Google presenta Gemini 4 Carbon para ciberseguridad

Google ha presentado Gemini 4 Carbon, un modelo diseñado para resolver tareas de programación complejas y reforzar la ciberseguridad. La compañía afirma que ocupa el primer puesto del índice Intelligence Index v5.0 de Artificial Analysis, con una puntuación de 59.

El anuncio llega solo dos semanas después de Gemini 4 Argon. Carbon todavía no está disponible para todo el público: esta semana comenzará a probarse con un grupo reducido de especialistas en defensa cibernética y su acceso se ampliará de forma gradual mediante el programa Fairwind.

Un modelo pensado para tareas que duran días

Carbon está diseñado para flujos de trabajo agénticos, es decir, tareas en las que la IA puede planificar pasos, usar herramientas y continuar trabajando durante largos periodos. Según Google, sus equipos internos lo han utilizado durante días para investigar errores difíciles y corregirlos en grandes bases de código y sistemas de bajo nivel.

En la práctica, esto podría servir para localizar la causa de un fallo que afecta a miles de archivos, proponer una solución, probarla y revisar que el cambio no provoque nuevos problemas. La diferencia no está solo en generar código, sino en mantener el hilo de un trabajo con varios pasos y obstáculos.

Google también asegura que Carbon mejora en programación, desarrollo web, tareas científicas y comprensión de texto e imágenes. En WebDev Arena, una clasificación basada en evaluaciones de desarrollo web, subió 89 puntos Elo hasta situarse en el cuarto puesto, con una puntuación de 1769.

Resultados destacados en ciberseguridad

La compañía presenta Carbon como un sistema capaz de cubrir varias etapas de la defensa informática: encontrar vulnerabilidades, comprobar si pueden explotarse y corregirlas.

En las pruebas externas citadas por Google, y realizadas sin las barreras de seguridad habituales del modelo, obtuvo estos resultados:

• 88,2% en SEC-bench Pro, al detectar vulnerabilidades en software real.
• 54,8% en ExploitGym, al comprobar si los fallos podían explotarse.
• 71,0% en CWE-bench, al generar correcciones que atacan la causa del problema.

Google afirma además que Carbon duplica con creces la tasa de éxito de Argon al generar código seguro en sus pruebas internas. El equipo de Chrome también habría observado un rendimiento más de diez veces superior al de otro modelo avanzado de una empresa no identificada al crear parches de alta calidad.

Estos datos proceden de evaluaciones de Google y no significan que Carbon vaya a detectar o corregir todos los fallos de un sistema. En seguridad, cada resultado depende del tipo de código, la información disponible y la supervisión de los expertos.

Más control y menos respuestas inventadas

El anuncio dedica una parte importante a la forma en que Carbon actúa cuando una tarea es ambigua o peligrosa. Google dice que el modelo redujo casi un 80% las alertas de desalineación de alta gravedad en entornos de programación internos, en comparación con Argon.

También asegura que Carbon:

• Redujo aproximadamente a la mitad las afirmaciones sin respaldo.
• Disminuyó un 26% las acciones que exceden el alcance pedido y un 29% las que se quedan cortas.
• Bajó al 0% los casos de trampa detectados en Terminal-Bench 4.0, aunque un 0,4% de los intentos de hacer trampa siguió apareciendo.
• Alcanzó un 0% de éxito de los ataques evaluados en la prueba de resistencia a inyecciones indirectas de Gray Swan.

Una inyección indirecta ocurre cuando un contenido externo, como una página web o un archivo, incluye instrucciones ocultas para desviar a la IA. Que un modelo las resista es especialmente importante cuando puede leer documentos, ejecutar código o conectarse a herramientas.

Qué cambia para ti

Por ahora, casi nada en el acceso diario. Carbon aún no está disponible para desarrolladores, empresas ni consumidores. Google dice que quiere recopilar comentarios de los primeros especialistas y ajustar sus controles antes de abrirlo en sus productos.

Cuando llegue a más usuarios, mantendrá el mismo precio inicial que Argon: 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens generados. Los tokens son las unidades de texto que el modelo procesa, y el contenido almacenado en caché tendrá un descuento del 95% sobre el precio de entrada.

El siguiente paso será comprobar si las cifras de laboratorio se mantienen en proyectos reales, donde el código es más desordenado, los objetivos cambian y los errores pueden tener consecuencias. Carbon apunta a una IA más persistente y útil para ingeniería, pero su despliegue gradual muestra que, en ciberseguridad, la capacidad no basta: también importa demostrar que el sistema sabe cuándo actuar y cuándo detenerse.