El Gemini después del Gemini 4 Carbon: una filtración, cero especificaciones y una cadencia de 28 días

Justo después de las 02:00 UTC del 29 de octubre —la noche del 28 de octubre en California, el día en que Google anunció su nuevo modelo de frontera— la cuenta @kimmonismus publicó una frase que no tenía nada detrás salvo la propia frase: “tienen otro modelo Gemini sin publicar que es incluso mejor que Carbon”. Sin nombre en clave, sin benchmark, sin fecha, sin captura de pantalla, sin segunda fuente. La única cláusula verificable de esa misma publicación es la parte que todo el mundo ya sabía: Gemini 4 Carbon había ocupado ese día el primer puesto en el Artificial Analysis Intelligence Index v5.0, con 59. Y el modelo sobre el que se construye Carbon, Gemini 4 Argon, se anunció veintiocho días antes y alcanzó la disponibilidad general hace quince días.

Así que este es un texto sobre lo que sabemos hasta ahora acerca de un modelo que no tiene nombre, puntuación ni fecha, y la manera honesta de escribirlo es mantener separados tres tipos de evidencia. Lo que Google ha publicado es una entrada de blog, un precio y un plan de acceso. Lo que añade la medición independiente es una posición en la clasificación y un coste por tarea. Lo que afirma la entrada es que existe algo más rápido dentro del laboratorio. Solo los dos primeros pueden comprobarse, y solo el tercero es novedad para cualquiera que no haya estado siguiendo la cadencia.

La afirmación, y lo que realmente contiene

La publicación tiene cuatro cláusulas y solo una de ellas es una afirmación sobre un modelo futuro. Dice, en orden: existe otro Gemini aún no publicado; es mejor que Carbon; Carbon es número uno en el Artificial Analysis Index; y esto parece un paso significativo hacia la automejora recursiva. La tercera cláusula es verificable y verdadera. Las dos primeras no tienen atribución. La cuarta es una interpretación, y es la parte que el propio liderazgo de Google ha sido más cuidadoso en matizar — más sobre eso a continuación.

Lo que la publicación no contiene importa tanto como lo que contiene. No hay ningún nombre en clave interno, algo inusual para esta historia en concreto: la filtración de Carbon que precedió al lanzamiento incluía uno, además de un nombre de plataforma y un puñado de citas de empleados. No hay ningún artefacto del tipo que ha respaldado cada filtración creíble de Gemini este año: una pull request de framework, una entrada en el registro de modelos, un alias de arena, un Helm chart. No hay fecha, ni tamaño, ni lista de modalidades, ni indicio alguno de si la afirmación proviene de alguien dentro de Google, de un socio o de una inferencia a partir del propio lanzamiento. Las respuestas bajo la publicación son bromas, incluida una que dice «Gemini [redacted] todavía no está aquí, eso sí», que es exactamente el nivel de confianza que cabe extraer del hilo.

También vale la pena fechar con precisión el «hoy», porque es la única marca temporal de la historia que se puede fijar. La publicación se hizo a las 02:06 UTC del 29 de octubre. En Mountain View, eso son las 19:06 del 28 de octubre — el mismo día en que Google publicó el anuncio de Carbon y el mismo día en que Artificial Analysis publicó su artículo que situaba a Carbon en primer lugar. La afirmación sobre la tabla de clasificación no es una primicia; es el lanzamiento, repetido después de la cena.

Lo que Google publicó el 28 de octubre, y lo que no publicó

El documento principal es breve y inusualmente específico en cuanto al acceso. Koray Kavukcuoglu, vicepresidente senior de Google DeepMind y arquitecto jefe de IA, publicó “Gemini 4 Carbon: nuestro próximo modelo de frontera” en blog.google el 28 de octubre de 2026. En él describe Carbon como “nuestro modelo más potente, con ciberseguridad de vanguardia y capacidades de horizonte largo”, afirma que está construido sobre Gemini 4 Argon, que “se lanzó hace dos semanas”, y señala que Carbon “ocupa el puesto n.º 1 en la v5.0 recientemente actualizada del Artificial Analysis Intelligence Index, con 59”.

El párrafo sobre el acceso es el que hay que leer dos veces. Google dice que pondrá Carbon a disposición “de un subconjunto de defensores cibernéticos” a partir de esa semana, luego “abrirá gradualmente el acceso a socios de confianza adicionales a través de nuestro Fairwind Program”, y solo entonces lo llevará “a desarrolladores, empresas y consumidores mediante nuestras superficies de producto lo antes posible”. Se trata de una secuencia sin fechas más allá del primer paso. A 30 de octubre todavía no hay un identificador público del modelo, ni un endpoint, ni forma de llamar a Carbon mediante una API — que es también el estado en el que se encontraba el modelo cuando se escribió la publicación anterior.

Lo que la publicación no contiene es una especificación. Ni un recuento de parámetros, ni una descripción de arquitectura, ni una ventana de contexto, ni un informe técnico, ni mención alguna de un modelo más reciente que Carbon. La lectura de Ars Technica, publicada junto con el lanzamiento, es que Carbon podría ser una actualización posterior al entrenamiento de Argon en lugar de una nueva arquitectura; Google no se pronuncia en ningún sentido. La ausencia de un sucesor no es prueba de que no lo haya — las empresas no preanuncian el siguiente checkpoint en la publicación de lanzamiento del actual — pero sí significa que la única declaración de primera mano en esta historia es sobre Carbon.

Qué aporta una medición independiente

Artificial Analysis es lo más parecido a un árbitro neutral en esta historia, con la advertencia habitual de que realiza sus propias evaluaciones en lugar de reproducir la tabla de proveedor de nadie. Su informe del 28 de octubre sitúa a Gemini 4 Carbon en 59 en el Intelligence Index v5.0, el primero de los modelos que rastrea, por delante de Claude Opus 5.5 con 58 y GPT-6 Astra con 57. Señala que Carbon lidera cuatro de las nueve evaluaciones constituyentes — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience y AutomationBench-AA —, lo que es una afirmación más limitada que «mejor modelo» y más útil.

El mismo informe es donde la historia del lanzamiento encuentra su contrapeso. Carbon es segundo, no primero, en el Coding Agent Index con 59 frente a Claude Opus 5.5 con Claude Code con 62. Es segundo en Terminal-Bench 4.0 y segundo en FrontierCode v1.1. En AA-Briefcase, el Elo de trabajo de conocimiento, alcanza 1609 y sigue situándose por detrás de Grok 4.7, Muse Wonder y Kimi K3.1 Pro. Su coste medido es de 7,76 $ por tarea del Intelligence Index, aproximadamente un 23 % por debajo de los 10,04 $ de Opus 5.5 — una victoria de eficiencia que el encuadre de «número uno» oculta.

Un punto metodológico debe acompañar a cada número de este artículo. Artificial Analysis reconstruyó el Index a la v5.0 el 27 de octubre, reemplazando el 60 % del compuesto por conjuntos de pruebas privados o reservados e intercambiando varias evaluaciones constituyentes. Las puntuaciones anteriores a esa reconstrucción no están en la misma escala, así que el 59 de Carbon no puede restarse de una cifra anterior de Argon, y cualquier artículo que te muestre una ganancia de nueve puntos a través de la reconstrucción está comparando dos reglas diferentes. Los números de la v5.0 en este artículo se leen todos de la ejecución posterior a la reconstrucción.

Y el detalle que más importa para este artículo: el informe de Artificial Analysis menciona exactamente dos modelos Gemini, Carbon y Argon. No hay ninguna fila anónima por encima de Carbon, ninguna entrada «Gemini preview», nada sin nombre que se sitúe en 60 o más. Si ya se estuviera midiendo un modelo más fuerte en algún lugar público, ese sería el primer lugar en el que aparecería.

Por qué es plausible un checkpoint más reciente en el laboratorio

La afirmación no es inverosímil, y la razón es aritmética más que conocimiento interno. Gemini 4 Argon se anunció el 30 de septiembre y alcanzó disponibilidad general el 13 de octubre. Carbon se anunció el 28 de octubre: veintiocho días después del anuncio de Argon y quince después de su GA. La propia publicación de Google enmarca esa brecha como el punto central: Carbon “ilustra el ritmo al que estamos empujando la frontera hacia adelante”. Sundar Pichai describió los lanzamientos, en su propia publicación en X, como una cadencia de lanzamientos periódicos de modelos en lugar de lanzamientos generacionales únicos.

La información publicada a principios de octubre completa la maquinaria que hay detrás de ese ritmo. El artículo de Business Insider del 9 de octubre, basado en documentos internos y mensajes de empleados, mencionó una serie de hitos —Argon, Barium, Carbon— y reportó que «Barium-B» era la compilación interna que se lanzó públicamente como Argon. Carbon se estaba probando en Jetski, la plataforma interna de programación de Google, donde un empleado escribió que «se siente como Opus 5.5» para programar y otro que «Carbon es realmente bueno». Una tercera nota interna usó la etiqueta «Next» que la empresa reserva para las actualizaciones de Gemini: «El nuevo modelo Gemini Pro Next se siente bastante bien». Google declinó hacer comentarios.

Esa información periodística es el apoyo estructural más sólido que tiene la publicación del 29 de octubre, y vale la pena ser precisos sobre qué respalda. Establece que Google estaba ejecutando varios checkpoints en paralelo y lanzándolos a intervalos breves, que es exactamente el régimen en el que existe un checkpoint más nuevo y mejor antes de que se anuncie. No establece que tal checkpoint exista ahora, ni que alguien fuera de la empresa lo haya visto, ni que sea mejor que Carbon en lugar de simplemente diferente. Un ritmo rápido hace probable la afirmación; no hace que la afirmación tenga una fuente.

Los nombres que circulan son invenciones, y la tabla periódica muestra por qué

Busque al sucesor y lo encontrará con nombre. Verá «Gemini 5», normalmente asociado a una afirmación de diez billones de parámetros, una fecha de 2027 y hardware TPU V8. Verá «Krypton» y, ocasionalmente, «Dysprosium», derivados de los nombres en clave con temática de elementos de la línea Gemini 4. Ninguno de estos nombres ha aparecido en ningún documento, publicación de blog, listado de API ni declaración de directivos de Google. Google nunca ha usado «Gemini 5» públicamente; la cobertura que lo trata como un producto conocido es una extrapolación a partir de un patrón de nombres.

El propio patrón es más endeble de lo que parece. Argon es el elemento 18, Barium es el 56, Carbon es el 6. Eso no es una secuencia, y no es una cuenta atrás ni una hoja de ruta: son tres elementos elegidos por razones que nadie fuera de la empresa conoce. El contraejemplo más contundente es Barium-B, un nombre interno que se convirtió en Argon, un nombre público completamente distinto. Ya se ha demostrado que los nombres en clave de este programa se desacoplan de los nombres de producto, lo que significa que incluso una filtración real de un nombre en clave no te diría cómo se llamará el modelo cuando se lance, y un nombre en clave adivinado no te dice absolutamente nada.

Hay un precedente de cómo estas conjeturas se equivocan, y es reciente. El 21 de octubre, un argumento ampliamente compartido sostenía que el alias gemini-4-argon había comenzado silenciosamente a servir los pesos de Carbon, inferido a partir del comportamiento en la arena y no de cualquier cambio publicado. Nunca se confirmó, y el lanzamiento siete días después describió a Carbon como un modelo distinto con su propio nombre y su propio anuncio. La inferencia a partir del comportamiento ya produjo una respuesta segura y equivocada una vez este mes.

«RSI» es la palabra más débil de la publicación.

La mitad de la afirmación relativa a la mejora recursiva de sí mismo tiene un origen rastreable, y es una ocurrencia ingeniosa. Cuando se publicó el artículo de Business Insider del 9 de octubre, Vedant Misra —un investigador de Google DeepMind— respondió en X con la frase «Han oído hablar de la mejora recursiva de sí mismo», sin signo de interrogación. Esa es la semilla de la que creció el encuadre, y es una broma sobre la cobertura periodística, no una revelación sobre el bucle de entrenamiento.

El liderazgo de Google ha dicho más desde entonces, y apunta en sentido contrario. Sergey Brin dijo a principios de octubre que Google estaba “empezando a subirse a esa cinta de correr del RSI”, y que “nuestros investigadores y el modelo trabajan codo con codo para crear la próxima versión del modelo”. Sundar Pichai, en el Big Technology Podcast, en la semana previa al lanzamiento de Carbon, fue más cauteloso: “Estamos bastante lejos del estado final del RSI. La forma correcta de describirlo es que tienes bucles de RSI junto con investigadores de IA en diversos aspectos del desarrollo de modelos. Diría que casi tienes agentes que ayudan a los investigadores de IA, de alguna manera automatizada, a trabajar juntos para construir estos modelos”. Esperaba que ese continuo siguiera mejorando hasta el próximo año.

La propia publicación de lanzamiento de Google utiliza la misma formulación cautelosa: “Nuestros investigadores y modelos trabajan codo con codo para hacer avanzar las capacidades más rápido”. Esa frase es una descripción de herramientas —agentes que asisten a las personas que construyen modelos— y es la declaración del proveedor más cercana a la afirmación sobre RSI. No es una afirmación de que un modelo haya diseñado a su sucesor, y nadie en Google ha hecho esa afirmación.

La distinción merece un párrafo propio porque es la diferencia entre una historia de ritmo y una historia de capacidad. Un informe de Gladstone AI citado en el mismo artículo de Business Insider encontró que la mayoría de los investigadores encuestados en Anthropic y DeepMind esperan RSI en un plazo de tres a doce meses. Una encuesta de expectativas no es un resultado. Lo observable es el intervalo: 28 días desde el anuncio de Argon hasta el de Carbon, y un nuevo modelo en la cima de un índice independiente al final de este. Eso es un ritmo rápido. Si fueron humanos o modelos quienes hicieron la iteración es precisamente la parte que ningún observador externo puede verificar, y una sola publicación que lo afirme no cierra la brecha.

Lo que «mejor que Carbon» tendría que superar

Si la afirmación es real, tiene una tabla de resultados que superar, y cada línea de ella está publicada. Esta es la parte útil de la historia incluso mientras el modelo sigue sin nombre: convierte “mejor” de un adjetivo en un conjunto de umbrales.

• Intelligence Index v5.0 — Gemini 4 Carbon 59, primero en la clasificación general; un sucesor necesitaría 60 o más con la misma rúbrica posterior al 27 de octubre, no con la anterior.

• Las cuatro evaluaciones en las que Carbon ya va a la cabeza —HLE-Diamond, Terminal-Bench-Science, AA-Omniscience y AutomationBench-AA; un checkpoint más reciente que gana un punto en conjunto pero pierde una de estas es un modelo distinto, no uno estrictamente mejor.

• Índice de Agentes de Programación — Carbon 59, segundo detrás de Claude Opus 5.5 con 62, así que “mejor en programación” significa superar 62, no superar a Carbon.

• Las propias cifras de ciberseguridad de Google, ejecutadas sin salvaguardias: SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%; son cifras reportadas por el proveedor, no reproducidas por ningún tercero, y son las cifras contra las que se comercializaría un sucesor.

• Precio — $2 por millón de entrada y $10 por millón de salida durante el período introductorio, y $4 y $20 después, con entrada en caché con un 95 % de descuento; un sucesor con un precio superior no es automáticamente la mejor compra, y uno con un precio inferior importaría más que un punto en el Index.

• Acceso — la misma puerta. Carbon hoy es exclusivo de Fairwind; un modelo más potente detrás de una barrera más estricta no cambia nada sobre lo que un desarrollador pueda actuar.

Lo que realmente puedes llamar hoy

Carbon no es invocable. Argon sí lo es. Gemini 4 Argon ha estado disponible de forma general como gemini-4-argon desde el 13 de octubre en el mismo nivel introductorio — 2 $ por millón de tokens de entrada, 10 $ por millón de salida — y es el único nivel de Gemini 4 con un endpoint público. Si la elección que tienes delante es «esperar al modelo sin nombre» o «lanzar contra algo que responde hoy», la segunda opción tiene una cadena de modelo, un precio y un historial de dos semanas; la primera tiene una publicación.

Ni Carbon ni Argon están en el catálogo de OrcaRouter a 30 de octubre — lo comprobamos, y no hay ninguna entrada google/gemini-4-* a la que enrutar, así que nada de esto debe interpretarse como una oferta para servir a ninguno de los dos. Lo que el catálogo sí incluye de Google es la línea 3.x, incluido google/gemini-3.8-flash, que es la base práctica para trabajos que necesiten un modelo de Google hoy. Puedes ver los modelos que enrutamos en el catálogo, y la razón por la que esto importa aquí es una cuestión de momento, no de preferencia: cuando Google abra Carbon —o como quiera que se llame el siguiente checkpoint—, llegará como un identificador más detrás de una clave que ya tienes, a precio de lista con un 0 % de margen repercutido, junto a una cadena de conmutación por error que mantiene al actual dando servicio si el nuevo nivel resulta más lento o está limitado por tasa ese día. Probar un modelo no anunciado es una decisión de enrutamiento; apostar una ruta de producción a uno no lo es.

¿Qué convertiría esto de una publicación en un hecho?

Cinco cosas son verificables, y cuatro de ellas son gratuitas. Una fila por encima de Carbon en el Artificial Analysis Intelligence Index, bajo la misma rúbrica v5.0. Una entrada anónima de Gemini en LMArena, que es como Carbon produjo por primera vez resultados públicos antes de su lanzamiento. Un nuevo identificador en la lista de modelos de la API Gemini de Google, que es la diferencia entre un checkpoint y un producto. Un aviso de expansión de Fairwind en el blog de Google, que es el mecanismo mediante el cual cualquier modelo Gemini 4 restringido ha llegado a los desarrolladores hasta ahora. Y una segunda publicación independiente con sus propias fuentes en lugar de una paráfrasis de la misma publicación.

Hasta que aparezca al menos uno de esos, el resumen honesto es el que respalda la evidencia: Google lanzó el 28 de octubre un modelo de frontera que ocupa el primer puesto en un índice independiente y el segundo en el de agentes de programación, lo restringió a los defensores de ciberseguridad, lo puso a un precio introductorio de $2/$10 y describió una cadencia de lanzamientos periódicos que hace probable un checkpoint adicional. Una sola publicación afirma que ese checkpoint adicional es mejor. La cadencia es la parte sobre la que se puede planificar; la comparación es la parte que no se puede, porque el modelo que describe no tiene nombre, ni puntuación, ni fecha — y en un mercado donde el modelo invocable es siempre el que decide tu factura, un sucesor sin nombre no es motivo para retrasar nada.