Gemini 4 Carbon pone a Google en cabeza del índice de Artificial Analysis, pero liderar un índice no es dominar la frontera

Google ha anunciado Gemini 4 Carbon, su nuevo modelo de frontera. Según la información difundida, logra 59 puntos en el índice de inteligencia de Artificial Analysis (AA Index), un compuesto que agrega muchas pruebas distintas. Con esa cifra superaría a todos los modelos actuales. Google destaca tres áreas: ciberseguridad, programación y tareas de agentes, es decir, sistemas que encadenan acciones por sí solos.

El contexto hace que el salto sea notable. En nuestras últimas series, Gemini 3 Pro marcaba 40 en el AA Index, a 20 puntos del líder, Fable 5 de Anthropic (60), y por detrás de GPT-5.6 (56). Pasar de 40 a 59 en una generación supone que Google deja de ser el «sólido pero rezagado» y vuelve a la pelea por la cima. Hay un matiz: nuestros datos de referencia son de junio. Que 59 sea hoy la cifra más alta implica que la tabla se ha movido desde entonces, y conviene contrastarlo antes de darlo por hecho.

La nota no aporta resultados en pruebas exigentes. Faltan SWE-bench Pro (resolución de problemas reales de software), Terminal-Bench (trabajo autónomo en consola) y las evaluaciones de ciberseguridad con tareas expertas sin guía, que son las que todavía distinguen a unos modelos de otros. El AA Index es útil como termómetro amplio. Pero ya hemos visto versiones «generosas» que puntúan mejor en el compuesto que en el trabajo duro.

Nuestra lectura: es una buena noticia que la frontera vuelva a tener tres o cuatro aspirantes reales. La competencia abarata precios y acelera las mejoras. Al final, eso acerca la abundancia que defendemos. Ahora bien, liderar un índice compuesto no equivale a ser el mejor modelo. La prueba de verdad será su rendimiento en tareas de agentes largas y en programación real. Y la ciberseguridad merece una lectura aparte: si de verdad está entre lo mejor del sector, deja de ser un argumento de venta y pasa a ser un riesgo que gobernar. Habrá que ver qué evaluaciones de seguridad publica Google y con qué controles lo despliega. Lo incorporaremos a nuestra comparativa cuando haya datos verificables más allá del anuncio.