Google DeepMind anunció el 10 de noviembre de 2026 que Gemini 4 Carbon, la incorporación más reciente a su familia de modelos fronterizos Gemini 4, ya está disponible para desarrolladores, empresas, científicos y consumidores. En el anuncio en el blog de Google DeepMind, Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google, describió a Carbon como el modelo más potente de la compañía, con un rendimiento fronterizo en capacidades de ciberseguridad y flujos de trabajo agénticos de largo alcance en trabajo de conocimiento complejo, ingeniería de software y razonamiento científico.

Dos semanas antes, Google había lanzado Carbon para un grupo de defensores de ciberseguridad a través de su Fairwind Program. Carbon llega tras Gemini 4 Argon, que según Google sigue siendo la opción ideal para la mayoría del trabajo de ingeniería de software y conocimiento. Carbon está diseñado para tareas que ponen a prueba los límites de la inteligencia de un modelo — codificación y depuración complejas de varios pasos, e investigación y descubrimiento científico de extremo abierto — usando más tokens que Argon para explorar a fondo, razonar con profundidad y ejecutar bucles extendidos de verificación.

En benchmarks independientes diseñados para evaluar el rendimiento de los modelos en flujos de trabajo reales, Google afirmó que Carbon combina precisión fronteriza con una economía de producción práctica. Ocupa el puesto #1 en CursorBench 4.0, WANDR de Perplexity y AutomationBench de Zapier, con un costo por tarea más de 2 veces menor en comparación con el mejor modelo externo alternativo.

Para aplicar Carbon a proyectos más grandes y complejos, Google está presentando una vista previa de /swarm en Google Antigravity, como se detalla en el anuncio de Antigravity. La función convierte un solo prompt en un equipo coordinado de agentes que se puede seguir en tiempo real. Los desarrolladores pueden asignar a Carbon los roles que exigen el razonamiento más profundo, como diseño de arquitectura, coordinación y auditoría, mientras lo combinan con modelos más rápidos y ligeros en espacios de trabajo aislados en paralelo y verificadores adversariales que prueban cada cambio.

Gemini 4 Carbon está disponible vía API en Google AI Studio y Gemini for business para todos los desarrolladores y empresas de pago, al mismo precio introductorio que Gemini 4 Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, según la documentación de precios de Google. Una nota al pie del anuncio indica que después de que el período introductorio expire el 30 de noviembre de 2026, aplicará el precio de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida; la tarifa introductoria se aplica solo al modelo Carbon destinado al acceso público. El modelo también se está implementando para todos los suscriptores de Google AI Ultra en Google Antigravity, la aplicación Gemini y AI Mode en Search.

Trabajo de conocimiento de mayor precisión, generación de artefactos y análisis de datos

En los ámbitos legal, financiero y de operaciones empresariales, Google afirmó que Gemini 4 Carbon combina comprensión visual fronteriza, razonamiento y recuperación exhaustiva para sintetizar conclusiones fundamentadas en grandes conjuntos de documentos densos y datos. El modelo sigue esquemas y formatos estrictos para generar hojas de cálculo, presentaciones e informes pulidos y precisos.

Debido a que los benchmarks existentes no capturan adecuadamente cómo los agentes razonan de forma nativa sobre archivos densos con gráficos, imágenes, planos, esquemas y tablas, Google se asoció con Artificial Analysis para lanzar el nuevo benchmark Multimodal Knowledge Agent (MKA), que evalúa el rendimiento multimodal de un modelo en flujos de trabajo agénticos. Carbon ocupa el puesto #2 en el benchmark con un costo promedio por tarea más de 6 veces menor que el modelo de mejor rendimiento.

Google también demostró las capacidades de manejo de documentos de Carbon mediante compilaciones multiagente en Google Antigravity. Un equipo de agentes de Gemini 4 Carbon convirtió fotografías históricas y láminas de ingeniería en una exhibición 3D interactiva en Three.js de la construcción de la Torre Eiffel entre 1887 y 1889 a partir de un solo prompt. Trabajando a partir de siete PDF públicos de planificación de un ayuntamiento (206 vistas de planos de ingeniería extraídas) y un solo prompt, un equipo multiagente de Carbon construyó una reconstrucción interactiva en Three.js de 906 mil triángulos de la oficina Platform 37 de Google a lo largo de 10 bucles nocturnos. En otra demostración, Carbon construyó un visualizador textil multiescala interactivo basado en un artículo académico, modelando un marco de elementos finitos de fibras virtuales con mallas 3D de hilo interactivas, seguimiento polar de 110 fibras y curvas dinámicas de estrés-deformación con instrucciones mínimas.

En evaluaciones previas al lanzamiento, Carbon igualó el rendimiento del mejor modelo evaluado en investigación financiera profunda en la evaluación E2E Financial Agentic de Hebbia y se ubicó en el primer puesto entre 23 configuraciones de modelos fronterizos en el benchmark General Financial Intelligence de Balyasny Asset Management, que abarca experiencia legal, uso y ejecución de herramientas agénticas, codificación e ingeniería de datos, y percepción y comprensión del contexto.

Codificación agéntica mejorada, desarrollo full-stack y diseño 3D y de UI

Carbon rinde excepcionalmente bien en tareas de ingeniería que requieren colaboración multiagente, como migraciones de múltiples paquetes, investigaciones de causa raíz entre subsistemas y rediseños arquitectónicos complejos. Para el desarrollo de aplicaciones web, Google afirmó que ejecuta bucles de compilación y verificación, se recupera de errores y revisa tanto su código como la UI renderizada para producir aplicaciones completas y funcionales. Un diseño visual más sólido, un razonamiento espacial mejorado y una mayor atención al detalle del entorno también se trasladan al desarrollo de juegos 3D y la codificación creativa.

Google mostró varias compilaciones impulsadas por la función /swarm en Google Antigravity. Carbon creó un juego 3D de mundo abierto en el que los jugadores exploran el campus de Google en Mountain View como un pelícano montado en una GBike; el sistema coordinó subagentes para modelar activos 3D en Blender a partir de referencias de Omni y Nano Banana, construir el juego de navegador en Three.js con shaders de WebGL y combinar efectos de sonido procedurales de Web Audio con música de Lyria. Una versión jugable del juego está alojada en AI Studio.

Combinado con mejores habilidades de gusto de front-end y diseño de movimiento en Google Antigravity, Carbon reinventó la Google Merchandise Store en dos prompts, proponiendo cinco conceptos de dirección de arte y generando imágenes de producto completamente nuevas con Nano Banana 2.1. La aplicación en vivo y la habilidad de diseño front-end de Gemini asociada están disponibles públicamente.

A partir de una referencia de video generada con Gemini Omni en Google Antigravity, Carbon produjo una escena submarina de la Atlántida cinematográfica con múltiples planos. El pipeline modeló ruinas procedurales, iluminación cáustica volumétrica y simulación de agua en Blender antes de convertir todo el entorno a Three.js para su renderizado en tiempo real en el navegador.

Usando un bucle multiagente en Google Antigravity, Carbon también reconstruyó un fortepiano Stein-Schule de c. 1780 jugable con física de escape de 61 teclas a partir de planos CAD y radiografías de rayos X, y lo colocó dentro de un modelo 3D del Koerner Hall del Royal Conservatory of Music en Toronto con acústica espacial específica por asiento. El instrumento interactivo está disponible como aplicación en vivo.

Capacidades fronterizas de ciberseguridad

Gemini 4 Carbon for cyber ofrece las capacidades de ciberseguridad más potentes de Google hasta la fecha, brindando a los equipos de seguridad la inteligencia de extremo a extremo que necesitan para proteger software crítico. Cuando se accede a través del Fairwind Program, Carbon lidera benchmarks clave en la detección de vulnerabilidades (SEC-bench Pro), su explotación (ExploitGym) y su parcheo (CWE-bench v1) — inspeccionando software, rastreando cómo las fallas pueden encadenarse entre sistemas y generando parches verificados de causa raíz.

Los primeros evaluadores dentro y fuera de Google ya están viendo resultados sólidos con Carbon for cyber en la práctica. En Project Fortify, el sistema autónomo de Google que abarca escaneo, triaje y remediación, Carbon alcanzó 100% de recall en el escaneo y 95% de precisión en el triaje en el benchmark interno de Google. En pruebas de repositorios de código de código abierto, Google reporta una mejora relativa de más de 25% sobre la ya sólida tasa de recall de Argon, revelando fallas lógicas reales previamente no detectadas. Llevar estas mejoras a través de Google — uno de los mayores usuarios de software de código abierto del mundo — ayuda a asegurar tanto los sistemas propios de la compañía como el ecosistema más amplio, según Google.

El equipo de Cloud Vulnerability Research (CVR) de Google utilizó recientemente Carbon para demostrar que dos errores en un software de código abierto popular eran en realidad vulnerabilidades explotables, comparables en severidad al reciente exploit PHP2Shell. Al usar Carbon para construir una prueba de concepto, CVR ayudó a los mantenedores a reclasificar el error como crítico y emitir rápidamente un parche. Los detalles se compartirán una vez que el proceso de divulgación responsable se complete.

Como parte del programa Scan for Good de Wiz, el equipo usó Carbon para evaluar vulnerabilidades en infraestructura digital pública. Al escanear dos proveedores importantes de SaaS, el modelo descubrió vulnerabilidades de día cero en menos de dos horas, comprimiendo semanas de investigación de vulnerabilidades en una sola tarde. El equipo se asoció con las organizaciones afectadas para remediar en tiempo récord, ayudando a mitigar el impacto potencial en decenas de miles de empresas.

Razonamiento científico y matemático más sólido

Gemini 4 Carbon muestra un rendimiento considerablemente mejorado en el razonamiento en física, matemáticas y ciencias de la vida, sintetizando datos experimentales, probando hipótesis y razonando a través de problemas de dominio de varios pasos. Para la empresa de investigación de toxicidad de fármacos Axiom Bio, Carbon es ahora el modelo líder en rendimiento para ciencia traslacional, encontrando mecanismos novedosos de toxicidad que la compañía no había identificado previamente. Axiom está trasladando ahora sus análisis científicos de producción y agentes tanto a Carbon como a Argon para impulsar la creación de fármacos más seguros.

Investigadores de todo Google han estado usando Carbon en Google Antigravity para acelerar su trabajo:

• Verificación de código: investigadores construyeron un nuevo marco agéntico para verificación formal llamado AlphaProof Code y lo aplicaron a un desafío de seguridad importante: demostrar matemáticamente el código real que subyace al protocolo criptográfico de Signal. Usando Carbon junto con otros modelos, los investigadores tradujeron objetivos de seguridad a teoremas matemáticos. Los agentes de AlphaProof Code luego usaron Carbon para generar millones de líneas de código en Lean, un lenguaje informático para escribir pruebas matemáticas, ayudándolos a demostrar propiedades de seguridad clave en semanas — una tarea que históricamente toma años a equipos de expertos. Google afirmó que el resultado indica el potencial de Carbon para desbloquear la verificación formal escalable, considerada durante mucho tiempo el estándar de oro para construir software seguro.
• Desarrollo de ensayos enzimáticos: provisto solo de cuadernos de laboratorio y datos sin procesar, Carbon fue más allá del análisis estándar para detectar anomalías de datos difíciles de interpretar, que usó para diagnosticar artefactos experimentales sutiles de laboratorio húmedo, como una mezcla automatizada incompleta en pozos profundos, lo que llevó a una mejora sustancial en la reproducibilidad. Carbon también mejoró los métodos para deconvolucionar picos de cromatografía y detectó arrastre de muestras en rastros en instrumentos de investigación, acelerando significativamente el desarrollo de nuevos ensayos y estrechando el ciclo de retroalimentación entre la computación y el banco de laboratorio.
• Predicción de estructura de proteínas: los modelos de predicción de estructura como AlphaFold 3 usan alineamientos de secuencias múltiples (MSAs) de parientes evolutivos para ayudar a inferir cómo se pliegan las cadenas de aminoácidos, y como resultado a menudo tienen dificultades con proteínas poco estudiadas, virales, microbianas y eucariotas que tienen muy pocas coincidencias en las bases de datos estándar. Trabajando en una configuración multiagente, los investigadores de Google usaron Gemini 4 Carbon para descubrir de forma autónoma homólogos remotos en archivos de secuencias no anotadas a escala de petabases, catálogos de secuencias ambientales y virales, y bases de datos de estructuras 3D. En 7 familias de proteínas de bajo homólogo del conjunto de prueba a ciegas CASP17, Carbon aumentó el número de homólogos recuperados en 40 veces en promedio, incrementando enormemente la información disponible para los modelos de predicción de estructura sin necesidad de reentrenamiento. Aunque la evaluación comparativa más amplia sigue en curso, abordar este cuello de botella de búsqueda aguas arriba ofrece potencialmente un camino prometedor hacia el modelado de regiones difíciles de caracterizar del proteoma.

Cuatro semanas antes del anuncio, Google abrió solicitudes para dar a 10.000 científicos acceso a Argon en Google Antigravity de forma gratuita durante seis meses para acelerar el ritmo de su investigación, y ya se ha incorporado a miles de científicos. Con el lanzamiento de Carbon, Google está ampliando el acceso a Carbon para los participantes actuales y futuros, y el programa continuará brindando acceso a los últimos modelos fronterizos de Google a medida que estén disponibles. Las solicitudes siguen abiertas a través del formulario de solicitud de Google, y la incorporación continúa de manera continua semanal, sujeta a elegibilidad, capacidad y selección.

Avances en seguridad y protección del modelo

Google afirmó que con cada nuevo lanzamiento de modelo fortalece las mitigaciones de seguridad y protección, la prevención del uso indebido agéntico, la alineación del modelo y la reducción de daños de manera proporcional a la capacidad del modelo. Debido a que Gemini 4 Carbon introduce capacidades cibernéticas más potentes, la compañía se basó en la sólida pila de seguridad y protección de Argon para reforzar la robustez frente al uso indebido y la inyección de prompts.

En cuanto al uso indebido, Google afirmó que fortaleció las salvaguardas para ayudar a garantizar que un razonamiento defensivo más sólido no se traduzca en riesgo ofensivo. En entornos de pruebas simuladas de ciberataque sembrados con ExploitBench y CyScenarioBench, Carbon bloqueó el 99% de las trayectorias de ataque del agente de red teaming adaptativo de Google, que puede revisar iterativamente sus planes de ataque después de cada bloqueo. Las salvaguardas de Carbon redujeron la tasa de brecha por intento a 0,8%, desde 3,1% en Argon, y redujeron la tasa de éxito de consultas de ciberataque automatizado a 2,17% en las pruebas de Gray Swan, en comparación con 9,86% en Argon. Las pruebas externas de Trajectory Labs no encontraron nuevos jailbreaks universales a lo largo de 132 horas y más de 13.000 solicitudes.

En cuanto a la alineación, Google reportó mejoras significativas medidas por las tasas de señalización del monitor a lo largo del ciclo de vida del modelo, junto con reducciones en la fabricación de datos. En el benchmark agéntico de honestidad de 375 tareas de Google, Carbon aprobó el 92% de las tareas, en comparación con el 70% de Argon — negándose a completar datos experimentales faltantes el 98% de las veces y señalando fallas metodológicas el 68% de las veces.

En cuanto a la inyección de prompts, Google compartió dos semanas antes del anuncio que Carbon logró una tasa de éxito de ataque de inyección de prompts de 0% en el benchmark IPI de Gray Swan, marcando la primera vez que se alcanzó ese hito. Al mismo tiempo, Google reconoció que la robustez frente a la inyección de prompts sigue siendo un área de mejora continua: su red teaming automatizado avanzado ha demostrado que los modelos podrían mejorarse aún más frente a ataques sofisticados en algunas distribuciones, proporcionando datos que la compañía afirma que usará para avanzar continuamente la seguridad de sus modelos. Hay más detalles disponibles en el informe completo de Seguridad y Protección de Gemini 4 Carbon (PDF) y en la publicación relacionada de seguridad y protección de Google.

Cómo empezar con Gemini 4 Carbon

A partir del 10 de noviembre, Carbon se une a Argon en la familia de modelos fronterizos de Google en sus productos:

• Desarrolladores: construyan con el nivel de pago de la API de Gemini en AI Studio y Android Studio; los suscriptores de Google AI Ultra pueden probarlo en Google Antigravity y AI Studio.
• Empresas: accedan a él en Gemini for business a través de la API o del menú desplegable de modelos, en Google Antigravity o en CodeMender.
• Usuarios cotidianos: prueben Carbon desde hoy en la aplicación Gemini y AI Mode en Search con una suscripción a Google AI Ultra.
• Científicos e investigadores: soliciten la oportunidad de obtener acceso tanto a Argon como a Carbon a través del nivel de uso más alto de Google Antigravity de forma gratuita durante 6 meses, con incorporación continua, sujeta a elegibilidad, capacidad y selección.
• Defensores de ciberseguridad: postúlese para unirse al Fairwind Program y obtener acceso a Carbon for cyber de manera continua.

Hay más información disponible en la ficha de modelo de Gemini 4 Carbon (PDF), junto con la guía para desarrolladores de Gemini 4 actualizada de Google y su documentación, que cubren las mejores prácticas para migrar flujos de trabajo al modelo.

Sobre el autor

Koray Kavukcuoglu es vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google, donde lidera el desarrollo de los modelos de IA generativa más avanzados de Google DeepMind y su integración a escala en los productos de Google. Antes de su función actual, fue vicepresidente de Investigación en Google DeepMind, donde fundó el equipo de aprendizaje profundo y su equipo pioneering logró importantes avances en investigación como DQN (Deep Q-Network) y WaveNet.