O Gemini 4 Carbon venceu o MathArena e tirou o GPT-6.1 Sol do topo. A rodada completa custou quinze vezes mais, e a explicação não está no preço do token.
Gemini 4 Carbon assume o topo do MathArena
A notícia é simples. A conta é que dá trabalho. O Gemini 4 Carbon venceu o MathArena, segundo a tabela que o The Decoder publicou em 14 de novembro, e é a primeira vez em um bom tempo que um modelo de fora da OpenAI ocupa o primeiro lugar. O GPT-6.1 Sol perdeu a posição. O Claude Fable 5.2 apareceu em segundo.
O placar do Carbon foi 85,4%, com margem de 3,0 pontos para mais ou para menos. O Sol ficou em 80,6%.
Agora o dado que a manchete esconde. Uma rodada completa no MathArena custou US$ 15,70 no Carbon e US$ 1,07 no Sol. Mesmos problemas, mesma correção.
"Quinze vezes" virou título porque é um número grande. Lido com pressa, sugere que o Google cobra quinze vezes mais por token. Não é o caso.
A conta chega depois.
O preço do token do Gemini 4 Carbon é US$ 4 por milhão na entrada e US$ 20 por milhão na saída, igual ao do Gemini 4 Argon. A diferença aparece no consumo. O Carbon pensa por mais tempo, testa mais hipóteses e escreve muito mais texto intermediário antes de fechar a resposta.
O que o MathArena mede e por que a conta entra na tabela
MathArena é um conjunto independente de problemas de matemática no formato de competição, com correção pelo resultado final, e não um benchmark do Google. O The Decoder acrescentou a coluna de custo por rodada, e é essa coluna que transforma a vitória em pergunta.
Modelo | Lançamento | MathArena | Custo por rodada |
|---|---|---|---|
Gemini 4 Carbon (high) | 10/11 | 85,4% | US$ 15,70 |
Claude Fable 5.2 (max) | 09/11 | 82,8% | US$ 40,20 |
GPT-6.1 Sol (max) | 29/09 | 80,6% | US$ 1,07 |
Kimi K3.1 Pro (max) | 23/10 | 54,3% | US$ 3,70 |
Dois recados saem daí. Acertar mais não significa gastar mais. O Claude Fable 5.2 acertou menos que o Carbon e ainda assim desembolsou duas vezes e meia o valor por rodada. O segundo: o melhor modelo aberto da tabela, o Kimi K3.1 Pro da Moonshot AI, fica trinta e um pontos atrás do líder e cobra quase quatro vezes o preço do Sol.
Nenhuma dessas linhas diz qual modelo resolve o seu problema. Elas dizem quanto custa tentar.
Por que o Gemini 4 Carbon quase nunca desiste
O motivo do consumo alto é de produto, não de defeito. O Carbon raramente abandona uma tarefa, e o modo de falha mais comum dele é estourar o limite de tempo, não devolver resposta errada.
Em um caso documentado, o modelo deixou um script rodando mais de onze horas sem verificar o progresso. Onze horas de token queimado sem sinal de que o caminho estava certo.
Quem já depurou um problema difícil reconhece o comportamento. Insistir resolve quando existe solução, e o Carbon insiste sempre. Custa caro quando não existe.
Vale pagar por essa teimosia?
Gemini 4 Argon continua sendo o modelo do trabalho comum
O Google não aposentou o Gemini 4 Argon, e a empresa foi explícita: os dois se complementam. O Argon segue como escolha melhor para a maior parte do trabalho de engenharia e de conhecimento, com o mesmo preço por token.
A divisão prática que sai do anúncio é por tipo de tarefa. Pesquisa aberta, depuração difícil e problema sem caminho óbvio vão para o Carbon. O resto fica no Argon, que gasta muito menos para chegar ao mesmo lugar na maioria das vezes.
Os números do Google para o Gemini 4 Carbon
No material de lançamento, a empresa lista primeiros lugares, todos medições próprias. Segundo o Google, o Carbon lidera o CursorBench 4.0 com nota pouco abaixo de 60%, e também aparece em primeiro no WANDR, da Perplexity, e no AutomationBench, do Zapier, com menos da metade do custo por tarefa do segundo colocado, o Fable 5.2.
No benchmark de agente multimodal construído com a Artificial Analysis, o Carbon ficou em segundo, atrás do Fable 5.2 e à frente do Opus 5.5, custando menos de um sexto do que o líder gastou.
A Artificial Analysis já tinha medido, cerca de duas semanas antes, US$ 7,76 por tarefa resolvida no Carbon com preço padrão, contra US$ 10,04 no Opus 5.5 Max e US$ 26,50 no Fable 5.2 no esforço máximo.
Fairwind, Wiz e os zero-days que o Gemini 4 Carbon achou
O programa Fairwind rodou com especialistas de segurança escolhidos a dedo, e o Carbon chegou ao público geral depois de cerca de duas semanas de testes fechados. O resultado que o Google destaca veio dessa fase.
Durante a varredura de duas grandes empresas de SaaS em menos de duas horas, dentro do Scan for Good do Wiz, o modelo encontrou falhas reais que ninguém tinha reportado. A equipe de segurança de nuvem do Google usou o mesmo modelo para escrever provas de conceito de duas falhas conhecidas em um projeto open source.
Falha real é resultado difícil de inflar, mas o número ainda é do fornecedor.
Preço do Gemini 4 Carbon: US$ 2 na entrada e a conta em real
O preço de tabela é US$ 4 por milhão de tokens na entrada e US$ 20 na saída, com uma condição introdutória de US$ 2 e US$ 10. A condição é promocional, sem data de encerramento publicada.
Quem paga em real sente de outro jeito. A cobrança sai em dólar, com conversão pelo câmbio do dia e IOF no cartão corporativo, então dois meses com a mesma tabela podem fechar em valores diferentes. Quem orça por token no Brasil erra a previsão justamente aí.
O acesso também tem porteira. O Gemini 4 Carbon chega a desenvolvedores de camadas pagas pela API do Gemini, pelo AI Studio, pelo Android Studio e pelo Gemini for Business. Se a sua conta do AI Studio nunca teve faturamento ativo, é provável que o modelo nem apareça na lista.
/swarm no Antigravity e o ceticismo sobre enxames de agentes
Junto com o modelo, o Google mostrou uma prévia do /swarm no Antigravity, que transforma um pedido em um time de agentes coordenados. O Carbon faz arquitetura, coordenação e auditoria. Modelos mais leves rodam em paralelo e tentam derrubar o resultado uns dos outros.
A OpenAI e a Anthropic já avisaram que enxames de agentes queimam token sem ganho proporcional, e pesquisadores concordam.
Para quem vai testar, a regra que sobra é orçar por tarefa concluída, não por token. Escolha uma tarefa que você já sabe fazer. Rode nos dois e compare o custo até a entrega. A tabela do MathArena já mostrou onde o dinheiro vai: no tempo que o modelo insiste em gastar.






