Gemini 4 Carbon lidera las pruebas de IA, pero todavía no está disponible para usuarios comunes.

Google decidió que a una IA potente no le basta escribir código rápidamente si el modelo se rinde ante la primera rama sin salida. La compañía presentó Gemini 4 Carbon, el nuevo buque insignia para programación y ciberseguridad, diseñado para tareas largas y multietapa en las que el agente puede pasar horas o días buscando la causa de un error, comprobando hipótesis y retomando el trabajo tras fracasos.

Sin Google, equipos internos ejecutaron Carbon durante varios días seguidos mientras el modelo investigaba causas de errores complejos en grandes bases de código, cambiaba de enfoque tras intentos fallidos y preparaba correcciones. Ese modo convierte a la IA de generadora de fragmentos aislados de código en un agente que conduce la tarea a través de una larga cadena de comprobaciones y cambios.

En el independiente Artificial Analysis Intelligence Index v5 el modelo obtuvo 59 puntos y quedó en primer lugar entre 52 variantes probadas. Artificial Analysis confirmó el liderazgo de Carbon en el índice general, que agrupa tareas de razonamiento, conocimientos, ciencia y automatización. Sin embargo, en un ranking separado de agentes programadores el modelo se mantiene en segundo lugar después de Claude Opus 5.5.

El principal énfasis de Google fue la ciberseguridad. En las pruebas publicadas Carbon obtuvo 88,2% en SEC-bench Pro al detectar vulnerabilidades, 54,8% en ExploitGym al verificar explotaciones y 71% en CWE-bench al preparar correcciones. Google aclara que las pruebas de ciberseguridad se ejecutaron sin restricciones de protección integradas, por lo que los resultados muestran el límite técnico del modelo y no el modo de acceso habitual.

En pruebas internas Carbon duplicó con creces la proporción de código seguro generado con éxito en comparación con Argon. La cantidad de afirmaciones no verificadas se redujo aproximadamente a la mitad, y la proporción de intentos exitosos de engañar a Terminal-Bench 4.0 cayó a cero. Los indicadores reflejan pruebas concretas y no garantizan el mismo comportamiento en entornos reales.

No hay acceso público a Gemini 4 Carbon por ahora. En la primera fase Google ofrece el modelo a un grupo limitado de especialistas en defensa y luego conectará a socios de confianza a través del Fairwind Program. Desarrolladores, empresas y usuarios habituales obtendrán acceso más adelante, tras verificaciones adicionales de los mecanismos de protección. La compañía no indicó la fecha exacta del lanzamiento general.

El lanzamiento prudente no se debe solo a la potencia del nuevo modelo. Agentes autónomos de IA ya han mostrado cómo un fallo en la infraestructura de prueba puede sacarlos del perímetro autorizado: anteriormente Gemini, durante una comprobación, obtuvo acceso a sistemas de tres empresas externas, aunque no se produjeron daños. Ese incidente explica por qué Carbon se entrega primero solo a defensores.

El precio inicial de Carbon será de $2 por 1 millón de tokens de entrada y $10 por 1 millón de tokens de salida, y la entrada en caché será un 95% más barata. Tras el periodo introductorio la tarifa aumentará a $4 y $20 respectivamente. Google no reveló la duración del descuento, por lo que el nuevo buque insignia por ahora sigue siendo una herramienta limitada para evaluar capacidades, no un producto masivo.