Gemini 4 Carbon: anunciado, con acceso restringido y nueve puntos por delante del modelo que realmente puedes llamar

Gemini 4 Carbon dejó de ser un rumor el 28 de octubre de 2026, cuando Google DeepMind publicó una entrada titulada «Gemini 4 Carbon: nuestro próximo modelo frontera». Lo que no dejó de ser es no disponible. No hay ninguna cadena gemini-4-carbon en la lista de modelos de Gemini API, ni una entrada en su página de precios, ni ficha de modelo ni endpoint; la lista de modelos, consultada el 29 de octubre, contiene exactamente una entrada de Gemini 4, y es Gemini 4 Argon. Así que la descripción honesta de Carbon hoy es un anuncio ya publicado que envuelve un despliegue por fases: capacidad documentada, acceso racionado, precio sin publicar.

Las mediciones independientes que aparecieron junto a esto hacen que sea más que un comunicado de prensa. Artificial Analysis reconstruyó su Intelligence Index como v5 el 27 de octubre —un día antes del anuncio de Carbon— y, en esa escala posterior a la reconstrucción, ambos modelos han sido puntuados por el mismo instrumento. Carbon 59, primero de 52 modelos listados. Argon 50, decimotercero. Nueve puntos de diferencia, con un coste por tarea casi idéntico. Ese es un número real sobre un modelo al que la mayoría de los desarrolladores no puede invocar, y la brecha entre esos dos hechos es de lo que trata esta página.

Lo que Google realmente declaró de manera oficial

El anuncio es parco en las cosas que un comprador necesita y preciso en las cosas por las que un laboratorio quiere ser juzgado. Reducido a sus afirmaciones:

• Posicionamiento — Carbon se describe como el más potente de los dos modelos Gemini 4, sucediendo a Argon dentro del mismo número de generación. El enfoque declarado de Google es la ciberseguridad y el trabajo de agentes de horizonte largo — tareas en las que un agente sigue avanzando por callejones sin salida durante días en lugar de un prompt que obtiene una única respuesta.

• El acceso es escalonado y sin fecha —Carbon se lanzó primero a un subconjunto de defensores cibernéticos, luego se amplía a través del Fairwind Program, y después a desarrolladores, empresas y consumidores "lo antes posible". No se dio fecha para los últimos tres grupos.

• Vía regulatoria — El lanzamiento se enmarca en el proceso voluntario de pruebas previas al lanzamiento del gobierno de Estados Unidos. Google dice que está participando y que todavía está perfeccionando las salvaguardias antes de un acceso más amplio.

• Sin papeleo — No hay ficha pública del modelo, ni endpoint, ni identificador. La ventana de contexto que Google publicó para Argon —una ventana unificada de 1 M de tokens con decodificaciones de hasta 1 M— no se ha vuelto a declarar para Carbon; la cifra de 1 M que circula proviene del listado de Artificial Analysis, que es un registro de terceros en lugar de una especificación del proveedor.

Ese es el anuncio. La distancia entre «hemos construido el mejor modelo» y «aquí está el precio» es, en este caso, la distancia entre una entrada de blog y un producto.

La brecha de nueve puntos, y el instrumento que la midió

El momento de la reconstrucción del índice es lo que hay que tener en cuenta, porque invalida la mayoría de los gráficos de antes y después que circulan esta semana: las puntuaciones tomadas antes del 27 de octubre no están en la misma escala que las tomadas después. En la lista actual, ambos modelos se miden con el mismo instrumento:

• Intelligence Index v5 — Carbon 59, primero de 52 modelos listados; Gemini 4 Argon 50, decimotercero.

• Costo por tarea de indexación — Carbon $7.76 frente a Argon $7.68. Nueve puntos de capacidad por ocho centavos más por tarea.

• Precisión — Carbon 58 %, una mejora de diez puntos sobre Argon; AA-Omniscience 54 frente a 46.

• Alucinación — Carbono 11 %, frente al 4 % de Argón. El carbono sigue siendo el segundo más bajo en ese indicador, pero la dirección va en el sentido equivocado.

• Volumen de salida — 123.000 tokens por tarea de indexación, un 29% por debajo de Claude Opus 5.5, que tiene 173.000 — una gran parte de por qué el coste por tarea se mantiene bajo a pesar del precio de etiqueta de aspecto idéntico.

• Velocidad — 99,8 tokens de salida por segundo, con un tiempo de 97,48 segundos hasta el primer token con un esfuerzo de razonamiento alto.

Qué número importa más depende de lo que estés construyendo. Un primer token de 97 segundos es irrelevante para una tarea de agente de larga duración y descalificador para una interfaz interactiva. Y «primero en general» no es «mejor en código»: en el Coding Agent Index de Artificial Analysis, Carbon obtiene 59 con Antigravity CLI, tres puntos por detrás de Claude Code ejecutando Claude Opus 5.5 con 62, mientras que el propio resultado de Google en WebDev Arena apunta en la dirección opuesta, con 1.768 y cuarto puesto, una mejora de 89 puntos de Elo.

Los propios números de Google, y cómo leerlos

La publicación incluye un conjunto de benchmarks de seguridad, y todas las cifras que aparecen en ella están reportadas por el proveedor en lugar de haber sido reproducidas de forma independiente. Etiquétalas así cuando las cites: en SEC-bench Pro, en descubrimiento de vulnerabilidades, Carbon obtiene un 88,2% frente al 83,4% de Argon, y la pista de validación de explotación y los resultados de agentes de horizonte largo siguen el mismo patrón de unos pocos puntos por encima del incumbente. Nada de esto cuenta aún con una replicación externa, y un benchmark elegido por el laboratorio que construyó el modelo es evidencia tanto de intención como de capacidad.

La lectura más útil de esa sección es lo que dice sobre para quién está pensado Carbon. Un modelo cuyos resultados insignia son el descubrimiento de vulnerabilidades y la resistencia de agentes a largo plazo, lanzado primero a defensores cibernéticos mediante un programa con nombre, no se está lanzando como una actualización de chat de propósito general. Se está lanzando como un especialista —y, cuando se le pone precio, con un precio acorde.

Lo que la filtración de octubre acertó, y lo que no

Contexto que vale la pena conservar, porque la información anterior ahora se ha reivindicado en parte. El 9 de octubre, Business Insider informó —transmitido por el medio de seguimiento de filtraciones TestingCatalog— que el personal de Google estaba probando internamente un checkpoint de Gemini 4 llamado Carbon, que los primeros comentarios lo describían como comparable a Claude Opus 5.5 en programación, que Barium-B era el checkpoint seleccionado para el lanzamiento público de Argon, y que no estaba confirmado si Carbon se convertiría en una actualización de Argon o en un lanzamiento propio.

Dos de esas se cumplieron de una forma concreta: Carbon es algo aparte en lugar de una actualización de Argon, y es el más fuerte de los dos. La parte que no se ha confirmado es la halagadora — «se siente comparable a Claude Opus 5.5 para programar» era una impresión del personal, y la medición independiente de programación sitúa a Carbon tres puntos por detrás de Claude Opus 5.5 en un entorno de pruebas de Claude Code. Una sensación no es una puntuación, y esta semana llegó la puntuación.

El avistamiento del 21 de octubre también se interpreta de otra manera ahora. Una publicación afirmaba que los pesos detrás del alias gemini-4-argon se habían convertido discretamente en Carbon, respaldada por una notificación de cambio de capacidades de un bot de arena de terceros. Ahora que ambos modelos reciben puntuaciones separadas del mismo rastreador —59 y 50—, esa afirmación parece menos probable, no más: si el alias de Argon hubiera estado sirviendo Carbon desde el 21 de octubre, las dos filas no estarían a nueve puntos de distancia en un instrumento que se reconstruye mensualmente.

¿Qué sigue faltando y cuándo importa?

Tres ausencias definen la siguiente fase, y cada una tiene una consecuencia distinta.

• Un identificador — Hasta que gemini-4-carbon aparezca en la lista de modelos, nada de lo que construyas puede nombrarlo. Esta es la línea entre un modelo anunciado y uno invocable.

• Un precio — No se publica nada en ningún nivel. La tarjeta de Argon es el único ancla de la familia: 2,00 USD por millón de entrada y 10,00 USD por millón de salida con la tarifa introductoria, entrada en caché con un 95 % de descuento, y luego 4,00 y 20,00. Que Carbon hereda eso o lo rompe es la incógnita más decisiva, porque una mejora de nueve puntos con tarifas de uso habitual repercutiría en el precio de gran parte del mercado, y una mejora de nueve puntos con tarifas de vanguardia no lo haría.

• Una ficha de modelo — Qué checkpoint, con qué ajuste de esfuerzo y con qué longitud de contexto se ofrecía realmente. La cifra de 1M que circula hoy es un listado de terceros.

También queda sin resolver: si, después de todo, Carbon acaba convirtiéndose en una actualización de Argon. El anuncio lo describe como sucesor de Argon dentro de la misma generación, lo que deja abierta la posibilidad de que ambos nombres acaben confluyendo en un único identificador más adelante — exactamente el escenario que el reportaje de octubre no pudo descartar.

Qué ejecutar mientras el acceso está racionado

Ni Gemini 4 Carbon ni Gemini 4 Argon está en OrcaRouter. Consultar nuestro catálogo por cualquiera de los dos no devuelve nada, y seguirá sin devolver nada hasta que Google haga posible que los llamemos. Cualquier cuenta que venda «acceso a Gemini 4 Carbon» hoy está vendiendo una etiqueta; la única vía documentada es el Fairwind Program.

Lo que es invocable es el modelo contra el que siguen midiéndose tanto la impresión del personal como el índice de codificación. Claude Opus 5.5 ya está disponible en OrcaRouter al precio de lista de Anthropic — $4.00 por millón de tokens de entrada y $20.00 por millón de tokens de salida, con lecturas de caché a $0.20 — transferido sin recargo, con la misma clave que todo lo demás. Gemini 3.8 Flash está disponible a $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida, con lecturas de caché a $0.075, que es lo que debería costar la parte de tu tráfico que no es de frontera mientras esperas.

La decisión de esta semana no es «¿deberíamos pasarnos a Carbon?». Es cuánto de una brecha de capacidades de nueve puntos, a un precio desconocido y condicionada por un programa de seguridad, vale la pena tener en cuenta al planificar. Esperar no cuesta nada: cualquier identificador que pase a ser invocable se añade al mismo endpoint al precio propio de Google el día en que se publique, porque no hay renegociación entre que un proveedor publique un precio y que nosotros lo repercutamos. Planificar en torno a ello cuesta una migración.

Lo que estamos observando, por orden: el identificador que aparece en la lista de modelos; una hoja de precios; una ficha de modelo; y la segunda etapa del despliegue de Fairwind, que es donde «lo antes posible» obtiene una fecha o, en silencio, no.