Google presentó este miércoles Gemini 4 Carbon, su nuevo modelo de inteligencia artificial, que encabeza con 59 puntos el índice de la firma independiente Artificial Analysis. Por ahora solo lo usará un grupo reducido de especialistas en ciberseguridad; desarrolladores, empresas y público general deberán esperar, sin fecha confirmada.
El anuncio lo firmó Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de inteligencia artificial de la empresa. Según Google, Carbon lidera tres pruebas públicas de seguridad informática: 88,2% en SEC-bench Pro, que mide la capacidad de encontrar fallas en programas reales; 54,8% en ExploitGym, que comprueba si una falla puede aprovecharse, y 71,0% en CWE-bench, que evalúa si el modelo la corrige.
En el índice de Artificial Analysis, versión 5.0, Carbon supera a Claude Opus 5.5, de Anthropic, con 58 puntos, y a GPT-6 Astra, de OpenAI, con 57, según VentureBeat. Argon, el modelo anterior de Google, obtuvo 50. En la tabla de Google, Carbon logra el mejor resultado en 15 de 17 pruebas.
Argon se presentó el 30 de septiembre para socios de ciberseguridad y se abrió de forma más amplia el 13 de octubre, según VentureBeat. Carbon sigue el mismo camino, 15 días después de esa ampliación. Google no publicó un informe técnico ni la cantidad de parámetros del modelo.
Solo especialistas en ciberseguridad tendrán acceso por ahora
Google dijo que esta semana dará acceso a “un subconjunto de defensores cibernéticos” y que lo ampliará por etapas a más socios de confianza mediante su Programa Fairwind, que tiene más de 650 socios, exige verificación de antecedentes y prohíbe compartir o revender el acceso, según WebProNews, que cita la página del programa.
El resto de los usuarios no tiene plazo. La empresa afirmó que lo ofrecerá a desarrolladores, empresas y consumidores “lo antes posible”, tras reunir comentarios y ajustar las salvaguardas del modelo. También participa en el proceso voluntario del gobierno de Estados Unidos para probar modelos antes de su lanzamiento.
Cuando llegue a los desarrolladores, el precio inicial será de USD 2 por cada millón de tokens de entrada y de USD 10 por cada millón de salida; después subirá a USD 4 y USD 20. Google no precisó cuándo termina ese período introductorio; el de Argon vence el 30 de noviembre.
Las pruebas de seguridad se midieron sin restricciones
Google aclaró que las evaluaciones externas de ciberseguridad se hicieron sin salvaguardas. VentureBeat señaló que, por eso, el anuncio no demuestra que los clientes obtendrán los mismos resultados con las restricciones que acompañen al modelo cuando se comercialice.
La empresa también afirmó que el equipo de Chrome halló que Carbon generó correcciones de mayor calidad con una ventaja superior a 10 veces frente al modelo de otro laboratorio. Google no nombró al rival ni publicó los datos de esa comparación, según VentureBeat.
Las pruebas independientes mostraron matices: Carbon mejora de forma notable sobre Argon en programación y trabajo con conocimiento, pero queda detrás de varios rivales en tareas profesionales y registra más alucinaciones que Argon en una prueba de datos factuales, informó VentureBeat. OpenAI conserva ventaja en una prueba de ingeniería de software y Anthropic en una de uso de la computadora.
Google describió además mejoras en la conducta del modelo: las alertas graves de desvío de conducta bajaron casi 80% en sus equipos internos y, en un banco de pruebas de inyección de instrucciones —ataques que ocultan órdenes en el contenido que lee el modelo—, el índice de éxito de los ataques fue de 0,0%. Todas son mediciones de la propia compañía.
Carbon puede trabajar durante días para encontrar y corregir errores sutiles en grandes bases de código, según observaciones de los equipos internos de Google.
