Gemini 4 Carbon: el modelo más fuerte de Google, hecho para la ciberseguridad
Google DeepMind anunció el 28 de octubre de 2026 Gemini 4 Carbon y lo presenta como su modelo más fuerte hasta ahora. Se construye alrededor de dos capacidades: trabajo agentic de largo horizonte y defensa en ciberseguridad. Carbon se apoya en Gemini 4 Argon, lanzado dos semanas antes, y DeepMind dice que queda primero en la versión v5.0, recién actualizada, del Artificial Analysis Intelligence Index, con 59 puntos y mejoras fuertes en coding y tareas agentic.
El despliegue es deliberadamente lento. Según Google, la empresa participa del proceso voluntario del gobierno de EE.UU. para testeos pre-lanzamiento de modelos, Carbon arranca esta semana con un subconjunto de defensores cyber y el acceso más amplio llega de a poco a través del programa Fairwind, orientado a partners de confianza. La disponibilidad general para developers, empresas y consumidores está prometida, sin fecha.
Benchmarks de ciberdefensa, de punta a punta
La historia de los benchmarks es el centro del anuncio. DeepMind dice que el salto más grande de Carbon está en el ciclo de ciberdefensa: encontrar vulnerabilidades, validar si son explotables y parchear la causa raíz. Los números externos reportados fueron evaluados sin guardrails:
- SEC-bench Pro: 88,2%, que DeepMind califica de state of the art para descubrir vulnerabilidades de forma autónoma en software real
- ExploitGym: 54,8%, un nuevo liderato en un benchmark popular de explotación que los defensores usan para priorizar qué flaws parchear primero
- CWE-bench, de Collinear: 71,0%, convirtiendo hallazgos validados en fixes de código que funcionan
Los números internos van por el mismo camino. Google reporta que Carbon logra más del doble de tasa de éxito que Argon en generación de código seguro, en sus propios benchmarks. El equipo de Chrome reportó que Carbon produjo parches de alta calidad más de 10 veces mejores que un modelo frontera grande de otro laboratorio, según la empresa. Wiz, la plataforma de seguridad en la nube de Google, también observa a Carbon al frente en benchmarks de penetration testing web, una capacidad central de su iniciativa Scan for Good. Esos resultados internos no traen detalles publicados de la evaluación, así que se leen como números de la empresa hasta que alguien los reproduzca.
Diseñado para trabajar días enteros
Carbon apunta a workflows agentic sostenidos. Google dice que sus propios equipos lo vieron correr durante días, cruzando callejones sin salida para trabajar en tareas de ingeniería de varios pasos, como rastrear el origen y parchear bugs sutiles en codebases grandes y sistemas de bajo nivel. En WebDev Arena, el modelo sube 89 puntos de elo y queda cuarto, con una rating de 1768, según DeepMind.
Una capa de seguridad más pesada
Carbon usa el mismo stack multicapa de Argon: seguridad en el entrenamiento, defensas en tiempo real contra misuse, resistencia a prompt injection y monitoreo de chain-of-thought. Los deltas que Google atribuye a Carbon:
- En Terminal-Bench 4.0, los éxitos en trampa cayeron a 0,0% y los intentos de trampa a 0,4%, con la precisión general mejorando
- Las alertas de misalignment de alta severidad en ambientes de coding en vivo de la empresa bajaron casi 80%
- Los claims sin respaldo cayeron cerca de 2 veces contra Argon. Carbon debería poner las advertencias metodológicas en el entregable en lugar de fabricar o esquivar evidencia faltante
- El overreach bajó 26% y el under-service 29%, algo que Google enmarca como ejecución más fiable de planes de varios pasos
- En el Indirect Prompt Injection Benchmark de Gray Swan, 0,0% de éxito de ataque, contra 0,7% de Argon
Como los benchmarks de arriba, estos datos son auto-reportados. Google publicó un reporte de seguridad para Argon y ubica a Carbon como un paso más de alignment encima de ese trabajo.
Precio, y qué significa
Carbon arranca al mismo precio introductorio que Argon: 2 dólares por millón de tokens de input y 10 por millón de output, con los tokens de input cacheados con un 95% de descuento sobre el precio de input. Cuando termina el período introductorio, el precio se duplica a 4 y 20 dólares por millón.
Dos cosas para llevarse. Primera: si ruteás workloads por una API, Carbon todavía no está en el pool, y la señal útil es el ancla de precio. El tier frontera de la familia Gemini 4 se fija en 2/10 dólares introductorios. Segunda: si manejás un equipo de seguridad, el programa Fairwind es la puerta a vigilar. Es el camino a un modelo que Google afirma que lidera en descubrimiento de vulnerabilidades, explotación y parcheo, en el mismo orden en que una pipeline de defensa los necesita.
Fuente: deepmind.google
Más noticias
¿Tenés algo en mente?
Empecemos a hablar