Gemini 4 Carbon llega a todos: precio y benchmarks

¿Qué es Gemini 4 Carbon y por qué Google lo llama su modelo más potente?

Gemini 4 Carbon ya está disponible para desarrolladores, empresas, científicos y usuarios en general, con un precio de lanzamiento de US$2 por millón de tókenes de entrada y US$10 por millón de salida. Hasta ahora el modelo solo se podía usar a través del Programa Fairwind y estaba limitado a expertos en ciberseguridad.

Carbon es la evolución de Gemini 4 Argon, el modelo que Google presentó el 30 de septiembre y abrió a desarrolladores el 13 de octubre vía API, AI Studio, Android Studio y Antigravity, según reportó Diario TI. La diferencia no es de escala, sino de tipo de tarea: Google sostiene que Argon sigue siendo la opción idónea para la gran mayoría de trabajos, sobre todo en ingeniería de software y conocimiento, mientras que Carbon está pensado para tareas que, en palabras de la compañía, «desafían los límites de la inteligencia de un modelo».

El foco está en programación y depuración complejas. Según la cobertura del anuncio inicial de pulse2.com, los equipos internos de Google vieron al modelo trabajar durante días en tareas de ingeniería de varios pasos, identificando la causa raíz y parcheando errores sutiles en bases de código grandes y sistemas de bajo nivel.

¿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 →

¿Qué dicen los benchmarks de Gemini 4 Carbon?

Los tres índices que Google destaca son de terceros y con foco en trabajo real de desarrollo: CursorBench 4.0, WANDR de Perplexity y AutomationBench de Zapier. Carbon ocupa el primer puesto en los tres, y lo hace con un coste por tarea mucho menor que el segundo modelo del ranking, según la información publicada por Hipertextual.

En ciberseguridad las cifras son igual de específicas: 88,2% en SEC-bench Pro (detección autónoma de vulnerabilidades reales), 54,8% en ExploitGym (explotación) y 71% en CWE-bench (generación de parches que funcionan), según recogieron ghacks.net y pulse2.com del anuncio de Google. El equipo de Chrome reportó que Carbon genera parches de alta calidad a un ritmo más de diez veces superior al de un modelo de frontera de otro laboratorio, que Google no identifica.

En el índice general, Artificial Analysis situó a Carbon primero en su Intelligence Index v5.0 con 59 puntos, un punto por encima de Claude Opus 5.5 y dos sobre GPT-6 Astra, según detalló WWWhatsnew. TechRepublic advierte algo importante: el modelo no lidera todas las categorías. En OSWorld, Opus 5.5 queda por delante (87,2% frente a 81,5%), y en FrontierSWE 2 tanto GPT-6 Astra (65,5%) como Opus (62,3%) superan el 61,2% de Carbon.

¿Cuánto cuesta Gemini 4 Carbon y hasta cuándo dura el precio de lanzamiento?

El esquema replica el de Argon. Durante el periodo promocional, US$2 por millón de tókenes de entrada y US$10 por millón de salida. Cuando ese periodo termine, la tarifa sube a US$4 y US$20 respectivamente. Google no ha dicho cuándo acaba la promoción de Carbon.

Hay un detalle de coste que no aparece en el comunicado pero que sí recogió el anuncio: los tókenes de entrada en caché se cobran con un 95% de descuento sobre la tarifa estándar, según ghacks.net. Para un equipo que reinyecta el mismo prompt de sistema o el mismo árbol de repositorio en cada llamada, ese descuento pesa más en la factura final que el precio nominal del token.

Como referencia de calendario, Infobae reportó que la tarifa promocional de Argon termina a fines de noviembre de 2026, cuando pasa a US$4 y US$20. Es razonable esperar un movimiento parecido con Carbon, pero no está anunciado: presupuesta con el precio post-promoción, no con el de lanzamiento.

¿Dónde puedes usar Gemini 4 Carbon desde ya?

La noticia de hoy es la apertura. Según Hipertextual, el modelo está disponible para desarrolladores, empresas, científicos y usuarios en general, y llega a todos los suscriptores de Google AI Ultra en Google Antigravity, la aplicación Gemini y el Modo IA de la Búsqueda.

Eso contrasta con el arranque del 28 de octubre, cuando el acceso se limitó a un subconjunto de equipos de ciberdefensa y luego se fue ampliando a socios del programa Fairwind, que según Diario TI declara más de 650 socios y prioriza gobiernos, autoridades nacionales de ciberseguridad, operadores de infraestructura crítica (salud, telecomunicaciones, energía, servicios financieros) y grandes plataformas tecnológicas.

¿Por qué Google lo reservó primero a los defensores?

Porque un modelo que encuentra, valida y parchea vulnerabilidades es un arma de doble filo. TechRepublic recuerda que estas capacidades aceleran el trabajo defensivo, pero también sirven para descubrir debilidades en sistemas sin proteger: en septiembre, investigadores reportaron que agentes de IA ayudaron a comprometer 440 servidores PaperCut.

Google mantuvo el despliegue escalonado, hizo pruebas voluntarias previas con el gobierno de Estados Unidos y advirtió que evaluó los benchmarks externos de ciberseguridad sin salvaguardas activas. Diario TI señala un paralelismo: el anuncio coincidió con un informe de Anthropic sobre un modelo interno no lanzado que encadenó vulnerabilidades en navegadores y sistemas operativos, y ambas compañías optaron por entregar primero estas capacidades a equipos de defensa.

¿Qué riesgos conviene revisar antes de migrar tus flujos?

Dos. El primero es la verificación: Google no publicó una ficha técnica ni un informe específico de Carbon, y las cifras de alineación, honestidad y parcheo no tienen metodología pública ni validación independiente, según Diario TI. Los números de CursorBench, WANDR y AutomationBench vienen del propio anuncio.

El segundo es la tasa de alucinación. WWWhatsnew recogió, citando a VentureBeat y a Artificial Analysis, que la tasa de alucinaciones de Carbon sube del 4% de Argon al 11%. La métrica se calcula solo sobre las respuestas incorrectas, no sobre el total, pero apunta a un patrón que conviene tener presente: un modelo puede razonar mejor en tareas largas e inventar más cuando no sabe algo.

En el lado positivo, Google reporta mejoras de seguridad medibles: 0,0% de éxito en el benchmark de inyección indirecta de instrucciones de Gray Swan (frente a 0,7% de Argon) y una caída de casi 80% en las alertas de desalineación de alta gravedad en entornos de programación internos.

¿Qué significa esto para tu startup?

No migres todo de golpe. Google mismo dice que Argon sigue siendo la opción adecuada para la mayoría de las tareas de ingeniería y conocimiento. Carbon tiene sentido en el trabajo que hoy cuesta días: depurar un bug sutil en un repositorio grande, migrar código entre lenguajes, o encadenar análisis de seguridad sobre dependencias.

Mide costo por tarea cerrada, no por token. La tesis del anuncio es eficiencia: menos costo por tarea aunque el precio por token sea el mismo que Argon. Para comprobarlo, define tres o cuatro tareas representativas de tu producto, ejecútalas con ambos modelos y compara cuánto te costó terminar cada una, incluyendo los reintentos.

Explota el descuento de caché. Si tu producto reinyecta un prompt de sistema largo o contexto de repositorio en cada llamada, ese 95% en entradas en caché puede mover la aguja más que cualquier optimización de prompt.

Presupuesta con el precio de después. El periodo promocional de Carbon no tiene fecha de cierre. Si el modelo entra en un flujo crítico, modela el costo con US$4 y US$20 por millón de tókenes; el salto es del 100%.

No delegues parches sin revisión. Un modelo que genera parches verificados acelera la respuesta, pero en software crítico el parche sigue necesitando un dueño humano y un test que lo respalde.

Conclusión

Gemini 4 Carbon es la señal más clara de hacia dónde va la competencia de modelos: no hacia respuestas más rápidas, sino hacia trabajo autónomo que dura horas y se mide por tarea completada. Lo interesante para un founder no es el primer puesto en un índice donde le saca un punto al rival más cercano, sino la combinación de tres cosas: acceso abierto, precio por token congelado respecto a Argon y un costo por tarea que Google dice que bajó.

La decisión sensata no es cambiar de modelo, es construir la capacidad de cambiarlo. Quien tenga un set de evaluaciones propio —tareas reales, criterio de éxito y costo medido— puede adoptar Carbon donde aporta y quedarse en Argon donde no. Quien decida por intuición va a pagar la migración dos veces.