Google abre Gemini 4 Carbon al público con enjambre de agentes

Google abrió Gemini 4 Carbon al público el 10 de noviembre de 2026, según la entrada de Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google, publicada en el blog de la empresa. El modelo, presentado como el más potente de la gama, pasa a estar al alcance de desarrolladores, empresas, científicos y consumidores, con una vista previa de /swarm, una función que confía una petición a un equipo de agentes de IA. La entrada, en cambio, sale más cara.

Carbon no llega por sorpresa. Según Google, dos semanas antes el modelo se había puesto en manos de un grupo de defensores de ciberseguridad a través del programa Fairwind. Sigue a Gemini 4 Argon, que Google presenta no como un modelo sustituido sino como un complemento: Argon sigue siendo «la elección ideal» para la mayoría de las tareas de ingeniería de software y de trabajo intelectual, mientras que Carbon apunta a las tareas que ponen a prueba los límites de la inteligencia de un modelo, como la programación y la depuración complejas en varios pasos o la investigación científica abierta. Para ello consume más tokens que Argon, con el fin de explorar, razonar en profundidad y ejecutar largos bucles de verificación.

Resultados en cifras, sobre todo aportados por Google

Google afirma que Carbon queda primero en varias evaluaciones que califica de independientes, con un coste por tarea más de dos veces inferior al del mejor modelo externo siguiente:

• CursorBench 4.0, evaluación orientada a la programación;
• WANDR, la prueba de Perplexity;
• AutomationBench, la prueba de Zapier;
• Multimodal Knowledge Agent (MKA), nueva evaluación creada con Artificial Analysis para documentos densos (gráficos, planos, tablas), donde Carbon queda segundo, con un coste medio por tarea más de seis veces inferior al del modelo que encabeza.

Estas cifras vienen de Google. Las mediciones de Artificial Analysis, recogidas por Frandroid a partir de VentureBeat, dan un cuadro más matizado. En su Intelligence Index v5.0, Carbon lidera con 59 puntos, por delante de Claude Opus 5.5 de Anthropic (58) y GPT-6 Astra de OpenAI (57), y muy por delante de Argon (50). En AA-Omniscience acierta el 58 % de las preguntas frente al 48 % de Argon, pero su tasa de alucinación pasa del 4 % al 11 %. Según The Decoder, Fable 5.2, el nuevo modelo estrella de Anthropic, lo supera en la prueba de Artificial Analysis (62 puntos frente a 60 en la versión High) y, según Frandroid, Carbon queda por detrás de Grok 4.7, Muse Wonder y Kimi K3.1 Pro en las tareas de oficina de AA-Briefcase. Las puntuaciones de Carbon difieren de un artículo a otro (59 en Frandroid, 60 en The Decoder), y no se sabe si la versión del índice es la misma.

/swarm: un equipo de agentes para una sola petición

La parte más novedosa es /swarm, en vista previa en Google Antigravity, la plataforma de Google para programar con agentes. Según Google, la función convierte una sola instrucción en un equipo de agentes coordinados cuyo trabajo se sigue en tiempo real. Carbon asume los roles que exigen el razonamiento más profundo, como el diseño de la arquitectura, la coordinación y la auditoría, mientras que modelos más rápidos y ligeros trabajan en espacios aislados en paralelo, con verificadores adversariales que ponen a prueba cada cambio. Es la lógica de un sistema agéntico: varios agentes, roles distintos y un control.

Google ilustra la función con un juego 3D en el que se explora el campus de Mountain View como un pelícano en una GBike, con una reconstrucción 3D interactiva de la construcción de la torre Eiffel a partir de fotos históricas y con un fortepiano del siglo XVIII tocable. Son demostraciones elegidas por el editor. The Decoder recuerda que la relación coste-beneficio de los enjambres de agentes se debate: OpenAI y Anthropic se han mostrado más bien reservados últimamente y la ciencia es escéptica. El principal valor parece ser la velocidad que se gana con la paralelización, que sigue siendo compleja de implantar.

Precio y acceso: la factura sube

Para los desarrolladores, Carbon está disponible mediante la API en Google AI Studio y en Gemini for Business, para todas las cuentas de pago, al mismo precio de lanzamiento que Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida. La palabra «de lanzamiento» es de Google; The Decoder indica que la tarifa estándar es de 4 dólares de entrada y 20 dólares de salida.

A igual precio por token, la factura real debería ser más alta que con Argon, ya que Carbon consume más tokens, subraya The Decoder. En la prueba de Artificial Analysis publicada dos semanas antes, una tarea resuelta costaba de media 7,76 dólares con Carbon a la tarifa estándar, frente a 10,04 dólares de Opus 5.5 Max, 6,25 dólares de GPT-6 Astra Max y 26,50 dólares de Fable 5.2 en el nivel máximo (unos 9 dólares en la versión High).

Es en el gran público donde la entrada pica. Según Frandroid, Carbon está reservado a los suscriptores de Google AI Ultra en la aplicación Gemini, en el modo IA de la Búsqueda de Google y en Antigravity. Los suscriptores Pro se quedan con Argon, aunque Argon se había abierto a suscriptores Pro y Ultra a la vez el 13 de octubre. En Francia, Google AI Pro cuesta 21,99 euros al mes y Ultra arranca en 99,99 euros, con límites cinco veces superiores a Pro; un segundo nivel de 219,99 euros los multiplica por veinte. Un suscriptor Pro debe pagar por tanto 78 euros más al mes para probar Carbon ya.

Seguridad y reservas

Google publicó un informe de seguridad completo y la ficha del modelo. Según The Decoder, Carbon supera el 92 % de una prueba interna de honestidad de 375 tareas (70 % Argon) y se niega en el 98 % de los casos a inventar datos experimentales que faltan. Frente a agentes adaptativos de red teaming, bloquea el 99 % de las vías de ataque y reduce la tasa de éxito por intento del 3,1 % al 0,8 %. Probadores externos de Trajectory Labs no encontraron ningún jailbreak universal en 132 horas y más de 13 000 peticiones.

En el benchmark Gray Swan de inyección indirecta de prompts, Carbon alcanza un 0 % de éxito de los ataques, lo que Google presenta como una primicia. The Decoder matiza: eso no significa que las inyecciones de prompts estén resueltas, y la prueba quizá esté saturada.

En ciberseguridad, Google cita el programa Scan for Good de Wiz, en el que el modelo encontró vulnerabilidades de día cero en dos grandes proveedores SaaS en menos de dos horas, así como su sistema Project Fortify, con un 100 % de exhaustividad en el escaneo y un 95 % de precisión en la clasificación en una prueba interna. Estos rendimientos valen, sin embargo, para la versión accesible mediante el programa Fairwind, y Google no da cifras precisas para los benchmarks en los que dice liderar, señala The Decoder.

Qué cambia para una empresa hispanohablante

Para una empresa de un país hispanohablante, la cuestión no es adoptar Carbon en todas partes, sino elegir dónde compensa su precio. Google recomienda por sí mismo Argon para la mayoría de los usos; Carbon se justifica en proyectos pesados, como una migración de código de varios paquetes o una auditoría de seguridad, donde un error cuesta más que unos tokens adicionales. Antes de comprometerse conviene medir el coste real por tarea en los propios casos, tener en cuenta el precio de lanzamiento, que puede cambiar, comprobar la disponibilidad y el precio local de las suscripciones Ultra (los precios citados son los de Francia) y tratar /swarm como una vista previa que hay que probar con verificaciones humanas. Los equipos que ya experimentan con agentes en paralelo encontrarán aquí un banco de pruebas; los demás pueden esperar a que se acumulen las experiencias de uso.