Google presentó Gemini 4 Carbon, el modelo que lidera el ranking de IA pero solo pueden usar especialistas en ciberseguridad
Obtuvo 59 puntos en el índice de Artificial Analysis, por encima de Claude Opus 5.5 y GPT-6 Astra; Google lo abre primero a un grupo reducido de defensores y no da fecha para el público
Google presentó este miércoles 28 de octubre Gemini 4 Carbon, su nuevo modelo de inteligencia artificial, que encabeza con 59 puntos el índice de la firma independiente Artificial Analysis. Por ahora solo lo usará un grupo reducido de especialistas en ciberseguridad: desarrolladores, empresas y público general deberán esperar, sin fecha confirmada. El anuncio lo firmó Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de la compañía.
Los números: primero en el ranking, pero con matices
En la versión 5.0 del índice de Artificial Analysis, Carbon supera a Claude Opus 5.5, de Anthropic, que tiene 58 puntos, y a GPT-6 Astra, de OpenAI, con 57, según VentureBeat. Argon, el modelo anterior de Google, había obtenido 50. En la tabla que publicó la propia empresa, Carbon logra el mejor resultado en 15 de 17 pruebas. Google no publicó un informe técnico ni la cantidad de parámetros del modelo.
En ciberseguridad, la compañía afirma que Carbon lidera tres pruebas públicas: 88,2% en SEC-bench Pro, que mide la capacidad de encontrar fallas en programas reales; 54,8% en ExploitGym, que comprueba si una falla puede aprovecharse; y 71,0% en CWE-bench, que evalúa si el modelo la corrige. Google aclaró que esas evaluaciones se hicieron sin salvaguardas. VentureBeat señaló que, por eso, el anuncio no demuestra que los clientes obtendrán los mismos resultados con las restricciones que acompañen al modelo cuando se comercialice.
Las pruebas independientes que cita VentureBeat agregan matices. Carbon mejora de forma notable sobre Argon en programación y trabajo con conocimiento, pero queda detrás de varios rivales en tareas profesionales y registra más alucinaciones que Argon en una prueba de datos factuales. OpenAI conserva ventaja en una prueba de ingeniería de software y Anthropic en una de uso de la computadora.
Quién puede usarlo: el Programa Fairwind
Google dijo que esta semana dará acceso a "un subconjunto de defensores cibernéticos" y que lo ampliará por etapas a más socios de confianza mediante su Programa Fairwind. Según WebProNews, que cita la página del programa, Fairwind tiene más de 650 socios, exige verificación de antecedentes y prohíbe compartir o revender el acceso. Para el resto de los usuarios no hay plazo: la empresa afirmó que lo ofrecerá a desarrolladores, empresas y consumidores "lo antes posible", después de reunir comentarios y ajustar las salvaguardas. Google también participa en el proceso voluntario del gobierno de Estados Unidos para probar modelos antes de su lanzamiento.
El camino repite el de Argon. Ese modelo se presentó el 30 de septiembre para socios de ciberseguridad y se abrió de forma más amplia el 13 de octubre; Carbon sigue el mismo esquema, 15 días después de aquella ampliación. Es parte de una tendencia en la que los modelos más capaces dejaron de salir directo al público y llegan primero a quienes defienden sistemas, un criterio que Google justifica por el riesgo de que una herramienta que encuentra fallas sirva también para explotarlas.
Cuánto costará
Cuando llegue a los desarrolladores, el precio inicial será de US$ 2 por cada millón de tokens de entrada y US$ 10 por cada millón de salida; después subirá a US$ 4 y US$ 20. Google no precisó cuándo termina ese período introductorio. El de Argon vence el 30 de noviembre.
Seguridad y conducta: mediciones de la propia empresa
Google describió además mejoras en la conducta del modelo: las alertas graves de desvío de conducta bajaron casi 80% en sus equipos internos y, en un banco de pruebas de inyección de instrucciones, que son ataques que ocultan órdenes en el contenido que lee el modelo, el índice de éxito de los ataques fue de 0,0%. También afirmó que el equipo de Chrome halló que Carbon generó correcciones de mayor calidad, con una ventaja superior a 10 veces frente al modelo de otro laboratorio, aunque no nombró al rival ni publicó los datos de esa comparación. Todas son mediciones de la propia compañía.
Según observaciones de los equipos internos de Google, Carbon puede trabajar durante días para encontrar y corregir errores sutiles en grandes bases de código. Esa capacidad, que es el argumento central del lanzamiento, es también la razón por la que el acceso se abre de a poco: un modelo que repara fallas a esa escala puede, en otras manos, encontrarlas para atacar.
Para empresas y desarrolladores, la lectura práctica es esperar. Hasta que Google abra el acceso, las comparaciones dependen de tablas propias y de pruebas de terceros que muestran un modelo muy fuerte en seguridad informática y programación, pero con puntos débiles en tareas profesionales y en precisión factual.
¿Querés entender cómo pensás frente a los cambios del mundo?
Descubrilo con nuestro Test del Emprendedor.
Notas relacionadas
Lab · 15:56 HS
NYT Cooking sumó IA para modificar recetas y la mayoría de los comentarios fueron negativos: la lección para quien lanza una función de IA
Emprendedores · 15:56 HS
Viatik, la app de carpooling que opera con un solo programador, levantó US$ 600.000 para expandirse en la Argentina
Negocios · 15:56 HS
Google llevará los anuncios de su Búsqueda con IA a más países mientras el crecimiento de Search se desacelera
Lanzamientos · 15:56 HS
Apple presentó la MacBook Pro y la iMac con chip M6: precios, batería de 24 horas y fecha de salida
Temas relacionados
Comentarios (0)
- Sé el primero en comentar.