Gemini 4 Carbon entra no llm CLI com preço de Sonnet 5.5, mas só até dezembro

Um plugin que virou termômetro de preço da IA

Simon Willison mantém o llm, uma CLI em Python↳Python56 conteúdosVSCode + Python + Alexa: Desenvolva e teste skills para alexa localmente com pythonDev (Back & Front) · out 2025Dominando decoradores em Python: um guia completo com exemplosDev (Back & Front) · jan 2025Desenvolvimento de software: diferenças entre Python, JavaScript e JavaGestão Dev & TI · nov 2024Ver tudo em Dev (Back & Front) → que conversa com modelos de linguagem↳LLMs48 conteúdosConsiderações básicas de hardware para modelos de linguagem em código aberto: Memória, Desempenho e ViabilidadeMarketing Tech · out 2025Modelos de linguagem sob ataque: o lado obscuro da IA generativaDevSecOps · mai 2025Criando um LLM – modelo de linguagem de grande escala – do zero com TransformersAI · abr 2024Ver tudo em AI → sem trocar de ferramenta a cada lançamento. Cada provedor novo vira um plugin instalável: llm-gemini, llm-claude-3, llm-openai-plugin. Em 10 de novembro de 2026, Willison publicou a versão 0.36 do llm-gemini, que adiciona suporte ao Gemini 4 Carbon, segundo post no seu blog.

Para quem já usa o llm como camada de abstração sobre vários provedores, a atualização é trivial de aplicar:

pip install -U llm-gemini
llm keys set gemini
llm -m gemini-4-carbon "Desenhe um pelicano andando de bicicleta em SVG"

O que muda de verdade não é o comando, é a conta no fim do mês.

De acesso restrito a disponível para todo mundo

O Gemini 4 Carbon foi anunciado cerca de duas semanas antes, segundo Willison, para "um subconjunto de defensores cibernéticos" (um lançamento restrito, provavelmente times de segurança testando o modelo antes da abertura geral). Só em 10 de novembro o modelo virou acessível via API e, por consequência, via llm-gemini.

Esse padrão de lançamento (primeiro para um grupo de segurança, depois para o público) não é incomum em modelos de ponta, mas raramente aparece documentado com essa clareza. Para quem acompanha o ciclo de vida de LLMs, é um sinal de que o Google tratou o Carbon como modelo sensível o suficiente para validar antes com um público técnico restrito.

A janela de preço que some em três semanas

O dado mais relevante para quem decide stack não é desempenho, é tabela de preço. Segundo Willison, o Gemini 4 Carbon chegou custando o mesmo que modelos de camada intermediária, mas o valor tem prazo de validade:

Ou seja: por cerca de três semanas, o modelo que Willison chama de "o melhor Gemini que o Google já lançou" custa o mesmo que um modelo de segunda linha da concorrência. A partir de 1º de dezembro, ele passa a custar o mesmo que o topo de linha da Anthropic.

Este é o melhor Gemini que o Google já lançou, com preço de 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de saída no lançamento, essa é a faixa de preço do GPT-6.1 Sol e do Claude Sonnet 5.5, mas programado para dobrar para 4 e 20 dólares em 1º de dezembro, o mesmo nível do Opus 5.5.

Simon Willison, autor do blog Simon Willison's WeblogThis is Google's best ever Gemini, priced at $2/million input and $10/million output at launch (that's GPT-6.1 Sol / Claude Sonnet 5.5 prices) but scheduled to double in price to $4/$20 on December 1st (same as Opus 5.5).

Para quem decide onde rodar um agente em produção, essa janela é o argumento real de teste agora: se o Carbon entregar qualidade de topo de linha pelo preço de modelo intermediário, vale fixar a integração antes que o preço suba. Depois de 1º de dezembro, a comparação deixa de ser "preço baixo, qualidade alta" e vira só mais uma disputa entre modelos caros.

Thinking effort: três níveis, três custos diferentes

O Gemini 4 Carbon expõe o que Willison chama de três "esforços de raciocínio" (thinking efforts): baixo, médio e alto, com o médio como padrão. Ele testou os três níveis com o próprio benchmark informal que usa há anos para avaliar modelo novo, pedir um pelicano andando de bicicleta em SVG, e publicou os resultados dos três níveis no post original.

Esse detalhe importa mais do que parece para quem calcula custo de agente em produção. Thinking effort maior tende a consumir mais tokens de raciocínio antes da resposta final, o que empurra o custo por chamada para cima mesmo sem mudar o preço por token. Quem for migrar para o Carbon precisa decidir o nível de esforço por tarefa, não assumir que o preço da tabela é o preço real da chamada.

Testando em código: Antigravity, Three.js e o recurso swarm

Willison também rodou o Carbon dentro do Antigravity, o IDE agentic do Google, com um prompt que já tinha testado um dia antes no Claude Fable 5.2: fazer uma animação em three.js em que a cidade de Yonkers se levanta como um mech, pisoteia Manhattan, Queens e o Brooklyn, usando dados de mapeamento do OpenStreetMap. O resultado veio em HTML com dependências externas, e ele precisou de um segundo prompt (["build that into a standalone HTML file"]) para conseguir um arquivo único sem dependências externas.

Mais revelador que o teste isolado foi um exemplo de terceiros que Willison encontrou depois, divulgado no YouTube e retuitado por Sundar Pichai: um jogo 3D de mundo aberto construído com o recurso /swarm do Antigravity.

Usando o recurso /swarm do Google Antigravity, o Carbon construiu um jogo 3D de mundo aberto onde você explora o campus do Google em Mountain View como um pelicano andando de GBike, coordenando subagentes para modelar ativos 3D no Blender a partir de referências do Omni e do Nano Banana, construir o jogo no navegador com Three.js e shaders WebGL, e combinar efeitos sonoros procedurais em Web Audio com música do Lyria.

Descrição do vídeo compartilhado no YouTube, citada por Simon WillisonUsing Google Antigravity's /swarm feature, Carbon built an open-world 3D game where you explore Google's Mountain View campus as a pelican riding a GBike, coordinating subagents to model 3D assets in Blender from Omni and Nano Banana references, build the browser game in Three.js with WebGL shaders, and pair procedural Web Audio sound effects with Lyria music.

Isso é um caso concreto de orquestração de subagentes especializados (modelagem 3D, lógica de jogo, áudio) coordenados por um único modelo via /swarm, com o resultado jogável disponibilizado no Google AI Studio. Para quem constrói agentes multi-etapa, é mais informativo que qualquer benchmark de texto: mostra o modelo decompondo uma tarefa grande em subtarefas de domínios diferentes sem intervenção manual entre elas.

O que muda pra quem já usa llm no dia a dia

Quem já roda llm como camada de abstração ganha, na prática, mais uma opção no mesmo comando, sem reescrever integração: trocar -m claude-sonnet-5.5 por -m gemini-4-carbon é mudança de uma flag, não de arquitetura. Isso é o valor real do plugin de Willison: ele transforma uma decisão de fornecedor em parâmetro de linha de comando.

Mas a decisão de migrar de verdade (não só testar) depende de três coisas que o anúncio não resolve sozinho: quanto esforço de raciocínio a tarefa exige (e portanto quantos tokens reais ela consome), se a integração atual já depende de comportamento específico de Claude ou GPT que não se repete no Gemini, e se o projeto consegue absorver o preço dobrado em dezembro sem repensar o orçamento.

Quando não vale a pena trocar agora

Se o workload já está estável em produção com Claude Sonnet 5.5 ou GPT-6.1 Sol, a troca para testar uma janela de preço de três semanas raramente compensa o custo de validação (prompts reescritos, regressão de qualidade, novo monitoramento). A janela favorece quem está decidindo AGORA qual modelo adotar para um projeto novo, não quem já tem pipeline rodando. Para esse segundo grupo, o mais sensato é esperar o preço de dezembro estabilizar e comparar o Carbon no mesmo patamar de custo do Opus 5.5, sem o desconto de lançamento como variável de confusão.

Fonte: Simon Willison