Google lanzó Gemini 4 Carbon: su nuevo modelo frontera de ciberseguridad avanzada y agentes autónomos

Llega apenas 15 días después del debut de Gemini 4 Argon y mantendrá su tarifa introductoria de US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida.

Google DeepMind anunció el lanzamiento de Gemini 4 Carbon, la más reciente evolución de sus modelos frontera. Apenas dos semanas después del debut de Gemini 4 Argon, esta entrega marca un importante avance técnico al posicionarse en el primer puesto del índice de inteligencia v5.0 de Artificial Analysis (con una puntuación de 59), destacando en tareas complejas de ingeniería, desarrollo web y ciberdefensa.

Koray Kavukcuoglu, VP de Investigación en Google DeepMind y Chief AI Architect de la compañía, explicó que el modelo demuestra el ritmo acelerado con el que la organización busca impulsar la frontera tecnológica mientras refuerza sus salvaguardas de forma paralela.

Ciberseguridad de última generación

Uno de los ejes principales de Gemini 4 Carbon es su desempeño integral en el ciclo de vida de la defensa digital: detección, validación y remediación de vulnerabilidades.

En evaluaciones externas sin barreras activadas, el modelo superó los estándares del sector:

• Detección de fallas: Alcanzó un 88.2% en SEC-bench Pro, identificando vulnerabilidades complejas en software del mundo real.

• Validación de riesgos: Lideró el benchmark de explotación ExploitGym con un 54.8%, ayudando a verificar qué fallas son explotables.

• Parcheo de código: Logró un 71.0% en CWE-bench, convirtiendo hallazgos directamente en parches funcionales.

Google explicó que a nivel interno, Carbon duplicó la tasa de éxito en la generación de código seguro frente a Argon. Por su parte, el equipo de Chrome reportó un rendimiento 10 veces mayor frente a modelos competidores para generar soluciones de alta calidad.

Este modelo fue diseñado para asumir problemas de ingeniería que requieren ejecución sostenida. En pruebas internas, el modelo demostró capacidad para operar continuamente durante días, sorteando callejones sin salida para diagnosticar la causa raíz de fallos en bases de código extensas.

En desarrollo web full-stack, escaló +89 puntos Elo hasta el cuarto lugar de la WebDev Arena.

Alineación y despliegue progresivo

Google detalló los avances en la confiabilidad y seguridad operativa del sistema:

• Resistencia a ataques: Alcanzó un 0.0% de éxito de ataques en el Gray Swan’s Indirect Prompt Injection Benchmark.

• Transparencia: Redujo a la mitad las afirmaciones sin fundamento (hallucinations) respecto a Argon, prefiriendo señalar datos faltantes antes que especular.

• Alineación: Disminuyó en casi un 80% las alertas de desalineación grave en entornos de programación en vivo.

El despliegue se realizará de forma gradual en coordinación con el proceso voluntario de pruebas del gobierno de EE. UU. El acceso inicial estará reservado para un grupo selecto de ciberdefensores y socios estratégicos a través del Fairwind Program, antes de llegar a desarrolladores y empresas.

Carbon mantendrá la tarifa introductoria de Argon: US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida, con un 95% de descuento en tokens de entrada almacenados en caché.