Google anunció Gemini 4 Carbon, un modelo especializado en ciberseguridad, programación y tareas complejas de varios pasos.
Google afirmó que Carbon ocupó el primer puesto en el Artificial Analysis Intelligence Index v5.0 con 59 puntos.
La empresa informó resultados de 88,2% en detección de vulnerabilidades, 54,8% en pruebas de explotabilidad y 71% en generación de parches.
Google anunció el lanzamiento de Gemini 4 Carbon, un modelo especializado en ciberseguridad, programación y ejecución de tareas complejas de varios pasos. La empresa afirmó que el modelo ocupó el primer puesto en el Artificial Analysis Intelligence Index v5.0 actualizado, con una puntuación de 59 puntos.
Carbon está basado en Gemini 4 Argon, que Google presentó dos semanas antes. Los desarrolladores afirmaron que Carbon mejora los flujos de trabajo agénticos, la generación de código y el trabajo en grandes proyectos de software.
Según Google, Carbon obtuvo un 88,2% en SEC-bench Pro, que mide la detección de vulnerabilidades en software real. Registró un 54,8% en ExploitGym, una prueba sobre si las vulnerabilidades pueden explotarse, y un 71% en CWE-bench, que evalúa la generación de correcciones que abordan las causas raíz de las vulnerabilidades.
Google también afirmó que Carbon duplicó con creces su tasa de éxito en la generación de código seguro frente a Argon en pruebas internas. Según el equipo de Chrome, Carbon tuvo un desempeño más de 10 veces superior al de un modelo de frontera competidor no identificado al producir correcciones de alta calidad.
En desarrollo web, Carbon obtuvo 89 puntos ELO y ocupó el cuarto lugar en WebDev Arena con una puntuación de 1.768, según Google.
Pruebas de seguridad y fiabilidad
Google afirmó que Carbon se volvió más fiable al gestionar tareas complejas y operar bajo incertidumbre. En las evaluaciones internas de la empresa, las afirmaciones infundadas se redujeron aproximadamente a la mitad frente a Argon, mientras que las alertas sobre inconsistencias críticas en los flujos de trabajo de los equipos internos disminuyeron casi un 80%.
En Terminal-Bench 4.0, Carbon registró una tasa del 0% de eludir con éxito tareas para tomar rutas más cortas hacia un resultado, mientras que los intentos relevantes representaron el 0,4%. El modelo también redujo las acciones excesivas en un 26% y la ejecución insuficiente de tareas en un 29%, según Google.
En la prueba Gray Swan Indirect Prompt Injection, Carbon bloqueó todos los intentos evaluados de ataques de inyección de instrucciones. Su tasa de éxito de ataques fue del 0%, frente al 0,7% de Argon.
Google afirmó que los resultados de los benchmarks externos de ciberseguridad se obtuvieron sin las barreras de protección del modelo activadas. La empresa continúa perfeccionando los mecanismos de seguridad de Carbon antes de un despliegue más amplio.
Acceso y precios
Google pondrá inicialmente Carbon a disposición de un grupo limitado de especialistas en ciberseguridad. Planea ampliar el acceso posteriormente mediante el programa Fairwind para socios de confianza.
La empresa también afirmó que participa en el proceso voluntario del gobierno de Estados Unidos para pruebas de modelos previas al despliegue. Tras nuevas pruebas y mejoras de seguridad, Google planea poner Carbon a disposición de desarrolladores, empresas y usuarios cotidianos.
Gemini 4 Carbon comenzará con las mismas tarifas que Argon: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Google ofrecerá un descuento del 95% en los tokens de entrada para texto almacenado en caché.
Google creó anteriormente un sistema de protección de criptoactivos para bancos.
Fuente: HODL Press
