Google presenta Gemini 4 Carbon, su modelo más potente, y lo da primero a expertos en ciberseguridad

Google ha presentado el 28 de octubre Gemini 4 Carbon, que describe como su modelo «más fuerte», con capacidades punteras en ciberseguridad y en tareas largas que exigen muchos pasos seguidos. Lo firma Koray Kavukcuoglu, vicepresidente de Google DeepMind y arquitecto jefe de IA de Google. Llega solo dos semanas después de Gemini 4 Argon, el modelo anterior.

Para ponerlo en contexto: Gemini 4 Argon, el modelo anterior, también estuvo al principio solo en manos de un grupo reducido de expertos en ciberseguridad. Carbon repite la misma estrategia con un modelo todavía más capaz.

Según Google, Carbon ocupa el primer puesto del índice de inteligencia de Artificial Analysis (versión 5.0), una clasificación independiente que combina muchas pruebas, con 59 puntos. En WebDev Arena, donde personas votan qué modelo hace mejores páginas web, sube 89 puntos y queda cuarto.

Lo más llamativo son sus cifras de ciberseguridad: un 88,2 % en SEC-bench Pro, que mide si un modelo encuentra vulnerabilidades (fallos que un atacante podría aprovechar); un 54,8 % en ExploitGym, que mide si sabe aprovecharlas; y un 71 % en CWE-bench, que mide si sabe corregirlas. En pruebas internas genera código seguro con más del doble de éxito que Argon, y el equipo de Chrome dice que sus parches son más de diez veces mejores que los de un gran modelo de otro laboratorio.

Precisamente por eso Google no lo abre a todo el mundo. Esta semana lo recibe un grupo reducido de defensores de ciberseguridad; después se irán sumando socios de confianza a través del programa Fairwind; y solo más adelante llegará a desarrolladores, empresas y consumidores, cuando Google haya incorporado lo que aprenda sobre sus salvaguardas. La idea es que quienes protegen sistemas tengan la herramienta antes que quienes podrían usarla para atacar. Google añade que el lanzamiento forma parte del proceso voluntario del Gobierno de EE. UU. para probar modelos antes de publicarlos.

Google también presume de un comportamiento más fiable: las trampas en la prueba Terminal-Bench 4.0 bajan al 0 %, las alertas graves de comportamiento no deseado mientras programa caen casi un 80 %, las afirmaciones sin respaldo se reducen a la mitad respecto a Argon y, en la prueba Gray Swan de inyección de instrucciones (textos escondidos que intentan engañar a la IA), ningún ataque tuvo éxito.

El precio de lanzamiento para desarrolladores será de 2 dólares por millón de tokens de entrada y 10 por millón de salida, y subirá a 4 y 20 dólares cuando acabe el periodo introductorio. Lo que no se sabe: Google no da fecha para que llegue a la app de Gemini ni a la API general, y todas las cifras son de la propia empresa.