Google abre Gemini 4 Carbon: enjambres de agentes

Google abre Gemini 4 Carbon: el modelo más potente ya no es solo para ciberseguridad

Gemini 4 Carbon está disponible desde ahora para cualquier desarrollador o empresa que pague por la API, dos semanas después de haber quedado limitado a un grupo cerrado de defensores de ciberseguridad. El precio introductorio es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida, el mismo que su hermano Argon. Para un founder que decide con qué modelo construye, la señal es doble: el modelo más capaz de Google llega al mismo costo que el generalista, y Google mismo recomienda no usarlo para todo.

¿Qué es Gemini 4 Carbon y en qué se diferencia de Argon?

Según Google, Carbon «empuja la frontera aún más lejos» que Argon, el modelo que la compañía lanzó apenas un mes antes, según reportó The Verge. La diferencia no es de categoría sino de propósito: Argon sigue siendo «la opción ideal para la mayoría de la ingeniería de software y el trabajo de conocimiento», mientras que Carbon está construido para tareas que «ponen a prueba los límites de la inteligencia de un modelo».

En concreto, eso significa programación y depuración de varios pasos, investigación científica abierta y flujos de agentes de largo horizonte. El model card recogido por Unite.AI detalla que Carbon se apoya en la base de preentrenamiento y la arquitectura de Argon, con post-entrenamiento adicional para razonamiento profundo, verificación extendida y flujos de trabajo multiagente. Acepta texto, imágenes, audio y video, y produce texto, con hasta 1 millón de tokens compartidos entre entrada, razonamiento y salida. Su fecha de corte de conocimiento es marzo de 2026.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Un detalle operativo que importa: los desarrolladores pueden elegir niveles de pensamiento bajo, medio o alto, con medio como predeterminado. Más pensamiento significa más tokens y más latencia.

¿Qué son los enjambres de agentes y cómo funciona /swarm?

Un enjambre es una forma de repartir un encargo complejo entre varios agentes que colaboran, en lugar de un solo modelo trabajando en serie. La función /swarm llega en preview dentro de Google Antigravity, la plataforma de desarrollo agéntica de Google, y convierte un único prompt en un equipo coordinado de agentes.

Según la documentación que recoge Unite.AI, un coordinador crea trabajadores especializados en worktrees de Git aislados para que sus ediciones no colisionen, mientras verificadores adversarios ejecutan pruebas y cuestionan cada cambio. Los agentes se comunican a través de un tablero de mensajes compartido de solo adición, y los agentes inactivos pueden esperar sin consumir tokens. Hay un tablero en vivo, una lista de miembros y una línea de tiempo en grafo para inspeccionar la actividad, dirigir a cada agente y reproducir cómo el equipo llegó a su resultado.

La clave de arquitectura es que los roles pueden usar modelos distintos: Carbon se queda con la coordinación, el diseño de arquitectura y la auditoría, mientras modelos más ligeros y rápidos hacen la implementación rutinaria. Google presume de ejemplos vistosos, como equipos de agentes que reconstruyeron en 3D la Torre Eiffel a partir de fotos históricas o generaron un videojuego de mundo abierto desde cero.

¿Cuánto cuesta Gemini 4 Carbon por API?

El precio introductorio es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida, idéntico al de Argon. Pero hay dos letras chicas que conviene leer antes de mover cargas de producción.

Primero, es introductorio. Unite.AI reporta que el periodo termina el 30 de noviembre de 2026 y que desde el 1 de diciembre de 2026 los precios pasan a 4 y 20 dólares por millón de tokens. Segundo, Carbon gasta más tokens de pensamiento por turno que Argon, así que igualar la tarifa por token no garantiza igualar el costo por tarea: los tokens de razonamiento se facturan.

Technobezz añade otro dato relevante para quien construye: hay un 95% de descuento sobre los tokens de entrada en caché, lo que premia a quien reutiliza contexto en lugar de reenviarlo.

En comparación, The Verge señala que el precio introductorio de Carbon equivale a cerca de un quinto del costo de GPT-6 Astra de OpenAI y a un cuarto del de Fable 5.2 de Anthropic, lanzado el día anterior.

Para el usuario final, el acceso llega por las suscripciones más caras: Google AI Ultra, el plan de 100 dólares al mes, despliega Carbon en la app de Gemini, el modo IA del Buscador y Antigravity. Google también ofrece acceso gratuito durante seis meses a 10.000 científicos.

¿Qué dicen los benchmarks y dónde está el truco?

Google afirma que Carbon es número uno en pruebas como CursorBench 4.0, el WANDR de Perplexity y el AutomationBench de Zapier, con un costo por tarea más de dos veces inferior al del siguiente mejor modelo externo. Son cifras de la propia Google, y The Verge recuerda que las empresas seleccionan los resultados que mejor las retratan.

El model card recogido por Unite.AI da un panorama más matizado: Carbon obtiene 59 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. En FrontierSWE 2 logra 61,2%, por encima del 55,0% de Argon, pero por debajo del 65,5% de GPT-6 Astra y del 62,3% de Claude Opus 5.5.

En seguridad, Digital Trends reporta que Wiz usó Carbon para escanear dos grandes proveedores de SaaS y encontró vulnerabilidades de día cero en menos de dos horas, un trabajo que normalmente tomaría semanas de investigación. La misma nota menciona a Axiom Bio, que usó el modelo para identificar mecanismos de toxicidad que su equipo no había detectado antes.

¿Qué significa esto para tu startup?

La noticia real no es la potencia, sino el precio y el ritmo. Que el modelo más capaz de Google cueste lo mismo que el generalista cambia la economía de construir con IA, pero también introduce una trampa: el costo por token no es el costo por tarea.

Enruta por tarea, no por modelo. No migres todo a Carbon. Mantén Argon para trabajo rutinario, features interactivas y bucles de producción rápidos, y reserva Carbon para depuración difícil, diseño de arquitectura y auditoría. Google mismo lo recomienda.
Presupuesta por tarea, no por token. Instrumenta el consumo de tokens de razonamiento por flujo antes de escalar. Un prompt que en Argon costaba X puede costar más en Carbon aunque la tarifa sea idéntica.
Aprovecha la ventana introductoria. Si tienes cargas pesadas de migración, análisis de documentos densos o investigación, correrlas antes del 30 de noviembre te deja la mitad del precio.
Diseña para caché. El descuento del 95% en tokens de entrada en caché premia a quien estructura prompts con contexto reutilizable en lugar de reenviar el mismo material en cada llamada.
Prueba /swarm en tareas acotadas. El propio equipo de Antigravity advierte que los sistemas multiagente en paralelo consumen cuota mucho más rápido que un chat estándar. Empieza con una migración de paquetes o la investigación de un subsistema, no con todo el backlog.

Conclusión

Google vuelve a la primera línea de la investigación en IA después de meses en los que la frontera parecía una carrera de dos caballos entre Anthropic y OpenAI, como resume The Verge. Pero el trono dura poco: la fuente original recuerda que Anthropic contraatacó con Claude Fable 5.2 y Mythos 5.2 casi de inmediato. Para un founder, eso es una buena noticia incómoda: la capacidad de tu stack caduca en semanas, y la ventaja competitiva se desplaza del modelo que eliges a la arquitectura que construyes alrededor. La pregunta útil ya no es cuál es el mejor modelo, sino cuál es el más barato que resuelve tu tarea.