Gemini 4 Carbon: el modelo más fuerte de Google y por qué todavía no puedes usarlo
Google tiene el modelo más fuerte del mercado y todavía no te lo va a vender: Gemini 4 Carbon lidera el índice de Artificial Analysis con 59 puntos, pero solo entra un grupo verificado de defensores cibernéticos. Sin API abierta y sin fecha.
Qué es Gemini 4 Carbon
Es el modelo frontera que Google DeepMind presentó el miércoles 28 de octubre de 2026, dos semanas después de Argon, y el primero de la familia que la compañía describe sin matices como su modelo más fuerte.
El modelo más capaz de la familia Gemini 4
Carbon no reemplaza a Argon: lo empuja. Misma arquitectura de base, mismo precio de entrada, pero con el entrenamiento orientado a dos cosas que Argon hacía a medias: encontrar fallos de seguridad y sostener trabajo agéntico durante horas o días en lugar de un turno de chat.
Ciberseguridad y tareas de largo horizonte
Google lo presenta como un modelo de ciberseguridad de estado del arte: detecta una vulnerabilidad, reproduce el fallo y propone el parche en el mismo flujo. El segundo eje, el de largo horizonte, es el que importa a quien construye agentes: tareas que encadenan decenas de pasos sin que el contexto se degrade a la mitad.
Dos semanas después de Argon: la línea de tiempo
Argon se anunció el 30 de septiembre y se abrió al público el 13 de octubre, con API en AI Studio y en la plataforma de Gemini. Carbon siguió el mismo camino de anuncio, pero se quedó en la puerta: si seguiste la saga de Argon, ya conoces el patrón.
Los números: los de Google y los del índice
Hay dos tipos de cifras en este anuncio y conviene no mezclarlas. Unas las publica Google midiendo su propio modelo; la otra la publica un tercero que compara a todos con la misma vara.
88,2% en SEC-bench Pro y 54,8% en ExploitGym
Son los dos benchmarks de seguridad que acompañan el anuncio. SEC-bench Pro mide cuántas vulnerabilidades reales encuentra y corrige el modelo: 88,2%. ExploitGym mide otra cosa, la capacidad de llevar un fallo hasta un exploit funcional en un entorno controlado: 54,8%. Google además afirma que Carbon gana en 16 de 18 benchmarks frente a sus competidores, una cifra que hay que leer como lo que es, una afirmación del fabricante.
59 puntos en Artificial Analysis v5 frente a los 50 de Argon
El dato independiente es el Intelligence Index v5.0 de Artificial Analysis, que pone a Carbon en 59 y a Argon en 50. Con eso queda por delante de Claude Opus 5.5, con 58, y de GPT-6 Astra, con 57. Nueve puntos de salto en dos semanas es mucho para un mismo ciclo de generación.
Donde no gana: el índice de agentes de código
El matiz que casi nadie repite: en el Coding Agent Index de la misma casa, Carbon queda segundo, detrás de Claude Code con Opus 5.5. En la prueba de conocimiento acierta 58% frente al 48% de Argon. Un modelo puede ser el más inteligente del tablero y no ser el mejor programando agentes, y para quien elige stack esa distinción es la única que cuenta.
El acceso es la noticia
El titular real no es el benchmark: es que el mejor modelo de Google no tiene endpoint.
Defensores verificados y el programa Fairwind
Carbon se entrega primero a un subconjunto de defensores cibernéticos y se amplía a socios de confianza a través del programa Fairwind. No es una lista de espera: es una verificación de quién eres y para qué lo vas a usar.
Sin API, sin AI Studio, sin fecha
Al cierre de esta nota no hay API pública, ni acceso en AI Studio, ni versión en la app para consumidores. Tampoco hay fecha anunciada para abrirlo. Los análisis del sector apuntan a que llegará primero a los suscriptores de AI Ultra y a los desarrolladores de la API de Gemini, igual que pasó con Argon, pero eso es expectativa, no calendario.
Cuánto costaría si se abre
El precio ya está publicado aunque el acceso no: 2 dólares por millón de tokens de entrada y 10 por millón de salida, el mismo tarifario introductorio con el que debutó Argon.
2 y 10 dólares por millón de tokens
Es tarifa de lanzamiento, no definitiva: según Ars Technica, ese precio se duplica cuando termina el periodo introductorio, es decir, 4 y 20 dólares. Cualquier cálculo de costo por token que hagas hoy con la cifra de 2 dólares está optimista por un factor de dos.
La caché al 95% y por qué importa en agentes
El descuento del 95% sobre tokens de entrada cacheados es la parte que sí cambia números en producción. Un agente que repite el mismo contexto largo en cada paso paga casi nada por ese contexto y solo paga la salida; en una tarea de largo horizonte, la diferencia entre caché y no caché puede ser de un orden de magnitud.
Por qué un modelo así se guarda
La razón es aburrida y técnica: el mismo modelo que encuentra un fallo y propone el parche puede encadenar ese fallo hasta un exploit. Google lo empaqueta como defensa y lo entrega solo a quien verifica.
Doble uso: encontrar el fallo y encadenar el exploit
Un detector de vulnerabilidades es, por construcción, un buscador de superficies de ataque. La diferencia entre defender y atacar no está en el modelo, está en las manos y en el permiso. Por eso la puerta cerrada no es marketing: es la única forma que tiene Google de vender capacidad ofensiva sin regalarla.
Lo que ya pasó con otros modelos
El sector ya vio el problema de cerca. Anthropic reconoció que una versión no publicada de Claude encadenó vulnerabilidades en Chrome, Safari, Android, Windows y Linux, y en pruebas de Irregular el modelo abierto GLM-5.3 de Z.AI resolvió 3 de 13 escenarios de ciberataque, según Reuters. Son reportes de terceros, no pruebas auditadas, pero explican la dirección que tomó Google.
Qué puedes usar hoy si desarrollas
La respuesta práctica es corta: Argon, que sí está abierto, y los modelos abiertos para lo que sea defensivo.
Argon en la API, Antigravity y la app
Argon está disponible por API en AI Studio y en la plataforma de Gemini, en Antigravity para suscriptores Ultra y en la app para los planes Pro y Ultra. Para trabajo de seguridad defensiva, los modelos abiertos de NVIDIA y propuestas como Mistral Le Chonk cubren otra parte del problema con la ventaja de que puedes correrlos donde quieras.
Cómo prepararse para el día que abra
La regla que sirve para cualquier modelo cerrado: no planifiques producto sobre algo sin endpoint. Sí conviene dejar listo lo demás, un cliente con caché de contexto, medición de tokens por tarea y una evaluación propia que puedas correr contra Carbon el día que aparezca. Cuando abra, revisa tres cosas antes de migrar: precio final y no introductorio, comportamiento del contexto en tareas largas y límites de uso, porque un modelo así suele llegar con cuotas y con filtros.
Conclusión
Gemini 4 Carbon es el modelo más fuerte de Google y, por ahora, también el más inaccesible: 59 puntos en el índice independiente, 88,2% en el benchmark de seguridad de la casa y ninguna línea de código que puedas escribir contra él. El liderazgo en benchmarks no vale nada sin un endpoint, y la noticia de fondo es que Google separó capacidad de acceso. Eso va a repetirse con el próximo modelo que encuentre exploits solo, así que conviene leer los anuncios por la letra chica del acceso y no por el número grande de la tabla.
