Principales destacados
- Acceso ampliado: Google libera su modelo más avanzado para desarrolladores, empresas, científicos y suscriptores de Google AI Ultra.
- Precio promocional: Carbon cuesta US$ 2 por millón de tokens de entrada y US$ 10 por millón de tokens de salida hasta el 30 de noviembre.
- Nueva estrategia de IA: Google apuesta por modelos especializados y equipos de agentes autónomos para competir con OpenAI y Anthropic.
Google está poniendo su modelo de inteligencia artificial más potente en manos de los desarrolladores.
Y ha elegido una estrategia bastante conocida para conquistar a este público: precios competitivos, acceso ampliado y herramientas orientadas a tareas complejas.
Anunciado este martes (10 de noviembre), Gemini 4 Carbon deja de ser una tecnología restringida a un grupo seleccionado de especialistas en ciberseguridad y comienza a llegar a empresas, investigadores y desarrolladores de pago.
El movimiento se produce en un momento importante de la disputa por el liderazgo en inteligencia artificial. OpenAI y Anthropic han avanzado especialmente en el desarrollo de modelos capaces de ejecutar tareas complejas de programación, análisis y trabajo intelectual.
💰 La estrategia comienza por el precio: durante el período promocional, Google cobrará US$ 2 por millón de tokens de entrada y US$ 10 por millón de tokens de salida. Después del 30 de noviembre, las tarifas se duplicarán.
¿Cuánto cuesta utilizar Gemini 4 Carbon? 💸
Google está posicionando Carbon de forma agresiva en el mercado de las API. Su tabla de precios promocionales sitúa al modelo en un rango considerablemente inferior al de algunos competidores de última generación.
| Operación | Hasta el 30/11 | Después del 30/11 |
|---|---|---|
| Tokens de entrada | US$ 2 | US$ 4 |
| Tokens de salida | US$ 10 | US$ 20 |
Los precios se cobran por cada millón de tokens.
Según The Verge, el precio promocional representa aproximadamente una quinta parte del coste de GPT-6 Astra, de OpenAI, y una cuarta parte del de Fable 5.2, de Anthropic.
Sin embargo, existe una salvedad importante: comparar únicamente el precio por token puede resultar engañoso. Los distintos modelos pueden consumir cantidades diferentes de tokens para realizar una misma tarea, especialmente cuando necesitan razonar, revisar resultados y llevar a cabo verificaciones adicionales.
Después de la promoción, la competencia cambia de nivel: según VentureBeat, las tarifas de Carbon pasarán a equivaler a las de Claude Opus 5.5, de Anthropic, y seguirán siendo la mitad del precio estándar de Fable 5.2.
¿Dónde estará disponible Carbon? 🌐
Google está distribuyendo el modelo a través de diferentes plataformas de su ecosistema.
El acceso ya está disponible para desarrolladores y empresas de pago mediante la API de Gemini, Google AI Studio y Gemini for Business.
La distribución también está llegando gradualmente a los suscriptores de Google AI Ultra en tres entornos:
- Aplicación Gemini.
- Modo IA de la Búsqueda de Google.
- Antigravity, la plataforma de programación de la compañía.
Todavía no está claro cuándo, o incluso si, los usuarios gratuitos y los suscriptores de los planes más básicos tendrán acceso a Carbon.
La estrategia indica que Google pretende monetizar sus modelos más avanzados sin necesariamente ponerlos a disposición inmediata de toda su base de usuarios.
Argon sigue siendo la opción para la mayoría de las tareas
A pesar de presentar Carbon como su modelo más potente, Google no pretende sustituir por completo a Gemini 4 Argon.
La compañía afirma que Argon, lanzado el mes pasado, sigue siendo la mejor opción para la mayoría de las actividades de ingeniería de software y trabajo relacionado con el conocimiento.
La diferencia está en la complejidad de las tareas.
Mientras Argon responde a las necesidades cotidianas de programación y productividad, Carbon ha sido desarrollado para afrontar desafíos que requieren un razonamiento más profundo, ejecución de múltiples etapas e investigación científica abierta.
💡 Carbon no fue diseñado únicamente para responder mejor, sino para afrontar problemas en los que el modelo necesita planificar, ejecutar, verificar y corregir su propio trabajo.
Este enfoque también explica por qué el modelo puede consumir más tokens durante una ejecución.
🔎 Un cambio en el selector de Gemini: Google también reorganizó la experiencia dentro de la aplicación. Argon aparece identificado como «Código y análisis», mientras que Carbon recibe la descripción «Trabajo más complejo».
Con la actualización, Gemini 3.1 Pro fue eliminado del selector de modelos de la aplicación, según 9to5Google.
/swarm convierte un prompt en un equipo de agentes 🤖
Otra novedad importante llega a Antigravity.
Google presentó en vista previa la función /swarm, que transforma una única solicitud en un equipo coordinado de agentes de inteligencia artificial.
La propuesta permite que diferentes agentes trabajen simultáneamente en distintas partes de un proyecto, con seguimiento en tiempo real.
En la práctica, un desarrollador podrá distribuir responsabilidades entre modelos y agentes especializados.
Por ejemplo:
- Arquitectura: planificar la estructura de un proyecto.
- Desarrollo: trabajar en la implementación del código.
- Auditoría: comprobar posibles problemas e inconsistencias.
Carbon puede asumir las tareas más exigentes, mientras que los modelos más pequeños se encargan de actividades que no requieren el mismo nivel de capacidad.
La idea es aprovechar diferentes modelos de forma coordinada, en lugar de depender de una única IA para todas las etapas.
Los benchmarks sitúan a Carbon en el liderazgo, pero hay matices 📊
Google afirma que Gemini 4 Carbon alcanzó el primer puesto en tres evaluaciones:
- CursorBench 4.0.
- WANDR, de Perplexity.
- AutomationBench, de Zapier.
La compañía también asegura que el coste por tarea es más de dos veces inferior al del siguiente mejor modelo competidor.
Estos resultados refuerzan el intento de posicionar a Carbon como una alternativa competitiva para programación, automatización y actividades profesionales complejas.
Pero existe una cuestión importante a la hora de interpretar estas cifras.
Los benchmarks no cuentan toda la historia: The Verge señaló que las empresas pueden seleccionar estratégicamente las evaluaciones y los resultados que presentan para favorecer a sus propios modelos.
El medio también destacó que las evaluaciones anteriores situaban a Carbon únicamente por detrás de Fable 5.2 en gran parte de las métricas analizadas.
Por lo tanto, aunque los resultados publicados son relevantes, todavía será necesario observar su rendimiento en aplicaciones reales, especialmente en tareas que exigen consistencia y fiabilidad.
Google amplía el acceso para investigadores 🔬
El lanzamiento también viene acompañado de una iniciativa dirigida a la comunidad científica.
Google amplió su programa gratuito de investigación de seis meses, permitiendo que los científicos utilicen Carbon en proyectos que requieren capacidades avanzadas de razonamiento.
La iniciativa puede ayudar a explorar aplicaciones en diferentes campos científicos, especialmente en investigaciones que implican problemas complejos e investigación abierta.
En el ámbito de la ciberseguridad, Google también presentó resultados de sus mecanismos de protección. Según la compañía, sus sistemas de defensa bloquearon el 99 % de los intentos de ataque en simulaciones de ciberataques.
Esta cifra forma parte de las afirmaciones divulgadas por la empresa y no debe interpretarse como una garantía de protección frente a ataques reales.
La batalla por la IA más potente es cada vez más cara (y estratégica)
El lanzamiento de Gemini 4 Carbon demuestra que la competencia entre Google, OpenAI y Anthropic está entrando en una nueva fase.
Ya no basta con presentar un modelo con resultados impresionantes en benchmarks. Las empresas necesitan convencer a los desarrolladores de que sus tecnologías ofrecen una combinación competitiva de capacidad, velocidad, fiabilidad y coste.
Google apuesta por dos frentes: modelos especializados para diferentes niveles de complejidad y sistemas capaces de coordinar múltiples agentes para ejecutar proyectos completos.
Se trata de un cambio importante en la forma en que la inteligencia artificial puede utilizarse en el desarrollo de software y en el trabajo profesional.
La cuestión ahora es si Carbon conseguirá transformar sus resultados de laboratorio en una ventaja práctica. Al fin y al cabo, ofrecer una inteligencia artificial potente a un precio más bajo es una cosa. Conseguir que resuelva problemas reales utilizando menos tiempo y recursos es otra historia.
