Google presentó ayer, 28 de octubre, Gemini 4 Carbon: lo describe como su modelo más fuerte hasta la fecha, con un enfoque explícito en ciberseguridad y tareas largas que antes se le escapaban a un LLM. El dato que más se repite es el del ranking: Carbon saca 59 puntos en el Intelligence Index v5, por encima de Claude Opus 5.5 (58) y GPT-6 Astra (57). Por primera vez en meses, Google vuelve a tener el modelo número uno, aunque sea por un punto.
Por qué Google apunta a ciberseguridad y no solo a razonamiento general
Lo curioso de Carbon no es solo que gane el ranking general, sino dónde decidió especializarse. Google reportó un 88.2% en SEC-bench Pro, el benchmark que mide qué tan bien detecta un modelo vulnerabilidades reales en software. Es una cifra alta para un área donde los LLM suelen fallar por exceso de falsos positivos o por no entender el contexto completo de un repositorio grande.
El acceso, por ahora, es limitado: Google lo está liberando a un grupo reducido de equipos de ciberdefensa a través del Fairwind Program, y de ahí se irá abriendo a más socios de confianza. No es todavía un modelo de uso masivo como Gemini Flash; es más parecido a cómo Anthropic probó Claude para tareas sensibles antes de soltarlo a todo el mundo.
Lo que cambia en precio y disponibilidad
- ▸Precio: USD 2 por millón de tokens de entrada y USD 10 por millón de salida — en el rango de los modelos frontera, no de los económicos tipo Flash.
- ▸Acceso inicial acotado a ciberdefensores vía Fairwind Program, con expansión gradual anunciada pero sin fecha exacta.
- ▸Soporta tareas largas y complejas (long-running tasks), el mismo terreno donde GPT-6.1 Terra compite esta semana con su enfoque de computer use.
Qué significa esto si trabajas con datos o con IA
Si tu trabajo incluye evaluar qué modelo usar para un caso puntual, Carbon agrega una opción real para dos escenarios concretos: revisión automatizada de vulnerabilidades en pipelines de CI/CD, y tareas que antes necesitaban que un humano se quedara monitoreando un proceso largo porque el modelo perdía el hilo a los pocos minutos.
Lo que nadie menciona en los titulares: un punto de diferencia en un benchmark no se traduce automáticamente en mejor resultado para tu caso de uso. He visto equipos migrar de modelo por una tabla de benchmarks y terminar con el mismo resultado, o peor, porque el benchmark no mide el tipo de tarea que ellos resuelven a diario. Antes de cambiar de proveedor, vale la pena correr tu propio set de pruebas con tus prompts reales, no solo mirar el ranking.
La carrera de benchmarks entre Gemini, Claude y GPT-6 ya no se gana por inteligencia general: se gana por el nicho donde cada modelo decide especializarse.
Cómo aprender a trabajar con la familia Gemini en Google Cloud
Si quieres entender cómo se integran estos modelos a un stack real de datos —no solo probarlos en el chat, sino conectarlos a pipelines, Vertex AI y flujos de producción—, la Especialización en IA Generativa en Google Cloud cubre justo eso: desde Vertex AI hasta cómo elegir el modelo correcto para cada tarea. Y si tu objetivo es el rol completo de diseñar arquitecturas de IA con criterio técnico y de negocio, la ruta AI Solution Architect te prepara justamente para decisiones como esta: qué modelo, con qué datos y bajo qué riesgo.
Si tu empresa ya usa Gemini Enterprise o está evaluando moverse a la plataforma, en Gemini Enterprise para empresas explicamos cómo encaja Carbon dentro de esa oferta más amplia.
Si prefieres algo más ligero que un bootcamp completo —ir probando estos modelos nuevos cada semana con otras personas que están en lo mismo—, cada semana armamos un taller en vivo en la Comunidad AI Builders, desde 19 USD al mes.
La próxima actualización ya viene en camino
Google ya adelantó que irá ampliando el acceso a Carbon a más socios del Fairwind Program en las próximas semanas, y es muy probable que en los próximos meses baje a un tier más accesible, como pasó con Gemini 3.8 Flash. Si tu equipo trabaja con seguridad o con pipelines críticos, vale la pena ir siguiendo de cerca cómo evoluciona, en vez de esperar a que todos los demás ya lo estén usando.
Revisa el resto de nuestros cursos de IA y datos si quieres ponerte al día con el stack completo de Google Cloud.
