Gemini 4 Carbon: qué es, precio, benchmarks y quién puede usar el modelo más potente de Google

Gemini 4 Carbon es el nuevo modelo de IA más potente de Google, presentado el 28 de octubre de 2026 y centrado en la ciberseguridad y las tareas largas. Todavía no lo puede usar casi nadie: de momento solo está disponible para un grupo seleccionado de especialistas en defensa informática. Google lo describe como su modelo más fuerte hasta la fecha, y una evaluación independiente de Artificial Analysis lo sitúa primero en su índice general de inteligencia, con 59 puntos frente a los 50 de Gemini 4 Argon. Costará 2 dólares por millón de tokens de entrada y 10 de salida en su periodo de lanzamiento, y después 4 y 20. Aquí te contamos qué es, qué dicen los benchmarks y cuáles hay que mirar con cautela, cómo se compara con GPT-6 y Claude, quién puede usarlo y qué significa para ti, aunque no te dediques a la seguridad.

Qué es Gemini 4 Carbon

Carbon llega unas dos semanas después de la disponibilidad general de Gemini 4 Argon, y se sitúa por encima de él. Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de la compañía, lo presentó como su «modelo más fuerte hasta ahora». Sundar Pichai, consejero delegado de Google, afirmó que Argon y Carbon están «a la cabeza de la frontera» de la IA.

Su especialidad es doble:

• Ciberseguridad: encontrar vulnerabilidades reales en software, comprobar si son explotables y generar parches que las corrijan.
• Tareas largas: trabajos de larga duración en los que el modelo tiene que mantener el contexto y seguir un plan durante mucho tiempo, como agente.

Según las fichas publicadas, admite texto, imagen, audio y vídeo como entrada, responde en texto y maneja una ventana de contexto de un millón de tokens. Es un modelo propietario: sus pesos no se publican y no se ha revelado su número de parámetros.

Es importante no confundirlo con un producto de consumo. Carbon no aparece hoy en la app de Gemini para el público general, y lo que usa la mayoría de la gente sigue siendo otra cosa. Si quieres saber qué puedes usar ya, consulta nuestro artículo sobre Gemini 4 Argon.

Quién puede usarlo y cuándo

Aquí está la gran limitación. Google está desplegando Carbon en fases:

1. Primero: un grupo seleccionado de defensores en ciberseguridad, sin que se haya detallado quiénes.
2. Después: socios de confianza a través del Programa Fairwind, el mismo sistema de acceso que Google usó para Argon.
3. Más adelante: disponibilidad general, que Google quiere lanzar «lo antes posible», sin fecha concreta.

Algunos medios hablan de una o dos semanas de espera para los desarrolladores, pero el anuncio no da ninguna fecha, así que hay que tomarlo como una estimación. En el momento de escribir este artículo tampoco se había publicado un identificador de modelo para la API. Sobre su llegada a España o a la Unión Europea, no hemos encontrado ninguna información específica.

Precio en la API

Google ha fijado un precio de lanzamiento, sin fecha de fin, que después se duplica:

Durante el periodo de lanzamiento cuesta lo mismo que Argon, y después igualará el precio de Claude Opus 5.5, el modelo al que Google apunta como su principal competidor, según The Register. Eso sí: el precio por token no lo es todo. Artificial Analysis calcula un coste de 7,76 dólares por tarea de su índice, muy parecido a los 7,68 de Argon y por debajo de los 10,04 de Claude Opus 5.5. Carbon genera muchos tokens de salida, una media de 123.000 por tarea en esa prueba.

Cuánto costaría en la práctica

Los precios por millón de tokens son difíciles de imaginar, así que veamos un ejemplo sencillo. Supón que mandas a Carbon a revisar un repositorio grande: 1 millón de tokens de entrada y 200.000 de salida.

• Con el precio de lanzamiento: 2 $ de entrada más 2 $ de salida, unos 4 dólares.
• Con el precio posterior: 4 $ más 4 $, unos 8 dólares.
• Con la entrada en caché (si reutilizas el mismo contexto): en el precio de lanzamiento, la entrada bajaría de 2 $ a 0,10 $, y el total quedaría en unos 2,10 dólares.

La caché, por tanto, marca una gran diferencia en los trabajos repetitivos sobre un mismo código. Por otra parte, un modelo que razona mucho genera muchos tokens de salida, y esa es la parte más cara: conviene vigilar el consumo real, no solo la tarifa.

Benchmarks de ciberseguridad

Estos son los resultados que Google ha publicado en sus tres pruebas principales de seguridad. Un aviso importante: los ha ejecutado la propia Google, sin las salvaguardas activadas, así que conviene leerlos como cifras del fabricante.

La mayor ventaja aparece en ExploitGym, con más de 12 puntos sobre sus rivales. Es también la prueba más delicada, porque saber validar que un fallo se puede explotar es útil tanto para defenderse como para atacar. Eso ayuda a entender el despliegue tan cuidadoso.

Google añade dos datos internos llamativos: un éxito más de dos veces superior al de Argon generando código seguro, y que el equipo de Chrome obtuvo resultados más de 10 veces mejores que con un gran modelo de otro laboratorio creando parches de calidad. Google no ha publicado detalles suficientes para reproducir estas pruebas, así que quedan como afirmaciones de la compañía.

Rendimiento general y programación

Carbon no destaca solo en seguridad. Google publica también estas mejoras frente a Argon en pruebas de agentes y programación:

• Terminal-Bench 4.0: 65,2 % frente a 57,1 %.
• FrontierSWE 2: 61,2 % frente a 55,0 %.
• GraphWalks (contexto de 256K a 1M): 96,2 % frente a 84,2 %. Es un buen indicador de cómo aprovecha los contextos muy largos.

En clasificaciones públicas también se sitúa alto, aunque sin ser el primero en todas: cuarto en WebDev Arena, por detrás de Claude Opus 5.5, GPT-6.1 Astra y Claude Sonnet 5.5, y segundo en la clasificación de mejores agentes de Arena.ai, por detrás de Opus 5.5.

Lo que dicen las pruebas independientes

Artificial Analysis, una de las evaluadoras independientes más citadas, le da estos resultados:

• Índice de inteligencia v5.0: 59 puntos, primer puesto, frente a los 50 de Argon.
• Índice de agentes de programación: 59 puntos, segundo puesto, por detrás de Claude Opus 5.5, con 62.
• AA-Briefcase (Elo): 1.609, frente a los 1.483 de Argon.
• Velocidad: unos 100 tokens por segundo y unos 97,5 segundos hasta el primer token en la configuración de razonamiento alto. No es un modelo para respuestas inmediatas.

Esa latencia es una pista sobre su uso ideal: Carbon está hecho para tareas donde no importa esperar, como revisar un repositorio o buscar vulnerabilidades, no para un chat instantáneo.

El punto débil: más alucinaciones

El dato menos favorable también viene de Artificial Analysis. En su prueba AA-Omniscience, la tasa de alucinaciones sube del 4 % de Argon al 11 % de Carbon, aunque la precisión bruta mejora. Dicho de otro modo, acierta más, pero cuando no sabe algo tiende más a inventárselo en lugar de reconocerlo.

En seguridad, esto tiene consecuencias prácticas. Un falso positivo puede hacer perder horas a un equipo; un falso negativo, dejar un fallo sin corregir. Cualquier resultado de una IA de este tipo debe revisarlo una persona con criterio, y lo mismo vale si usas modelos para programar: comprueba siempre lo que te dice.

Carbon frente a Argon: diferencias

Si eres desarrollador, la decisión hoy es sencilla: solo puedes elegir Argon, salvo que tengas acceso especial. Cuando Carbon se abra, habrá que comprobar si compensa frente a su mayor tasa de alucinaciones y su lentitud.

Carbon frente a GPT-6 y Claude

La carrera está muy igualada. Según lo publicado hasta ahora:

• Frente a GPT-6 Astra: Carbon gana en las tres pruebas de seguridad publicadas por Google. Falta una comparación independiente equivalente.
• Frente a Claude Opus 5.5: Carbon es primero en el índice general de Artificial Analysis, pero Opus 5.5 sigue por delante en programación con agentes y en Arena.
• Frente a GPT-6.1 Terra: no compiten en la misma liga. Terra es mucho más barato y está pensado para el uso diario; lo explicamos en nuestro artículo sobre GPT-6.1 Terra.

Conviene recordar que casi todos los modelos punteros se actualizan cada pocas semanas, y que una victoria en un benchmark rara vez dura mucho. Si te interesa la comparación con otros modelos, tienes nuestro análisis de Claude Opus 5.5 y el resumen del DevDay de OpenAI.

Por qué Google limita el acceso

Un modelo que sabe encontrar y validar vulnerabilidades puede servir tanto para corregirlas como para aprovecharlas. Por eso Google da ventaja a los defensores: la idea es que los fallos se detecten y parcheen antes de que el modelo esté al alcance de cualquiera.

Google también informa de varias salvaguardas, siempre con datos propios:

• 0,0 % de ataques con éxito en la prueba de inyección indirecta de instrucciones Gray Swan, frente al 0,7 % de Argon.
• Un 80 % menos de alertas graves de desalineación en sesiones internas de programación.
• Un 26 % menos de extralimitaciones y un 29 % menos de casos en los que hace menos de lo pedido.

Otras empresas de IA han seguido caminos parecidos, con despliegues restringidos para sus modelos más capaces en este terreno. Es una tendencia que probablemente veremos cada vez más.

Qué puedes usar mientras tanto

Si quieres lo más avanzado de Google hoy, tu opción es Gemini 4 Argon, que ya está en la app de Gemini y en el Modo IA para suscriptores de Google AI Pro y Ultra, y en la API a 2 y 10 dólares por millón de tokens hasta el 30 de noviembre. Para revisar código, puedes usarlo como primera pasada, pero mantén siempre una revisión humana y herramientas de análisis específicas: ningún modelo sustituye a un proceso de seguridad bien montado. Si Carbon se abre más adelante, actualizaremos este artículo con cómo acceder a él.

Lo que todavía no se sabe

• La fecha de disponibilidad general, para desarrolladores y para la app de Gemini.
• Cuándo acaba el precio de lanzamiento. A diferencia de Argon, que tiene una fecha límite del 30 de noviembre, Carbon no la tiene.
• La documentación técnica completa, como la tarjeta del modelo, la fecha de corte de conocimiento o el límite de salida, que no se habían publicado en el lanzamiento.
• Su disponibilidad en Europa.
• Cómo solicitar acceso, más allá de lo que se conoce del Programa Fairwind.

Qué significa para tu seguridad

Aunque nunca vayas a usar Carbon, modelos como este afectarán a tu vida digital. Buscar fallos se está volviendo más barato y rápido, tanto para quien defiende como para quien ataca. Eso hace más importantes tres hábitos básicos:

• Instala las actualizaciones cuanto antes. El tiempo entre que se publica un parche y aparece una forma de explotarlo tiende a reducirse.
• Usa llaves de acceso o una llave física en tus cuentas importantes. Protegen frente al robo de contraseñas y gran parte del phishing.
• Haz copias de seguridad en un sitio separado, por si algún día sufres un secuestro de datos.

Una llave de seguridad física es de lo más eficaz que puedes comprar para proteger tu correo y tus cuentas principales, y compra dos, para tener una de reserva. Las de Yubico son la referencia:

Ver la YubiKey 5C NFC en Amazon

Ver la Yubico Security Key C NFC en Amazon

Si eres desarrollador y trabajas con estos modelos, un portátil con buena autonomía y memoria sigue siendo la herramienta principal. Dos que recomendamos:

Ver el MacBook Air de 13 pulgadas con M5 en Amazon

Ver el MacBook Pro de 14 pulgadas con M6 en Amazon

Y para jornadas largas de revisión de código, un monitor 4K y unos buenos periféricos se notan más que cualquier cambio de modelo:

Ver el monitor Dell 27 Plus 4K USB-C en Amazon

Ver el teclado Logitech MX Keys S en Amazon

Ver el ratón Logitech MX Master 4 en Amazon

Si prefieres experimentar con modelos en tu propio equipo, sin enviar tu código a la nube, tienes nuestro tutorial para instalar Ollama en Windows y la comparativa de modelos de código abierto.

Lecturas relacionadas

• Gemini 4 Argon: cómo usarlo y precio en España
• GPT-6.1 Terra: qué es y cuánto cuesta
• Claude Opus 5.5: benchmarks y precio
• Mistral Large 4: qué es y precio
• Las mejores alternativas a ChatGPT