Modelos
Gemini 4 Carbon: Google recupera el liderazgo, pero lo mantiene bajo llave
Gemini 4 Carbon encabeza Artificial Analysis y LMArena, pero aún no está disponible para desarrolladores ni para el público general. Puntuaciones, precios y acceso.
El 28 de octubre, Google anunció Gemini 4 Carbon, al que describe como su modelo más potente, con capacidades de ciberseguridad y de largo horizonte de vanguardia (Google). Llega dos semanas después de Gemini 4 Argon, sobre el que se construye. También ocupa el primer puesto en dos clasificaciones que siguen los desarrolladores. Pero Carbon aún no está disponible para desarrolladores ni para el público general: solo tienen acceso unos pocos defensores de ciberseguridad, y Google no da fecha de lanzamiento (Google).
A continuación separamos las cifras que publicó Google, las de evaluadores independientes y nuestra propia lectura, señalada como tal. Los precios están en dólares por millón de tokens.
Qué es Carbon
Carbon no es un modelo «Flash» más ligero, sino una versión más potente de Argon, pensada para tareas largas de ingeniería. Google escribe que sus equipos lo han visto trabajar «durante días» para encontrar la causa raíz de errores sutiles y corregirlos en grandes bases de código (Google).
El otro foco es la ciberseguridad defensiva. Google declara un 88,2 % en SEC-bench Pro para encontrar vulnerabilidades, un 54,8 % en ExploitGym para comprobar que son explotables y un 71,0 % en CWE-bench para corregirlas. En sus pruebas internas, Carbon tiene más del doble de éxito que Argon al escribir código seguro. El equipo de Chrome informa de parches «más de 10 veces» mejores que los de un gran modelo de frontera de otro laboratorio, que no nombra (Google).
Google no publica ni el número de parámetros ni la longitud máxima de salida. Artificial Analysis indica una ventana de contexto de un millón de tokens, con entrada de texto, imagen, vídeo y voz y salida de texto (Artificial Analysis).
Primero en el índice de Artificial Analysis
En la versión 5 del Artificial Analysis Intelligence Index, renovada el día anterior, Carbon toma la delantera con 59 puntos, uno más que Claude Opus 5.5.
Artificial Analysis Intelligence Index v5, sobre 100
█ Gemini 4 Carbon
░ Gemini 4 Argon
▒ competidores
Gemini 4 Carbon 59 │██████████████████████████████
Claude Opus 5.5 58 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6 Astra 57 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6.1 Sol 55 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Gemini 4 Argon 50 │░░░░░░░░░░░░░░░░░░░░░░░░░
Claude Fable 5.1 49 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒Fuentes: Artificial Analysis, artículo sobre Carbon y anuncio del Index v5, 27 y 28 de octubre de 2026; puntuación de Claude Fable 5.1 tomada de la tabla de Google DeepMind. Carbon con razonamiento alto, los demás con esfuerzo máximo.
Una diferencia de un punto es escasa. Artificial Analysis señala que Carbon lidera 4 de las 9 evaluaciones del índice (HLE-Diamond, Terminal-Bench-Science, AA-Omniscience y AutomationBench-AA). Solo es segundo en las pruebas de programación Terminal-Bench 4.0 y FrontierCode. En AA-Briefcase, que mide el trabajo de oficina, Carbon gana 126 puntos Elo sobre Argon (1609) pero se queda por detrás de Grok 4.7 (1638), Muse Wonder (1659) y Kimi K3.1 Pro (1678) (Artificial Analysis).
La fiabilidad ofrece un panorama mixto. Carbon tiene la mejor puntuación en AA-Omniscience (54, frente a 48 de Opus 5.5), pero su tasa de alucinaciones sube del 4 % de Argon al 11 %. Sigue estando muy por debajo de Claude Opus 5.5 y GPT-6 Astra, ambos con un 50 % (Artificial Analysis).
Qué aporta Carbon frente a Argon y a la competencia
Google publica una tabla de 17 pruebas en la que Carbon supera a Argon en todas las líneas. Frente a la competencia, el panorama es más variado. Estas son cinco filas representativas.
Puntuaciones publicadas por Google, en %
█ Gemini 4 Carbon ░ Gemini 4 Argon
▒ GPT-6 Astra ▓ Claude Opus 5.5
Terminal-Bench 4.0 (AA)
Carbon 65,2 │████████████████
Argon 57,1 │░░░░░░░░░░░░░░
GPT-6 Astra 59,1 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Opus 5.5 59,6 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
FrontierSWE 2
Carbon 61,2 │███████████████
Argon 55,0 │░░░░░░░░░░░░░░
GPT-6 Astra 65,5 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Opus 5.5 62,3 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
OSWorld-2.1
Carbon 81,5 │████████████████████
Argon 74,7 │░░░░░░░░░░░░░░░░░░░
GPT-6 Astra 80,9 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Opus 5.5 87,2 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GraphWalks 256k-1M
Carbon 96,2 │████████████████████████
Argon 84,2 │░░░░░░░░░░░░░░░░░░░░░
GPT-6 Astra 71,8 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Opus 5.5 66,8 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
ExploitGym
Carbon 54,8 │██████████████
Argon 42,0 │░░░░░░░░░░░
GPT-6 Astra 42,4 │▒▒▒▒▒▒▒▒▒▒▒
Opus 5.5 34,5 │▓▓▓▓▓▓▓▓▓Fuente: tabla de Google DeepMind; metodología de Google. Son cifras del proveedor, no una evaluación independiente.
Las mejoras más claras están en el contexto largo (GraphWalks, entre 256 000 y 1 millón de tokens, donde Carbon va muy por delante de GPT-6 Astra y Opus 5.5), la ciberseguridad y la ciencia. En cambio, GPT-6 Astra conserva la ventaja en FrontierSWE 2, una prueba de ingeniería de software, y Claude Opus 5.5 en OSWorld-2.1, que mide el uso del ordenador. En SWE-sweep, Carbon (9,6 %) supera a GPT-6 Astra (9,5 %) por solo una décima (Google DeepMind).
Para los agentes de programación, Artificial Analysis también lo probó dentro de la herramienta propia de Google, Antigravity CLI. El conjunto obtiene 59 en su Coding Agent Index, 3 puntos por detrás de Claude Code con Opus 5.5 (62) (Artificial Analysis).
Google también destaca la seguridad del comportamiento. En Terminal-Bench 4.0, Carbon ya no logra ningún intento de trampa (0,0 %) y solo intenta hacer trampa en el 0,4 % de los casos. Las alertas de desalineamiento de alta gravedad bajan casi un 80 % en las pruebas internas. En la prueba de inyección indirecta de prompts de Gray Swan, ningún ataque tiene éxito, frente al 0,7 % de Argon (Google).
Primero en LMArena, pero de forma preliminar
En LMArena, donde los usuarios comparan dos respuestas a ciegas, Carbon también queda primero.
LMArena, clasificación de texto, puntuación Elo
Las barras empiezan en 1460 puntos, 1 bloque = 3 puntos
█ Gemini 4 Carbon ░ Gemini 4 Argon ▒ competidores
Gemini 4 Carbon 1528 │███████████████████████
Gemini 4 Argon 1520 │░░░░░░░░░░░░░░░░░░░░
Claude Opus 5.5 1509 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Muse Wonder 1507 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Claude Fable 5.1 1504 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6.1 Sol 1481 │▒▒▒▒▒▒▒
GPT-6 Astra 1476 │▒▒▒▒▒Fuente: LMArena, clasificación de texto del 27 de octubre de 2026, consultada el 28 de octubre. Las barras no empiezan en cero, lo que amplifica las diferencias.
La puntuación está marcada como «preliminar» y se basa en 4403 votos, frente a 11 889 de Argon. Su margen de error (±9) cubre la diferencia de 8 puntos con Argon: LMArena sitúa a Carbon entre el 1.º y el 2.º puesto (LMArena). En WebDev Arena, que abarca el desarrollo web, Google declara una mejora de 89 puntos, en 4.º lugar con 1768 (Google).
Precios y disponibilidad
Carbon aún no está disponible para desarrolladores ni para el público general: por ahora Google lo reserva a socios de ciberdefensa, sin fecha de lanzamiento (Google). Los precios que siguen son precios anunciados, no tarifas que se puedan usar hoy.
Carbon se lanzará al mismo precio de introducción que Argon: 2 $ de entrada y 10 $ de salida, con un 95 % de descuento en los tokens de entrada en caché. Después, el precio será de 4 $ y 20 $ (Google). Google no dice cuándo termina este periodo de introducción, mientras que el de Argon dura hasta el 30 de noviembre (Google).
| Modelo | Precio entrada / salida | Acceso |
|---|---|---|
| Gemini 4 Carbon | Anunciado: 2 $ / 10 $ al lanzamiento, luego 4 $ / 20 $ | Aún no disponible: solo Fairwind Program, sin API pública |
| Gemini 4 Argon | 2 $ / 10 $ hasta el 30 de nov., luego 4 $ / 20 $ | Gemini API, Antigravity |
| Claude Opus 5.5 | 4 $ / 20 $ | Claude API |
| GPT-6 Astra | 10 $ / 50 $ | OpenAI API |
| GPT-6.1 Sol | 2 $ / 10 $ | OpenAI API |
Fuentes: Google, Carbon, Google, Argon, Antigravity, Anthropic, OpenAI. Tarifas estándar para solicitudes de menos de 272 000 tokens en OpenAI. Consultado el 28 de octubre de 2026.
El precio por token no lo es todo. Artificial Analysis mide el coste de una tarea completa en su índice, a la tarifa estándar de Carbon de 4 $/20 $.
Coste medio por tarea del índice de Artificial Analysis, en $
Precio estándar, sin descuento de lanzamiento
█ Gemini 4 Carbon ░ Gemini 4 Argon ▒ competidores
Claude Fable 5.1 13,04 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Claude Opus 5.5 10,04 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Gemini 4 Carbon 7,76 │████████████████
Gemini 4 Argon 7,68 │░░░░░░░░░░░░░░░
GPT-6 Astra 6,25 │▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6.1 Sol 1,27 │▒▒▒
GPT-6.1 Terra 0,96 │▒▒Fuentes: Artificial Analysis, artículo sobre Carbon (Carbon, Argon, Opus 5.5, Astra) y anuncio del Index v5 (Fable 5.1, Sol, Terra).
Carbon cuesta alrededor de un 23 % menos por tarea que Opus 5.5 y escribe un 29 % menos de tokens de salida (123 000 frente a 173 000). Cuesta lo mismo que Argon por 9 puntos más, pero aproximadamente 1,2 veces lo que GPT-6 Astra (Artificial Analysis). GPT-6.1 Sol sigue siendo seis veces más barato por tarea, a cambio de 4 puntos menos.
En cuanto al acceso, Carbon llega esta semana a «un subconjunto» de defensores de ciberseguridad y luego a más socios de confianza del Fairwind Program. Google aún quiere «recoger comentarios» y afinar sus salvaguardas antes de abrirlo a desarrolladores, empresas y consumidores «lo antes posible», sin fecha (Google). Fairwind cuenta con más de 650 socios, con prioridad para gobiernos, operadores de infraestructuras críticas y plataformas tecnológicas esenciales. El acceso está controlado: se examina a las organizaciones, se exige autenticación resistente al phishing y el acceso no puede revenderse ni compartirse (Google DeepMind).
A fecha de 28 de octubre, Carbon no aparece ni en la lista de modelos de la Gemini API, ni en su registro de cambios, ni en su página de precios (Google). Google no ha anunciado fecha para la aplicación Gemini, Vertex AI, Antigravity ni Gemini CLI.
Qué cambia para los desarrolladores
Por ahora, nada concreto: no se ha publicado ningún ID de modelo de API y el modelo no está en ningún producto público. La única pista sobre los plazos viene de Argon. Anunciado de la misma manera, llegó después a la Gemini API y a Antigravity, tanto a la aplicación como a la línea de comandos, para los suscriptores de Google AI Pro y Ultra (Antigravity). Nuestra guía sobre Gemini CLI y Antigravity CLI trata estas herramientas.
Nuestra lectura: cuando llegue Carbon, importará sobre todo en tres usos. Las tareas de agente muy largas, que Google destaca. Los contextos grandes, donde su ventaja en GraphWalks es más clara. Y las auditorías de seguridad del código, su punto fuerte declarado. Para la programación cotidiana, la diferencia con Opus 5.5 y GPT-6 Astra es escasa en las pruebas publicadas, y GPT-6.1 Sol cuesta mucho menos por tarea. El precio de introducción sin fecha de fin también es un riesgo para quien construya un presupuesto: se duplicará.
Dos cosas que vigilar: la fecha de apertura de la API y la puntuación de Carbon en LMArena cuando tenga votos suficientes para dejar de ser preliminar.
Fuentes
- Google, anuncio de Gemini 4 Carbon, 28 de octubre de 2026, consultado el 28-10-2026
- Google DeepMind, tabla de rendimiento de Gemini 4 y metodología, consultados el 28-10-2026
- Google DeepMind, Fairwind Program
- Artificial Analysis, Gemini 4 Carbon is the new number 1, 28 de octubre de 2026
- Artificial Analysis, Intelligence Index v5, 27 de octubre de 2026
- LMArena, clasificación de texto, 27 de octubre de 2026, consultada el 28-10-2026
- Google, anuncio de Gemini 4 Argon
- Google Antigravity, Gemini 4 Argon en Antigravity
- Google, modelos de la Gemini API, consultado el 28-10-2026
- Anthropic, precios y OpenAI, precios de la API, consultados el 28-10-2026
¿Ha detectado un error en este artículo? Comuníquenoslo · Nuestra política de correcciones
