Gemini 4 Carbon Overview

La función de Carbon: trabajo sostenido en tareas complejas de ingeniería

Carbon continúa el enfoque de Argon en trabajos de largo recorrido: errores difíciles en repositorios grandes, sistemas de bajo nivel, ingeniería de varios pasos y correcciones de seguridad que requieren verificaciones repetidas.

Google informa de que sus equipos internos han visto a Carbon trabajar durante días, perseverar ante vías sin salida, identificar errores sutiles y producir parches. Se trata de un informe de uso interno, no de una promesa de que cada solicitud a la API pública se ejecutará de forma continua durante días.

La cuestión práctica es si el modelo puede mantener el objetivo, utilizar herramientas para comprobar sus supuestos y recuperarse tras un enfoque fallido. El mantenimiento de repositorios, las migraciones y el trabajo de seguridad se benefician de cambios que puedan aceptarse y verificarse.

Según Artificial Analysis, Carbon tiene una ventana de contexto de 1M de tokens, acepta entradas de texto, imagen, vídeo y voz, y produce texto. La comprensión de vídeo no demuestra que pueda generar vídeo, y la capacidad de contexto no determina la longitud máxima de salida de una respuesta.

Fuentes: Anuncio de Google · Evaluación de Artificial Analysis.

Gemini 4 Carbon frente a Argon: ¿cuánto ha mejorado?

La tabla de lanzamiento de Google muestra mejoras en razonamiento, contexto largo, comprensión multimodal y programación. Los resultados seleccionados que aparecen a continuación proceden de la comparación publicada por Google, no de pruebas de APIMaster.

Las mejoras varían según la tarea. GraphWalks y Terminal-Bench mejoran sustancialmente; Vals Index avanza de forma más moderada. SWE-sweep supera el doble del resultado de Argon, pero su puntuación absoluta sigue siendo del 9.6%, lo que deja un margen considerable de progreso en tareas difíciles de programación.

En desarrollo web, Google informa de 1768 Elo, un cuarto puesto y una mejora de 89 Elo en WebDev Arena. Al elegir un modelo, conviene seguir comprobando el diseño para móviles, las interacciones y la integridad funcional.

Ver la tabla de evaluación original de Google.

¿Supera Carbon a Claude Opus 5.5 y GPT-6 Astra?

Lideraba el índice de inteligencia general de AA en su lanzamiento; los resultados en tareas específicas siguen siendo dispares. La tabla de Google sitúa a Carbon en 59, a Opus 5.5 en 58 y a GPT-6 Astra en 57. Artificial Analysis confirma de forma independiente el primer puesto de Carbon en Intelligence Index v5.

Sin embargo, en el Coding Agent Index independiente, Carbon con Antigravity CLI obtiene 59, por detrás de Opus 5.5 con Claude Code, que alcanza 62. Esta evaluación mide combinaciones de modelo y agente, no un experimento controlado en el que solo se cambia el modelo.

La propia tabla de lanzamiento de Google también incluye áreas en las que Carbon queda por detrás:

• FrontierSWE 2: Carbon obtiene 61.2%, por debajo de GPT-6 Astra con 65.5% y de Opus 5.5 con 62.3%.
• Subconjunto sin conexión de OSWorld-2.1: Carbon obtiene 81.5%, por debajo de Opus 5.5 con 87.2%.

Para el trabajo del conocimiento, Artificial Analysis informa de 1609 Elo en AA-Briefcase, 126 más que Argon, aunque sigue por detrás de Kimi K3.1 Pro, Muse Wonder y Grok 4.7 en su evaluación.

Carbon es un candidato sólido de propósito general; la programación compleja y el trabajo del conocimiento siguen mereciendo comparaciones específicas para cada carga de trabajo. Las configuraciones de evaluación también difieren: la tabla de Google indica 65.2% en Terminal-Bench, mientras que el artículo de AA sobre agentes de programación indica alrededor del 64%. Conserva la configuración original y la atribución de cada resultado.

Ciberseguridad: encontrar, validar y corregir vulnerabilidades

La ciberdefensa es una de las prioridades más claras del lanzamiento de Carbon. Los tres resultados destacados por Google abarcan pasos sucesivos del trabajo defensivo:

El flujo de trabajo consiste en encontrar un fallo, determinar su riesgo y producir una corrección. Para quienes mantienen los proyectos, reducir los falsos positivos y entregar parches funcionales puede disminuir el coste de remediación.

Google también informa de que Carbon supera en más del doble la tasa de éxito de Argon en la generación interna de código seguro. La afirmación del equipo de Chrome de una mejora superior a diez veces en la generación de parches de alta calidad se basa en una comparación con un modelo de un laboratorio competidor no identificado; no puede generalizarse a todas las tareas de programación.

Google afirma explícitamente que las evaluaciones externas de ciberseguridad se realizaron sin mecanismos de protección. Los permisos, las herramientas y las salvaguardas de los productos públicos pueden afectar al comportamiento real.

Fiabilidad en tareas largas: menos atajos y pruebas más claras

Una ejecución más larga aumenta el coste de los errores acumulados y de las desviaciones respecto al objetivo del usuario. El trabajo de fiabilidad de Carbon abarca las trampas, las afirmaciones sin respaldo, las actuaciones que exceden lo solicitado y la ejecución incompleta.

Google informa de 0.0% de trampas exitosas y 0.4% de intentos de hacer trampas en Terminal-Bench 4.0, con una reducción de casi el 80% de las alertas de desalineación de alta gravedad en entornos internos de programación en vivo. Estos hallazgos se refieren a las pruebas y los entornos descritos, no a una tasa global de incidentes en producción.

Google afirma que Carbon reduce aproximadamente a la mitad las afirmaciones sin respaldo respecto a Argon, reduce en un 26% las actuaciones que exceden lo solicitado y en un 29% la ejecución insuficiente de lo pedido. Cuando falta información o las fuentes discrepan, es más probable que busque pruebas, señale la discrepancia e indique qué queda sin terminar.

En cuanto a la inyección de instrucciones, Google informa de que la tasa de éxito de los ataques en la evaluación de inyección indirecta de instrucciones de Gray Swan bajó del 0.7% de Argon al 0.0%. Carbon resistió todos los ataques evaluados en esa ejecución; esto no garantiza inmunidad frente a cualquier inyección de instrucciones.

Las pruebas independientes aportan matices. En AA-Omniscience v1.1, la exactitud de Carbon aumenta del 48% de Argon al 58%, mientras que su tasa de alucinaciones, según la definición de esa evaluación, sube del 4% al 11%. Carbon sigue estando entre los modelos evaluados con menos alucinaciones, pero una mayor capacidad no demuestra que haya menos alucinaciones en todos los contextos. La prueba interna de Google sobre afirmaciones sin respaldo utiliza una metodología diferente.

Precios de la API de Gemini 4 Carbon: tarifas de lanzamiento y coste por tarea

Las tarifas de lanzamiento anunciadas para Carbon son de $2 por entrada / $10 por salida por millón de tokens, un descuento del 50% respecto a las tarifas estándar de $4 / $20. La entrada en caché recibe un descuento del 95% sobre la tarifa de entrada aplicable: $0.10 durante el periodo de lanzamiento y $0.20 con los precios estándar. La fecha de vencimiento del descuento de Carbon no está confirmada; no debe aplicársele el plazo de Argon.

El descuento de caché solo se aplica a la entrada en caché que cumpla los requisitos, no a entradas nuevas ni a la salida. No permite deducir una arquitectura concreta de caché KV, un presupuesto de memoria de entrenamiento ni una tasa de utilización del hardware.

Para una tarea que utilice 100,000 tokens de entrada y 20,000 tokens de salida facturados, los precios de lanzamiento dan como resultado:

0.1 × $2 + 0.02 × $10 = $0.40

Este ejemplo con una cantidad fija de tokens excluye herramientas, reintentos y otros cargos. Los agentes que se ejecutan durante periodos prolongados también generan costes de razonamiento intermedio, lecturas repetidas y múltiples pasos de ejecución. Compara el coste total de un resultado aceptado.

Utilizando precios estándar, Artificial Analysis informa de $7.76 por tarea de Intelligence Index para Carbon, frente a $10.04 para Opus 5.5 y $6.25 para GPT-6 Astra. Las ventajas de coste dependen de la tarea y del consumo de tokens; una tarifa de lanzamiento por token no demuestra que todas las tareas cuesten la mitad.

Las opciones disponibles de la misma familia son Argon y 3.8 Flash. En el momento de esta comprobación, sus rutas públicas más económicas en APIMaster ofrecen hasta ~58.3% de descuento y hasta ~59.7% de descuento sobre los precios de lanzamiento actuales de Google en la modalidad Standard. Elige según la carga de trabajo, las capacidades de la ruta y su capacidad de servicio; la ficha del marketplace es la referencia autorizada.

Carbon y la automejora recursiva: ¿qué está confirmado?

Carbon llegó unas dos semanas después de la apertura de Argon a desarrolladores el 13 de octubre. Ese ritmo ha suscitado debates sobre la automejora recursiva (RSI) y la investigación de IA asistida por modelos.

El anuncio de Carbon de Google confirma que investigadores y modelos trabajan juntos para ampliar las capacidades y reforzar las salvaguardas. No revela suficiente información sobre el proceso de entrenamiento de Carbon para verificar el uso de un artículo concreto sobre automejora, el entrenamiento en tiempo real a partir de la actividad de los usuarios o las actualizaciones autónomas sin intervención humana.

La investigación asistida por modelos es una línea que merece seguimiento. Las evaluaciones publicadas, los precios y las condiciones de acceso de Carbon son las pruebas disponibles para las decisiones de selección actuales.

¿Cuándo se abrirá la API de Carbon y es Carbon Gemini 4 Flash?

Según la comprobación del 2026-10-31, el anuncio de Google sigue describiendo un despliegue por fases: primero defensores de ciberseguridad seleccionados y, después, más socios de confianza de Fairwind. No confirma una fecha general, un identificador definitivo de API pública, límites de solicitudes ni derechos de acceso por suscripción para desarrolladores, empresas y consumidores en general.

Google no ha identificado Carbon como Gemini 4 Flash. El posicionamiento de Carbon como modelo insignia, su precio anunciado y el programa de acceso inicial no determinan las especificaciones de un futuro producto Flash. Sigue sus anuncios por separado.

Para desplegar hoy, utiliza gemini-4-argon para establecer una referencia en tareas complejas, o gemini-3.8-flash para trabajos por lotes más sensibles al coste. Cuando se abra Carbon, compara con las mismas entradas, herramientas y criterios de aceptación: tasa de finalización, intervenciones humanas, tiempo y coste total.

Regístrate en APIMaster → Crea una clave de API → utiliza la base de API https://apimaster.ai/v1 con gemini-4-argon o gemini-3.8-flash, disponibles actualmente. Consulta los precios actualizados y las rutas públicas en la ficha de Argon y la ficha de Flash.

FAQ

¿Se ha lanzado Gemini 4 Carbon?

Google anunció Carbon el 2026-10-28 con acceso por fases para defensores de ciberseguridad de confianza. No se ha anunciado una fecha de disponibilidad general para desarrolladores.

¿En qué mejora Carbon respecto a Argon?

La tabla de lanzamiento muestra que AA Index pasa de 50 a 59, Terminal-Bench 4.0 de 57.1% a 65.2% y GraphWalks de 84.2% a 96.2%. La programación de largo recorrido, el razonamiento complejo y la ciberseguridad son prioridades principales.

¿Es Carbon el modelo más potente para programación?

Mejora en varias evaluaciones de programación, pero el Coding Agent Index independiente otorga a Carbon 59, por detrás de Opus 5.5 con Claude Code, que obtiene 62. Compara tareas reales con herramientas y presupuestos fijos.

¿Cuánto cuesta la API de Carbon?

Las tarifas de lanzamiento anunciadas son de $2 por entrada / $10 por salida por millón de tokens, con $0.10 por entrada en caché. Las tarifas estándar son de $4 / $20 y $0.20 por entrada en caché. La fecha de vencimiento del descuento de Carbon no está confirmada.

¿Puedo llamar a Carbon en APIMaster ahora?

No se encontró ninguna ruta pública para Carbon en el momento de esta comprobación. Argon tiene 4 rutas públicas activas y 3.8 Flash tiene 7. Un enlace de búsqueda de Carbon no significa que el modelo esté a la venta.

¿Es Carbon inmune a la inyección de instrucciones?

Google informa de una tasa de éxito de ataques del 0.0% en una evaluación específica de inyección indirecta de instrucciones de Gray Swan. Ese resultado abarca los ataques evaluados, no todos los ataques posibles.

Fuentes

• Google: anuncio de Carbon, 2026-10-28
• Google: comparación original de evaluaciones
• Artificial Analysis: inteligencia, agentes de programación, alucinaciones y costes por tarea, 2026-10-28
• Google: precios oficiales de la API de Gemini
• Google: Fairwind Program
• APIMaster: datos actualizados de Argon en el marketplace · 3.8 Flash · Disponibilidad de Carbon