Google DeepMind presentó el 28 de octubre Gemini 4 Carbon, un modelo de frontera que la compañía orienta a la ciberseguridad y a tareas agénticas de programación, durante un anuncio publicado en línea desde su laboratorio de inteligencia artificial. Carbon llega con acceso inicial para un grupo seleccionado de defensores cibernéticos mediante el Fairwind Program, porque Google quiere probar sus salvaguardas antes de abrirlo a desarrolladores, empresas y consumidores; técnicamente, el despliegue combina una API de modelo con herramientas capaces de sostener trabajos de varios pasos durante periodos prolongados.
Un modelo que empieza por la defensa digital
El anuncio sitúa a Carbon en una zona especialmente sensible: no solo debe escribir código, sino encontrar fallos, comprobar si pueden explotarse y proponer una reparación. Según Google DeepMind, el modelo obtuvo 88,2% en SEC-bench Pro para descubrir vulnerabilidades, 54,8% en ExploitGym para validar su explotación y 71% en CWE-bench para corregirlas. Son cifras comunicadas por el fabricante y, en el caso de estas pruebas de ciberseguridad, evaluadas sin las barreras de uso que tendría un producto público.
La compañía afirma además que Carbon duplicó con creces el éxito de Argon al generar código seguro y que el equipo de Chrome observó un rendimiento más de diez veces superior al de otro modelo de frontera al producir parches de alta calidad. Estas comparaciones internas ayudan a explicar el lanzamiento limitado, pero no equivalen todavía a una auditoría independiente ni garantizan que el sistema pueda operar sin supervisión en redes reales.
El primer puesto tiene límites
Google también destaca que Carbon ocupa el primer lugar, con 59 puntos, en la versión 5.0 del Intelligence Index de Artificial Analysis. El resultado lo coloca por delante de Claude Opus 5.5 y GPT-6 Astra en ese índice agregado, que reúne pruebas de razonamiento, conocimiento, ciencia, programación y capacidades generales. La lectura correcta es más estrecha que el titular: una clasificación combinada resume muchos trabajos distintos y no significa que Carbon gane cada prueba.
De hecho, el propio anuncio muestra una estrategia de lanzamiento selectiva. Google dice que sus equipos han visto al modelo trabajar durante días para localizar y corregir errores difíciles en grandes bases de código, pero todavía no fija una fecha para la disponibilidad general. El precio inicial anunciado es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida; después del periodo introductorio subiría a 4 y 20 dólares, respectivamente.
Presentamos Gemini 4 Carbon, nuestro modelo de frontera más reciente.
Carbon mejora el rendimiento en varios ámbitos: ocupa el primer puesto del Intelligence Index v5.0 de @ArtificialAnlys y alcanza un nivel de vanguardia en ciberseguridad y capacidades de largo horizonte.
— Google (@Google) 28 de octubre de 2026
La prueba será el despliegue, no la tabla
El orden elegido por Google refleja el cambio de prioridades en los modelos avanzados. La carrera ya no consiste únicamente en responder mejor una pregunta, sino en mantener contexto, utilizar herramientas y tomar decisiones sin inventar resultados ni exceder el encargo. Por eso el anuncio subraya que Carbon redujo afirmaciones sin respaldo, intentos de atajo en Terminal-Bench y alertas internas de desalineamiento. Son señales prometedoras, aunque proceden de evaluaciones controladas y deben contrastarse con el comportamiento de usuarios externos.
El acceso a defensores cibernéticos permitirá observar precisamente ese punto de fricción: un modelo más capaz puede acelerar la corrección de vulnerabilidades, pero también aumentar el impacto de un uso indebido. Google dice que ampliará el programa por fases mientras recoge comentarios y ajusta los controles. Hasta que esa evaluación termine, Gemini 4 Carbon es menos un producto masivo que una apuesta de laboratorio por demostrar que un agente puede trabajar durante largo tiempo sin convertir su autonomía en una nueva superficie de riesgo.
La cautela también importa por la naturaleza de las pruebas. Un modelo que identifica una vulnerabilidad en un entorno preparado no necesariamente entiende las consecuencias operativas de modificar un sistema de producción. La revisión humana, los registros de actividad y los límites de permisos seguirán siendo parte del despliegue, incluso si Carbon consigue reducir errores y completar más pasos por sí mismo. La ventaja competitiva, en esta fase, dependerá tanto de la capacidad del modelo como de la calidad de la supervisión que lo rodea.
