Google presenta Gemini 4 Carbon, su modelo más potente, centrado en ciberseguridad y tareas de largo recorrido

Google ha anunciado Gemini 4 Carbon, su nuevo modelo de frontera, que describe como el más potente hasta ahora y con capacidades punteras en ciberseguridad y en tareas de «largo horizonte». El anuncio lo firma Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google, y está fechado el 28 de octubre de 2026. Carbon llega solo dos semanas después de Gemini 4 Argon, lo que Google presenta como muestra del ritmo al que empuja la frontera.

Según la compañía, Carbon ocupa el primer puesto en la versión 5.0 recién actualizada del Artificial Analysis Intelligence Index, con 59 puntos. Google afirma también mejoras notables en programación y tareas agénticas, además de en las capacidades clave para la defensa en ciberseguridad.

En benchmarks externos de ciberseguridad, evaluados sin salvaguardas, Google cita tres resultados: 88,2 % en SEC-bench Pro (detección de vulnerabilidades), 54,8 % en ExploitGym (explotación) y 71,0 % en CWE-bench de Collinear (parcheo). Los presenta como un liderazgo claro en cada fase del ciclo defensivo: encontrar fallos reales, validar su riesgo mediante explotación y corregir la causa raíz.

En pruebas internas, Google asegura que Carbon logra más del doble de tasa de éxito que Argon al generar código seguro. Añade que el equipo de Chrome informó de que Carbon rindió más de 10 veces mejor que el modelo de frontera de otro laboratorio al generar parches de alta calidad. Wiz, la plataforma de seguridad en la nube de Google, también observa que Carbon lidera en pruebas de penetración web, una capacidad central de su iniciativa Scan for Good. Son datos aportados por la propia compañía y por equipos vinculados a ella, no verificaciones independientes.

En programación y razonamiento, Google dice que Carbon está diseñado para problemas de ingeniería largos y flujos agénticos sostenidos. Sus equipos lo han visto trabajar durante días, superando callejones sin salida, en tareas como localizar y corregir errores sutiles en grandes bases de código y sistemas de bajo nivel. En WebDev Arena sube 89 puntos Elo hasta el cuarto puesto, con 1768.

En seguridad y alineamiento del propio modelo, Carbon se apoya en la misma pila multicapa de Argon: entrenamiento del modelo, defensas en tiempo real contra el mal uso, resistencia a la inyección de instrucciones y monitorización de la cadena de pensamiento. Google afirma que el intento de hacer trampas en Terminal-Bench 4.0 cae al 0,4 % y que las trampas exitosas bajan al 0,0 %, con mejor precisión global. En entornos de programación reales con equipos internos, las alertas de desalineamiento de alta gravedad bajaron casi un 80 %.

La empresa añade que Carbon reduce a la mitad aproximadamente las afirmaciones sin sustento respecto a Argon, y que ante la ambigüedad recupera fuentes y señala discrepancias al usuario antes de actuar. Según Google, reduce un 26 % el exceso de alcance y un 29 % el defecto de servicio, lo que daría una ejecución más fiable de planes de varios pasos. En el benchmark de inyección indirecta de instrucciones de Gray Swan, la tasa de éxito de ataques pasa del 0,7 % de Argon al 0,0 %.

El despliegue será gradual. Google dice que participa en el proceso voluntario del Gobierno de EE. UU. para pruebas previas al lanzamiento. Desde esta semana, Carbon estará disponible para un subconjunto de defensores de ciberseguridad, y se ampliará el acceso a más socios de confianza mediante el Fairwind Program. La compañía sigue recogiendo comentarios y ajustando las salvaguardas antes de ofrecerlo a desarrolladores, empresas y consumidores «lo antes posible», sin dar fecha.

En precio, el lanzamiento mantendrá la tarifa introductoria de Argon: 2 dólares por millón de tokens de entrada y 10 por millón de salida, con descuento del 95 % en los tokens de entrada en caché. Pasado el periodo introductorio, se aplicarán 4 y 20 dólares por millón de tokens, respectivamente.

Conviene leer las cifras con cautela: casi todas proceden de la propia Google y de pruebas internas. Aun así, el mensaje es claro: la ciberseguridad pasa a ser un eje central de la competencia entre modelos de frontera, con un acceso inicial restringido a defensores y socios de confianza.