Google anuncia Gemini 4 Carbon, su nuevo modelo puntero, inicialmente reservado a especialistas en ciberseguridad

Google ha anunciado este miércoles 28 de octubre, hacia las 18 h, hora de París, Gemini 4 Carbon, presentado como su modelo más potente, con un énfasis inusual: la ciberseguridad y las tareas largas de ingeniería de software. Llega apenas dos semanas después de Gemini 4 Argon. Pero a diferencia de Argon, Carbon aún no está accesible para desarrolladores ni para el público general.

Hace dos días, escribíamos que la existencia de una versión «Carbon» seguía en fase de rumor, basándonos únicamente en un artículo de Business Insider. Google ya la ha confirmado oficialmente.

Un lanzamiento con acceso restringido

Este es el punto más importante para quien quiera probarlo. Según la entrada de Koray Kavukcuoglu, responsable de arquitectura de IA de Google, Carbon se abrirá primero desde esta semana a un grupo de defensores en ciberseguridad, y luego progresivamente a otros socios de confianza a través del programa Fairwind, el mismo que recibió Argon en primicia. Google dice querer recoger opiniones y ajustar sus salvaguardas antes de una apertura a desarrolladores, empresas y particulares, «lo antes posible», sin fecha.

Google precisa también que participa en el proceso voluntario de pruebas de modelos antes de su lanzamiento puesto en marcha por el gobierno estadounidense.

Los precios ya están fijados: 2 $ por millón de tokens de entrada y 10 $ de salida durante un periodo de lanzamiento, como Argon, con un descuento del 95 % en las entradas en caché. Después, la tarifa pasará a 4 $ y 20 $, el doble. Google no precisa la duración de este periodo de lanzamiento.

Lo que Google destaca

Según Google, Carbon toma el 1.er puesto del Intelligence Index v5 de Artificial Analysis con 59 puntos. Para situar esta cifra: en la clasificación v5 publicada por Artificial Analysis, que hemos analizado esta mañana, Claude Opus 5.5 lideraba con 58 puntos y Gemini 4 Argon estaba en 50. El salto anunciado sería, pues, neto, pero se trata de un punto de ventaja en cabeza, en un índice que acaba de ser renovado.

En ciberseguridad, Google cita 88,2 % en SEC-bench Pro (búsqueda de vulnerabilidades reales), 54,8 % en ExploitGym (verificar que una vulnerabilidad es explotable) y 71,0 % en CWE-bench (corregir la causa), pruebas realizadas según ellos sin salvaguardas. El equipo de Chrome habría obtenido parches «más de diez veces» mejores que con el modelo grande de otro laboratorio, no nombrado. En desarrollo web, Carbon ganaría 89 puntos para clasificarse 4.º en WebDev Arena (1769 puntos).

Google insiste finalmente en el comportamiento del modelo: menos atajos y trampas en las pruebas (0,0 % de trampas exitosas en Terminal-Bench 4.0), aproximadamente la mitad de afirmaciones sin fundamento que Argon según sus pruebas internas, y ningún ataque exitoso por inyección de instrucciones indirecta en el banco de Gray Swan. Internamente, sus equipos lo habrían visto trabajar durante días en tareas de ingeniería complejas.

Los límites

Todas estas cifras provienen de Google. Ninguna ha podido ser verificada de forma independiente todavía, ya que casi nadie tiene acceso al modelo. Varias se basan en evaluaciones internas, y las clasificaciones citadas cambian rápido. La entrada tampoco indica el tamaño del contexto, las modalidades soportadas ni un calendario de apertura.