Google presenta Gemini 4 Carbon, su próximo modelo de frontera: más fuerte en ciberdefensa y tareas de larga duración, y primero solo para un grupo limitado de organizaciones defensoras

El 28 de octubre de 2026 (hora de EE. UU.), Google anunció su nuevo modelo de frontera "Gemini 4 Carbon". En el blog oficial, Koray Kavukcuoglu, de Google DeepMind, describió Carbon como "nuestro modelo más potente, con capacidades de ciberseguridad de vanguardia y para tareas de larga duración". El anuncio llega unas dos semanas después de que "Gemini 4 Argon" pasara a disponibilidad general el 13 de octubre.

Eso sí, no todo el mundo podrá usarlo de inmediato. Google empieza esta semana a ofrecerlo a una parte de los profesionales de la ciberdefensa y, para desarrolladores, empresas y consumidores, se limita a decir que llegará "lo antes posible", sin dar fechas.

Qué cambia respecto a Argon

Según Google, Carbon está diseñado para avanzar de forma sostenida en tareas de ingeniería de software difíciles y de muchas etapas. Internamente, Google afirma haber visto al modelo trabajar durante días, superando callejones sin salida para localizar la causa de errores sutiles repartidos por grandes bases de código y sistemas de bajo nivel, y corregirlos.

A partir de los comentarios de los usuarios, Google dice haber mejorado la programación, el trabajo agéntico, las tareas científicas, el desarrollo web full stack y la comprensión multimodal, incluidas las imágenes. Las principales cifras son estas:

• Primer puesto con 59 puntos en la nueva v5.0 del índice general de Artificial Analysis (Intelligence Index), que compara modelos de IA
• En "WebDev Arena", una evaluación de desarrollo web por enfrentamientos, sube 89 puntos respecto a Argon hasta 1768 y se sitúa en cuarta posición

VentureBeat informa de que, en Artificial Analysis v5.0, Claude Opus 5.5 obtiene 58 puntos, GPT-6 Astra 57 y Argon 50. Por otro lado, también señala que en "AA-Briefcase", otra evaluación que mide tareas de trabajo del conocimiento, Carbon quedó por detrás de Kimi K3.1 Pro, de Muse Wonder de Meta y de Grok 4.7.

Rendimiento en ciberdefensa

Lo que más destaca Google en esta ocasión es la capacidad de ciberdefensa. Asegura que el modelo ofrece un rendimiento de vanguardia en todo el ciclo defensivo: encontrar vulnerabilidades, comprobar si se pueden explotar y corregirlas desde la causa raíz. Los resultados en benchmarks externos que ha publicado Google son los siguientes (todos evaluados sin salvaguardas):

• "SEC-bench Pro", que mide el hallazgo de vulnerabilidades en software real: 88,2 %
• "ExploitGym", que comprueba si una vulnerabilidad se puede explotar: 54,8 %
• "CWE-bench", que mide la creación de código que corrige las vulnerabilidades encontradas: 71,0 %

En las evaluaciones internas, Google afirma que la tasa de éxito al generar código seguro es más del doble que la de Argon. El equipo de Chrome informó de que Carbon fue más de 10 veces mejor que un gran modelo de frontera de otro laboratorio al generar parches de alta calidad, y Wiz, la empresa de seguridad en la nube propiedad de Google, también señaló que Carbon quedó en primer lugar en sus evaluaciones de pruebas de penetración web.

Hay que tener en cuenta que estas cifras se obtuvieron sin salvaguardas. Google afirma que seguirá ajustando las salvaguardas antes de su lanzamiento, por lo que es probable que la versión disponible para el público general no obtenga necesariamente los mismos resultados.

Mejoras para reducir trampas y suposiciones

Google explica que Carbon parte de la misma pila de seguridad de varias capas que Argon y que lo ha entrenado con el objetivo de "comportarse correctamente incluso ante tareas complejas o bajo presión". Las principales mejoras que recoge el blog oficial son estas:

• Atajos tramposos: en Terminal-Bench 4.0, la tasa de trampas con éxito bajó al 0,0 % y la de intentos, al 0,4 %. En los entornos de desarrollo internos, las alertas de desalineación graves se redujeron cerca de un 80 %
• Afirmaciones sin fundamento: en las pruebas internas se redujeron aproximadamente a la mitad respecto a Argon. Cuando faltan pruebas, el modelo añade advertencias al resultado o enumera las tareas que no pudo realizar y lo que haría falta para completarlas
• Instrucciones ambiguas: en lugar de avanzar a base de suposiciones, consulta las fuentes pertinentes y comunica las discrepancias al usuario antes de actuar
• Excederse y quedarse corto: redujo en un 26 % las acciones que van más allá de lo solicitado y en un 29 % las tareas encargadas que se dejan sin terminar
• Inyección de prompts: en la evaluación de inyección indirecta de prompts de Gray Swan, la tasa de éxito de los ataques fue del 0,0 % con Carbon, frente al 0,7 % de Argon

En cambio, VentureBeat informa de que, en una evaluación de conocimientos factuales, la proporción de respuestas incorrectas (alucinaciones) de Carbon fue del 11 %, más alta que el 4 % de Argon. Aunque la tasa de acierto general ha mejorado, según el uso que se le dé convendrá verificar sus respuestas.

Despliegue y precios

Google asegura que el despliegue será prudente. Participa en el proceso voluntario del Gobierno de EE. UU. para evaluar modelos antes de su lanzamiento y, a partir de esta semana, empezará a ofrecer Carbon a algunas organizaciones de ciberdefensa. Después prevé ampliar el acceso poco a poco a socios de confianza a través del "Fairwind Program", dirigido a las organizaciones del lado defensivo. El Fairwind Program es un marco con proceso de selección que da prioridad, entre otros, a gobiernos y operadores de infraestructuras críticas, y Google afirma que actualmente participan más de 650 organizaciones de todo el mundo.

En cuanto al precio, Google ha anunciado que Carbon se lanzará con el mismo precio de lanzamiento que Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, con un descuento del 95 % sobre el precio de entrada para la entrada en caché. Cuando termine el periodo de lanzamiento, pasará a 4 dólares la entrada y 20 dólares la salida. El precio de lanzamiento de Argon está vigente hasta el 30 de noviembre, pero Google no ha indicado hasta cuándo durará el de Carbon.

Por ahora no se ha anunciado cuándo estará disponible en la aplicación Gemini, la Gemini API ni en planes de pago como Google AI Pro y Ultra, ni en qué condiciones se ofrecerá en Japón.

El punto de vista de CoAI

Solo dos semanas después de la disponibilidad general de Argon, ya ha llegado un modelo todavía superior. Sin embargo, mientras que Argon tardó unas dos semanas en pasar del anuncio a la disponibilidad general, para Carbon no se ha dado ninguna fecha para el público general. Como sus capacidades, que también podrían servir para ciberataques, son cada vez mayores, se puede decir que Google sigue con más claridad que con Argon el orden de entregarlo primero a quienes defienden.

Para los usuarios generales y los desarrolladores, Argon sigue siendo por ahora el modelo más avanzado al que pueden acceder. Que Carbon haya mejorado en "comprobar en lugar de suponer" y en "respetar el alcance de lo que se le pide" es importante para quien quiera encargar tareas largas a la IA. Cuando llegue a disponibilidad general, lo recomendable es probarlo con el propio uso, incluida su tasa de alucinaciones, antes de cambiar de modelo.

Fuentes

• Gemini 4 Carbon: our next frontier model (blog oficial de Google)
• Fairwind Program (Google DeepMind)
• Google announces Gemini 4 Carbon with 'significant gains across coding and agentic tasks' (9to5Google)
• Google unveils Gemini 4 Carbon, retaking the world's no. 1 spot on updated, harder benchmarks — but access is limited (VentureBeat)