Gemini 4 Carbon: el modelo de Google que aún no puedes usar

Gemini 4 Carbon: qué anunció Google y por qué no lo puedes usar

Google presentó Gemini 4 Carbon el 28 de octubre, apenas dos semanas después de lanzar Gemini 4 Argon, y lo puso de inmediato en el primer puesto del Artificial Analysis Intelligence Index con 59 puntos, un punto por encima de Claude Opus 5.5. La letra chica: si eres founder y quieres usarlo en tu producto, no puedes. El acceso arrancó esta semana solo para un grupo reducido de defensores cibernéticos del programa Fairwind, y Google no dio fecha para el resto.

Koray Kavukcuoglu, SVP de Google DeepMind, describió el modelo como el más fuerte de la compañía, con ciberseguridad y tareas de largo horizonte como sus dos grandes banderas, según Mashable. Kavukcuoglu lidera hoy DeepMind después de que Demis Hassabis dejara el puesto de CEO.

El detalle importa para el ecosistema: Google está anunciando modelos mucho antes de que la mayoría pueda tocarlos. Eso le permite reclamar el primer lugar de los rankings ahora y mostrar los benchmarks antes de la próxima ronda de lanzamientos. Para un founder, significa que el titular de hoy no es un producto disponible, es una promesa con fecha abierta.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Es un modelo nuevo o una mejora de Argon?

Ars Technica lo plantea sin vueltas: Google posiciona a Carbon como un modelo totalmente nuevo, pero para cualquier observador externo podría ser un upgrade de post-entrenamiento de Argon. Los dos modelos tienen mucho en común y Carbon supera a Argon por márgenes delgados en cada prueba que Google publicó.

El ritmo del sector explica la presión. Anthropic lanzó Claude Opus 5.5 el 22 de septiembre, OpenAI despachó GPT-6 Astra a comienzos de ese mes, y Google anunció Argon el 30 de septiembre antes de liberarlo a suscriptores de Google AI Pro y Ultra el 13 de octubre, según Mashable. Cada laboratorio reclamó el liderazgo en cuestión de semanas.

Los números: dónde gana Carbon y dónde no

En la tabla comparativa de Google, Carbon obtiene el mejor puntaje en 15 de 17 benchmarks frente a Argon, GPT-6 Astra, Claude Opus 5.5 y Claude Fable 5.1. Los dos que no gana son los más interesantes: GPT-6 Astra sigue liderando FrontierSWE 2, una prueba de ingeniería de software, y Claude Opus 5.5 encabeza OSWorld-2.1, que mide qué tan bien un modelo opera una computadora.

Un cambio relevante respecto a Argon es que Google ahora reporta los puntajes de Terminal-Bench 4.0 medidos por Artificial Analysis, una firma independiente, en lugar de sus propios números. Ese test mide si un modelo puede completar tareas técnicas reales —instalar software, arreglar código roto— escribiendo comandos en una terminal por su cuenta. Carbon sube unos ocho puntos sobre Argon y pasa por delante de Opus 5.5.

En WebDev Arena, el ranking donde personas votan sitios construidos por IA, Carbon sumó 89 puntos elo y escaló al cuarto lugar con 1768, según reportó Google.

La advertencia de Ars Technica es la que más debería importar a quien decide tecnología: todos los modelos frontera puntúan en el mismo vecindario y la brecha entre Carbon y la competencia es de apenas unos puntos. Un benchmark no cuenta la historia completa.

Ciberseguridad: el terreno donde Carbon sí marca diferencia

Aquí están los datos más concretos del anuncio. Google reportó 88,2% en SEC-bench Pro, que mide el descubrimiento autónomo de fallas complejas en software real; 54,8% en ExploitGym, que valida si una vulnerabilidad detectada es explotable; y 71,0% en CWE-bench de Collinear, que prueba el parcheo de vulnerabilidades en su causa raíz. Las evaluaciones externas se corrieron sin guardrails, según Unite.AI.

En pruebas internas, Google afirma que Carbon logra más del doble de tasa de éxito generando código seguro que Argon, y que su equipo de Chrome lo encontró más de 10 veces mejor que el modelo frontera de otro laboratorio generando parches de alta calidad.

En seguridad del propio modelo, Google reportó que Carbon redujo el cheating exitoso en Terminal-Bench 4.0 a 0,0%, con intentos de hacer trampa en apenas 0,4% de los casos. Las alertas de desalineación de alta severidad cayeron casi 80% en entornos de código internos, y en el benchmark de inyección de prompts de Gray Swan bloqueó todos los ataques, mejorando el 0,7% de tasa de éxito que había registrado Argon. Todos estos números son de pruebas propias de Google.

Cuánto costará y cuándo podrás usarlo

Cuando Carbon llegue a la API, costará lo mismo que el precio introductorio de Argon: US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida, con tokens de entrada en caché a 95% de descuento. Un pie de página del anuncio aclara que, terminado el período introductorio, el precio sube a US$4 y US$20, según Unite.AI.

Para comparar, Mashable reportó que Claude Opus 5.5 cuesta US$4 por millón de entrada y US$20 por millón de salida, mientras GPT-6 Astra cuesta US$10 y US$50. En precio, Google juega agresivo.

El acceso, en cambio, es la parte lenta. Carbon arranca esta semana con un subconjunto de defensores cibernéticos y se ampliará gradualmente a más socios del Fairwind Program, que según Google DeepMind ya trabaja con más de 650 socios globales. Los participantes deben aplicar autenticación multifactor resistente a phishing, limitar el acceso a equipos internos de seguridad y no pueden redistribuir ni vender el acceso. Después vienen desarrolladores, empresas y consumidores, sin fecha pública.

Si el historial de Argon sirve de referencia, pasaron unas dos semanas entre el anuncio y su llegada a la app de Gemini para suscriptores Pro y Ultra. Nada garantiza que Google repita ese calendario con Carbon.

Qué significa esto para tu startup

No construyas tu roadmap sobre un modelo que no puedes llamar. Google no dio fecha de disponibilidad general y el acceso está limitado a defensores aprobados. Si necesitas un modelo frontera hoy, tu ruta real es Argon en la API paga o los modelos de OpenAI y Anthropic que ya tienen API pública. Carbon es una señal de hacia dónde va el mercado, no una dependencia técnica disponible.

Si tu producto toca seguridad de software, este es el número a seguir. El diferencial de Carbon en detección, validación y remediación de vulnerabilidades es lo que Google está vendiendo. Si tienes un pipeline de revisión de código o de parcheo automático, vale la pena diseñarlo para enchufar modelos distintos: el costo de cambiar de proveedor va a bajar y la calidad de los parches automáticos va a subir.

Presupuesta el precio real, no el de lanzamiento. El US$2 y US$10 es una tarifa introductoria y el propio anuncio confirma que después sube a US$4 y US$20. Un modelo de costos armado sobre el precio promocional se rompe solo cuando expire el período.

Desconfía del benchmark como argumento de compra. La diferencia entre Carbon y sus rivales es de pocos puntos en casi todas las pruebas, y la mayoría de los números son autoevaluaciones de Google. Antes de migrar tu stack por un punto en un índice, corre tu propia evaluación con tus datos y tus casos de uso.

Conclusión

Gemini 4 Carbon es, en los papeles, el modelo más fuerte de Google y el líder del índice de Artificial Analysis. En la práctica, es un anuncio con acceso cerrado, benchmarks propios y una pregunta abierta sobre si es un modelo nuevo o una mejora de Argon. Para un founder, la lectura útil no es la del ranking, sino la del calendario: Google está lanzando al ritmo de la competencia y liberando después. Planifica con lo que puedes usar hoy y mantén la arquitectura de tu producto lo bastante flexible para adoptar lo que llegue mañana.