Gemini 4 Carbon ya está disponible para todos: n.º 1 en CursorBench con menos de la mitad del coste por tarea

Normalmente, «el modelo más potente» significa «el más caro». Con Gemini 4 Carbon el trato es distinto: Google ha lanzado el modelo superior de la familia al mismo precio que el más pequeño, Argon: 2 $ por millón de tokens de entrada y 10 $ por millón de tokens de salida. El acceso está abierto a través de Google AI Studio y Gemini for business para todos los desarrolladores de pago, mientras que los suscriptores de Google AI Ultra lo reciben en Antigravity, en la aplicación Gemini y en AI Mode de la Búsqueda.

Cuándo elegir Carbon y cuándo Argon

Google traza la frontera por sí misma. Argon sigue siendo la opción para la mayoría de las tareas de desarrollo y trabajo con conocimiento. Carbon es para cuando chocas con el techo de inteligencia del modelo: depuración de varios pasos, migraciones de varios paquetes a la vez, búsqueda de la causa raíz de un fallo que afecta a varios subsistemas e investigación científica abierta. Carbon gasta más tokens: explora más ampliamente, razona con más profundidad y ejecuta largos ciclos de autoverificación.

Esta es la imagen que dan los benchmarks independientes. Carbon es primero en CursorBench 4.0, en WANDR de Perplexity y en AutomationBench de Zapier, y el coste por tarea es más de dos veces inferior al del mejor modelo externo. En el nuevo benchmark multimodal MKA, que Google creó junto con Artificial Analysis, Carbon es segundo, pero de media más de seis veces más barato que el líder. Son datos de la propia Google y de sus socios, así que conviene probar el modelo con tus propias tareas antes de adoptarlo.

/swarm: un equipo de agentes a partir de un solo prompt

La principal novedad de producto para desarrolladores es la vista previa del comando /swarm en Google Antigravity. Un solo prompt se convierte en un grupo de agentes cuyo trabajo se puede seguir en tiempo real. El esquema es claro: Carbon asume los roles que requieren el pensamiento más profundo (arquitectura, coordinación, auditoría). Los ejecutores son modelos más rápidos y ligeros en espacios de trabajo aislados y paralelos, y verificadores adversariales comprueban cada cambio.

Los ejemplos del anuncio impresionan: una reconstrucción interactiva en Three.js de una oficina de Google a partir de siete PDF con planos en diez ciclos nocturnos, un juego 3D sobre el campus de Mountain View y el rediseño de la Google Merchandise Store en dos prompts. Son demostraciones, no una garantía de resultados en tu base de código, pero muestran que el modelo sabe construir y verificar aplicaciones funcionales, incluida la interfaz renderizada.

Ciberseguridad y ciencia

Carbon es fuerte en la búsqueda, explotación y corrección de vulnerabilidades. En el sistema Project Fortify mostró un 100 % de exhaustividad (recall) en el escaneo y un 95 % de precisión en el triaje según un benchmark interno, mientras que la exhaustividad en repositorios abiertos aumentó más de un 25 % respecto a Argon. El equipo de Wiz encontró con él vulnerabilidades 0-day en dos grandes proveedores de SaaS en menos de dos horas.

En ciencia, Google cita la verificación formal de la criptografía del protocolo Signal: los agentes de AlphaProof Code generaron millones de líneas en Lean y demostraron propiedades clave de seguridad en semanas en lugar de años. En la predicción de estructuras de proteínas, Carbon multiplicó por 40 de media el número de homólogos encontrados en siete familias difíciles de CASP17.

Seguridad y limitaciones

Dado que el modelo es más fuerte en ciberataques, Google ha reforzado la protección. En simulaciones, Carbon bloqueó el 99 % de las trayectorias de ataque de un agente de red team adaptativo, y la probabilidad de brecha por intento bajó al 0,8 % desde el 3,1 % de Argon. La revisión externa de Trajectory Labs no encontró nuevos jailbreaks universales en 132 horas. En una prueba de honestidad del agente con 375 tareas, Carbon superó el 92 % frente al 70 % de Argon.

También hay limitaciones. La resistencia a la prompt injection, según reconoce la propia Google, sigue siendo un área de mejora: el red teaming automático mostró que el modelo puede mejorar frente a ataques complejos. El acceso completo a las capacidades cibernéticas se concede a través del programa Fairwind, y no a todos. El programa científico de acceso gratuito está pensado para 10 000 científicos.

Qué hacer en la práctica

No migres todo a Carbon. Deja Argon para el código y los textos rutinarios, y dedica Carbon a las tareas costosas en tiempo de ingenieros: migraciones complejas, investigación de bugs, auditoría de arquitectura y análisis de grandes volúmenes de documentos con tablas y esquemas. Compara el coste de la tarea resuelta, no el precio por token: Carbon consume más tokens, pero puede resolver la tarea a la primera. Quienes construyan sistemas de agentes deberían probar /swarm y el esquema «el modelo potente planifica y audita, los ligeros ejecutan».