Google presentó Gemini 4 Carbon, su nuevo modelo fronterizo que alcanzó el primer lugar en el Artificial Analysis Intelligence Index v5 con 59 puntos. Según la evaluación independiente, Carbon supera al GPT-6 Astra y al Claude Opus 5.5 en el ranking general, y queda a solo tres puntos de Claude Opus 5.5 en el Coding Agent Index.

Carbon lidera en razonamiento complejo, conocimiento y tareas científicas, y muestra mejoras significativas en codificación y trabajo con agentes. El modelo obtuvo el primer lugar en cuatro de las nueve evaluaciones del índice: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience y AutomationBench-AA. En seguridad cibernética, Carbon marca un avance notable con 88.2 % en SEC-bench Pro para detección de vulnerabilidades, 54.8 % en ExploitGym para explotación y 71.0 % en CWE-bench para parcheo.

El modelo también destaca por su rendimiento en textos extensos, problemas matemáticos y tareas de oficina. Su mayor ventaja está en ciberseguridad, donde reduce a la mitad las alucinaciones de datos y comete mucha menos trampa en los tests que sus competidores. Los analistas señalan que Carbon representa un salto claro respecto a Gemini 4 Argon, con mejoras de 126 puntos Elo en trabajo agéntico y más de 200 puntos en calidad analítica.

Google lanzó Carbon con un precio introductorio de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida, con acceso inicial limitado a profesionales de ciberseguridad. El despliegue sigue la estrategia usada con Argon: primero organizaciones de defensa, luego expansión general. Si se mantiene el rendimiento, Carbon podría redefinir el estándar de modelos especializados en seguridad y razonamiento de largo horizonte.

---

Fuentes: Artificial Analysis, DeepMind Blog, Google Blog, Wall Street CN