California, Estados Unidos.- Este miércoles 28 de octubre, Google presentó su nueva Inteligencia Artificial (IA) Gemini 4 Carbon, la cual lidera con 59 el índice de la firma independiente Artificial Analysis. Hasta el momento, solo será utilizado por un grupo reducido de especialistas en ciberseguridad; desarrolladores, empresas y el público en general tendrán que esperar hasta que sea anunciada su salida oficial.

¿Qué puntajes y marcas superó Gemini 4 Carbon frente a sus rivales?

El comunicado fue emitido por Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de la compañía. De acuerdo con la empresa, Carbon encabeza tres evaluaciones públicas enfocadas en la seguridad informática: alcanza un 88.2 por ciento en SEC-bench Pro, un 54.8 por ciento en ExploitGym y un 71.0 por ciento en CWE-bench, destinado a comprobar la corrección de errores.

Asimismo, en el ranking de Artificial Analysis (versión 5.0), Carbon se posiciona por encima de Claude Opus 5.5 (Anthropic) al registrar 58 puntos, así como de GPT-6 Astra (OpenAI), que obtuvo 57, de acuerdo con reportes de VentureBeat. Cabe destacar que su predecesor, Argon, se había quedado en 50 puntos. Por su parte, en las métricas internas de Google, Carbon sobresale al conseguir el puntaje más alto en 15 de un total de 17 pruebas.

De acuerdo con VentureBeat, el modelo Argon debutó el pasado 30 de septiembre dirigido a socios de ciberseguridad, ampliando su disponibilidad el 13 de octubre de 2026. Siguiendo esa misma ruta, Carbon hace su aparición exactamente 15 días después, aunque la compañía tecnológica optó por no divulgar un informe técnico ni el volumen total de sus parámetros.

Acceso restringido a especialistas

Por el momento, Google detalló que en el transcurso de esta semana habilitará el acceso únicamente para “un grupo selecto de defensores cibernéticos”. La apertura se realizará de forma escalonada entre aliados estratégicos a través del Programa Fairwind, el cual agrupa a más de 650 integrantes, requiere verificación de antecedentes y prohíbe estrictamente la reventa o compartición del acceso, según reportó WebProNews con base en los lineamientos oficiales.

Para el resto de los usuarios no tiene plazo. La empresa aseguró que lo brindará a desarrolladores, empresas y consumidores lo antes posible, luego de reunir comentarios y ajustar las salvaguardas del modelo. Además, participa en el proceso voluntario del Gobierno de los Estados Unidos para probar modelos antes de su lanzamiento.

En cuanto a su esquema comercial, Google fijó una tarifa de lanzamiento de dos dólares por millón de tokens de entrada y diez dólares por millón de salida, costos que posteriormente ascenderán a cuatro y 20 dólares, respectivamente.

Aunque la compañía no especificó la fecha exacta en que concluirá esta etapa promocional, el periodo introductorio de su predecesor, Argon, finalizará el próximo 30 de noviembre de 2026.

Evaluaciones sin filtros de seguridad

Por otro lado, la empresa tecnológica puntualizó que las pruebas externas de ciberseguridad se realizarón sin ningún tipo de salvaguardas o restricciones activas. Medios especializados como VentureBeat señalaron que, debido a esto, los datos publicados no garantizan que los usuarios obtengan el mismo rendimiento una vez que el modelo incorpore sus filtros comerciales habituales.

Asimismo, Google indicó que el equipo interno de Chrome descubrió que Carbon generó soluciones de código con una calidad diez veces superior a la de un modelo competidor; sin embargo, no reveló el nombre del rival ni los registros detallados de dicha comparativa.

Por otro lado, evaluaciones independientes revelaron ciertos contrastes: si bien Carbon supera de manera significativa a su predecesor Argon en áreas de programación y manejo de información, se queda por debajo de otros competidores en labores profesionales.

Incluso, según reportó VentureBeat, presentó un índice de alucinaciones mayor que el de Argon en una prueba de precisión factual. De igual forma, OpenAI mantiene la delantera en una evaluación de ingeniería de software, mientras que Anthropic hace lo propio en una prueba de uso de herramientas informáticas.

En cuanto a su comportamiento, Google destacó avances importantes en la conducta del modelo: los reportes graves por desvío de comportamiento disminuyeron cerca de un 80 por ciento en las pruebas internas. Asimismo, en un examen enfocado en ataques de inyección de instrucciones, el porcentaje de éxito de las vulnerabilidades fue de cero por ciento, aunque estas cifras provienen de mediciones propias de la compañía.

Finalmente, los equipos internos de Google observaron que Carbon cuenta con la capacidad de operar de manera autónoma durante varios días para localizar y depurar errores complejos dentro de bases de código masivas.

Fuente: Tribuna del Yaqui