Gemini 4 Carbon vs Gemini 3.1 Pro: Ocho meses de diferencia, y el índice no te permitirá compararlos

Si pones Gemini 4 Carbon y Gemini 3.1 Pro uno al lado del otro, lo primero que obtienes es una brecha que no se puede medir. El 59 de Carbon en el Artificial Analysis Intelligence Index v5.0 es real, se ha ejecutado de forma independiente y está vigente. Gemini 3.1 Pro Preview no tiene ninguna puntuación en el Intelligence Index: Artificial Analysis lo lista con un guion donde Carbon tiene 59, y cualquier cifra del índice que hayas visto asociada a él es anterior a la reconstrucción v5.0 del 27 de octubre. Cualquier página que reste esos dos valores está haciendo aritmética entre dos versiones de una regla. La comparación que sobrevive es más acotada, y es más útil: un modelo es el mejor del mundo y cerrado, el otro lleva ocho meses en fase de vista previa y está abierto a 2 USD por millón de tokens de entrada.

Qué son en realidad los dos modelos

Gemini 4 Carbon es el modelo de frontera de Google DeepMind, anunciado el 28 de octubre de 2026, construido sobre Gemini 4 Argon, orientado a la ciberseguridad y a la ingeniería de horizonte largo, con un precio introductorio de 2 $ por entrada y 10 $ por salida por millón de tokens que posteriormente pasa a 4 $ y 20 $, y disponible esta semana solo para un subconjunto de defensores cibernéticos, sin ningún ID de modelo publicado. Gemini 3.1 Pro es el anterior modelo insignia de gama Pro de Google, lanzado como Gemini 3.1 Pro Preview el 19 de febrero de 2026 y que, más de ocho meses después, sigue llevando el sufijo de vista previa, con una ventana de contexto de 1.048.576 tokens, una salida máxima de 65.536 tokens y entrada multimodal de texto, imagen, voz y vídeo.

• Contexto — Gemini 4 Carbon: 1 M en la página de Artificial Analysis, no especificado en la documentación propia de Google. Gemini 3.1 Pro Preview: 1.048.576 tokens.

• Salida máxima — Carbon: no publicada. 3.1 Pro Preview: 65.536 tokens, la cifra que delata su antigüedad.

• Precio, introductorio — Carbon $2.00 por entrada / $10.00 por salida por millón. 3.1 Pro Preview $2.00 por entrada / $12.00 por salida.

• Precio, estándar — Carbon $4.00 / $20.00 tras un período introductorio aún no iniciado. 3.1 Pro Preview $2.00 / $12.00, aumentando a $4.00 / $18.00 por encima de 200.000 tokens de entrada.

• Caché — Carbon: 95 % de descuento en la entrada en caché. 3.1 Pro Preview: $0.20 por millón en caché, un 90 % de descuento.

• Disponibilidad — Carbon: solo Fairwind Program, sin endpoint. 3.1 Pro Preview: disponible hoy en el catálogo.

El precio de entrada es la única línea en la que ambos están a la par, y están a la par por una razón. Google ha mantenido la tarifa de entrada inicial del nivel Pro en $2 desde febrero, mientras que la tarifa de salida ha ido bajando de $12 a $10 con el precio introductorio de Argon y Carbon. El modelo ocho meses más antiguo es ahora el más caro en salida — hasta que expire el período introductorio de Carbon y la tarifa se duplique.

La puntuación que verá citada no es una comparación.

El 59 de Carbon lidera el tablero de v5.0 de forma absoluta: Claude Opus 5.5 con 58, GPT-6 Astra con 57, Gemini 4 Argon con 50. Gemini 3.1 Pro Preview aparece en ese tablero solo como una entrada no clasificada: Artificial Analysis la incluye con un guion donde Carbon tiene 59. Artificial Analysis reconstruyó el índice el 27 de octubre de 2026, y v5.0 no es una nueva puntuación de la prueba antigua con nombres nuevos — es un conjunto distinto de nueve evaluaciones, por lo que un número heredado de una ejecución de la era v4 no puede colocarse junto a uno de la era v5, incluso cuando ambos se presentan con la misma palabra «índice» delante.

Eso deja tres formas honestas de comparar, y solo tres:

• Misma prueba, misma ejecución — disponible para Coding Agent Index y los benchmarks estilo arena, donde ambos modelos aparecen en una sola pasada. No disponible para Intelligence Index.

Misma tarea, costo medido: Carbon cuesta $7,76 por tarea de índice con la tarifa estándar. El costo por tarea de Gemini 3.1 Pro no se publica en el tablero actual de una forma que permita ponerlo al lado para compararlo.

• Afirmaciones publicadas sobre capacidades con su fecha de referencia adjunta — las fortalezas de 3.1 Pro se midieron en la primera mitad de 2026 frente a un campo diferente, y el campo ha cambiado tres veces desde entonces.

Donde la comparación sí se cumple: la factura

El precio por token es el único eje en el que ambos modelos tienen una cifra publicada y vigente, y arroja una respuesta clara para cualquier cosa que escriba mucho. Con las tarifas de introducción, Carbon cuesta $10 por millón de salida frente a los $12 de 3.1 Pro — un 17 % más barato justo en el lado de la factura que domina las cargas de trabajo de agentes. Con las tarifas estándar, Carbon cuesta $20 frente a $12, lo que lo hace un 67 % más caro. Por lo tanto, toda la cuestión depende de una fecha que a nadie se le ha dado: cuándo termina el período de introducción.

Las entradas largas lo curvan aún más. Gemini 3.1 Pro Preview se duplica a $4 de entrada y $18 de salida en cuanto una sola solicitud supera los 200.000 tokens de entrada, por lo que un trabajo de análisis de documentos de 500.000 tokens paga el nivel superior en ambos lados. Carbon no tiene ninguna cifra de contexto en la documentación propia de Google —el 1 M de su página de Artificial Analysis es una cifra de terceros— y, por lo tanto, ningún nivel publicado para entradas largas.

La regla de traspaso es lo que hace que esto sea comprensible de nuestro lado. Una API para más de 200 modelos con 0% de margen significa que el precio que ves para Gemini 3.1 Pro Preview es el $2 / $12 propio de Google, con su estructura por niveles intacta, no la versión de un revendedor; y cualquier cambio que Google haga en esa tarifa llega el mismo día. Ese es el valor práctico de un catálogo de traspaso cuando un lanzamiento como Carbon llega con un precio programado para duplicarse: nunca comparas un precio en caché con uno en vivo.

Ocho meses de deriva, y lo que 3.1 Pro sigue haciendo

La etiqueta de vista previa no es un detalle técnico. Gemini 3.1 Pro Preview se lanzó el 19 de febrero de 2026, y Google pasó los ocho meses siguientes lanzando la gama Flash —3.5, 3.6, 3.8 y una 3.8 Flash Cyber optimizada para ciberseguridad— mientras el espacio Pro permanecía sin cambios. Carbon es lo primero que llega a ese espacio desde entonces, y lo hace por encima de Argon, que a su vez llegó el 30 de septiembre y quedó disponible de forma general el 13 de octubre.

Frente a esa deriva, 3.1 Pro todavía conserva tres cartas a su favor. Su ventana de contexto está publicada y es enorme —1.048.576 tokens, aproximadamente 1.500 páginas de texto denso—, mientras que la de Carbon sencillamente se desconoce. Su velocidad de salida se mide en 134,4 tokens por segundo y su tiempo hasta el primer token en 19,95 segundos, ambos en ejecuciones de Artificial Analysis contra la propia API de Google. Carbon, en la misma tabla, emite alrededor de 85 tokens por segundo y tarda 103,54 segundos hasta el primer token —dos minutos de reflexión antes de escribir, que es así como se ve el razonamiento de largo horizonte cuando lo mide un banco de pruebas y no el marketing.

Esas tres tarjetas no hacen que 3.1 Pro sea el mejor modelo. Lo convierten en el modelo más conocido, que es una competencia distinta.

Las cargas de trabajo en las que la respuesta se invierte

Hay tres perfiles de lector en esta comparación, y la elección de modelo es diferente para cada uno.

Si vas a lanzar algo este mes, la decisión ya está tomada por ti: Carbon no tiene dirección. El contexto de 1M y la entrada multimodal de Gemini 3.1 Pro Preview lo convierten en la opción correcta para el trabajo con muchos documentos, donde el material de referencia es lo esencial —contratos, bases de código, transcripciones largas—, y su tarifa de salida de $12 es defendible con un volumen moderado.

Si estás construyendo un agente de programación, ninguno de los dos modelos de Google es la respuesta en la tabla actual. Carbon ocupa el segundo puesto en el Coding Agent Index con 59, tres por detrás de Claude Opus 5.5 con 62, y de todos modos está fuera de alcance. 3.1 Pro no es competitivo en programación agéntica con ocho meses de antigüedad; las iteraciones más recientes del nivel Flash y los modelos de otros proveedores son donde ese tipo de carga de trabajo se sitúa hoy.

Si trabajas en seguridad —el ámbito exacto para el que se creó Carbon—, la postura honesta es que el benchmark que querrías consultar, SEC-bench Pro con 88,2 %, es una cifra reportada por el proveedor y sin reproducción independiente, porque los únicos evaluadores con acceso están dentro del Fairwind Program de Google. Un modelo que cuenta con benchmark pero no ha sido probado por terceros externos todavía no es evidencia de nada, salvo de la propia confianza de Google.

¿Qué cambiaría la respuesta?

Tres eventos convertirían esto en un verdadero cara a cara, en lugar de una comparación entre un modelo ya en funcionamiento y otro solo anunciado. Primero, que Carbon reciba un ID de modelo y una cifra de contexto, lo que resolvería el nivel de entradas largas y permitiría responder a la cuestión del coste. Segundo, una fila del Intelligence Index v5.0 para Gemini 3.1 Pro, que permitiría situar el 59 junto a un número medido con la misma regla en lugar de una nota al pie. Tercero, el fin de la ventana introductoria de Carbon, que es el único evento publicado que altera lo que cuesta cualquiera de los dos modelos.

Hasta que al menos uno de esos se materialice, el resumen justo es este: Gemini 4 Carbon gana el índice por un punto sobre Claude Opus 5.5 y por nueve sobre Gemini 4 Argon, pero el competidor nombrado en este titular no tiene puntuación en esa tabla, no está en la misma vara de medir y no está en la misma sala. Gemini 3.1 Pro tarda más en ser reemplazado de lo que parece, porque no se puede invocar el modelo que lo reemplaza — y el modelo que un desarrollador puede invocar hoy es el que lleva en vista previa desde febrero.