Google presentó Gemini 4 Carbon, un nuevo modelo de inteligencia artificial orientado a programación, ciberseguridad y tareas de ingeniería prolongadas. El anuncio llega dos semanas después de Argon y anticipa una distribución gradual, con acceso inicial para un grupo de defensores informáticos antes de ampliar la disponibilidad.
La empresa afirma que sus equipos lo han utilizado durante días para resolver problemas complejos de varios pasos, como localizar la causa de errores y preparar correcciones en grandes bases de código. Para desarrolladores, empresas y consumidores todavía no se ha comunicado una fecha concreta de acceso general.
Un modelo que destaca en programación y defensa informática
Carbon encabeza la versión 5.0 del índice de inteligencia de Artificial Analysis, con 59 puntos. Esta evaluación independiente combina nueve pruebas de trabajo profesional, programación, ciencia y conocimientos generales, con cuatro categorías que aportan el mismo peso al resultado. Su liderazgo refleja el rendimiento agregado dentro de ese conjunto, no una garantía de superioridad en cualquier aplicación.
En seguridad, el fabricante reporta 88,2% en SEC-bench Pro, 54,8% en ExploitGym y 71% en CWE-bench, con evaluaciones realizadas sin salvaguardas. El primer benchmark examina la búsqueda de vulnerabilidades y la generación de pruebas de concepto en software exigente, incluidos V8, Firefox y Linux, mediante entornos preparados y verificadores que comprueban los resultados.
Esta distinción ayuda a interpretar las cifras: encontrar una falla, demostrar que puede explotarse y corregirla son capacidades relacionadas, pero diferentes. Un resultado favorable en una etapa no significa que todo el proceso esté resuelto ni que cualquier parche generado pueda incorporarse automáticamente a un sistema en producción.
Acceso por etapas y tarifas introductorias
El despliegue comenzará con especialistas en defensa y se ampliará mediante Fairwind. La tarifa anunciada será de US$ 2 por millón de tokens de entrada y US$ 10 por millón de salida, con un descuento del 95% para entradas en caché. Tras el período introductorio, los precios pasarán a US$ 4 y US$ 20, respectivamente.
El programa prioriza socios de confianza, gobiernos y operadores de infraestructura crítica, como servicios sanitarios y telecomunicaciones. Su planteamiento reconoce que las capacidades para descubrir y reparar fallas también pueden utilizarse con fines ofensivos, por lo que somete a los participantes a verificaciones y restringe la redistribución del acceso.
Los resultados requieren contexto antes de una adopción
El índice independiente recomienda mirar las pruebas individuales cuando se evalúan usos específicos, en lugar de decidir únicamente por la puntuación global. Para un equipo técnico, eso significa comprobar si el modelo responde bien a su lenguaje de programación, sus documentos y sus restricciones operativas, con criterios de aceptación definidos antes de delegarle tareas.
La combinación de mayor autonomía y trabajo prolongado también vuelve relevante el costo por tarea completada. Como lectura práctica, comparar solo el precio por millón de tokens deja fuera cuántos intentos necesita una solución, cuánto tiempo requiere la revisión humana y si la corrección conserva el funcionamiento esperado.
Esas comprobaciones permitirán valorar el alcance del lanzamiento cuando se amplíe el acceso. Una prueba piloto con repositorios conocidos y resultados reproducibles ayudaría a separar las mejoras observables de las expectativas que acompañan a una nueva generación de modelos.
