Google presentó Gemini 4 Carbon, su modelo de IA más potente, que encabeza un ranking independiente y se entrega primero a especialistas en ciberseguridad

Google presentó el miércoles 28 de octubre Gemini 4 Carbon, el nuevo modelo de inteligencia artificial de su laboratorio Google DeepMind. La empresa lo describe como su modelo más potente, con el mejor rendimiento del sector en ciberseguridad y en tareas largas, que exigen trabajar mucho tiempo sin intervención humana^[1][2]. Según la empresa, en pruebas internas trabajó varios días seguidos en tareas complejas de programación^[1]. Llega dos semanas después de Gemini 4 Argon, el modelo que Google había lanzado antes^[1].

Por ahora no está abierto al público. Desde esta semana lo recibe un grupo de especialistas en defensa informática, y luego se sumarán, de a poco, las organizaciones del Fairwind Program, el programa de acceso anticipado de Google DeepMind. La empresa no dio fecha para ofrecerlo a programadores, empresas y usuarios comunes: dice que antes quiere reunir opiniones y ajustar sus salvaguardas^[1].

Primero en un ranking independiente

Carbon obtuvo 59 puntos y quedó primero en el Intelligence Index de Artificial Analysis, una empresa que mide modelos de distintos laboratorios con las mismas pruebas, en su versión 5.0, actualizada hace poco^[1][3]. Segundo quedó Claude Opus 5.5, de Anthropic, con 58^[3]. Según la tabla de Google, GPT-6 Astra, de OpenAI, suma 57; el propio Gemini 4 Argon, 50, y Claude Fable 5.1, 49^[1].

La misma medición marca un costo: para completar todas las pruebas del índice, Carbon generó 200 millones de tokens (las unidades de texto que producen estos modelos), frente a una mediana de 64 millones. Produce 99,8 tokens por segundo, el puesto 74 entre 193 modelos medidos^[4].

La tabla que publicó Google muestra que Carbon no gana en todo. En FrontierSWE 2, una prueba de programación, GPT-6 Astra obtuvo 65,5% y Carbon, 61,2%. En OSWorld-2.1, que mide el manejo de una computadora, Claude Opus 5.5 llegó a 87,2% y Carbon, a 81,5%^[1].

Ciberseguridad

Google destaca tres pruebas de seguridad informática. En SEC-bench Pro, que mide la capacidad de encontrar fallas en programas, Carbon resolvió 88,2%, contra 85,4% de GPT-6 Astra y 83,4% de Argon. En ExploitGym, que mide si puede aprovechar esas fallas, como haría un atacante, obtuvo 54,8%, contra 42,4% de GPT-6 Astra y 34,5% de Claude Opus 5.5. En CWE-bench, que mide si sabe corregirlas, sacó 71,0%^[1]. Son mediciones de la propia empresa, hechas sin las salvaguardas que limitan al modelo en uso normal^[1].

Según Google, el equipo de su navegador Chrome informó que Carbon escribió parches de buena calidad más de diez veces mejor que «el gran modelo de otro laboratorio», al que no nombró. La empresa de seguridad Wiz, agrega, obtuvo con Carbon los mejores resultados en pruebas de intrusión en sitios web^[1]. La capacidad de encontrar y explotar fallas sirve tanto para defender sistemas como para atacarlos; por eso Google lo entrega primero a defensores^[1].

Controles de seguridad del modelo

Google informa que, en sus propios entornos de programación, las alertas graves por comportamientos no deseados del modelo bajaron casi 80% respecto de Argon, y que las afirmaciones sin respaldo se redujeron más o menos a la mitad. En la prueba de Gray Swan sobre inyección indirecta de instrucciones, un ataque que esconde órdenes en textos o páginas que el modelo lee, ningún intento tuvo éxito, contra 0,7% en Argon^[1]. La empresa dice además que participa del proceso voluntario del gobierno de los Estados Unidos para probar modelos antes de su lanzamiento^[1].

Precio y acceso

Carbon se ofrece con el mismo precio de lanzamiento que Argon: US$ 2 por millón de tokens de entrada y US$ 10 por millón de tokens de salida, con 95% de descuento para los tokens de entrada repetidos que el sistema guarda. Terminado ese período, costará US$ 4 y US$ 20^[1], los valores que ya figuran en la ficha de Artificial Analysis^[4].

El Fairwind Program da acceso anticipado a gobiernos y autoridades de ciberseguridad, a operadores de infraestructura crítica (salud, telecomunicaciones, energía y finanzas) y a grandes plataformas tecnológicas. Google DeepMind dice que trabaja con más de 650 socios en el mundo y que los interesados se postulan con un formulario; la página no nombra a los socios ni fija plazos^[5].