
Então construa sobre o Argon hoje, mantenha o nome do modelo na configuração e teste o Carbon no dia em que ele abrir. Abaixo: a comparação lado a lado, onde o Carbon é reportado como mais fraco, o que mais é lançado hoje e como fazer o A/B dos dois com um agente de codificação.
O que é o Gemini 4 Carbon?
O Gemini 4 Carbon é o modelo de fronteira mais recente do Google DeepMind, anunciado em 28 de outubro de 2026 por Koray Kavukcuoglu como "nosso modelo mais forte com capacidades de segurança cibernética e de longo horizonte de última geração". Ele segue o Argon em duas semanas, mantém a pilha de segurança do Argon e é lançado pelo preço introdutório do Argon.
A tabela completa de benchmarks e o cálculo de preços estão em O que é o Gemini 4 Carbon?. Se você é novo no Argon, comece com O que é o Gemini 4 Argon?.
Gemini carbon vs argon: lado a lado
Apenas linhas que o Google publicou para ambos os modelos, ou onde a diferença é o ponto principal.
| Gemini 4 Argon | Gemini 4 Carbon | Fonte | |
|---|---|---|---|
| Quem pode usá-lo | API Gemini paga, GA desde 13 de outubro de 2026 | Subconjunto de defensores cibernéticos; parceiros Fairwind em seguida | Post de lançamento do Carbon, página de modelos da API Gemini |
| ID do modelo | gemini-4-argon |
Não publicado | página de modelos da API Gemini |
| Preço de lançamento por 1M de tokens | $2 entrada / $10 saída até 30 de novembro de 2026 | $2 entrada / $10 saída, duração introdutória não declarada | Preços da API Gemini, post de lançamento |
| Preço após a introdução | $4 / $20 a partir de 1º de dezembro de 2026 | $4 / $20, data de início não declarada | O mesmo |
| Entrada em cache | $0,10 por 1M (apenas cache implícito) | 95% de desconto na entrada ($0,10 na introdução) | O mesmo |
| Janela de contexto | 1M de tokens, decodificações longas de até 1M | Não publicado | página de modelos da API Gemini |
| Camada gratuita | Não | Não publicado | Preços da API Gemini |
| Índice Artificial Analysis | Não fornecido para v5.0 | 59, classificado em #1 na v5.0 | Post de lançamento |
| Injeção indireta de prompt do Gray Swan | 0,7% de sucesso de ataque | 0,0% | Post de lançamento |
| Geração de código seguro (interno) | Linha de base | Mais de 2x a taxa de sucesso do Argon | Post de lançamento |
| Afirmações não suportadas (interno) | Linha de base | Cerca de 2x menos | Post de lançamento |
O empate de preço é temporário. O $2 / $10 do Argon termina em 30 de novembro, enquanto o período introdutório do Carbon não tem duração publicada, então verifique ambas as linhas de preços no dia em que fizer a troca.
Na linha do Artificial Analysis, o Google não deu ao Argon uma pontuação v5.0. O Artificial Analysis listou o Argon (High) em cerca de 53 antes da atualização para v5.0, então leia "59 vs 53" como uma direção, não como uma diferença medida. A tabela de 19 linhas do próprio Argon está em Benchmarks do Gemini 4 Argon.
Benchmark do Gemini 4 Carbon: onde ele se destaca
A vantagem do Carbon está em segurança e trabalho de agentes de longa duração. O Google relata estes resultados, avaliados sem barreiras de proteção:
- SEC-bench Pro: 88,2%, estado da arte, para encontrar vulnerabilidades reais.
- ExploitGym: 54,8%, estado da arte, para verificar quais vulnerabilidades são exploráveis.
- CWE-bench (Collinear): 71,0% para correção na causa raiz.
- WebDev Arena: #4 com 1768, subiu 89 pontos de Elo.
- equipe do Chrome: mais de 10x melhores correções do que "o grande modelo de fronteira de outro laboratório", que o Google não nomeia.
Os números de comportamento importam mais se você executa agentes sem supervisão. No Terminal-Bench 4.0, o Google afirma que a trapaça bem-sucedida caiu para 0,0% e as tentativas de trapaça para 0,4%. Em ambientes internos de codificação, os alertas de desalinhamento de alta severidade caíram quase 80%. O excesso de alcance caiu 26% e o subatendimento 29%.
O Google também afirma que suas equipes viram o Carbon "funcionar por dias" em tarefas de engenharia de várias etapas. Estes são números internos, não resultados independentes.
Onde o Carbon é reportado como mais fraco
O post do Google não lista fraquezas. Testadores iniciais sim, e isso é reportado, não medido. De acordo com TestingCatalog, um testador de acesso antecipado descreveu o Carbon como "visivelmente melhor" que o Argon em trabalho 3D, enquanto "frontend/UI ainda é ruim." Ele também o chamou de mais lento, embora "menos preguiçoso." A Business Insider reportou primeiro o checkpoint do Carbon na plataforma interna Jetski do Google em 9 de outubro.
Se sua carga de trabalho é principalmente geração de UI, o salto no WebDev Arena e os relatos dos testadores discordam, então teste seus próprios prompts. E "mais lento" significa que os timeouts importam: o guia do Argon do Google já avisa que prompts difíceis podem levar minutos.
Um aviso: páginas de terceiros de "API do Gemini 4 Carbon" são placeholders. O Google não lançou um endpoint, então ninguém pode vender um para você.
Data de lançamento do Gemini 4 Carbon: quando você pode fazer a troca?
Não há uma. O Google diz que o Carbon vai primeiro para "um subconjunto de defensores cibernéticos", depois gradualmente para parceiros de confiança através do Programa Fairwind, e para desenvolvedores, empresas e consumidores "o mais rápido possível." O Google também está no processo voluntário de testes de pré-lançamento do governo dos EUA.
O Argon levou 13 dias desde o anúncio apenas para o Fairwind até o GA. Isso é um precedente, não uma promessa. A linha do tempo e a elegibilidade ao Fairwind estão cobertas em Data de lançamento do Gemini 4 Carbon, e se você espera uma rota de $0, leia O Gemini 4 Carbon é gratuito?.
Qual você deve usar agora?
Escolha pelo que você precisa esta semana:
| Sua situação | Use agora | Por quê |
|---|---|---|
| Lançando um produto no Gemini | gemini-4-argon |
Único modelo Gemini 4 com uma API pública |
| Equipe de pesquisa de segurança qualificada | Candidatar-se ao Fairwind | Única rota nomeada para o Carbon antes do lançamento |
| Principalmente frontend ou geração de UI | Argon, depois testar o Carbon | Testadores relatam a saída de UI do Carbon como fraca |
| Agentes de codificação de longa duração | Argon agora, Carbon no lançamento | Os números anti-trapaça e de desalinhamento do Carbon visam isso |
| Precisa de um modelo de fronteira e não se importa com o fornecedor | Comparar as opções abaixo | Vários são lançados hoje |
Opções disponíveis hoje se você precisa de fronteira agora
Se você não precisa especificamente do Gemini, três fornecedores lançam modelos de fronteira em APIs públicas hoje. Tarifas padrão por milhão de tokens, lidas da página de cada fornecedor em 29 de outubro de 2026.
| Modelo | ID do modelo | Entrada | Saída | Entrada em cache | Fonte |
|---|---|---|---|---|---|
| Gemini 4 Argon | gemini-4-argon |
$2,00 ($4,00 a partir de 1º de dezembro) | $10,00 ($20,00 a partir de 1º de dezembro) | $0,10 | Preços da API Gemini |
| Claude Opus 5.5 | claude-opus-5-5 |
$4,00 | $20,00 | $0,20 (leitura de cache) | Preços da Anthropic |
| GPT-6.1 Sol | gpt-6.1-sol |
$2,00 | $10,00 | $0,10 | Preços da OpenAI |
| GPT-6.1 Terra | gpt-6.1-terra |
$1,00 | $5,00 | $0,05 | Preços da OpenAI |
Argon e GPT-6.1 Sol correspondem exatamente ao preço de lançamento do Carbon. O Claude Opus 5.5 custa o que o Argon e o Carbon custam após seus períodos introdutórios. Para resultados de confronto direto, veja Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5, e para detalhes da API da OpenAI, API do GPT-6.1 Sol.
Mantenha o modelo na configuração para que a troca seja uma linha
Construa sobre o gemini-4-argon com o nome do modelo em uma variável. No dia em que o Carbon receber um ID, você muda um valor e reexecuta seus testes. Esta requisição segue o formato da API Interactions documentado pelo Google. Não a executamos para este post; ela precisa de uma chave paga, já que o Argon não está na camada gratuita (detalhes de preços).
export GEMINI_MODEL="gemini-4-argon" # Carbon's model ID isn't published yet
curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-X POST \
-d "{\"model\": \"${GEMINI_MODEL}\", \"input\": \"Find the root cause of this failing test and propose a patch.\", \"generation_config\": {\"thinking_level\": \"medium\"}}"
Registre os tokens de entrada e saída por requisição (o mesmo preço por token não significa o mesmo custo por tarefa) e defina timeouts do cliente em minutos, não segundos.
Não presuma que os parâmetros do Carbon correspondam aos do Argon. Quando o Argon passou para GA, ele abandonou o cache explícito e ignorou temperature. Nosso guia da API do Gemini 4 Argon cobre essas mudanças.
A/B do Argon e Carbon com o Apidog CLI e seu agente de codificação
Os benchmarks falam sobre as tarefas do Google, não as suas. Deixe seu agente de codificação executar a comparação. O Apidog CLI permite que Claude Code, Codex, Cursor ou OpenCode criem e executem testes de API a partir do terminal, então o agente pode construir um caso de teste contra o endpoint Interactions do Gemini e executá-lo uma vez por modelo.
Configure uma vez:
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Depois dê um prompt ao seu agente:
In Apidog project <id>, create a Gemini API environment with GEMINI_MODEL=gemini-4-argon.
Add a test case: POST /v1beta/interactions using {{GEMINI_MODEL}} with my five real
prompts from prompts.csv, asserting HTTP 200 and non-empty output text. Run it with
Argon now. When Carbon has a model ID, run it again with that ID and compare pass rate,
response time and token usage per prompt.
O agente verifica cada payload em relação ao seu schema antes de escrever qualquer coisa, depois executa o caso:
apidog environment create gemini-api --project <id> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file gemini-ab.json
apidog test-case create --project <id> --file gemini-ab.json
apidog run --test-case <caseId> --project <id> -e <envId> -d prompts.csv --timeout-request 300000 -r cli,json --out-file argon
No dia do lançamento, o agente reexecuta o mesmo caso com --env-var "GEMINI_MODEL=<carbon-id>" --out-file carbon e compara os dois relatórios JSON. Adicione --upload-report se quiser que a equipe veja ambas as execuções no aplicativo Apidog. Para executá-lo em CI, siga o guia de CI/CD do Apidog CLI; se você é novo no CLI, comece com Apidog CLI no Claude Code. O plano gratuito do Apidog cobre até 4 usuários.
FAQ
O Gemini 4 Carbon é melhor que o Argon? Pelos números publicados pelo Google, sim: 0,0% vs 0,7% na injeção de prompt do Gray Swan, mais de 2x o Argon em testes internos de código seguro, e #1 no Índice Artificial Analysis v5.0 com 59. Resultados independentes ainda não saíram.
O Gemini 4 Carbon e o Argon custam o mesmo? No lançamento, sim: $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída, entrada em cache com 95% de desconto. O preço introdutório do Argon termina em 30 de novembro de 2026; a duração introdutória do Carbon não é publicada.
Posso usar o Gemini 4 Carbon através da API hoje? Não. Em 29 de outubro de 2026, o Carbon não tem ID de modelo público e apenas um subconjunto de defensores cibernéticos pode usá-lo. O Argon está na API Gemini paga como gemini-4-argon.
O Carbon é pior que o Argon em alguma coisa? O Google não diz isso. Testadores iniciais relataram o Carbon como mais fraco em frontend e saída de UI e mais lento que o Argon. Isso é reportado, não medido.
Devo esperar pelo Carbon ou construir sobre o Argon agora? Construa sobre o Argon agora com o nome do modelo na configuração. O preço de lançamento é o mesmo, então a troca se torna uma mudança de uma linha mais uma execução de teste.