Google lanca Gemini 4 Carbon com /swarm: agentes em enxame para programacao de longa duracao
O Google publicou nesta terca-feira (10) o Gemini 4 Carbon, seu modelo mais avancado da linha Gemini 4, ja disponivel para desenvolvedores pagantes via Gemini API e para assinantes AI Ultra. O grande destaque e o /swarm, recurso em preview no Google Antigravity que transforma um unico prompt em uma equipe coordenada de agentes de IA, visivel em tempo real.
O que e o Gemini 4 Carbon
O Carbon se posiciona acima do Gemini 4 Argao — o modelo "padrao" para engenharia de software e trabalho de conhecimento — e e voltado para tarefas que "testam os limites da inteligencia de um modelo", segundo o anuncio oficial. Google afirma que ele foi construido para workloads de longa duracao ("long-horizon"), incluindo multi-package migrations, debug cross-subsystem, investigacao de causa-raiz complexa e redesignes arquiteturais.
No Google, o modelo foi avaliado em seu proprio codebase de 14.000 testes e alcanou 94% de taxa de resolucao em bugs reais, com zero regressoes. Em benchmarks externos, lidera o SEC-bench Pro com 88,2% (descoberta de vulnerabilidades), ExploitGym com 54,8% (exploracao) e CWE-bench com 71,0% (patching) — resultados que ultrapassam claramente o Argao e posicionam o Carbon como um dos modelos mais fortes em ciberseguranca ja medidos.
O /swarm: programar em enxame
O recurso mais original e o /swarm, lançado em preview no Google Antigravity. Em vez de um unico agente coordenando subagentes isolados — o padrao que a maioria das plataformas segue hoje — o /swarm permite orquestrar um sistema multi-agente onde cada agente pode ser "pinado" para um modelo diferente. O coordenador (Carbon) planeja, os workers constroem e verificam em paralelo, com um UI lateral mostrando o Board, Roster e Graph replay.
Dentro do Google, segundo o anuncio, engenheiros usaram swarms para migracoes multi-pacote, investigacoes de causa-raiz cross-subsystem e redesignes arquiteturais complexos. Um exemplo: com sete PDFs publicos da Comissao de Planeamento da Cidade de Nova York (206 vistas extraidas de plantas de engenharia) e um unico prompt, um time multi-agente Carbon usou o /swarm para reconstruir em Three.js uma maquete interativa de 906 mil triangulos do escritorio Google Platform 37, em dez loops overnight.
O pricing e de US$ 2 por milhao de tokens de input e US$ 10 por milhao de output ate 30 de novembro — a mesma tarifa de introducao do Argao. Depois, dobra para US$ 4 e US$ 20. Google esta oferecendo acesso gratuito de seis meses a 10.000 cientistas (milhares ja foram onboardados), incluindo acesso tanto ao Argao quanto ao Carbon.
Ciberseguranca: a arma de dois gumes
O Carbon foi originalmente liberado em outubro apenas para defensores via Fairwind Program. Desde entao, a Wiz utilizou o modelo em seu programa Scan for Good para identificar zero-day vulnerabilities em dois grandes provedores SaaS em menos de duas horas. No Project Fortify interno do Google (varredura, triagem, remediacao autonomos), o Carbon atingiu 100% de recall na varredura e 95% de precision na triagem, com mais de 25% de melhoria relativa sobre o recall ja forte do Argao.
O modelo tambem reduziu a taxa de breaching por tentativa a 0,8% em ambientes simulados contra red-teaming adaptativo — comparado a 3,1% do Argao. Mas o Google reconhece que esses resultados vem de ambientes especificos e nao estabelecem resistencia a todos os ataques do mundo real. O problema de ciberseguranca nao e resolvido — e transferido.
A estrategia por tras do lançamento
A estrategia do Google com o Carbon e clara: posicionar um modelo que "custa mais" mas resolve problemas que outros nao conseguem, enquanto alimenta um ecossistema de ferramentas (Antigravity, /swarm, Project Fortify) que cria lock-in natural em equipes de engenharia. A oferta de seis meses gratuita para 10.000 cientistas e tanto um gesto generoso quanto um mecanismo de coleta massiva de dados — cada proteina prevista, cada vulnerabilidade identificada, cada query de pesquisa de proteinas gera gradients uteis.
O /swarm em si e o sinal mais importante: o Google esta apostando que a proxima fronteira nao e "um modelo maior", mas sistemas de modelos que trabalham juntos. Se isso se provar produtivo em escala, a pergunta que fica e quantas outras empresas vai copiar esse padrao antes que se torne o novo baseline de programacao agéntica.
Fontes: Google DeepMind Blog, Engadget, The New Stack
✓ Fontes independentes cruzadas e verificadas antes da publicação
