Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
HN Daily
Inteligencia artificial · blog.google
Gemini 4 Carbon
Google presenta Gemini 4 Carbon, su nuevo modelo de frontera, con el que dice alcanzar el estado del arte en ciberseguridad y tareas de largo recorrido. Por ahora solo estará disponible para un grupo de ciberdefensores; el acceso general llegará más adelante, al mismo precio que Argon.
Foto: vía blog.google
1 medio · MadridPublicada 28 oct, 18:10Actualizada 29 oct, 05:00· Ya no está en portadaEscrita por IA · cómo funciona
Google anuncia Gemini 4 Carbon como su modelo más potente, con capacidades punteras en ciberseguridad y en tareas de largo horizonte. Según la compañía, ocupa el primer puesto en la versión 5.0 del Artificial Analysis Intelligence Index, con 59 puntos, y mejora en programación y tareas agénticas. Llega dos semanas después de Gemini 4 Argon.
En ciberseguridad, Google cita 88,2 % en SEC-bench Pro (búsqueda de vulnerabilidades), 54,8 % en ExploitGym (explotación) y 71,0 % en CWE-bench (parcheo). En pruebas internas, Carbon duplica con creces la tasa de éxito de Argon al generar código seguro, y el equipo de Chrome afirma que genera parches de calidad más de diez veces mejor que el modelo de otro laboratorio. En WebDev Arena sube 89 puntos Elo y queda cuarto, con 1768.
Google presenta Carbon como un modelo pensado para tareas de ingeniería largas: dice que internamente ha trabajado durante días en la búsqueda y corrección de errores sutiles en grandes bases de código y sistemas de bajo nivel. En seguridad y alineamiento, asegura que el éxito de las trampas en Terminal-Bench 4.0 baja al 0,0 % (con un 0,4 % de intentos), que las alertas graves de desalineamiento caen casi un 80 % y que las afirmaciones sin respaldo se reducen aproximadamente a la mitad respecto a Argon. En el benchmark de inyección de prompts de Gray Swan, la tasa de éxito de los ataques pasa del 0,7 % de Argon al 0,0 %.
El despliegue será gradual. Esta semana Carbon se ofrece a un subconjunto de ciberdefensores y después a más socios de confianza mediante el Fairwind Program. Google participa en el proceso voluntario del Gobierno de EE. UU. para pruebas previas al lanzamiento y quiere abrirlo a desarrolladores, empresas y consumidores cuanto antes. El precio inicial será el de Argon: 2 dólares por millón de tokens de entrada y 10 por millón de salida, con un 95 % de descuento en los tokens de entrada en caché.
«Gemini 4 Carbon» · puesto 4 · 877 puntos · enviado por acossta
Lo que dicen los comentarios
Buena parte de la conversación gira en torno a la confusión de producto de Google más que al modelo. Varios usuarios cuentan que en la app de Gemini solo ven 3.1 Pro o 3.6 Flash, que Argon depende del plan contratado y que a veces es más fácil usarlo a través de terceros como Cursor. Otros critican anunciar un modelo sin liberarlo, porque los benchmarks envejecen deprisa, y se pregunta si el enfoque de «solo ciberdefensores» tiene sentido; hay quien lo achaca al día de resultados trimestrales. Entre lo técnico, se valora la reducción de trampas en programación, mientras que otro comentario desconfía del 0,0 % en inyección de prompts, pues el atacante no se limita a lo que Google ha evaluado.
Si un PM de Google me diera 100 dólares para averiguar cómo lanzar un prompt a Gemini 4 Argon, solo estoy un 30 % seguro de saber hacerlo. Cómo contratarlo con una cuenta de Workspace supera a nuestras mentes más brillantes.
Con lo rápido que avanza el sector, mostrar benchmarks sin liberar el modelo carece de sentido. Si lo sacan dentro de un mes, habrá competencia más fuerte y los resultados ya no lucirán tanto.
No sé si retienen el acceso para crear escasez, pero los retrasos son muy largos. Además, el enfoque de «solo para ciberdefensores» resulta raro: ¿algún modelo Gemini es de verdad un riesgo cibernético?
Reducir atajos y trampas es probablemente lo más importante para que los modelos de frontera sean utilizables ahora mismo. Me alegra ver progreso; era el mayor problema del Gemini anterior.
Es como decir «parcheamos toda vulnerabilidad que conocíamos». Inyectar prompts en Argon o en cualquier modelo sigue siendo trivial, y Carbon no será distinto, porque el atacante no se limita a lo que Google ha evaluado.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.