Google lança Gemini 4 Carbon focado em código seguro

Inteligência Artificial

Nova IA do Google aprimora a segurança na programação com menos erros e maior confiabilidade.

Leia também: Cloudera lança Blueprints de IA com Nvidia para acelerar projetos

O Google lançou nesta quarta-feira (28) o Gemini 4 Carbon, novo modelo de linguagem avançado voltado a tarefas complexas de programação e segurança cibernética, com desempenho superior a rivais como GPT-6 Astra e Claude Opus 5.5 e foco em reduzir vulnerabilidades e falhas geradas por IA.

O que é o modelo Gemini 4 Carbon da Google?

O Gemini 4 Carbon é um modelo de linguagem de grande porte (LLM) projetado especificamente para gerar código mais seguro, identificar brechas em softwares complexos e sugerir correções de alta qualidade, servindo como ferramenta para desenvolvedores e equipes de segurança em ambientes de produção.

Segundo o Google, o Carbon sucede o Gemini 4 Argon, lançado há duas semanas, e já assume o papel de novo modelo de referência da companhia para tarefas de programação crítica. Em testes internos, ele se mostrou mais de duas vezes melhor na geração de código seguro em relação a outros sistemas avaliados.

O modelo atingiu pontuação recorde no Artificial Analysis Intelligence Index, índice que combina múltiplos testes de desempenho para LLMs e foi atualizado para incluir novos benchmarks e retirar questões consideradas fáceis para modelos de ponta. No campo da segurança, bateu o recorde anterior no SEC-bench Pro, voltado a avaliar a capacidade de localizar pontos fracos em sistemas de software complexos e corrigir essas falhas.

Quais são as melhorias de cibersegurança no Gemini 4 Carbon?

As principais melhorias de cibersegurança do Gemini 4 Carbon estão na detecção de vulnerabilidades, na qualidade dos patches gerados e na resistência a tentativas de exploração do próprio modelo, como injeções de comando e alucinações direcionadas.

Koray Kavukcuoglu, vice-presidente sênior do Google DeepMind e arquiteto-chefe de inteligência artificial do Google, afirmou que a equipe do navegador Chrome já usa o Carbon e observou um salto expressivo na qualidade das correções geradas. “O time do Chrome reportou que o Carbon performou mais de 10 vezes melhor que outro modelo de ponta na geração de patches de alta qualidade”, disse.

Nos testes de segurança, o Carbon superou o desempenho de modelos concorrentes em benchmarks como o SEC-bench Pro, combinando alta taxa de detecção de brechas com maior eficiência na correção. O modelo também se mostrou resistente a ataques de injeção indireta de comandos maliciosos, bloqueando 100% das tentativas simuladas nesses cenários.

Como o modelo lida com alucinações e desalinhamento

Além de localizar e corrigir vulnerabilidades em código, o Carbon foi treinado para reduzir comportamentos problemáticos típicos de modelos de linguagem, como alucinações — quando a IA “inventa” informações — e respostas desalinhadas com políticas de segurança.

O Google incorporou ao Carbon uma versão aprimorada dos guardrails usados no Argon, o que, em ambientes internos de codificação ao vivo, resultou em queda de quase 80% nos alertas de desalinhamento. Esses alertas indicam quando o modelo tende a se afastar de regras ou restrições definidas pelos desenvolvedores.

Na prática, isso significa menos respostas fora de escopo, menos sugestões de código potencialmente inseguro e menos necessidade de supervisão humana constante em cada interação. Em relação às alucinações, os testes internos apontam que o Carbon reduz afirmações não suportadas em aproximadamente duas vezes frente ao Argon.

“Em nossos testes internos, o Carbon reduz afirmações não suportadas em aproximadamente 2 vezes em relação ao Argon”, afirmou Kavukcuoglu. Segundo ele, o modelo passou a explicitar advertências metodológicas e a listar o que falta para concluir uma tarefa, em vez de preencher lacunas com dados inventados.

Entenda o contexto

O lançamento do Gemini 4 Carbon ocorre num momento de corrida entre empresas de tecnologia para oferecer modelos de IA mais potentes e confiáveis em ambientes críticos, como infraestrutura de internet, bancos, operadoras e órgãos públicos, onde um erro de código pode abrir portas para ataques cibernéticos de grande escala.

Nos últimos meses, a indústria passou a olhar com mais atenção para o uso de LLMs não apenas como ferramentas de produtividade, mas como componentes de segurança ativa, capazes de revisar bases de código extensas, detectar brechas e sugerir correções com velocidade muito maior que a de equipes humanas sozinhas.

Ao superar concorrentes como GPT-6 Astra e Claude Opus 5.5 em benchmarks específicos de segurança, o Carbon busca se posicionar como padrão de referência para desenvolvimento seguro auxiliado por IA. A aposta do Google é que empresas que dependem de sistemas robustos — de tecnologia financeira a telecomunicações e governo — adotem o modelo como parte central de suas rotinas de revisão de código e resposta a incidentes.

Como o Gemini 4 Carbon será disponibilizado

O Google vai liberar o Carbon inicialmente pelo programa Fairwind, que dá acesso antecipado a organizações como provedores de internet para uso em cenários reais de identificação e correção de falhas de segurança.

Nessa fase, o modelo atua como uma espécie de “campo de provas” em ambientes de produção: os parceiros usam o Carbon para vasculhar sistemas, localizar vulnerabilidades, gerar patches e testar o comportamento dos novos guardrails em situações concretas de ataque e defesa.

O feedback dos primeiros usuários deve orientar ajustes finos de segurança, políticas de uso e alinhamento antes da abertura ampla do modelo a um público maior de empresas e desenvolvedores. A expectativa no mercado é que, se os resultados iniciais se confirmarem, o lançamento acelere a adoção de IA avançada na proteção de software, pressionando concorrentes a lançar modelos com foco semelhante em cibersegurança.

Impacto para empresas e desenvolvedores

Para times de desenvolvimento, a promessa do Gemini 4 Carbon é reduzir retrabalho e custos associados a falhas de código gerado por IA, ao produzir saídas mais seguras e com menos erros de alinhamento. Já para equipes de segurança da informação, o modelo funciona como um reforço na identificação rápida de brechas e na resposta a incidentes.

Setores que operam sob forte regulação e alta exigência de confiabilidade — como bancos, fintechs, telecom, saúde e administração pública — tendem a ser os mais interessados inicialmente, por enxergarem na ferramenta uma forma de fortalecer defesas sem desacelerar o desenvolvimento de novos produtos digitais.

Especialistas preveem que modelos como o Carbon podem levar a uma mudança estrutural nas práticas de desenvolvimento seguro, com pipelines de software já concebidos para incluir verificação automatizada por IA em múltiplas etapas, desde o código-fonte até testes e auditorias contínuas em produção.

Ao mesmo tempo, o avanço desse tipo de tecnologia deve alimentar debates regulatórios e éticos sobre transparência, responsabilidade em caso de falhas e limites para delegar decisões críticas de segurança a sistemas automatizados.