Gemini 4 Carbon: acceso, precio y cuándo conviene esperar

Gemini 4 Carbon aún no está disponible para el público a fecha del 29 de octubre de 2026, así que sigue lanzando mejoras con el modelo que ya usas. Google DeepMind lo anunció el 28 de octubre para tareas exigentes de ingeniería y ciberseguridad. Que encabece una clasificación justifica preparar una evaluación, pero no retrasar un lanzamiento. El anuncio de Google describe un despliegue con acceso restringido.

¿Para qué está pensado Gemini 4 Carbon?

Carbon se orienta a trabajos que necesitan varios intentos para completarse: programación sostenida, problemas complejos de ingeniería y ciberdefensa. Google afirma que sus equipos internos lo han visto trabajar durante días depurando y corrigiendo bases de código complejas.

Las tareas de larga duración exigen mantener el rumbo a lo largo de muchos pasos. Imagina a quien mantiene un proyecto siguiendo un error desde una prueba que falla hasta varios archivos, probando una corrección, descubriendo otro fallo y ajustando el parche. Un agente es el software que rodea al modelo y le permite actuar, por ejemplo, leer archivos y ejecutar pruebas. El éxito depende de todo el conjunto, incluidas las herramientas y las comprobaciones que determinan si el trabajo está terminado.

Para quien funda una empresa, la pregunta útil es si puede resolver una tarea recurrente de mantenimiento que hoy requiere la atención de un ingeniero. Una respuesta bien elaborada a una pregunta de programación y un parche que el equipo acepta son entregables distintos.

¿Quién puede usar Carbon ahora?

Google prevé dar acceso primero a un grupo seleccionado de organizaciones de ciberdefensa durante la semana del anuncio; después, a más socios de confianza a través de Fairwind; y, por último, ampliar el acceso en sus productos tras recoger comentarios y mejorar las medidas de protección. Promete hacerlo «lo antes posible», sin dar una fecha.

El Fairwind Program es la vía de Google para organizaciones de defensa que superen su proceso de selección. Da prioridad a gobiernos, infraestructuras críticas y plataformas tecnológicas esenciales. El formulario de solicitud sirve para revisar si una organización cumple los requisitos; no da acceso inmediato a un modelo público. Quien haya fundado una empresa de seguridad puede solicitarlo si su organización encaja. Quien desarrolla aplicaciones de uso general no debería supeditar sus entregas a que lo acepten.

Las descripciones públicas de la tecnología del programa todavía mencionan Argon. Consulta el anuncio de Carbon para conocer el orden del despliegue y la página de Fairwind para las reglas del programa. Ni presentar una solicitud ni pertenecer ya al programa demuestra que tu organización tenga Carbon habilitado.

Lo que falta para desplegarlo: el anuncio de Google no proporciona un identificador público del modelo Carbon, un límite de contexto, un nivel de suscripción de la aplicación ni una fecha de disponibilidad general. La longitud de entrada de un benchmark no establece un límite de la API. No completes esos datos copiando la documentación de Argon.

Estas fuentes y la metodología de evaluación de Google se revisaron el 29 de octubre de 2026. Este análisis describe el acceso disponible en esa fecha; no se realizaron pruebas directas con Carbon para este artículo.

¿Qué relación tiene Carbon con Argon?

Gemini 4 Argon sigue siendo el modelo de Gemini disponible que sirve como referencia. Google puso Argon a disposición de los usuarios de Google Cloud el 13 de octubre, y la documentación de precios de la Gemini API recoge el acceso de pago. Carbon se basa en Argon, pero su anuncio no sustituye al modelo que tu aplicación puede invocar hoy.

La distinción es importante para quien desarrolla por su cuenta y mantiene una integración existente. Sigue mejorando tus prompts, los permisos de las herramientas y las comprobaciones de aceptación con Argon. Guarda las tareas difíciles que no logra resolver para que una futura evaluación de Carbon tenga una referencia útil que superar.

Si diriges el área de tecnología, separa la decisión de migrar del anuncio del lanzamiento. Reutilizar un conjunto de pruebas es sencillo; dar por hecho que la API se comportará igual no lo es. Antes de considerar el nuevo modelo un sustituto directo, confirma qué documenta sobre entradas, salidas, herramientas y límites operativos.

La guía de Gemini 4 Argon explica sus vías de acceso y límites operativos actuales. Esos datos corresponden a Argon hasta que Google documente lo contrario para Carbon.

¿Qué benchmarks publica Google?

La comparativa publicada por Google sitúa a Carbon por delante de Argon en las evaluaciones incluidas, pero no demuestra que gane en todas las tareas ni frente a todos sus competidores. La tabla siguiente reproduce la tabla de benchmarks de Google. Son resultados publicados, no mediciones realizadas para este artículo.

Las filas de ciberseguridad describen distintas fases de la defensa: encontrar un fallo, determinar si se puede explotar y corregirlo. No promedies los porcentajes para obtener una puntuación de seguridad. Un benchmark de corrección de vulnerabilidades es un punto de partida más cercano para un equipo que evalúa tareas de mantenimiento; un resultado de detección de vulnerabilidades responde a otra pregunta.

Las condiciones de las pruebas también cuentan

La metodología de evaluación de Google utiliza, por lo general, los ajustes de razonamiento más altos. Toma los resultados de AA Index y Terminal-Bench de Artificial Analysis y los de CWE-bench de Collinear AI, mientras que calcula por su cuenta los demás. La tabla combina resultados de distintas fuentes.

Por ejemplo, el resultado de Google en SEC-bench Pro utiliza un subconjunto de 183 tareas centradas en motores de JavaScript. Su evaluación de ExploitGym usa el entorno de ejecución Antigravity, el software que ejecuta las herramientas del agente, sin internet y con las mitigaciones desactivadas. OSWorld informa de un subconjunto sin conexión y del máximo entre varias ejecuciones. Estas condiciones importan al decidir qué conclusiones permite sacar una puntuación.

Un producto que funcione con otras herramientas, permisos o límites necesita su propia evaluación. Los resultados publicados en benchmarks no garantizan que las capacidades restringidas usadas en una prueba estén disponibles en el producto que tu empresa termine comprando.

Qué se exagera al hablar del «#1»

«#1» señala una clasificación concreta, no un ganador universal. Artificial Analysis sitúa a Carbon High a la cabeza de Intelligence Index v5.0 con 59, a la vez que indica expresamente que no hay una API disponible para el público. Disponer de acceso para evaluarlo y obtener buenos resultados no equivale a que los clientes puedan usarlo.

La propia tabla de Google también muestra excepciones: el 81.5% de Carbon en el subconjunto sin conexión de OSWorld queda por detrás del 87.2% de Claude Opus 5.5, el modelo de Anthropic. Eso basta para descartar que Carbon lidere todas las cargas de trabajo. Antes de elegir un modelo, elige la evaluación que más se parezca a tu trabajo.

Tampoco conviertas la tabla en un veredicto de Carbon frente a OpenAI GPT-6.1 Terra. La columna de OpenAI corresponde a GPT-6 Astra, un modelo distinto. Un resultado de Astra no permite decidir si conviene reemplazar Terra en tu flujo de programación.

Por último, el 0.0% de éxito en ataques de inyección de prompts que comunica Google se refiere a los ataques evaluados. La inyección de prompts consiste en ocultar instrucciones en el material que lee un agente para intentar desviarlo de su tarea. Mantén los límites de permisos, la revisión de las pruebas y la aprobación de acciones con consecuencias importantes, aunque el modelo obtenga un resultado sólido.

Qué hacer si desarrollas, gestionas operaciones o compras tecnología

Quienes desarrollan deberían seguir usando el modelo que ya les da resultados aceptables. Si tu aplicación de Gemini funciona con Argon, sigue usándolo mientras preparas la comparativa. Si tu flujo de trabajo ya funciona bien con Opus 5.5 o GPT-6.1 Terra, el anuncio de Carbon por sí solo no justifica detenerlo ni migrar. La guía actual de modelos aborda la elección desde una perspectiva más amplia.

Quienes gestionan operaciones deberían facilitar la revisión de las tareas largas. El responsable de tecnología de una empresa mediana puede elegir una corrección de regresión recurrente que tenga una prueba conocida que falle y un responsable definido. Un responsable sénior de operaciones puede exigir un registro de la tarea que indique qué cambió, qué comprobaciones se ejecutaron y qué sigue sin resolver. Trabajar durante más tiempo solo ayuda si el resultado es correcto y quien lo revisa puede comprobarlo con eficiencia.

Quienes compran deberían presupuestar más allá del período introductorio. Los tokens son las unidades que se facturan por la entrada y la salida del modelo. Una ejecución más larga puede consumir más, aunque el parche final sea pequeño.

Precio de Gemini 4 Carbon: inicialmente, $2 por millón de tokens de entrada y $10 por millón de tokens de salida; la entrada en caché tiene un descuento del 95% sobre el precio de los tokens de entrada; después del período introductorio, $4 por 1M de tokens de entrada y $20 por 1M de tokens de salida. Publicación de Google y nota al pie.

La publicación de Carbon no indica cuándo termina el período introductorio. El cambio documentado de la tarifa Standard de Argon entra en vigor el 1 de diciembre de 2026. Esa fecha sirve para planificar el presupuesto de Argon; no es una fecha de lanzamiento ni de cambio de precios de Carbon. Consulta la comparación detallada de planes en la página de precios de Gemini.

Qué puedes preparar esta semana

Asigna ya un responsable a un conjunto de pruebas reutilizable. Para quien ha fundado una empresa con financiación, el objetivo es poder justificar la decisión de adoptar el modelo cuando llegue el acceso. Para quien desarrolla por su cuenta, es guardar un conjunto de trabajos difíciles que permita evaluar más rápido el próximo lanzamiento.

1. 1

   Guarda una muestra representativa del trabajo

   Reúne un parche para una regresión, un cambio que abarque varios archivos, una corrección de seguridad autorizada y una solicitud ambigua que deba dar lugar a una aclaración. Incluye tanto trabajo habitual como fallos difíciles de resolver. Elimina las credenciales y los datos de clientes innecesarios de los casos de prueba guardados.

2. 2

   Define los criterios de aceptación antes de ejecutar

   Registra la revisión de partida, los archivos que se pueden modificar, las herramientas disponibles, las pruebas que deben pasar y las condiciones que obligan a detenerse. Para la regresión, exige que pase una prueba que reproduzca el fallo y que no haya cambios ajenos a la tarea. Una explicación convincente no equivale a una corrección terminada.

3. 3

   Registra tus resultados de referencia con Argon

   Ejecuta el conjunto con el modelo que usas actualmente. Guarda el parche, los resultados de las pruebas, el consumo facturado, los reintentos, las interrupciones y el esfuerzo de revisión. Son comprobaciones propuestas, no resultados medidos para este artículo. Presupuesta el trabajo recurrente con Gemini según la tarifa que se aplicará al terminar el período introductorio.

4. 4

   Exige que Carbon justifique el cambio

   Cuando tu cuenta tenga acceso y Google documente la interfaz, repite las mismas tareas con herramientas y permisos comparables. Amplía su uso solo si mejoran los resultados aceptados sin un aumento inaceptable de la revisión, la latencia o el costo. De lo contrario, conserva el modelo que ya funciona.

Para tomar decisiones prácticas sobre la adopción de modelos a medida que cambia el acceso, suscríbete al boletín.