Google comenzó el 10 de noviembre de 2026 el despliegue general de Gemini 4 Carbon, su nuevo modelo de inteligencia artificial para programación compleja, investigación científica y trabajo de conocimiento, desde Google AI Studio, Gemini para empresas y varios productos de consumo. La compañía lo presentó como una herramienta para tareas de largo recorrido porque utiliza más tokens de razonamiento que Gemini 4 Argon, verifica sus propios resultados y coordina agentes especializados en la nube de Google.
Carbon queda reservado para los problemas difíciles
El lanzamiento amplía el acceso que Google había concedido dos semanas antes a un grupo de defensores de la ciberseguridad mediante el programa Fairwind. Ahora pueden probarlo los desarrolladores y empresas con acceso de pago a la API, los suscriptores de Google AI Ultra en Gemini, AI Mode de Search y Antigravity, y los investigadores que soliciten una plaza en el programa científico de la compañía.
La diferencia con Argon no es solo de velocidad o tamaño. Google describe a Carbon como un modelo que emplea más tokens de pensamiento para explorar hipótesis, depurar código en varias etapas y ejecutar ciclos prolongados de comprobación. Argon seguirá siendo la opción recomendada para la mayoría de las tareas cotidianas; Carbon apunta a migraciones de software, investigaciones abiertas, análisis de documentos densos y problemas donde una primera respuesta correcta no basta.
En la API, el precio introductorio es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, el mismo que Google fijó para Argon. El modelo admite texto, imágenes, audio, vídeo y documentos, con una ventana combinada de hasta un millón de tokens. En términos prácticos, eso permite trabajar con repositorios extensos, planos, tablas o cuadernos de laboratorio sin dividirlos en decenas de conversaciones.
La apuesta combina agentes, ciencia y seguridad
El anuncio oficial pone el foco en los flujos agénticos: un sistema puede asignar a Carbon el diseño arquitectónico o la auditoría y encargar a modelos más rápidos las tareas paralelas. En Antigravity, Google está probando una función de enjambre que convierte una instrucción en un equipo de agentes con espacios de trabajo aislados y verificadores que revisan los cambios antes de integrarlos.
Google también presentó resultados en investigación. Según la compañía, Axiom Bio encontró con Carbon mecanismos de toxicidad que no había identificado en sus análisis anteriores. En otro experimento, investigadores combinaron el modelo con AlphaFold 3 para buscar homologías remotas de proteínas poco estudiadas: en siete familias del conjunto CASP17, el sistema recuperó en promedio 40 veces más coincidencias útiles sin volver a entrenar el modelo de predicción estructural.
La ciberseguridad es el otro frente sensible. Google afirma que Carbon mejoró la detección y el triaje de vulnerabilidades en sus pruebas internas y que un equipo de investigación de la nube confirmó que dos fallos de un proyecto de código abierto eran explotables, lo que ayudó a sus mantenedores a publicar un parche crítico. El acceso a las capacidades cibernéticas más avanzadas continúa restringido a defensores verificados a través de Fairwind.
El model card de Google DeepMind matiza el lanzamiento: Carbon puede alucinar, ser lento o agotar más tokens en los niveles de razonamiento altos. Sus evaluaciones muestran un 65,2 % en Terminal-Bench 4.0, 80 % en RiemannBench y 71 % en CWE-bench, pero Google advierte que esos resultados no sustituyen la supervisión humana en código, ciencia o seguridad.
Google AI: «Nuestro modelo frontier más potente, Gemini 4 Carbon, ya está disponible. Está diseñado para flujos de trabajo complejos y prolongados en conocimiento, ingeniería de software, desarrollo web, ciberseguridad e investigación científica. Argon sigue siendo la opción ideal para la mayoría de las tareas; Carbon entra en las más difíciles, desde la depuración de varios pasos hasta la investigación abierta».
— Google AI (@GoogleAI) 10 de noviembre de 2026
La estrategia deja una señal clara: Google no está presentando Carbon como un sustituto universal, sino como una capa de cómputo para trabajos cuyo coste de equivocarse es alto y cuyo recorrido exige memoria, herramientas y comprobaciones. La competencia se desplaza así desde la respuesta instantánea hacia la capacidad de sostener una investigación o una base de código durante horas sin perder el hilo.
Para los usuarios, el cambio se notará sobre todo en proyectos que antes exigían repartir el trabajo entre varias herramientas y revisiones manuales.
