Login
Google presenta Gemini 4 Carbon: su modelo de IA más potente hasta la fecha es capaz de programar durante días y blindar la ciberseguridad
El ritmo de lanzamientos en el sector de la inteligencia artificial ha alcanzado una velocidad en la que las generaciones se miden por semanas en lugar de meses. Apenas quince días después de poner en circulación Gemini 4 Argon, la división Google DeepMind ha anunciado hoy la llegada de su nuevo modelo más avanzado: Gemini 4 Carbon. Dirigido por Koray Kavukcuoglu, vicepresidente sénior y arquitecto jefe de IA de la compañía, este desarrollo se coloca directamente en la primera posición de la versión 5.0 del índice Artificial Analysis Intelligence con una puntuación de 59 puntos, centrando todo su músculo técnico en dos áreas críticas para la industria del software: la programación autónoma de largo recorrido y la defensa en ciberseguridad.
Pese al salto de capacidades frente a su antecesor inmediato, Google ha decidido mantener intacta la estructura de precios de lanzamiento que estrenó hace dos semanas con Argon: el uso de Gemini 4 Carbon a través de su API costará 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida, aplicando un descuento del noventa y cinco por ciento sobre esa tarifa base para los tokens de entrada almacenados en caché.
Programación autónoma durante días y el nuevo escudo de Chrome
Los resultados de Gemini 4 Carbon frente a los modelos de referencia de la competencia
La gran diferencia operativa de Gemini 4 Carbon respecto a los modelos conversacionales tradicionales reside en lo que los ingenieros de Mountain View denominan capacidades de horizonte largo. El sistema ha sido entrenado para sostener flujos de trabajo basados en agentes sin necesitar la supervisión constante de un humano. Según detalla la propia compañía, sus equipos internos han puesto a trabajar al modelo durante varios días seguidos de forma ininterrumpida: la inteligencia artificial es capaz de toparse con callejones sin salida, descartar hipótesis fallidas y seguir probando caminos alternativos por su cuenta hasta encontrar la causa raíz de fallos complejos ocultos en grandes bases de código y sistemas de bajo nivel. En el ámbito del desarrollo web completo, esta mejora le ha permitido escalar 89 puntos Elo en la clasificación WebDev Arena hasta alcanzar los 1.768 puntos y situarse en la cuarta posición global.
Este aguante en tareas de ingeniería compleja tiene su aplicación más directa en el terreno de la ciberseguridad. En lugar de limitarse a señalar posibles errores de sintaxis, Carbon cubre el ciclo completo de defensa informática: detecta el fallo en programas reales, intenta explotarlo por sí mismo para comprobar si supone un peligro verdadero o una falsa alarma y, finalmente, redacta el parche de código para solucionarlo de raíz.
Las cifras en las pruebas específicas de seguridad (evaluadas sin las barreras de protección activadas para medir su capacidad bruta) reflejan esta especialización: alcanza un 88,2 por ciento de acierto en la detección de vulnerabilidades dentro de SEC-bench Pro, lidera el banco de pruebas de explotación ExploitGym con un 54,8 por ciento y logra un 71,0 por ciento en la creación de parches funcionales dentro de CWE-bench.
Dentro de la propia casa, el modelo ya ha duplicado la tasa de éxito de Argon al escribir código seguro de serie. El caso más llamativo lo protagoniza el equipo de desarrollo del navegador Google Chrome: sus ingenieros aseguran que Gemini 4 Carbon ha rendido diez veces mejor que el gran modelo fronterizo de otro laboratorio rival a la hora de generar parches de alta calidad para cerrar brechas de seguridad. Asimismo, Wiz (la plataforma de seguridad en la nube de Google) ya lo está utilizando para liderar las pruebas de penetración web dentro de su iniciativa Scan for Good.
Menos trampas, cero inyecciones de código y un despliegue por fases
Entrenar un modelo capaz de encontrar y explotar vulnerabilidades informáticas durante días obliga a extremar las precauciones para evitar que el sistema se descontrole o tome atajos peligrosos. En las generaciones anteriores de modelos de programación era habitual que la IA, ante un problema difícil, intentara engañar al entorno de pruebas modificando el test en lugar de arreglar el código. Con Carbon, Google asegura haber reducido al 0,0% las trampas exitosas en la prueba Terminal-Bench 4.0, dejando los simples intentos de hacer trampa en un marginal 0,4 por ciento y reduciendo casi un ochenta por ciento las alertas graves de desalineación en sus entornos de trabajo internos.
El modelo también se muestra mucho más honesto cuando no tiene las herramientas o los permisos necesarios para completar un encargo: ha reducido a la mitad las afirmaciones sin respaldo respecto a Argon y, ante una orden ambigua, prefiere consultar las fuentes y preguntar al usuario antes de inventarse una respuesta o extralimitarse en sus funciones, reduciendo un 26% los casos en los que va más allá de lo pedido y un 29% las respuestas incompletas. Además, ha firmado un 0,0% en la tasa de éxito de ataques dentro del test Indirect Prompt Injection de Gray Swan, bloqueando todos los intentos evaluados de manipular sus instrucciones mediante código oculto.
Debido a la delicada naturaleza de sus capacidades ofensivas y defensivas en seguridad informática, Google no abrirá las puertas de Gemini 4 Carbon a todo el público de golpe. La compañía está colaborando en el proceso voluntario de pruebas previas al lanzamiento del Gobierno de Estados Unidos y, a partir de esta misma semana, entregará el acceso únicamente a un grupo reducido de especialistas en ciberdefensa y socios de confianza a través de su programa Fairwind. Una vez que terminen de ajustar los cortafuegos con la experiencia de estos primeros expertos, el modelo se desplegará para el resto de desarrolladores, empresas y usuarios finales a través de los productos habituales de la marca.
