Google puso a disposición general Gemini 4 Carbon, su modelo de frontera más reciente, para desarrolladores, empresas, científicos y consumidores. El modelo destaca en capacidades de ciberseguridad y flujos de trabajo agénticos de largo alcance en trabajo de conocimiento, ingeniería de software y razonamiento científico, según el anuncio publicado por Koray Kavukcuoglu, vicepresidente senior de Google DeepMind.

¿Qué es Gemini 4 Carbon y en qué se diferencia de Argon?

Carbon se presentó hace dos semanas a un grupo de defensores de ciberseguridad mediante el Fairwind Program de Google DeepMind, y ahora llega al público general. Tras el lanzamiento de Gemini 4 Argon, Carbon empuja la frontera aún más lejos: Argon sigue siendo la opción ideal para la mayoría del trabajo de ingeniería de software y conocimiento, mientras que Carbon está construido para tareas que ponen a prueba los límites de la inteligencia de un modelo, como codificación y depuración compleja de múltiples pasos y investigación científica abierta, usando más tokens que Argon para explorar a fondo, razonar con profundidad y ejecutar ciclos extendidos de verificación.

En benchmarks independientes diseñados para probar el rendimiento en flujos de trabajo reales, Carbon combina precisión de frontera con economía de producción práctica: ocupa el primer lugar en CursorBench 4.0, WANDR de Perplexity y AutomationBench de Zapier, con un costo por tarea más de 2 veces menor en comparación con el siguiente mejor modelo externo.

¿Cómo funciona /swarm en Google Antigravity?

Para aplicar Carbon en proyectos grandes y complejos, Google está lanzando en vista previa /swarm en Google Antigravity, una función que convierte un solo prompt en un equipo coordinado de agentes que se puede seguir en tiempo real. Los desarrolladores pueden asignar a Carbon roles que exigen el razonamiento más profundo, como diseño arquitectónico, coordinación y auditoría, emparejándolo con modelos más rápidos y ligeros en espacios de trabajo paralelos y verificadores adversariales que prueban cada cambio. Como ejemplo de lo que permite, un equipo de agentes Carbon transformó fotos históricas y láminas de ingeniería en una exhibición 3D interactiva en Three.js de la construcción de la Torre Eiffel entre 1887 y 1889, a partir de un único prompt:

Trabajo de conocimiento de mayor precisión y análisis de datos

En áreas legales, financieras y de operaciones empresariales, Gemini 4 Carbon combina comprensión visual de frontera, razonamiento y recuperación exhaustiva para sintetizar información fundamentada a partir de grandes conjuntos de documentos densos y datos. Sigue esquemas estrictos de formato para generar hojas de cálculo, presentaciones e informes precisos. Google también se asoció con Artificial Analysis para lanzar el benchmark Multimodal Knowledge Agent (MKA), donde Carbon ocupa el segundo lugar con un costo promedio por tarea más de 6 veces menor frente al modelo de mejor desempeño.

En evaluaciones previas al lanzamiento, Carbon igualó el desempeño del mejor modelo probado en investigación financiera profunda según la evaluación E2E Financial Agentic de Hebbia, y se ubicó en el primer lugar entre 23 configuraciones de modelos de frontera en el benchmark General Financial Intelligence de Balyasny Asset Management. “Gemini 4 Carbon es el modelo más fuerte que hemos evaluado para investigación financiera profunda, construyendo modelos de Excel más limpios y mejor estructurados y produciendo presentaciones de PowerPoint más nítidas”, señaló Shanks Salwan, Lead Applied AI Engineer de Hebbia.

Codificación agéntica y desarrollo full stack mejorados

Carbon rinde de forma sobresaliente en tareas de ingeniería que requieren colaboración multiagente, como migraciones multipaquete, investigaciones de causa raíz entre subsistemas y rediseños arquitectónicos complejos. En desarrollo de aplicaciones web, ejecuta ciclos de construcción y verificación, se recupera de errores y revisa tanto su código como la interfaz renderizada para producir aplicaciones completas y funcionales. Entre los casos reportados por socios, HubX logró una tasa de resolución de 94% con cero regresiones en 16 correcciones reales de errores en un código base con 14,000 pruebas. “A través de 16 correcciones reales de errores en nuestro código base de 14,000 pruebas, Carbon logró una tasa de resolución de 94% sin regresiones”, confirmó Baki Celtik, AI Engineer de HubX.

Las capacidades visuales y de razonamiento espacial también se extienden al desarrollo de juegos 3D y la codificación creativa: con /swarm, Carbon construyó un juego 3D de mundo abierto donde se explora el campus de Google en Mountain View como un pelícano en un GBike, coordinando subagentes para modelar activos 3D en Blender y construir el juego en Three.js con shaders WebGL.

¿Qué aporta Carbon a la ciberseguridad?

Gemini 4 Carbon for cyber entrega las capacidades de ciberseguridad más fuertes de Google hasta la fecha. Cuando se accede a través del Fairwind Program, Carbon lidera benchmarks clave en encontrar (SEC-bench Pro), explotar (ExploitGym) y parchar (CWE-bench v1) vulnerabilidades. En Project Fortify, el sistema autónomo de Google que abarca escaneo, triaje y remediación, Carbon alcanzó 100% de recall en escaneo y 95% de precisión en triaje en su benchmark interno, además de una mejora relativa de más de 25% sobre el recall de Argon en pruebas de repositorios de código abierto.

Como parte del programa Scan for Good de Wiz, el equipo usó Carbon para evaluar vulnerabilidades en infraestructura digital pública: al escanear dos proveedores SaaS importantes, el modelo descubrió vulnerabilidades 0-day en menos de dos horas, comprimiendo semanas de investigación en una sola tarde. “Carbon for cyber es uno de los modelos con puntuaciones más altas que hemos probado, y en nuestras evaluaciones llega ahí en la mitad de los pasos de su predecesor”, comentó David Slater, fundador y arquitecto jefe de Armadin.

Razonamiento científico y matemático más fuerte

Carbon muestra mejoras notables en razonamiento a través de física, matemáticas y ciencias de la vida. Para la empresa de investigación de toxicología de fármacos Axiom Bio, Carbon es ahora el modelo líder en desempeño para ciencia traslacional, encontrando mecanismos de toxicidad novedosos. Entre los avances internos de Google destaca AlphaProof Code, un nuevo marco agéntico para verificación formal con el que los investigadores demostraron matemáticamente el código real del protocolo criptográfico de Signal, generando millones de líneas de código en Lean y probando propiedades de seguridad clave en semanas, una tarea que históricamente toma años a equipos de expertos.

En predicción de estructura de proteínas, los investigadores usaron Carbon para descubrir de forma autónoma homólogos remotos en archivos de secuencias sin anotar a escala de petabases: en 7 familias de proteínas de baja homología del conjunto de prueba ciego CASP17, Carbon aumentó el número de homólogos recuperados en promedio 40 veces. Adicionalmente, el programa que otorga acceso gratuito por seis meses a 10,000 científicos en Google Antigravity se expande ahora para incluir Carbon, y las postulaciones siguen abiertas.

¿Qué avances hay en seguridad del modelo?

Google reforzó las salvaguardas de uso indebido en entornos simulados de ciberataque: Carbon bloqueó 99% de las trayectorias de ataque de su agente de red teaming adaptativo, redujo la tasa de brecha por intento a 0.8% (desde 3.1% en Argon) y bajó la tasa de éxito de consultas de ciberataque automatizado a 2.17% en pruebas de Gray Swan, frente a 9.86% en Argon. En su benchmark agéntico de honestidad de 375 tareas, Carbon aprobó 92% de las tareas, comparado con 70% de Argon, y logró una tasa de éxito de 0% en ataques de inyección de prompts en el benchmark IPI de Gray Swan, un hito alcanzado por primera vez. Los detalles completos están en el informe de seguridad de Gemini 4 Carbon.

¿Cómo empezar a usar Gemini 4 Carbon?

Carbon está disponible vía API en Google AI Studio y en Gemini para empresas para todos los desarrolladores y empresas de pago, al mismo precio introductorio que Gemini 4 Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. También se despliega para todos los suscriptores de Google AI Ultra en Google Antigravity, la app de Gemini y AI Mode en Search. Para contexto sobre la evolución reciente de la familia, conviene revisar la cobertura del anuncio original de Gemini 4 Carbon, el análisis de Gemini 3.7 Flash para codificación y agentes y la nota sobre Gemini 3.8 Live y los diálogos con IA en tiempo real.

Con Carbon, Google refuerza una estrategia de dos frentes que ya venía perfilándose: Argon para el volumen de trabajo cotidiano y Carbon para los problemas donde el razonamiento profundo justifica el consumo adicional de tokens. La pregunta abierta es qué tan rápido adoptan los equipos de desarrollo estos flujos multiagente en producción.