Gemini 4 Carbon en Vercel AI Gateway: 50% de descuento

Gemini 4 Carbon ya está disponible en Vercel AI Gateway con un 50% de descuento vigente hasta el 30 de noviembre de 2026, según el changelog de Vercel. Para un founder que decide con qué modelo corre su producto, la ventana es doble: acceso a un modelo frontier desde un solo endpoint y un precio introductorio que desaparece en pocas semanas.

Ese descuento no es un detalle de marketing. De acuerdo con 9to5Google, el precio de lanzamiento de Carbon es de US$2 por millón de tokens de entrada y US$10 por millón de salida, y el 1 de diciembre sube a US$4 y US$20 respectivamente. Lo que decidas probar, conviene medirlo ahora.

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

Google presentó Gemini 4 Carbon a finales de octubre, primero para un grupo selecto de defensores de ciberseguridad, y abrió el acceso más amplio el 10 de noviembre, según Android Authority. The Verge recoge la descripción de la propia Google: Carbon «empuja la frontera aún más lejos» que Argon, el modelo frontier que la compañía lanzó apenas el mes anterior.

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 →

El posicionamiento es explícito. Google sostiene que Argon sigue siendo «la elección ideal para la mayoría del trabajo de ingeniería de software y conocimiento», mientras que Carbon está construido para tareas que ponen a prueba los límites de la inteligencia de un modelo: codificación compleja de varios pasos, depuración de problemas que cruzan distintas partes de una aplicación e investigación científica abierta.

Tres capacidades concretas que trae:

Ventana de contexto de 1 millón de tokens, pensada para trabajar con bases de código grandes y entradas largas.
Trabajo agéntico sostenido: según Google, ejecuta planes de varios pasos de forma más confiable, con menos afirmaciones sin respaldo y mejor colaboración cuando los requisitos son ambiguos.
Ciberseguridad de punta a punta: encontrar vulnerabilidades, validar su riesgo y desarrollar parches.

9to5Google agrega que Google, junto con Artificial Analysis, lanzó un nuevo benchmark llamado Multimodal Knowledge Agents (MKA), donde Carbon queda primero usando 3 veces menos tokens que el siguiente mejor modelo en 200 tareas de flujos agénticos multimodales. El mismo medio cita primeros puestos en CursorBench 4.0 para código y en AutomationBench de Zapier para automatización de flujos.

Una advertencia que The Verge pone sobre la mesa y conviene tener presente: las empresas eligen los benchmarks que las favorecen. Los números sirven como punto de partida, no como veredicto.

¿Cómo se conecta Carbon a tu stack hoy?

La vía más directa es el nombre de modelo google/gemini-4-carbon, disponible a través de AI Gateway tanto en el tier pago de la API de Gemini como en Google AI Studio, y ahora también desde el gateway de Vercel con el SDK de AI.

Para los agentes de código el flujo es igual de corto: instalar la última Vercel CLI, correr npx vercel ai-gateway setup y elegir google/gemini-4-carbon dentro de Claude Code, Codex, Cursor o el agente que uses. Vercel menciona una guía de agentes de código para el detalle.

¿Por qué usar un gateway en vez de llamar a la API directo?

Porque el problema ya no es acceder a un modelo, sino decidir cuál usar en cada momento sin reescribir la aplicación.

AI Gateway de Vercel ofrece una API unificada para llamar modelos, seguir uso y costo, y configurar reintentos, failover y optimizaciones de rendimiento. Incluye reportes personalizados, soporte de Zero Data Retention, presupuestos por API key y reglas de ruteo. Un punto clave para el bolsillo: según el propio changelog, refleja el precio del proveedor sin markup y no cobra fee de plataforma por inferencia, tampoco en peticiones BYOK.

La categoría que Vercel está atacando se volvió infraestructura de verdad. OpenRouter, el gateway que rutea una sola llamada de API entre más de 400 modelos, cerró una Serie B de US$113 millones el 26 de mayo de 2026, liderada por CapitalG —el fondo de crecimiento de Alphabet— a una valoración de aproximadamente US$1.300 millones, según TechTimes. Su volumen semanal de tokens pasó de 5 billones a 25 billones en seis meses, de acuerdo con el mismo reporte.

Los números de por qué esto importa: el mismo artículo cita el informe State of Application Strategy 2026 de F5, según el cual 78% de las organizaciones ya operan sus propios servicios de inferencia y la empresa promedio evalúa o corre 7 modelos de IA distintos en simultáneo. Además recoge una proyección de IDC según la cual, para 2028, 70% de las empresas líderes en IA usarán arquitecturas de ruteo multimodelo.

También vale mirar qué pasa dentro del propio gateway. The Next Web reportó que Jev, un modelo de TypeSafe AI que no genera texto y solo devuelve decisiones, llegó a casi 13% de los equipos pagos de Vercel en 24 horas tras aterrizar en AI Gateway: el doble que la familia GPT-5.6 y más de seis veces que Fable 5.1. Y CNBC reportó en septiembre que la participación de modelos chinos en Vercel pasó de 11% en enero a 55% en agosto, con esta frase de Harpreet Arora, head de infraestructura agéntica de Vercel: una vez que un modelo cumple el estándar de calidad para el trabajo, esa diferencia de precio se vuelve convincente.

Ese es exactamente el marco en el que cae Carbon: no compite solo por capacidad, compite por costo por tarea resuelta.

¿Qué significa esto para tu startup?

Aquí está la parte accionable.

Corre tu propio set de evaluación antes del 30 de noviembre. El 50% de descuento en AI Gateway y el precio introductorio de Google son una ventana para medir sin pagar tarifa completa. Arma 20 o 30 tareas reales de tu producto —no benchmarks de terceros— y compara Carbon contra el modelo que usas hoy en latencia, tokens consumidos y calidad del resultado. El precio por token no es el costo por tarea: The Verge advierte que los modelos consumen distintas cantidades de tokens para el mismo trabajo.
Configura failover y presupuestos desde el día uno. Si vas a meter un modelo frontier en producción, define límites de gasto por API key y reglas de ruteo. Un gateway te permite degradar a un modelo más barato cuando se agota el presupuesto, en lugar de recibir una factura sorpresa a fin de mes.
Separa las tareas por exigencia. El propio posicionamiento de Google lo sugiere: Argon para la mayoría del trabajo de ingeniería y conocimiento, Carbon para lo que realmente es difícil —depuración cruzada entre subsistemas, migraciones multi-paquete, rediseños de arquitectura. El ruteo con criterio es la palanca de ahorro más directa: análisis citados por TechTimes estiman reducciones de 30% a 50% en el costo de inferencia por consulta.
Revisa tus requisitos de datos antes de mandar tráfico real. Si manejas información sensible o regulada, el soporte de Zero Data Retention del gateway es una casilla que hay que confirmar de antemano, no después del incidente.

Lo que todavía no se sabe

Google no dio plazos para llevar Carbon a los planes más económicos ni a los usuarios gratuitos, según The Verge y Android Authority. Hoy el acceso amplio pasa por AI Ultra —cuyo plan arranca en US$100 al mes en Estados Unidos, según Android Authority—, por el tier pago de la API y por Gemini for Business.

En el camino, la app de Gemini retiró 3.1 Pro con este lanzamiento, de acuerdo con 9to5Google. Es un recordatorio útil: la oferta de modelos se mueve rápido en ambas direcciones, y por eso abstraer la integración detrás de un gateway —en vez de cablear un modelo directamente en el código— deja de ser un lujo arquitectónico y pasa a ser gestión de riesgo.

Conclusión

Carbon es un modelo potente con una etiqueta de precio temporalmente agresiva, y Vercel lo puso a un comando de distancia de tu stack. La decisión inteligente no es adoptarlo porque sea el más nuevo, sino usarlo para responder una pregunta concreta: ¿cuánto me cuesta resolver mis tareas reales con este modelo frente al que ya tengo? Si el descuento del 50% termina el 30 de noviembre y el precio estándar se duplica el 1 de diciembre, esa pregunta tiene fecha de vencimiento.

Mientras tanto, la lección estructural es más duradera que cualquier modelo: la capa que rutea, mide y limita el gasto en inferencia se está volviendo tan importante como los modelos que corre por debajo.