Gemini 4 Carbon sale del búnker

Del búnker a la API

Google DeepMind, el laboratorio de IA de Google, anunció el 10 de noviembre que Gemini 4 Carbon ya está disponible para desarrolladores, empresas, científicos y consumidores. Firma la nota Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google, que lo presenta como su último modelo frontier y el más potente de la compañía.

Google lo presentó el 28 de octubre, pero solo para equipos de ciberdefensa de su programa Fairwind, que sigue abierto para ellos.

Ahora llega por la API de Google AI Studio y de Gemini for business a todos los desarrolladores y empresas de pago. Además, se despliega a los suscriptores de Google AI Ultra en Google Antigravity, la app Gemini y el modo IA del buscador.

Según Google, Gemini 4 Argon sigue siendo la opción ideal para la mayor parte del trabajo. Carbon está pensado para lo más exigente, como la depuración compleja de varios pasos o la investigación científica abierta, y gasta más tokens que Argon.

Un equipo de agentes con una sola orden

Con Carbon, Google estrena en vista previa /swarm, una función de Google Antigravity, su plataforma para programar con agentes. Según Google, convierte una sola instrucción en un equipo coordinado de agentes que se sigue en tiempo real.

Carbon asume los papeles que piden más razonamiento, como la arquitectura, la coordinación o la auditoría, junto a modelos más rápidos y ligeros. Los agentes trabajan en paralelo en espacios aislados y otros, verificadores, ponen a prueba cada cambio.

Un ejemplo de Google: una recreación 3D interactiva de cómo se levantó la torre Eiffel a partir de fotos históricas y láminas de ingeniería, con una sola instrucción.

Lo que dice Google de su modelo

Según Google, Carbon es el primero en CursorBench 4.0, de Cursor, el editor de código con IA, y en otras dos pruebas de socios de la empresa, WANDR y AutomationBench, con un coste por tarea inferior a la mitad del que tiene el siguiente mejor modelo externo, que no identifica.

En Multimodal Knowledge Agent (MKA), una prueba nueva para agentes que razonan sobre documentos densos con gráficos, planos y tablas, Carbon queda segundo, siempre según Google, con un coste medio por tarea inferior a la sexta parte del que tiene el primero.

Son resultados que publica Google sobre su propio producto, no una evaluación independiente.

Más seguro que Argon, según Google

Según Google, en ciberataques simulados Carbon bloqueó el 99 % de las trayectorias de un agente atacante que rehace su plan tras cada bloqueo, y la tasa de brecha por intento bajó al 0,8 %.

En las pruebas de Gray Swan, empresa de seguridad de IA fundada por investigadores de la Universidad Carnegie Mellon que hace pruebas adversarias para laboratorios y empresas, el éxito de los ciberataques automatizados bajó al 2,17 %. En su prueba interna de honestidad, Carbon se negó a rellenar datos experimentales que faltaban el 98 % de las veces.

La propia Google admite que la resistencia frente a la inyección de instrucciones (prompt injection) «sigue siendo un área de mejora».

El árbitro externo pone delante a Fable

La única medición externa es la de Artificial Analysis. En la versión 5.0.1 de su Intelligence Index, consultada el 11 de noviembre con 104 modelos evaluados, Carbon queda por detrás de Claude Fable 5.2, de Anthropic, la empresa que desarrolla Claude. Lo superan los tres niveles de esfuerzo medidos de Fable; Carbon se evaluó con esfuerzo de razonamiento alto.

El 28 de octubre, con la versión 5.0 del índice, Carbon era el número uno, con 59 puntos. Anthropic presentó Fable 5.2 el 9 de noviembre y Google abrió Carbon al día siguiente.

Para calibrar al árbitro, un dato de la propia Google: Artificial Analysis y Google lanzaron juntos la prueba MKA, que no forma parte del índice.

Según Artificial Analysis, una tarea del índice cuesta menos con Carbon que con los otros tres modelos de la tabla, aunque el cálculo usa su precio de lista, no el introductorio. También lo califica de «notablemente lento» y «muy verboso».