Gemini 4 Carbon pasó el 10 de noviembre de 2026 de un programa cerrado para defensores de ciberseguridad a la Gemini API para cualquier desarrollador de pago. Sale a 2 $ por millón de tokens de entrada y 10 $ de salida, el mismo precio que Gemini 4 Argon, pero solo hasta el 30 de noviembre: desde el 1 de diciembre cuesta 4 $ y 20 $. En el índice de Artificial Analysis se queda a dos puntos de Claude Fable 5.2.
La pregunta útil no es si es "el mejor Gemini", sino si compensa moverle tráfico cuando su precio se dobla en tres semanas.
Qué trae Carbon
Google lo coloca por encima de Argon, que sigue siendo su recomendación para la mayoría de tareas de ingeniería de software. Carbon está pensado para razonamiento más difícil: explora y verifica más antes de responder, y por eso gasta más tokens que Argon con el mismo precio por token. Admite tres niveles de razonamiento (low, medium y high), con medium por defecto.
Dónde está disponible:
- Gemini API en Google AI Studio (nivel de pago) y Android Studio, con el id
gemini-4-carbon. - Empresas: Gemini Enterprise, Google Antigravity y CodeMender.
- Suscriptores de Google AI Ultra: app de Gemini, Antigravity y AI Mode en el buscador.
El anuncio no da ventana de contexto, límite de salida, límites de uso ni precio de tokens en caché, y tampoco menciona Vertex AI. Para dimensionar un despliegue eso hay que sacarlo de la documentación del modelo, no del anuncio.
En seguridad, Google reporta un 0,8 % de brechas por intento en sus pruebas de red team adaptativo (3,1 % en Argon) y un 92 % de aciertos en su prueba interna de honestidad agéntica de 375 tareas (70 % en Argon). Son pruebas propias; la de inyección indirecta de prompts con 0 % de éxito, The Decoder recuerda que puede estar saturada.
Cómo probarlo
La vía más rápida desde la terminal es el plugin llm-gemini de Simon Willison, que añadió Carbon en la versión 0.36:
llm install -U llm-gemini
llm keys set gemini
git diff main | llm -m gemini-4-carbon -o thinking_level high \
-s 'Revisa este diff: errores de concurrencia y fugas de recursos'Con thinking_level controlas cuánto razona antes de responder. Para comparar coste con Argon, lanza la misma tarea con -m gemini-4-argon y mira los tokens de salida: el precio por token es idéntico hasta el 30 de noviembre, así que la diferencia en la factura es exactamente la diferencia en tokens.
Carbon frente a Claude y GPT-6
Las cifras de Artificial Analysis que recoge The Decoder (medidas unas dos semanas antes del 10 de noviembre) y los precios que publica Google y compara Simon Willison:
| Modelo | Precio por millón (entrada / salida) | Índice de inteligencia AA | Coste por tarea resuelta (AA) |
|---|---|---|---|
| Gemini 4 Carbon | 2 $ / 10 $ hasta el 30-nov; 4 $ / 20 $ después | 60 | 7,76 $ |
| Claude Fable 5.2 (High) | — | 62 | ~9 $ |
| Claude Fable 5.2 (Max) | — | — | hasta 26,50 $ |
| Claude Opus 5.5 (Max) | 4 $ / 20 $ | — | 10,04 $ |
| GPT-6 Astra (Max) | — | — | 6,25 $ |
| Claude Sonnet 5.5 y GPT-6.1 Sol | 2 $ / 10 $ | — | — |
En los benchmarks agénticos que publica Google, Carbon queda primero en CursorBench 4.0 (algo menos del 60 %, por delante de Fable 5.2 y de Argon), en WANDR de Perplexity y en AutomationBench de Zapier, en estos dos últimos a menos de la mitad del coste por tarea de Fable 5.2. En Multimodal Knowledge Agent queda segundo, detrás de Fable 5.2 y por delante de Opus 5.5, con menos de una sexta parte del coste medio por tarea del primero.
Dónde gana y dónde pierde
Gana en coste por tarea agéntica. El dato que más pesa es CursorBench y AutomationBench: tareas largas de código y automatización, que es donde un modelo caro se nota en la factura. Si hoy usas Fable 5.2 en modo máximo para agentes, Carbon promete resultados parecidos por bastante menos.
No es el más barato por tarea. GPT-6 Astra en modo máximo sale más barato por tarea resuelta (6,25 $ frente a 7,76 $). Y los 7,76 $ se midieron antes del paso a GA: si se calcularon con el precio de lanzamiento, con el de diciembre el coste por tarea se acercaría a los 15 $, por encima de Opus 5.5.
No es el más listo. Fable 5.2 sigue por delante en el índice general (62 frente a 60) y en MKA. La distancia es pequeña, pero existe.
Gasta más tokens que Argon. Al mismo precio por token, cada tarea con Carbon cuesta más que con Argon. Para resúmenes, clasificación o extracción, Argon (o un modelo más pequeño) sigue siendo la opción sensata.
Los números son de Google. Casi todos los benchmarks agénticos los publica el propio fabricante o socios suyos (Cursor, Perplexity, Zapier). El índice de Artificial Analysis es la única referencia independiente de la tabla, y ahí Carbon es segundo.
Veredicto
Para quién sí: equipos con agentes de código o automatizaciones largas que hoy pagan Fable 5.2 u Opus 5.5 en modo máximo. Hasta el 30 de noviembre puedes medir Carbon con tus propias tareas al precio de Argon; es la mejor ventana para decidir con datos y no con la tabla de otros.
Para quién no: quien ya está contento con Argon o con modelos de gama media para tareas cortas, y quien necesite Vertex AI con garantías de región o límites de contexto concretos, que el anuncio no detalla. Y si tu decisión depende del precio de noviembre, haz las cuentas con el de diciembre: 4 $ y 20 $ por millón es el precio de Opus 5.5.
Fuentes
- Gemini 4 Carbon is now available, Google, 10 de noviembre de 2026.
- llm-gemini 0.36, Simon Willison, 10 de noviembre de 2026.
- Gemini 4 Carbon arrives just in time to feel like yesterday's news, The Decoder, 10 de noviembre de 2026.
- llm-gemini (README), Simon Willison.