Google lanza Gemini 4 Carbon: lidera tres benchmarks agénticos y cuesta menos de la mitad

Google ha lanzado Gemini 4 Carbon, y el énfasis principal no está en ser «aún más inteligente», sino en ser «más barato y mejor para agentes». El modelo se posiciona para programación, agentes de IA y tareas científicas. Para quienes construyen productos sobre escenarios agénticos, lo más interesante son el precio y el nuevo modo de trabajo en paralelo en Antigravity.

Qué afirma Google

Según la compañía, Carbon ocupó el primer lugar en tres benchmarks agénticos: CursorBench 4.0, Perplexity WANDR y Zapier AutomationBench. Estas pruebas no miden el «conocimiento de hechos», sino la capacidad de llevar una tarea de varios pasos hasta el resultado: escribir código, ejecutar una cadena de acciones, automatizar un flujo de trabajo.

La segunda parte de la afirmación es más importante que la primera: el costo de completar tareas es más de dos veces menor que el del competidor más cercano. Para los agentes esto es crítico. Una sola ejecución de un agente implica decenas de llamadas al modelo, y la diferencia de precio por tarea se convierte rápidamente en una diferencia en el margen del producto.

Google mencionó aparte la ciencia: en experimentos, Carbon ayudó a encontrar en promedio 40 veces más homólogos remotos de proteínas. Son proteínas con un origen común pero secuencias poco similares, y encontrarlas es difícil. El anuncio no da detalles sobre la metodología, por lo que de momento es más una señal de dirección que una herramienta lista para un laboratorio.

/swarm: varios agentes en lugar de uno

Junto con el modelo, Google presentó el comando /swarm para Antigravity. La idea es simple: en lugar de un único agente que escribe el código, lo revisa y ejecuta las pruebas por turnos, se lanzan varios agentes en paralelo. Uno escribe, otro revisa, un tercero prueba.

Imagine la tarea «añadir un nuevo endpoint al servicio». Un agente normal lo hace de forma secuencial: código, luego revisión, luego pruebas, luego correcciones. En modo enjambre, la revisión y las pruebas arrancan mientras el código aún se está terminando. El tiempo de espera baja, pero aumenta el número de llamadas simultáneas al modelo y, por tanto, la factura. Aquí un precio bajo por token se convierte en condición para que el modo funcione, no en un bonus agradable.

Precio y qué comprobar antes de migrar

Hasta el 30 de noviembre, la API cuesta $2 por 1 millón de tokens de entrada y $10 por los de salida. Después de esa fecha los precios se duplican: $4 y $20. El modelo está disponible a través de Gemini API, Google AI Studio y Antigravity.

Para hacer una estimación, tomemos una ejecución de agente con 200 mil tokens de entrada y 20 mil de salida. Ahora cuesta unos $0,60 (0,4 + 0,2); después del 30 de noviembre, unos $1,20. Las cifras son ilustrativas, pero muestran lo principal: la ventaja declarada de «más del doble» hay que calcularla con la tarifa futura, no con la promocional.

Qué conviene hacer en la práctica:

• Probar sus propias tareas, no los benchmarks ajenos. Liderar CursorBench o AutomationBench no garantiza que el modelo maneje su base de código y sus integraciones.
• Calcular el costo de una tarea completada con éxito, no el de un token. Un modelo barato que necesita tres intentos puede resultar más caro.
• Probar /swarm en una tarea aislada y medir cuánto acelera el trabajo el paralelismo y cuántas veces crece el consumo de tokens.

Limitaciones

Todos los resultados del anuncio son afirmaciones de la propia Google. Del resumen no queda claro con quién exactamente se comparó el costo, con qué configuración se ejecutaron las pruebas ni cuál es el precio de una tarea bajo carga real. Tampoco hay verificaciones independientes. Conviene esperar primero mediciones de terceros o hacer un piloto propio dentro de la ventana promocional, mientras el precio es la mitad.