Gemini 4 Carbon llega a la API: US$2 por millón de tokens

Gemini 4 Carbon ya está en la API: US$2 el millón de tokens de entrada

US$2 por millón de tokens de entrada y US$10 por millón de salida. Ese es el precio de lanzamiento de Gemini 4 Carbon, el modelo que Google había restringido a un grupo selecto de defensores de ciberseguridad y que ahora abre a todos los desarrolladores de pago. La letra pequeña importa: ese precio se duplica a US$4 y US$20 el 1 de diciembre, según la documentación recogida por unite.ai. Para cualquier equipo que esté decidiendo con qué modelo construye su producto, la ventana de decisión tiene fecha.

La señal de que el modelo ya es usable en serio llegó por el lado de las herramientas. Simon Willison publicó la versión 0.36 de llm-gemini, el plugin que conecta la línea de comandos llm con la familia de modelos de Google, el mismo día en que el modelo dejó de estar restringido. Cuando un modelo aparece en un plugin de este tipo, significa que un desarrollador individual puede probarlo con una instrucción de terminal en lugar de montar un entorno completo.

¿Qué cambió con la salida pública de Gemini 4 Carbon?

Hasta ahora, Carbon vivía detrás de un gate. Google lo anunció el 28 de octubre con acceso limitado a un subconjunto de defensores cibernéticos a través de su programa Fairwind, según detalló techmymoney en la cobertura del anuncio. Dos semanas después, el modelo se libera por varias superficies a la vez.

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 →

Según The Verge, Carbon llega a través de la API de Gemini en AI Studio y en Gemini for business para todos los desarrolladores y empresas que paguen. En paralelo, se habilita para los suscriptores de Google AI Ultra en la app de Gemini, en AI Mode dentro de Search y en Antigravity, el entorno de desarrollo agéntico de la compañía. El mismo medio señala que no está claro cuándo, ni si, el modelo llegará a los planes gratuitos o de gama baja.

Ese detalle es el que más debería interesar a un founder con presupuesto ajustado: Carbon no está en el nivel gratuito de la API y cada token procesado se factura, incluidos los tokens de razonamiento. No hay colchón para experimentar gratis.

¿Cuánto cuesta realmente Gemini 4 Carbon?

El precio de lista es solo la mitad de la historia. unite.ai documenta que Carbon acepta texto, imágenes, audio y video, produce texto y maneja hasta 1 millón de tokens compartidos entre entrada, razonamiento y salida, con corte de conocimiento en marzo de 2026. El modelo permite elegir niveles de pensamiento bajo, medio y alto, con el medio por defecto.

El problema es este: la documentación para desarrolladores indica que Carbon gasta más tokens de pensamiento por turno que Argon, su predecesor. Es decir, igualar la tarifa por token de Argon no garantiza igualar el costo por tarea. En tareas de razonamiento largo, la factura puede crecer por dos vías simultáneas: el precio unitario y el volumen de tokens facturados.

La comparación de The Verge pone el precio en perspectiva: la tarifa introductoria de Carbon equivale a cerca de un quinto del costo de GPT-6 Astra de OpenAI y un cuarto del de Fable 5.2 de Anthropic. Incluso después del ajuste de diciembre, seguiría siendo más barato por token que sus rivales de frontera. La advertencia del propio medio es pertinente: un precio por token más bajo no se traduce automáticamente en un costo por tarea más bajo, porque cada modelo consume cantidades distintas de tokens para el mismo trabajo.

La función /swarm: agentes que trabajan en equipo

El lanzamiento viene acompañado de una novedad que apunta directo a los equipos que ya construyen con agentes. Google está previsualizando /swarm dentro de Antigravity, una función que convierte un solo prompt en "un equipo coordinado de agentes", según The Verge.

unite.ai entra en el detalle técnico: un coordinador crea trabajadores especializados en worktrees de Git aislados para que sus cambios no choquen entre sí, mientras verificadores adversarios ejecutan pruebas y cuestionan las modificaciones. Los agentes se comunican mediante un tablero de mensajes compartido de solo adición, y los agentes inactivos pueden esperar sin consumir tokens. Hay tablero en vivo, lista de miembros y una línea de tiempo en grafo para inspeccionar qué hizo cada agente y reproducir cómo el equipo llegó a su resultado.

El detalle más útil para planificar costos: los roles pueden usar modelos distintos. Carbon puede encargarse de la coordinación, la arquitectura o la auditoría, mientras modelos más livianos hacen la implementación rutinaria. La contrapartida viene en la misma documentación: el equipo de Antigravity reporta cinco semanas de pruebas internas y advierte que los sistemas multiagente en paralelo consumen cuota mucho más rápido que un chat estándar.

¿Qué dicen los benchmarks y qué no dicen?

El modelo card reporta 59 puntos en el Artificial Analysis Intelligence Index v5.0 frente a 50 de Argon, y 96,2% contra 84,2% en la prueba de contexto largo GraphWalks de 256K a 1M, según unite.ai. En FrontierSWE 2, Carbon alcanza 61,2% frente al 55,0% de Argon, pero queda por debajo del 65,5% de GPT-6 Astra y del 62,3% de Claude Opus 5.5.

Ars Technica aporta el matiz que conviene retener: las cifras de Google muestran a Carbon ganando, pero por márgenes delgados, y todos los modelos de frontera puntúan en el mismo vecindario. El propio medio advierte que las empresas eligen los benchmarks que las favorecen.

En seguridad, unite.ai recoge que Carbon no cruzó el umbral de cambio material de capacidades frente a Argon y que, en pruebas de Gray Swan, su tasa de éxito en consultas automatizadas de ciberataque fue de 2,17% contra 9,86% de Argon. Pero la tasa por objetivo —si una tarea se vulneró al menos una vez entre reintentos— se mantuvo en 40% tras 200 intentos en cada una de 25 tareas de alta severidad. La lectura correcta no es inmunidad: es más fricción operativa.

¿Qué significa esto para tu startup?

Tres decisiones concretas se pueden tomar esta semana.

Prueba el modelo antes del 1 de diciembre. El precio introductorio es la única ventana en la que puedes medir costo por tarea con las tarifas bajas. Corre tu caso de uso real —no un demo— y anota tokens de entrada, de razonamiento y de salida por separado. Cuando llegue el ajuste, ya tendrás la línea base para decidir si el gasto se justifica.
Mide costo por tarea terminada, no por token. Como Carbon consume más tokens de razonamiento que Argon, la comparación honesta es cuánto cuesta resolver el ticket, generar el parche o cerrar la migración. Si el volumen de tokens se dispara, un modelo con tarifa más alta por token puede salir más barato.
Separa el modelo del flujo. Antes de comprometerte con Carbon, verifica cuánto de tu pipeline necesita razonamiento profundo y cuánto es trabajo rutinario. La arquitectura de roles mixtos que propone /swarm sugiere el camino: el modelo caro en las decisiones, modelos livianos en la ejecución.

Y una advertencia de calendario para quienes tienen un roadmap comprometido: Argon sigue existiendo y, según The Verge, Google lo posiciona como "la opción ideal para la mayoría del trabajo de ingeniería de software y conocimiento", mientras Carbon está pensado para tareas que ponen a prueba los límites de la inteligencia del modelo. Migrar a Carbon porque es más nuevo es una decisión de costo disfrazada de decisión técnica.

Conclusión

Gemini 4 Carbon es el modelo más potente que Google pone en manos de cualquier desarrollador que pague, y la versión 0.36 de llm-gemini de Simon Willison confirma que la barrera de entrada es baja: una terminal y una clave de API. El punto ciego es el costo. La tarifa introductoria de US$2/US$10 se duplica el 1 de diciembre, el modelo consume más tokens de razonamiento que su predecesor y no hay nivel gratuito para amortiguar la curva de aprendizaje. La pregunta que un founder debería responder antes de esa fecha no es si Carbon es mejor —los benchmarks sugieren que sí, por márgenes ajustados frente a GPT-6 Astra y Claude Opus 5.5— sino cuánto cuesta, en su caso concreto, cada tarea que Carbon resuelve.