Un despliegue gradual da prioridad a los defensores de ciberseguridad en el acceso a Gemini 4 Carbon de Google

Google anunció Gemini 4 Carbon el 28 de octubre de 2026 y lo describió como su modelo de frontera más potente. También señaló que llegará a los usuarios mediante un despliegue gradual que comenzará con un grupo reducido de defensores de ciberseguridad, en lugar de un lanzamiento generalizado.

En el anuncio, Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google, describió Carbon como el modelo más potente de la empresa, con capacidades de ciberseguridad y de largo horizonte de vanguardia. Carbon sucede a Gemini 4 Argon, que Google lanzó dos semanas antes del anuncio de Carbon. Google afirmó que el nuevo modelo demuestra el ritmo al que está ampliando las fronteras de la tecnología, al tiempo que refuerza sus medidas de protección.

Google afirmó que está adoptando un enfoque deliberado para el despliegue y que participa activamente en el proceso voluntario del gobierno de EE. UU. para probar modelos antes de su lanzamiento. A partir de la semana del anuncio, la empresa pondrá Carbon a disposición de un grupo reducido de defensores de ciberseguridad y, después, ampliará gradualmente el acceso a otros socios de confianza a través de su programa Fairwind. Google señaló que sigue recopilando comentarios y perfeccionando las medidas de protección antes de poner el modelo a disposición de desarrolladores, empresas y consumidores a través de sus productos, y añadió que su intención es hacerlo lo antes posible.

Programación de largo horizonte y evaluaciones comparativas generales

Google afirmó que Carbon está diseñado para abordar problemas de ingeniería más difíciles y de largo horizonte, y para ejecutar flujos de trabajo agénticos de forma sostenida. Según la empresa, sus equipos internos han observado que el modelo puede trabajar durante días y perseverar ante callejones sin salida en tareas complejas de varios pasos, como identificar la causa raíz y corregir errores sutiles en grandes bases de código y sistemas de bajo nivel.

Según Google, Carbon ocupa el primer puesto en la versión 5.0, actualizada recientemente, del Artificial Analysis Intelligence Index, con una puntuación de 59. La empresa informó que Carbon ganó 89 puntos Elo y alcanzó el cuarto puesto en WebDev Arena, con una puntuación de 1768, gracias a una mayor calidad de los resultados y artefactos de desarrollo web. Google afirmó que centró las mejoras en la programación, las tareas agénticas y científicas, así como en el desarrollo web integral y la comprensión multimodal, basándose en los comentarios de los usuarios.

Rendimiento en defensa de la ciberseguridad

Google informó de resultados de vanguardia en todo el ciclo de defensa de la ciberseguridad: detección, validación y corrección de vulnerabilidades. También señaló que las evaluaciones externas se realizaron sin medidas de protección. En SEC-bench Pro, que mide la detección autónoma de fallos complejos en software real, Google comunicó un resultado del 88,2 %. En ExploitGym, una evaluación comparativa que sirve para validar si las vulnerabilidades identificadas son explotables, Google informó de una nueva puntuación de vanguardia del 54,8 %. En CWE-bench de Collinear, que evalúa la corrección de vulnerabilidades desde su causa raíz, Google comunicó un resultado del 71,0 %.

En las evaluaciones comparativas internas, Google informó que Carbon logra una mejora de más de 2 veces en la tasa de éxito al generar código seguro en comparación con Argon, y que su equipo de Chrome comprobó que Carbon superaba en más de 10 veces a un modelo de frontera grande de otro laboratorio al generar parches de alta calidad. Google añadió que Wiz, su plataforma de seguridad en la nube, observa que Carbon lidera en las evaluaciones comparativas de pruebas de penetración web, una capacidad esencial para la iniciativa Scan for Good de Wiz.

Resultados de seguridad y alineación

Según Google, Carbon se basa en la pila de seguridad y protección multinivel empleada en Argon, que combina el entrenamiento del modelo, defensas contra el uso indebido en tiempo real, resistencia a la inyección de instrucciones y supervisión de la cadena de pensamiento.

La empresa informó que Carbon redujo al 0,0 % las trampas exitosas en Terminal-Bench 4.0, y que los intentos de hacer trampa cayeron al 0,4 % mientras mejoraba la precisión general. También señaló que las alertas de desalineación de alta gravedad disminuyeron casi un 80 % en entornos de programación en vivo con equipos internos. Según Google, en las pruebas internas Carbon reduce aproximadamente en un factor de 2 las afirmaciones sin respaldo frente a Argon, incluye directamente en los entregables salvedades metodológicas y se abstiene de realizar acciones bloqueadas, indicando claramente qué requisitos siguen pendientes, en lugar de inventar información o hacer afirmaciones ambiguas ante la falta de pruebas. Google también informó de reducciones del 26 % en la extralimitación y del 29 % en la prestación insuficiente durante la ejecución de planes de varios pasos, y afirmó que, cuando las tareas son ambiguas, el modelo recupera fuentes pertinentes y señala las discrepancias al usuario antes de actuar. En Indirect Prompt Injection Benchmark de Gray Swan, Google informó que Carbon obtuvo una tasa de éxito de los ataques del 0,0 % —es decir, resistió todos los intentos de ataque evaluados— después de que Argon ocupara previamente el primer puesto de la evaluación con un 0,7 %.

Acceso y precios del programa Fairwind

El programa Fairwind, gestionado por Google DeepMind, ofrece acceso anticipado a modelos avanzados a defensores prioritarios, como gobiernos, proveedores de atención médica y empresas de telecomunicaciones. Google DeepMind afirma que actualmente trabaja con más de 650 socios en todo el mundo y que un grupo de socios del programa tiene acceso exclusivo a Gemini 4 Argon para utilizarlo con CodeMender, su agente especializado en seguridad del código que automatiza la corrección de software.

El acceso al programa está sujeto a condiciones específicas. Los socios solo pueden llevar a cabo tareas de doble uso permitidas, como simulaciones autorizadas de amenazas, ingeniería inversa y análisis de malware con fines de defensa e investigación académica; no se permiten tareas maliciosas, como crear malware. Las organizaciones participantes deben aplicar autenticación a nivel de usuario y autenticación multifactor resistente al phishing, limitar el acceso al modelo a los equipos internos de ciberseguridad, respuesta a incidentes o pruebas de penetración, y hacer un seguimiento del acceso y el uso por parte de sus empleados. Los socios no pueden compartir, redistribuir ni vender el acceso a los modelos, y Google DeepMind realiza verificaciones de antecedentes de los solicitantes para comprobar su historial de seguridad y su trayectoria de prácticas éticas. El programa da prioridad a los gobiernos y las autoridades nacionales de ciberseguridad, los operadores de infraestructuras críticas de los sectores de la salud, las telecomunicaciones y la energía, así como de las redes financieras, y las principales plataformas tecnológicas.

Carbon se lanza al mismo precio promocional que Argon: 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida; los tokens de entrada almacenados en caché tienen un descuento del 95 % sobre el precio de los tokens de entrada. Una nota al pie del anuncio indica que, una vez finalizado el periodo promocional, el precio será de 4 dólares por cada millón de tokens de entrada y de 20 dólares por cada millón de tokens de salida.

Google afirmó que espera con interés ver cómo utiliza el modelo el grupo inicial de defensores de la ciberseguridad y que pronto espera poner Carbon a disposición de desarrolladores, empresas y consumidores.