Google ha presentado Gemini 4 Carbon como su modelo más capaz de la serie, pero no lo abre todavía al público general. El primer despliegue alcanza a un subconjunto de defensores cibernéticos de confianza y el Gobierno de Estados Unidos participa en pruebas. Para el resto de equipos, hoy es una referencia de evaluación, no una opción que pueda darse por disponible en AI Studio o la API.
Carbon llega después de Gemini 4 Argon. En la tabla de DeepMind mejora a Argon en la mayoría de mediciones publicadas: Terminal-Bench 4.0 pasa de 57,1 % a 65,2 %, el tramo de 256.000 a un millón de tokens de GraphWalks sube de 84,2 % a 96,2 % y ExploitGym de 42,0 % a 54,8 %.
La comparación útil es Carbon contra Argon en la misma tabla
| Prueba publicada por Google | Carbon | Argon | Diferencia |
|---|---|---|---|
| Terminal-Bench 4.0 | 65,2 % | 57,1 % | +8,1 puntos |
| GraphWalks 256k–1M, BFS F1 | 96,2 % | 84,2 % | +12,0 puntos |
| CWE-bench | 71,0 % | 68,0 % | +3,0 puntos |
| ExploitGym | 54,8 % | 42,0 % | +12,8 puntos |
| OSWorld-2.1, subconjunto offline | 81,5 % | 74,7 % | +6,8 puntos |
La diferencia está calculada por Texploto restando resultados de la misma tabla del productor. No mezcla versiones de benchmark ni la tabla anterior de Argon. Las puntuaciones siguen siendo evaluaciones publicadas por Google; no equivalen al rendimiento de tu repositorio ni a una prueba independiente.
Carbon no encabeza todas las columnas: en FrontierSWE 2 publica 61,2 %, por debajo del 65,5 % atribuido a GPT-6 Astra y del 62,3 % de Claude Opus 5.5. En OSWorld-2.1, Google muestra 81,5 % para Carbon y 87,2 % para Opus 5.5. La conclusión razonable es una mejora amplia frente a Argon, no un ganador universal.
La disponibilidad cambia la decisión inmediata
Google dice que ampliará el acceso después de la fase inicial, sin publicar en las fuentes consultadas una fecha, precio, identificador de API o regiones. El índice de model cards de DeepMind mostraba el 31 de octubre una ficha de Argon fechada el 13/10, pero no una ficha específica de Carbon. Esa ausencia no demuestra que el modelo carezca de evaluación de seguridad; significa que no podemos enlazar una ficha pública equivalente en este corte.
Quien esté preparando una evaluación puede definir ya tareas, criterios y una línea base con Gemini 4 Argon, pero debería dejar Carbon como candidato pendiente de acceso. No conviene contratar capacidad, cambiar un pipeline o prometer fechas basándose solo en benchmarks previos al despliegue.
Qué guardar cuando se abra
- Nombre e identificador exacto de la versión, fecha y región.
- Precio por entrada, salida, herramientas y contexto largo.
- Límites de contexto, salida, concurrencia y retención.
- La ficha de seguridad o metodología vigente en esa fecha.
- Resultados sobre tareas propias comparados con la misma muestra y criterios.
Carbon es una noticia relevante por la mejora y por el foco inicial en ciberseguridad. Su consecuencia práctica hoy es más modesta: preparar una evaluación reproducible y esperar condiciones públicas. No consta todavía lo necesario para una guía de migración o una comparación de costes.
Transparencia: noticia elaborada con asistencia de IA a partir de páginas de Google y DeepMind. Texploto no tuvo acceso a Carbon ni ejecutó los benchmarks.
