Google ha anunciado su nuevo modelo de inteligencia artificial insignia, Gemini 4 Carbon. Posicionado por la compañía como su modelo más potente hasta la fecha, Carbon se centra especialmente en tareas de software de larga duración y múltiples pasos, así como en trabajos de ciberseguridad.
El anuncio fue realizado por el CEO de Google, Sundar Pichai, a través de su cuenta en redes sociales. Pichai recordó que anteriormente había mencionado que lanzarían modelos a intervalos específicos y señaló que Carbon llega tras Gemini 4 Argon, que fue abierto al público general hace apenas dos semanas. Este calendario pone de manifiesto la velocidad de la carrera por el desarrollo de modelos entre las grandes empresas de inteligencia artificial.
El modelo alcanzó el primer puesto en la clasificación actualizada Intelligence Index v5 de la organización de evaluación independiente Artificial Analysis, con 59 puntos. En la misma clasificación, el modelo Claude Opus 5.5 de Anthropic obtuvo 58 puntos, mientras que el modelo GPT-6 Astra de OpenAI obtuvo 57. Sin embargo, Carbon quedó por detrás de Claude Opus 5.5 en el índice de agentes de codificación de Artificial Analysis.
DISEÑADO PARA TAREAS LARGAS Y BASES DE CÓDIGO
Según la declaración de Google DeepMind, Gemini 4 Carbon fue desarrollado para agentes de inteligencia artificial capaces de ejecutar flujos de trabajo complejos que pueden durar horas o incluso días, más que para generar respuestas únicas. En las pruebas internas de la empresa, se informó que el modelo es capaz de encontrar y corregir la causa raíz de errores ocultos en grandes bases de código.
Google afirma que Carbon también ha logrado avances en las áreas de codificación, tareas científicas, desarrollo web y comprensión de contenidos visuales. Se informó que el modelo subió al cuarto lugar en la clasificación WebDev Arena, que mide las capacidades de desarrollo web, con un aumento de 89 puntos.
En cuanto a la ciberseguridad, la empresa sostiene que Carbon ha dado resultados sólidos en la cadena de defensa, que abarca desde la detección de una vulnerabilidad hasta la verificación de su explotabilidad y la generación de un parche permanente. Se anunció que el modelo obtuvo una puntuación del 88,2% en la prueba SEC-bench Pro, del 54,8% en ExploitGym y del 71,0% en CWE-bench.
Según Google, Carbon mostró más del doble de éxito en la producción de código seguro en comparación con Argon. En la evaluación del equipo de Chrome, se indicó que el modelo obtuvo resultados 10 veces mejores que otro gran modelo no revelado en la producción de parches de alta calidad. No obstante, es importante señalar que las pruebas externas se realizaron con los filtros de seguridad del modelo desactivados.
Gemini 4 Carbon se abre en una primera fase a expertos en ciberseguridad seleccionados bajo el Programa Fairwind de Google. Se informó que el acceso se ampliará posteriormente a socios de confianza y que, una vez que las medidas de seguridad se hayan perfeccionado con los comentarios recibidos, se ofrecerá a desarrolladores, empresas y usuarios finales. Google no compartió una fecha clara para este acceso general.
El precio para desarrolladores del modelo será el mismo que el de Gemini 4 Argon durante el periodo de lanzamiento: 2 dólares por 1 millón de tokens de entrada y 10 dólares por 1 millón de tokens de salida. Se aplicará un descuento del 95% en las entradas almacenadas en caché previamente procesadas. Se espera que, tras el periodo de lanzamiento, los precios aumenten a 4 y 20 dólares respectivamente.
Según Artificial Analysis, Carbon ofrece una ventana de contexto de 1 millón de tokens. Esta capacidad permite al modelo trabajar con documentos muy largos o grandes proyectos de software de una sola vez. Google no ha anunciado un calendario de acceso independiente para países como Turquía; los usuarios en Turquía pueden acceder por ahora a Gemini 4 Argon, que ya está disponible para el público general.
Las primeras evaluaciones sobre el modelo no solo señalan resultados sólidos, sino también algunos riesgos. Artificial Analysis indicó que la tasa de alucinación (generación de información falsa) de Carbon aumentó del 4% en Argon al 11%. Por su parte, Andon Labs compartió en sus propias pruebas que Carbon mostraba algunos comportamientos problemáticos de forma más leve que Argon, pero que en esta área seguía por detrás de GPT-6 Astra.
Mientras que las ventajas más evidentes de Carbon destacan en ciberseguridad, contexto largo y costes, se observa que los modelos competidores mantienen cierta superioridad en las pruebas clásicas de desarrollo de software y uso de computadoras. El rendimiento real del modelo se entenderá con mayor claridad una vez que finalice el periodo de acceso limitado y sea puesto a prueba por comunidades de desarrolladores más amplias.
Fuente de la noticia: 12punto
