El 10.11.2026, Google puso Gemini 4 Carbon a disposición de desarrolladores, empresas, científicos y consumidores. La compañía describe a Carbon como su modelo más potente, con rendimiento de frontera en capacidades de ciberseguridad y flujos de trabajo agénticos de largo horizonte en trabajos complejos de conocimiento, ingeniería de software y razonamiento científico.

Dos semanas antes, Google había entregado Carbon a un grupo de defensores de ciberseguridad a través de su programa Fairwind. El lanzamiento sigue al reciente estreno de Gemini 4 Argon, que según Google sigue siendo la opción ideal para la mayoría de los trabajos de ingeniería de software y de conocimiento. Carbon está orientado a tareas que ponen a prueba los límites de la inteligencia de un modelo, como la programación y depuración complejas de varios pasos y la investigación y el descubrimiento científicos abiertos, y utiliza más tokens que Argon para explorar a fondo, razonar en profundidad y ejecutar ciclos de verificación prolongados.

Según Google, Carbon ocupa el primer puesto en CursorBench 4.0, en WANDR de Perplexity y en AutomationBench de Zapier, con un coste por tarea más de 2 veces inferior al del mejor modelo externo siguiente.

Google también está presentando en versión preliminar /swarm en Google Antigravity, una función que convierte una sola instrucción en un equipo coordinado de agentes que se puede seguir en tiempo real. Los desarrolladores pueden asignar a Carbon los roles que exigen el razonamiento más profundo, como el diseño arquitectónico, la coordinación y la auditoría, combinándolo con modelos más rápidos y ligeros en espacios de trabajo aislados en paralelo y verificadores adversariales que ponen a prueba cada cambio.

Gemini 4 Carbon está disponible a través de la API en Google AI Studio y en Gemini for business para todos los desarrolladores y empresas de pago, al mismo precio de lanzamiento que Gemini 4 Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Una vez finalizado el periodo de lanzamiento el 30.11.2026, el precio será de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida; esto se aplica únicamente al modelo Carbon destinado al acceso público. El modelo también se está desplegando para todos los suscriptores de Google AI Ultra en Google Antigravity, la aplicación Gemini y el Modo IA en Search.

Trabajo de conocimiento, generación de artefactos y análisis de datos

En los ámbitos legal, financiero y de operaciones empresariales, Google afirma que Carbon combina comprensión visual de frontera, razonamiento y recuperación exhaustiva para sintetizar conclusiones fundamentadas a partir de grandes conjuntos de documentos y datos densos, y que sigue esquemas y formatos estrictos para generar hojas de cálculo, presentaciones e informes pulidos y precisos.

Dado que las pruebas de referencia existentes no capturan adecuadamente cómo razonan los agentes de forma nativa sobre archivos densos con gráficos, imágenes, planos, esquemas y tablas, Google se asoció con Artificial Analysis para lanzar la nueva prueba Multimodal Knowledge Agent (MKA), que evalúa el rendimiento multimodal en flujos de trabajo agénticos. Carbon ocupa el segundo puesto, con un coste medio por tarea más de 6 veces inferior al del modelo mejor clasificado.

En evaluaciones previas al lanzamiento, Carbon igualó el rendimiento del mejor modelo probado en investigación financiera profunda en la evaluación E2E Financial Agentic de Hebbia, y se situó en el primer puesto entre 23 configuraciones de modelos de frontera en la prueba General Financial Intelligence de Balyasny Asset Management, que abarca experiencia legal, uso y ejecución de herramientas agénticas, programación e ingeniería de datos, y percepción y comprensión de contexto.

Programación agéntica, desarrollo full stack y diseño

Google afirma que Carbon rinde excepcionalmente bien en tareas de ingeniería que requieren colaboración entre múltiples agentes, como migraciones de paquetes múltiples, investigaciones de causa raíz entre subsistemas y rediseños arquitectónicos complejos. Para el desarrollo de aplicaciones web, ejecuta ciclos de compilación y verificación, se recupera de errores y revisa tanto su código como la interfaz renderizada para producir aplicaciones completas y funcionales. La compañía añade que las mejoras en diseño visual, razonamiento espacial y atención al detalle ambiental también se trasladan al desarrollo de juegos 3D y a la programación creativa.

Ciberseguridad

Google presenta Gemini 4 Carbon for cyber como su capacidad de ciberseguridad más sólida hasta la fecha, ofreciendo a los equipos de seguridad inteligencia de extremo a extremo para proteger software crítico. Cuando se accede a él a través del programa Fairwind, Carbon lidera pruebas clave en el descubrimiento (SEC-bench Pro), la explotación (ExploitGym) y el parcheo (CWE-bench v1) de vulnerabilidades: inspeccionando software, rastreando cómo los fallos pueden encadenarse entre sistemas y generando parches de causa raíz verificados.

Google informa de que los primeros evaluadores, tanto dentro como fuera de la compañía, ya están obteniendo resultados sólidos en la práctica:

  • En Project Fortify, el sistema autónomo de Google que abarca el escaneo, la clasificación y la remediación, Carbon alcanzó un 100 por ciento de exhaustividad en el escaneo y un 95 por ciento de precisión en la clasificación en una prueba interna. En las pruebas sobre repositorios de código abierto, Google informa de una mejora relativa superior al 25 por ciento sobre la tasa de exhaustividad de Argon, sacando a la luz fallos lógicos reales no detectados previamente. La compañía señala que extender estas mejoras a Google, uno de los mayores usuarios de software de código abierto del mundo, ayuda a proteger tanto sus propios sistemas como el ecosistema en general.
  • El equipo Cloud Vulnerability Research de Google utilizó recientemente Carbon para demostrar que dos errores en un popular software de código abierto eran en realidad vulnerabilidades explotables, comparables en gravedad al reciente exploit PHP2Shell. Al usar Carbon para construir una prueba de concepto, el equipo ayudó a los mantenedores a reclasificar el fallo como crítico y a publicar rápidamente un parche. Los detalles se compartirán una vez que concluya el proceso de divulgación responsable.
  • Como parte del programa Scan for Good de Wiz, el equipo utilizó Carbon para evaluar vulnerabilidades en infraestructura digital pública. Al escanear dos importantes proveedores de SaaS, el modelo habría descubierto vulnerabilidades de día cero en menos de dos horas, comprimiendo semanas de investigación de vulnerabilidades en una sola tarde. El equipo colaboró con las organizaciones afectadas para remediar en tiempo récord, ayudando a mitigar el impacto potencial sobre decenas de miles de empresas.

Razonamiento científico y matemático

Google informa de un rendimiento de razonamiento notablemente mejorado en física, matemáticas y ciencias de la vida, incluyendo la síntesis de datos experimentales, la comprobación de hipótesis y el razonamiento sobre problemas de dominio de varios pasos. Para la empresa de investigación en toxicidad de fármacos Axiom Bio, Carbon es ahora el modelo líder en rendimiento para la ciencia traslacional, al encontrar nuevos mecanismos de toxicidad que la empresa no había hallado antes. Axiom está trasladando sus análisis científicos y agentes de producción tanto a Carbon como a Argon.

Investigadores de toda Google también han estado usando Carbon en Google Antigravity:

  • Verificación de código: Los investigadores construyeron un nuevo marco agéntico para verificación formal llamado AlphaProof Code y lo aplicaron a un importante reto de seguridad: demostrar matemáticamente el código real que subyace al protocolo criptográfico de Signal. Utilizando Carbon junto a otros modelos, los investigadores tradujeron los objetivos de seguridad a teoremas matemáticos. Los agentes de AlphaProof Code usaron después Carbon para generar millones de líneas de código en Lean, un lenguaje informático para escribir demostraciones matemáticas, lo que les ayudó a probar propiedades clave de seguridad en semanas, una tarea que históricamente lleva años a equipos de expertos. Google afirma que el resultado indica el potencial de Carbon para habilitar la verificación formal escalable, considerada desde hace tiempo un enfoque de referencia para construir software seguro.
  • Desarrollo de ensayos enzimáticos: Provisto únicamente con cuadernos de laboratorio y datos en bruto, Carbon fue más allá del análisis estándar para sacar a la luz anomalías de datos difíciles de interpretar, que utilizó para diagnosticar artefactos experimentales sutiles de laboratorio húmedo, como la mezcla automatizada incompleta en pocillos profundos, lo que mejoró sustancialmente la reproducibilidad. Además, Carbon mejoró los métodos para deconvolucionar picos de cromatografía y detectó arrastre residual de muestras en instrumentos de investigación, acelerando significativamente el desarrollo de nuevos ensayos y estrechando el ciclo de retroalimentación entre la computación y el laboratorio.
  • Predicción de estructura de proteínas: Los modelos de predicción de estructuras como AlphaFold 3 utilizan alineamientos de secuencias múltiples de parientes evolutivos para inferir cómo se pliegan las cadenas de aminoácidos, por lo que a menudo fallan con proteínas poco estudiadas, virales, microbianas y eucariotas que tienen muy pocas coincidencias en las bases de datos estándar. Trabajando en una configuración multiagente, los investigadores de Google usaron Carbon para descubrir de forma autónoma homólogos remotos en archivos de secuencias no anotadas de escala petabase, catálogos de secuencias ambientales y virales, y bases de datos de estructuras 3D. Por ejemplo, en siete familias de proteínas con pocos homólogos del conjunto de pruebas ciegas CASP17, Carbon aumentó el número de homólogos recuperados en un factor de 40 de media, ampliando considerablemente la información disponible para los modelos de predicción de estructuras sin necesidad de reentrenamiento. Google señala que la evaluación comparativa más amplia aún está en curso y que resolver este cuello de botella en la búsqueda previa podría ofrecer una vía prometedora para modelar regiones del proteoma difíciles de caracterizar.

Hace cuatro semanas, Google abrió solicitudes para dar a 10.000 científicos acceso gratuito a Argon en Google Antigravity durante seis meses, y afirma que ya ha incorporado a miles de científicos. Ahora se amplía el acceso a Carbon para los participantes actuales y futuros, y el programa seguirá ofreciendo acceso a los últimos modelos de frontera de Google a medida que estén disponibles. Las solicitudes permanecen abiertas y la incorporación continúa de forma continua cada semana, sujeta a elegibilidad, capacidad y selección.

Seguridad del modelo

Google afirma que sigue reforzando sus mitigaciones de seguridad, la prevención del uso indebido agéntico, la alineación del modelo y la reducción de daños de manera proporcional a la capacidad del modelo, y que, dado que Carbon introduce capacidades cibernéticas más potentes, se apoya en la sólida pila de seguridad de Argon para reforzar la robustez frente al uso indebido y la inyección de instrucciones.

  • Salvaguardas contra el uso indebido: En entornos de prueba de ciberataques simulados provistos con ExploitBench y CyScenarioBench, Carbon bloqueó el 99 por ciento de las trayectorias de ataque del agente adaptativo de pruebas de penetración de Google, que puede revisar iterativamente sus planes de ataque tras cada bloqueo. Las salvaguardas redujeron la tasa de brecha por intento al 0,8 por ciento, frente al 3,1 por ciento de Argon. También redujeron la tasa de éxito de las consultas automatizadas de ciberataque al 2,17 por ciento en las pruebas de Gray Swan, frente al 9,86 por ciento de Argon. Las pruebas externas de Trajectory Labs no encontraron ningún nuevo jailbreak universal en 132 horas y más de 13.000 solicitudes.
  • Alineación y honestidad: Cuando Google anunció Carbon, informó de mejoras significativas en la alineación medida por las tasas de señalización de sus monitores a lo largo del ciclo de vida del modelo, así como de reducciones en la fabricación de datos. Los nuevos resultados muestran que en la prueba de honestidad agéntica de 375 tareas de la compañía, Carbon superó el 92 por ciento de las tareas, frente al 70 por ciento de Argon, negándose a rellenar datos experimentales faltantes el 98 por ciento de las veces y señalando fallos metodológicos el 68 por ciento de las veces.
  • Inyección indirecta de instrucciones: Hace dos semanas, Google compartió que Carbon había alcanzado una tasa de éxito de ataques de inyección de instrucciones del 0 por ciento en la prueba IPI de Gray Swan, lo que describió como la primera vez que se alcanza ese hito. La compañía advierte de que la robustez frente a la inyección de instrucciones sigue siendo un área de mejora continua, y afirma que sus pruebas de penetración automatizadas avanzadas han mostrado que los modelos podrían mejorar aún más frente a ataques sofisticados en algunas distribuciones.

Google remite a los lectores al informe completo de seguridad y protección de Gemini 4 Carbon para más detalles.

La comparación de Google de las medidas de desalineación a lo largo del ciclo de vida del modelo.
La comparación de Google de las medidas de desalineación a lo largo del ciclo de vida del modelo. — Fuente

Primeros pasos

  • Desarrolladores: Utilizar el nivel de pago de la API de Gemini en AI Studio y Android Studio; los suscriptores de Google AI Ultra también pueden probarlo en Google Antigravity y AI Studio.
  • Empresas: Acceder a través de Gemini for business mediante la API o el desplegable de modelos, Google Antigravity o CodeMender.
  • Usuarios particulares: Los suscriptores de Google AI Ultra pueden probar Carbon en la aplicación Gemini y en el Modo IA de Search.
  • Científicos e investigadores: Solicitar acceso tanto a Argon como a Carbon a través del nivel de uso más alto de Google Antigravity de forma gratuita durante seis meses, con incorporación continua, sujeto a elegibilidad, capacidad y selección.
  • Defensores de ciberseguridad: Solicitar unirse al programa Fairwind para obtener acceso a Carbon for cyber de forma continua.

Google remite a los usuarios a la ficha del modelo y a su guía y documentación de desarrolladores de Gemini 4 actualizadas para conocer las mejores prácticas de migración de flujos de trabajo al modelo.