Dos semanas después de lanzar Gemini 4 Argon, Google ya tiene sucesor: Gemini 4 Carbon, que según la compañía encabeza la versión 5.0 del Artificial Analysis Intelligence Index con 59 puntos. Lo llamativo es a quién llega primero. No hay API abierta ni fecha para desarrolladores: a partir de la semana del 28 de octubre de 2026 solo lo recibe un grupo de equipos de ciberdefensa.
Qué ha presentado Google
Google define Carbon como su modelo "más fuerte", con el foco puesto en dos cosas: ciberseguridad y tareas de larga duración. Según el anuncio, sus equipos internos lo han tenido trabajando durante días en problemas como localizar la causa raíz de fallos sutiles en bases de código grandes y en sistemas de bajo nivel, y parchearlos.
Las cifras que publica Google, medidas sin las salvaguardas del producto:
| Prueba | Qué mide | Gemini 4 Carbon |
|---|---|---|
| Artificial Analysis Intelligence Index v5.0 | Índice general | 59 (n.º 1) |
| SEC-bench Pro | Encontrar vulnerabilidades reales | 88,2 % |
| ExploitGym | Comprobar si son explotables | 54,8 % |
| CWE-bench (Collinear) | Parchear la causa raíz | 71,0 % |
| WebDev Arena | Desarrollo web full-stack | 1768 Elo (n.º 4, +89) |
| Gray Swan IPI | Éxito de la inyección de prompt indirecta | 0,0 % (Argon: 0,7 %) |
Hay además datos internos frente a Argon: más del doble de éxito generando código seguro, la mitad de afirmaciones sin respaldo y casi un 80 % menos de alertas graves de desalineamiento en sesiones reales de programación. En Terminal-Bench 4.0, los intentos de hacer trampa bajan al 0,4 % y ninguno llega a funcionar. El equipo de Chrome asegura que sus parches son más de diez veces mejores que los del "gran modelo frontera de otro laboratorio", sin decir cuál.
Cómo queda frente a Argon y Claude
El índice de Artificial Analysis acaba de cambiar de versión, así que la comparación con cifras antiguas no sirve. La v5 se apoya por primera vez en un 60 % de pruebas privadas para frenar el entrenamiento orientado a los benchmarks, y con ella la distancia entre los modelos abiertos y la cabeza de la tabla pasa de 3 a 12 puntos: Kimi K3.1 Pro cae del cuarto al noveno puesto, por detrás de ocho modelos cerrados.
Donde sí hay datos comparables es en el precio por millón de tokens:
| Modelo | Entrada | Salida |
|---|---|---|
| Gemini 4 Carbon (precio de lanzamiento) | 2 $ | 10 $ |
| Gemini 4 Carbon (después) | 4 $ | 20 $ |
| Gemini 4 Argon (precio de lanzamiento) | 2 $ | 10 $ |
| Claude Sonnet 5.5 | 2 $ | 10 $ |
| Claude Opus 5.5 | 4 $ | 20 $ |
| Claude Fable 5.1 | 10 $ | 50 $ |
La entrada en caché de Carbon tiene un 95 % de descuento sobre el precio de entrada. Google iguala de salida el precio de Argon y el de Claude Sonnet 5.5, y cuando termine la promoción Carbon costará exactamente lo mismo que Claude Opus 5.5. Para un agente que consuma 100 millones de tokens de entrada y 10 millones de salida al mes, eso son 300 $ con el precio de lanzamiento y 600 $ después, igual que con Opus 5.5. La guerra entre los laboratorios cerrados ya no va de precio, sino de qué modelo resuelve más por el mismo dinero.
Qué significa
Carbon confirma un patrón: los laboratorios ya no publican su mejor modelo para todo el mundo el primer día. Google lo canaliza a través de Fairwind, su programa para defensores prioritarios (administraciones, operadores de infraestructura crítica, sanidad o telecomunicaciones), que ya tiene más de 650 socios. Entrar exige pasar una revisión de la organización, autenticación con MFA resistente al phishing y limitar el acceso a los equipos de seguridad, respuesta a incidentes o pentesting, con registro de quién lo usa.
El razonamiento es el de la ventaja del defensor: un modelo que encuentra, valida y parchea vulnerabilidades sirve igual para atacar, así que Google quiere que los defensores lleguen antes. Para quien construye con IA, la lectura práctica es otra: el modelo que encabeza los rankings puede no estar disponible durante semanas, y lo que se puede contratar hoy por API es Argon.
Lo que falta por saber
El anuncio no da identificador de modelo, ventana de contexto, límite de salida ni fecha para la API, AI Studio o la app de Gemini; tampoco cuándo acaba el precio de lanzamiento. Y las cifras de ciberseguridad, aunque vienen de benchmarks externos, las ha medido Google: habrá que esperar a que Artificial Analysis y otros evaluadores publiquen sus propios desgloses.
Fuentes
- Gemini 4 Carbon: our next frontier model, Google, 28 de octubre de 2026.
- Fairwind Program, Google DeepMind.
- New Artificial Analysis index widens the gap between open and closed models, The Decoder, 28 de octubre de 2026.
- Models overview, documentación de Claude.