Google presentó este martes Gemini 4 Carbon, su modelo de inteligencia artificial más avanzado hasta la fecha, apenas dos semanas después de lanzar Gemini 4 Argon. El anuncio confirma el ritmo al que se mueve la compañía: Carbon debuta como número uno del Artificial Analysis Intelligence Index v5 con 59 puntos y, por primera vez, Google decidió que un modelo frontera no llegue primero al público, sino a un grupo selecto de ciberdefensores.
La decisión tiene lógica. Los modelos más capaces pueden encontrar y explotar vulnerabilidades de software, una habilidad útil tanto para quien defiende sistemas como para quien los ataca. Entregar primero el acceso a los defensores es la forma que encontró Google de adelantarse a ese riesgo.
Gemini 4 Carbon pone la ciberseguridad en el centro
Los números que acompañan el lanzamiento apuntan a la seguridad. Según Google, Carbon logra 88,2% en SEC-bench Pro, una prueba de detección de vulnerabilidades; 54,8% en ExploitGym, que mide explotación, y 71,0% en CWE-bench, enfocada en parcheo. En sus pruebas internas, la compañía asegura que el modelo duplica la tasa de éxito de Argon al generar código seguro y reduce aproximadamente a la mitad las afirmaciones sin sustento en sus respuestas.
El equipo de Chrome reportó que Carbon produjo parches de alta calidad con una tasa 10 veces mejor que “el modelo frontera de otro laboratorio”, sin nombrarlo, y Wiz, la plataforma de seguridad en la nube de Google, lo ubica a la cabeza en pruebas de penetración web. Son cifras de la propia compañía, conviene tenerlo presente, aunque los resultados en benchmarks públicos apuntan en la misma dirección.
Un dato llama la atención: en el benchmark Gray Swan de inyección indirecta de prompts, uno de los ataques más comunes contra los agentes de IA, Carbon resistió todos los intentos evaluados, con un 0,0% de éxito de ataque frente al 0,7% de Argon.
Un modelo pensado para trabajar durante días
Más allá de la seguridad, Google describe a Carbon como un modelo para tareas de horizonte largo: flujos de trabajo agénticos que pueden ejecutarse durante días, por ejemplo para encontrar y corregir errores sutiles repartidos por bases de código grandes y sistemas de bajo nivel. En WebDev Arena, la arena pública de desarrollo web, el modelo subió 89 puntos de elo respecto a su predecesor y quedó cuarto con 1.768 puntos.
El despliegue será gradual. Desde esta semana estará disponible para un subconjunto de ciberdefensores y después para socios de confianza a través del Fairwind Program, mientras Google participa en el proceso voluntario de pruebas previas al lanzamiento del gobierno de Estados Unidos. La empresa asegura que lo llevará a desarrolladores, empresas y consumidores “lo antes posible”, sin dar una fecha concreta.
Cuando llegue, el precio de introducción será el mismo que el de Argon: US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida, con un descuento de 95% en la entrada almacenada en caché.
El anuncio se suma a una racha de novedades de Google, que hace poco presentó Genie 4, su modelo de mundos interactivos que ahora hablan y suenan. Con Argon y Carbon separados por apenas dos semanas, la carrera de los modelos frontera ya no se mide en meses, sino en semanas.
Fuentes: Google, Artificial Analysis.
