Google abrió el 10 de noviembre Gemini 4 Carbon a todos los desarrolladores de pago y a las empresas. Cuando el modelo se presentó hace dos semanas, solo lo probaba un pequeño grupo de defensores de ciberseguridad a través del programa Fairwind. Ahora Google AI Studio, la Gemini API y Gemini for business, orientado a empresas, lo incorporan a la vez; los suscriptores de Google AI Ultra también pueden usarlo directamente en la app de Gemini, en el AI Mode de la Búsqueda y en la herramienta de programación Antigravity.
El anuncio lo firma Koray Kavukcuoglu, arquitecto jefe de IA de Google DeepMind. El posicionamiento no cambia: ciberseguridad y tareas de agentes de larga duración.
«Carbon is our strongest model with frontier performance in cybersecurity capabilities.»
(Carbon es nuestro modelo más potente, con un rendimiento de vanguardia en capacidades de ciberseguridad.)
Primero barato, luego más caro
El precio coincide con el de presentación de Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Esa tarifa solo se mantiene hasta el 30 de noviembre; después vuelve a 4 dólares de entrada y 20 de salida, es decir, el doble. El periodo promocional solo se aplica a la versión pública de Carbon; «Carbon for cyber», dirigido a defensores dentro de Fairwind, se sigue solicitando aparte.
En el mismo anuncio, Google advierte de que, por el razonamiento profundo y la autoverificación, Carbon consume más tokens que Argon. Por eso recomienda que la mayor parte del trabajo de ingeniería de software y de conocimiento siga usando primero Argon, y que se pase a Carbon en las tareas complejas.
Un cálculo aproximado: supongamos que una tarea de agente en Argon lee 200 000 tokens y escribe 30 000; al precio promocional son 0,4 + 0,3 = 0,7 dólares. Si la misma tarea se ejecuta en Carbon con un 50 % más de salida, a partir de diciembre el coste por ejecución rondaría los 0,8 + 0,9 = 1,7 dólares. Ese 50 % adicional es una hipótesis nuestra; Google no ha publicado la proporción de consumo de tokens entre ambos, y la diferencia real depende de cada tarea.
Los resultados se concentran en las pruebas de agentes
El boletín de resultados que acompaña a la versión pública desplaza el foco de las pruebas de vulnerabilidades de la vez anterior hacia los agentes y el trabajo de conocimiento. Google afirma que Carbon queda primero en tres clasificaciones: CursorBench 4.0, WANDR de Perplexity y AutomationBench de Zapier, con un coste por tarea más de la mitad inferior al del segundo clasificado, un modelo externo.
En MKA, la prueba de agentes de conocimiento multimodal de Artificial Analysis, Carbon queda segundo, con un coste medio por tarea más de seis veces menor que el del primero. En la prueba general de agentes financieros del fondo de cobertura Balyasny, queda primero entre 23 configuraciones de modelos de vanguardia.
Las cifras de seguridad también se han actualizado. En un entorno de ataque simulado, Carbon bloqueó el 99 % de las trayectorias de ataque; la probabilidad de ser vulnerado en un solo intento es del 0,8 %, frente al 3,1 % de Argon. La tasa de éxito de las consultas de ciberataque automatizado de Gray Swan es del 2,17 %, y la de Argon, del 9,86 %. La tasa de aprobación en 375 tareas de honestidad pasó del 70 % de Argon al 92 %.
La prueba interna de Google, Project Fortify, muestra una exhaustividad de escaneo del 100 % y una precisión de triaje del 95 %. Estos datos internos no han sido reproducidos por terceros por ahora, y Google tampoco ha publicado el tamaño del conjunto de pruebas.
Lo que se lanzó a la vez
Además del propio modelo, Google hizo otras tres cosas al mismo tiempo:
- El acceso gratuito a Argon que se abrió hace cuatro semanas a 10 000 científicos se amplía a Carbon; los solicitantes pueden usarlo gratis durante 6 meses en el nivel de uso más alto de Antigravity, con revisión semanal continua;
- Antigravity presenta en vista previa la función
/swarm, que reparte un único prompt entre varios agentes que colaboran; - En un escaneo conjunto con Wiz de dos grandes proveedores de SaaS, el modelo encontró vulnerabilidades de día cero en dos horas; no se ha revelado de qué proveedores se trata.
De Argon a Carbon, Google ha usado dos veces el mismo ritmo: primero para los equipos de seguridad y, dos semanas después, apertura general. La diferencia es que esta vez, en el lado del consumidor, solo llega a los suscriptores de Ultra y los usuarios de Pro quedan fuera por ahora; el anuncio no da fecha para cuándo se sumará el nivel Pro.
Fuentes: blog oficial de Google, ficha del modelo de Google DeepMind, CocoLoop; se verificaron los precios de la API en el periodo promocional y tras la vuelta a la tarifa normal, las posiciones en las pruebas y los porcentajes de las pruebas de seguridad; la estimación de costes es un cálculo aproximado de la redacción.