Google: Gemini 4 Carbon
google/gemini-4-carbon
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Según su ficha en el catálogo de OpenRouter, google/gemini-4-carbon es un modelo de la familia Gemini 4 de Google orientado a programación, trabajo agéntico y razonamiento complejo. La ficha describe entradas multimodales (texto, imagen, audio, video y archivos) con salida de texto, una ventana de contexto de alrededor de un millón de tokens y razonamiento siempre activo con esfuerzo ajustable. El catálogo también reporta evaluaciones en arenas de diseño y un índice de inteligencia de terceros. Como la única evidencia es la ficha de OpenRouter y no se proporcionó una ficha de modelo independiente en este paquete de fuentes, estas capacidades son declaradas por la fuente y no verificadas de forma independiente.[1]
Puntos fuertes
- Entrada multimodal amplia: el catálogo lista texto, imagen, audio, video y archivos, lo que se adapta a cargas de trabajo con medios mixtos.[1]
- Ventana de contexto muy larga según la ficha, apta para documentos extensos o bases de código en un solo prompt.[1]
- La ficha reporta razonamiento con niveles de esfuerzo ajustables y compatibilidad con llamadas a herramientas y salidas estructuradas.[1]
Limitaciones
- La evidencia proviene solo del catálogo: no había una ficha de modelo independiente en este paquete de fuentes, por lo que las capacidades y evaluaciones reportadas requieren validación con cargas de trabajo reales.[1]
- Según la ficha, el razonamiento es obligatorio y no puede desactivarse por completo, lo que podría afectar la latencia o el costo en solicitudes simples.[1]
- La salida es solo texto; la fecha de corte de conocimiento y los términos de licencia no figuran, por lo que permanecen desconocidos.[1]
Dónde utilizarlo
- Sugerencia editorial: asistentes de programación agénticos que usan herramientas, acorde con el posicionamiento de la ficha y sus parámetros de herramientas y salidas estructuradas.[1]
- Sugerencia editorial: análisis de entradas largas o de medios mixtos, como documentos con imágenes o contenido de audio y video, dadas las modalidades y la ventana de contexto reportadas.[1]
- Sugerencia editorial: tareas de razonamiento complejo en las que el esfuerzo de razonamiento ajustable pueda afinarse por solicitud.[1]
Fuentes
- [1] OpenRouter catalog · Google: Gemini 4 CarbonFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Gemini 4 Carbon is a frontier Gemini 4 model from Google for coding, agentic and complex reasoning work. It takes text, image, audio, video and file input, supports long decode...
Especificaciones
- ID del modelo
- google/gemini-4-carbon
- ID canónico
- google/gemini-4-carbon-20261110
- Creador
- Añadido a OpenRouter
- 10.11.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image+file+audio+video->text
- Modalidades de entrada
- audio, file, image, text, video
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $2 / salida $10
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | SS — 10% superior de la cohorte | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | entrada: audio |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 60 | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 67.9% · posición 1 | 1,311Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 67.9% · posición 6 | 1,415Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 57.4% · posición 10 | 1,330Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 55.6% · posición 13 | 1,320Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 60.5% · posición 8 | 1,346Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 53.3% · posición 17 | 1,295Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Google AI Studio | 1,048,576 | $1 | $5 | — | — | 83.33% |
| 1,048,576 | $2 | $10 | — | — | 100% | |
| Google AI Studio | 1,048,576 | $2 | $10 | — | — | 100% |
| 1,048,576 | $2.2 | $11 | — | — | 100% | |
| 1,048,576 | $2.2 | $11 | — | — | 100% | |
| 1,048,576 | $3.6 | $18 | — | — | — | |
| Google AI Studio | 1,048,576 | $3.6 | $18 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
- Google presenta Gemini 4 Hydrogen, un modelo veloz para trabajos cotidianos y flujos agénticosGoogle lanza Gemini 4 Hydrogen, un modelo centrado en la velocidad para programación y trabajo agéntico, en la app Gemini, Search, AI Studio, la Gemini API y superficies empresariales.
- Apostar por usar la IA para divertirse y un repaso de nuevas herramientas con agentesUn extracto de RSS sostiene que una sola aplicación de agente basta para ampliar lo que pueden hacer los usuarios y reúne novedades de Claude, Gemini, Grok Bot, ChatGPT, Granola, Practical Data y Adobe Firefly.
- Google lanza Gemini 4 Carbon, su modelo más potente para ciberseguridad y trabajo agénticoGoogle ha abierto el acceso a Gemini 4 Carbon a través de su API y las suscripciones Google AI Ultra, destacando primeros puestos en pruebas de flujos agénticos, ciberseguridad y razonamiento científico.
- Google DeepMind y Artificial Analysis presentan MKA, una evaluación de agentes con evidencia visualMKA es una evaluación de 200 tareas que mide si los agentes de IA pueden extraer evidencia decisiva de planos, escaneos y gráficos y convertirla en entregables profesionales.
- Gemini 4 Carbon pasa a estar disponible para el público general con precios de lanzamientoSimon Willison informa de que Gemini 4 Carbon de Google, antes limitado a un subconjunto de ciberdefensores, ya está disponible para todos, con unos precios de lanzamiento que se duplicarán el 1 de diciembre.