Solo dos semanas después de lanzar Gemini 4 Argon, Google ha anunciado Gemini 4 Carbon, al que califica como su modelo más potente hasta la fecha, diseñado para la ciberseguridad y el trabajo de ingeniería de largo alcance. El anuncio, realizado por Koray Kavukcuoglu de Google DeepMind el 28 de octubre, afirma la primera posición en el Artificial Analysis Intelligence Index con 59 puntos.
Las cifras de los benchmarks explican la confianza. Carbon obtiene un 88.2 por ciento en SEC-bench Pro, que evalúa si un modelo puede encontrar de forma autónoma vulnerabilidades reales ocultas en software en producción. Alcanza el 71 por ciento en CWE-bench, que mide la capacidad de producir correcciones funcionales para categorías conocidas de debilidades, y un 54.8 por ciento en ExploitGym, que prueba la explotación. También asciende al cuarto puesto en WebDev Arena de desarrollo web full-stack.
Lo que separa a Carbon de un lanzamiento típico es su propósito. No es una mejora de chatbot. Google describe equipos que lo ejecutan durante días seguidos, persistiendo ante callejones sin salida para localizar la causa raíz y parchear errores sutiles en grandes bases de código y sistemas de bajo nivel. Está diseñado como un agente de ingeniería, no como un conversador.
Los resultados internos que cita Google son llamativos. Según se informa, Carbon más que duplica la tasa de éxito de Argon en la generación de código seguro. El equipo de Chrome afirma que produjo parches de alta calidad a un ritmo más de diez veces superior al del modelo frontera de otro laboratorio. Wiz, la plataforma de seguridad en la nube de Google, observa que lidera los benchmarks de pruebas de penetración web, una capacidad que Wiz utiliza en su propio programa de escaneo.
Sin embargo, casi nadie puede usarlo. A partir de esta semana, el acceso se limita a un subconjunto de defensores cibernéticos, y otros socios de confianza se irán incorporando gradualmente a través del Programa Fairwind de Google. Google participa en el proceso voluntario de pruebas previas al lanzamiento del gobierno de Estados Unidos. Desarrolladores, empresas y consumidores tendrán que esperar.
La contención es la noticia. Un modelo que encuentra y valida vulnerabilidades a este nivel es igual de valioso para defensores y atacantes. Google está probando públicamente ese equilibrio antes de abrir las puertas, y las decisiones de acceso pueden revelar más sobre la verdadera capacidad del modelo que los marcadores.
El precio cuenta la otra mitad de la historia. Carbon se lanzará al mismo precio de introducción que Argon: dos dólares por millón de tokens de entrada y diez por millón de tokens de salida, con un 95 por ciento de descuento en la entrada en caché. Esto es economía de producción, no de investigación. Google espera que este modelo se gane la vida una vez lanzado.
Para los líderes, hay dos lecciones. Primera: el liderazgo en capacidad ahora incluye el criterio de despliegue; la señal más significativa sobre un modelo frontera es cada vez más quién puede tocarlo y cuándo. Segunda: los equipos de seguridad deben prepararse para un mundo en el que la IA encuentra fallos más rápido de lo que las organizaciones los corrigen, porque la versión defensiva de esta capacidad pronto será equipamiento estándar.
La frontera ya no es solo una clasificación. Es una puerta. Las organizaciones que construyan ahora sus flujos de trabajo de seguridad y su gobernanza, antes de que el acceso se amplíe, serán las que estén listas cuando la puerta se abra.
Piense matemáticamente. Ingenie con inteligencia. Lidere estratégicamente. Construya con responsabilidad. Escale globalmente. Cree valor empresarial real a través de la inteligencia artificial.
