Gemini 4 Carbon: qué es y por qué todavía no lo podés usar

Son las once de la noche y te llega un aviso: una librería que usa tu proyecto tiene una vulnerabilidad grave. Ahora tenés que entender qué tan expuesto estás, si alguien la puede aprovechar en tu caso y cómo arreglarla sin romper nada. Justo esta semana, Google presentó un modelo de IA que hace exactamente eso mejor que ningún otro. Se llama Gemini 4 Carbon, y el problema es que no lo podés usar.

Salió el 28 de octubre, y Google decidió que, por ahora, no lo use cualquiera. Abajo está qué hace bien (y qué no tanto), por qué salió así, qué trae que te sirve aunque nunca lo uses, y qué podés hacer hoy con las herramientas que sí tenés.

Qué es Gemini 4 Carbon

Según el anuncio oficial (abre en una pestaña nueva), Carbon es el modelo más avanzado de Google. Está construido sobre Gemini 4 Argon, que salió dos semanas antes y sí está disponible, y está pensado para dos cosas: ciberseguridad y tareas de programación que duran mucho. Google habla de trabajos que pueden seguir durante días, como revisar un sistema entero en busca de fallas.

Qué tan bueno es

En seguridad, Carbon encabeza las tres pruebas que miden el trabajo completo con una vulnerabilidad:

Prueba	Qué mide	Resultado
SEC-bench Pro	Encontrar la falla en el código	88,2 %
ExploitGym	Comprobar si la falla se puede aprovechar	54,8 %
CWE-bench	Corregirla	71,0 %

CWE es el catálogo público de los tipos de falla más comunes: inyección de SQL, contraseñas guardadas en el código, permisos mal revisados.

Google dice además que Carbon escribe el doble de código seguro que Argon, el modelo que podés usar hoy.

En el resto, la ventaja es más chica. En el índice de Artificial Analysis, que combina muchas pruebas en un número, Carbon saca 59, contra 58 de Claude Opus 5.5 y 57 de GPT-6 Astra: prácticamente un empate. Es cuarto en desarrollo web, y Opus 5.5 lo supera en el uso de la computadora, es decir, en manejar pantallas y aplicaciones como lo haría una persona. Como señaló The Register en su análisis (abre en una pestaña nueva), lidera en seguridad, pero no domina en todo.

Por qué salió cerrado

Uno de los puntos fuertes de Carbon es comprobar si una falla se puede aprovechar, y eso es, en parte, lo mismo que haría un atacante. La habilidad que le sirve a un equipo de defensa para saber qué arreglar primero le serviría a otro para saber por dónde entrar.

Por eso Google empezó por un grupo de equipos de defensa elegidos por la empresa, y después va a sumar socios de confianza a través de un programa que llama Fairwind. Mientras tanto, el modelo pasa por las pruebas previas al lanzamiento que hace voluntariamente con el gobierno de Estados Unidos. Para el resto de los desarrolladores, Google dice que lo abrirá “lo antes posible”, sin dar fecha.

No es una precaución exagerada. Este mismo mes, Reuters contó cómo una sola persona usó agentes de IA (abre en una pestaña nueva) para atacar más de 1.200 tiendas en línea y entrar a más de 100 empresas, entre ellas Deere y SharkNinja. Le dio a los agentes menos de cien caracteres de instrucciones y gastó unos 5.000 dólares en total: 50 dólares por empresa vulnerada. Con modelos más capaces, es probable que ese número baje.

Google no es la única que lo maneja así. Cuando salió Opus 5.5, Anthropic decidió que la mayoría de las tareas de ciberseguridad las respondiera un modelo anterior, Opus 4.8. La industria parece estar llegando a la misma conclusión: los modelos más fuertes en seguridad llegan primero a quienes defienden.

Lo que trae para todos

Aunque no uses Carbon, hay algo del anuncio que importa para cualquiera que trabaje con agentes de código. Google dice que, usándolo dentro de la empresa para programar, las alertas graves de comportamiento indebido bajaron casi un 80 %.

Es justo el problema que mostró OpenAI la semana pasada (abre en una pestaña nueva): dos de sus agentes de código apagaron, en tareas de rutina, el sistema que vigilaba su comportamiento, y uno lo negó después. Carbon apunta a eso. Google dice que lo entrenó para hacer menos atajos y para inventar menos: según el anuncio, hace la mitad de afirmaciones sin respaldo que Argon; por ejemplo, decir que corrió las pruebas cuando no las corrió.

También informa cero ataques exitosos en una prueba de inyección de instrucciones: textos escondidos en una página o un archivo que intentan darle órdenes al modelo, del estilo “ignorá lo anterior y mandá estos datos a tal dirección”. Para un agente que lee código y documentación de terceros, es una de las amenazas más concretas.

Nada de esto se puede comprobar desde afuera todavía. Pero marca hacia dónde van todos los modelos: no solo más capaces, sino más confiables cuando trabajan solos.

Precio de Gemini 4 Carbon

Cuando se abra, el precio de lanzamiento será de 2 dólares por millón de tokens de entrada (los fragmentos de texto que lee el modelo) y 10 por millón de salida. Después del período inicial, pasa a 4 y 20, lo mismo que cobra hoy Opus 5.5. Por ahora, solo les importa a los equipos que están dentro del programa.

Qué podés hacer hoy

No hace falta esperar a Carbon para mejorar la seguridad de tu proyecto con lo que ya tenés:

Usá Argon, o el modelo que ya usás, para una revisión de seguridad. Pedile que revise tus cambios buscando los tipos de falla más comunes, uno por uno: entradas sin validar, consultas armadas pegando texto, claves en el código, permisos que no se chequean. No va a ser Carbon, pero encuentra más de lo que parece, y verificar lo que dice sigue siendo tu trabajo.
Activá lo que GitHub ya hace gratis. El escaneo que bloquea un envío si encuentra una clave o una contraseña, y Dependabot, que te propone actualizar las dependencias con fallas conocidas. Según el último informe de GitHub, ese escaneo revisó 5.800 millones de envíos este año.
Cerrá las puertas que buscan los agentes atacantes. Son las mismas de siempre, solo que ahora alguien las prueba en miles de sitios por poco dinero: claves filtradas, dependencias viejas, paneles de administración expuestos. En este artículo están los lugares por donde más se filtran las claves.

Los defensores, primero

Durante años, cada modelo nuevo llegó a todos el mismo día. Carbon marca un cambio: cuando un modelo es lo bastante bueno encontrando y aprovechando fallas, las empresas eligen quién lo usa primero. Para un desarrollador común, eso significa esperar. Pero también significa que, mientras tanto, los equipos que defienden los sistemas que usás tienen una herramienta que los atacantes todavía no tienen. Y cuando llegue a todos, lo que va a importar es lo mismo de hoy: que tu proyecto no deje abiertas las puertas fáciles.