Google DeepMind anunció Gemini 4 Carbon el 28 de octubre de 2026, presentando el próximo modelo frontera de la compañía y su más potente hasta la fecha, con capacidades de ciberseguridad de vanguardia y de largo plazo. El anuncio fue publicado en el blog de Google DeepMind por Koray Kavukcuoglu, vicepresidente senior de Google DeepMind y arquitecto jefe de IA de Google.

Carbon ocupa el puesto #1 en la versión v5.0, actualizada recientemente, del Artificial Analysis Intelligence Index con una puntuación de 59. La compañía reporta avances significativos en tareas de programación y agénticas, así como en capacidades clave para la defensa de ciberseguridad, logrando una posición firme en SEC-bench Pro (88.2%) para encontrar vulnerabilidades, ExploitGym (54.8%) para explotación y CWE-bench (71.0%) para parcheo. En benchmarks internos, Carbon genera un fuerte impulso en la creación de código seguro, y en entornos de programación en vivo con los equipos de Google DeepMind muestra menores tasas de desalineación y fabricación.

Basándose en Gemini 4 Argon, lanzado dos semanas antes, Carbon ilustra el ritmo al que la compañía impulsa la frontera. "Nuestros investigadores y modelos trabajan de la mano para avanzar las capacidades más rápido, mientras fortalecen al mismo tiempo nuestras salvaguardas", declaró la compañía.

Despliegue deliberado y precios

Google DeepMind dijo que está adoptando un enfoque deliberado para el despliegue y participa activamente en el proceso voluntario del gobierno de EE. UU. para pruebas de modelos antes de su lanzamiento. A partir de esta semana, Carbon estará disponible para un grupo selecto de defensores cibernéticos, y el acceso se ampliará gradualmente a socios de confianza adicionales a través del Fairwind Program de la compañía. La empresa afirmó que seguirá recopilando comentarios e iterando en las salvaguardas antes de poner Carbon a disposición de desarrolladores, empresas y consumidores a través de sus superficies de producto lo antes posible. La compañía no anunció una fecha para ese lanzamiento más amplio a desarrolladores, empresas y consumidores, por lo que la progresión del acceso a través del Fairwind Program es el desarrollo a corto plazo a seguir.

Gemini 4 Carbon se lanzará con el mismo precio introductorio que Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, con tokens de entrada en caché a un 95% de descuento sobre el precio del token de entrada. Una vez finalizado el período introductorio, se aplicarán precios de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida.

Programación y razonamiento para tareas de largo plazo

Diseñado para abordar problemas de ingeniería mucho más difíciles y de largo plazo, Carbon está construido para flujos de trabajo agénticos sostenidos. Internamente, los equipos de Google DeepMind han visto al modelo ejecutarse durante días, persistiendo a través de callejones sin salida para abordar tareas de ingeniería complejas de varios pasos, como identificar causas raíz y parchear errores sutiles en grandes bases de código y sistemas de bajo nivel.

Basándose en comentarios de los usuarios, la compañía se centró en mejorar el rendimiento del modelo en una variedad de dominios, incluidas tareas de programación, agénticas y científicas, así como el desarrollo web full-stack y la comprensión multimodal. Con una mejor calidad de resultados y artefactos en desarrollo web, Carbon salta +89 puntos elo para ubicarse en el puesto #4 (1769) en WebDev Arena.

Rendimiento de ciberseguridad de vanguardia

Google DeepMind afirmó que Gemini 4 Carbon representa un salto significativo en capacidades de ciberseguridad, logrando un rendimiento de vanguardia en todo el ciclo de vida de la defensa de ciberseguridad: detección, validación y remediación de vulnerabilidades.

Los equipos de la compañía ya están viendo fuertes avances en ciberdefensa. En benchmarks internos, Carbon logra más del doble de mejora en la tasa de éxito para generar código seguro en comparación con Argon. El equipo de Chrome reportó que Carbon tuvo un rendimiento más de 10 veces superior al de un gran modelo frontera de otro laboratorio al generar parches de alta calidad. Wiz, la plataforma de seguridad en la nube de Google, también observa que Carbon lidera los benchmarks de pruebas de penetración web, una capacidad central de la iniciativa Scan for Good de Wiz.

Carbon destaca en benchmarks externos clave, que la compañía dijo fueron evaluados sin salvaguardas, lo que significa que las puntuaciones publicadas reflejan la capacidad del modelo sin asistencia, en lugar de su comportamiento con herramientas de seguridad aplicadas:

• Encontrar vulnerabilidades reales: El núcleo de la defensa de ciberseguridad es encontrar vulnerabilidades reales. Carbon logra un 88.2% de vanguardia en SEC-bench Pro, descubriendo de forma autónoma fallas complejas ocultas en software del mundo real.
• Validar el riesgo mediante explotación: Para priorizar qué vulnerabilidades remediar primero —o si remediarlas— los defensores cibernéticos recurren cada vez más a modelos para verificar cuáles vulnerabilidades son explotables. Carbon establece un nuevo récord en el popular benchmark de explotación ExploitGym (54.8%).
• Parcheo en la causa raíz: Después de identificar las vulnerabilidades, corregir la causa raíz es un paso crítico en el ciclo de vida de la defensa de ciberseguridad. Carbon alcanza un 71.0% en CWE-bench de Collinear, convirtiendo los hallazgos validados directamente en correcciones de código funcionales.

Avanzando en la seguridad de los modelos frontera

Gemini 4 Carbon se basa en la misma pila de seguridad multicapa de Argon, que combina entrenamiento del modelo, defensas en tiempo real contra usos indebidos, resiliencia a la inyección de prompts y monitoreo de cadenas de razonamiento. Google DeepMind logró avances significativos en alineación de modelos con Argon y reportó sus propensiones a comportarse de manera alineada en su informe de Seguridad y Protección. Con Carbon, la compañía dijo haber ido un paso más allá en la alineación, entrenando al modelo para responder de la manera correcta a tareas complejas o de alta presión.

• Reducción de atajos y explotación de vacíos: La compañía mitigó aún más los intentos de atajos durante el entrenamiento, garantizando al mismo tiempo un rendimiento de programación de alta calidad. Carbon redujo el engaño exitoso en Terminal-Bench 4.0 al 0.0%, con los intentos de trampa cayendo al 0.4%, todo mientras mejoraba la precisión general. En entornos de programación en vivo con equipos internos, las alertas de desalineación de gravedad alta disminuyeron casi un 80%.
• Mayor transparencia y honestidad: En pruebas internas, Carbon reduce en aproximadamente 2 veces las afirmaciones sin respaldo en comparación con Argon. Incluye las advertencias metodológicas directamente en la entrega, o retiene las acciones bloqueadas con una lista clara de lo que falta, en lugar de fabricar o eludir la evidencia faltante.
• Mejor colaboración ante la ambigüedad: En lugar de adivinar o forzar un camino, Carbon recupera las fuentes relevantes y muestra las discrepancias al usuario antes de actuar; como resultado, los usuarios deberían observar una experiencia colaborativa mucho mejor.
• Cumplir sin excederse: Carbon redujo simultáneamente el exceso de alcance en un 26% y el servicio insuficiente en un 29%, lo que resulta en una ejecución mucho más confiable de planes de varios pasos de principio a fin, respetando las restricciones del proyecto y manteniéndose estrictamente dentro del alcance.
• Resistencia a la inyección de prompts: Mientras que Argon lideraba anteriormente el Indirect Prompt Injection (IPI) Benchmark de Gray Swan en resistencia a la inyección de prompts con una tasa de éxito de ataque muy baja del 0.7%, Carbon logra un 0.0%, resistiendo cada intento de ataque evaluado.

Pronto disponible para desarrolladores, empresas y consumidores

Google DeepMind afirmó que impulsar la frontera requiere avanzar rápido manteniendo un enfoque deliberado sobre el despliegue. Con Gemini 4 Carbon, el objetivo declarado de la compañía es lograr avances significativos en ingeniería de software y defensa de ciberseguridad sin comprometer la seguridad ni la confiabilidad. La empresa añadió que está ansiosa por ver cómo el grupo inicial de defensores cibernéticos utiliza el modelo y espera llevar Carbon pronto a desarrolladores, empresas y consumidores.