Google Gemini 4 Carbon: un modelo de frontera que no puedes usar y qué implica para la seguridad

Google Gemini 4 Carbon llega presentado por su propio fabricante como su modelo más fuerte, con capacidades de ciberseguridad que Google sitúa en la vanguardia, pero casi nadie puede usarlo todavía [1]. Según The Verge, por ahora solo está disponible para un grupo selecto de empresas de defensa en ciberseguridad [2].

Para una empresa que adopta IA, esa paradoja deja una pregunta incómoda: cómo valorar un modelo que solo conoce por lo que cuenta quien lo vende. La respuesta no pasa por esperar al acceso general, sino por separar lo que afirma el fabricante de lo que tú puedes comprobar y fijar criterios propios antes de depender de él.

Google Gemini 4 Carbon llega con cifras destacadas y sin disponibilidad general

El 28 de octubre de 2026, Google DeepMind presentó Carbon como su modelo más fuerte, con especial foco en ciberseguridad y en tareas de largo recorrido, es decir, trabajos de ingeniería de muchos pasos que el modelo sostiene durante periodos prolongados [1]. El blog de DeepMind afirma que sus equipos internos lo han visto trabajar durante días sobre problemas complejos, como localizar la causa raíz de fallos sutiles en grandes bases de código [1].

Las cifras con las que Google acompaña el anuncio son llamativas. Según la compañía, Carbon ocupa la primera posición del Artificial Analysis Intelligence Index, en su revisión v5.0, con 59 puntos [1]. En las pruebas de seguridad que Google destaca, el modelo obtiene un 88,2 % en SEC-bench Pro, que evalúa la detección de vulnerabilidades, y un 54,8 % en ExploitGym, centrado en comprobar si un fallo es explotable [1].

El acceso, en cambio, es muy limitado. DeepMind explica que esa misma semana empezaría a ofrecer Carbon a un subconjunto de defensores y que ampliaría el acceso de forma gradual a otros socios de confianza mediante su programa Fairwind; además, la compañía se ha sumado al esquema voluntario con el que la Administración estadounidense evalúa modelos antes de que salgan al mercado [1]. Desarrolladores, empresas y consumidores llegarán después, y según Infobae lo harán sin fecha confirmada [3].

Los resultados de ciberseguridad comunicados por Google requieren reproducción independiente

Conviene distinguir entre lo que mide un tercero y lo que comunica Google. El índice de Artificial Analysis es una referencia externa: Infobae precisa que pertenece a una firma independiente [3]. Pero el detalle prueba a prueba llega a través del propio anuncio, y el blog de DeepMind aclara que esas evaluaciones externas de ciberseguridad se ejecutaron sin las salvaguardas del modelo activadas [1].

Otras afirmaciones son directamente internas. Según DeepMind, el equipo de Chrome observó que Carbon rendía más de 10 veces mejor que un gran modelo de frontera de otro laboratorio al generar parches de alta calidad [1]. Según deepmind.google, el mismo blog sostiene que Carbon redujo a un 0,0 % las trampas exitosas en Terminal-Bench 4.0, con intentos de trampa del 0,4 % [1]. Para contrastar estos datos, conviene exigir pruebas independientes y detalles sobre las condiciones de evaluación. Infobae apunta además que Google no ha nombrado al rival de la comparación de Chrome, no ha publicado sus datos y tampoco ha difundido un informe técnico [3].

La discrepancia es menor, pero ilustra por qué conviene ir siempre a la fuente original y no a la cadena de reproducciones.

Hay más matices. Infobae recoge, a partir de un análisis externo, que haber evaluado sin salvaguardas no demuestra que un cliente vaya a obtener los mismos resultados con las restricciones que acompañen al producto comercial [3]. Ars Technica observa que todos los modelos de frontera puntúan en un rango similar en estas pruebas y que la distancia entre Carbon y la competencia es de pocos puntos [5]. Europa Press, por su parte, recuerda que las comparaciones con modelos de Anthropic u OpenAI son resultados de la propia compañía [6].

Nada de esto indica que las cifras sean falsas. El acceso restringido limita las posibilidades de que una empresa sin autorización contraste esas cifras mediante pruebas propias.

El acceso escalonado a modelos de frontera ya tenía precedente con Argon

Carbon no es un caso aislado. Google contó en su blog oficial que Gemini 4 Argon, anunciado el 30 de septiembre de 2026, empezó a desplegarse entre un conjunto de defensores de confianza mediante el programa Fairwind, y dedicó un apartado específico a reforzar salvaguardas antes de la disponibilidad amplia [7]. En aquel anuncio, Google justificaba que liberar capacidades de este nivel de forma segura exige un enfoque por fases [7].

Según Infobae, que cita a VentureBeat, Argon se abrió de forma más amplia el 13 de octubre [3]. Carbon llegó poco después y, según Ars Technica, sigue también una publicación escalonada que podría alargarse [5]. La Razón describe el momento como un sector en el que las generaciones de modelos ya se miden por semanas y no por meses [8].

Argon y Carbon ofrecen dos ejemplos de acceso por fases que conviene tener presentes al planificar la adopción. Una empresa que adopta IA tiene que planificar sin saber cuándo llegará un modelo concreto a su nivel de servicio, ni en qué condiciones.

Un modelo que encuentra, explota y parchea fallos es una capacidad de doble uso

Lo que sigue es interpretación editorial, no una motivación atribuida a Google. Las tres pruebas que la compañía destaca cubren hallar vulnerabilidades, comprobar si se pueden explotar y corregirlas [1]. Esa misma competencia sirve a la defensa y, en otras manos, podría servir al ataque. El blog de Argon ya mencionaba la necesidad de rechazar peticiones dañinas sin bloquear la investigación legítima de doble uso [7], y DeepMind habla de un despliegue deliberado de Carbon [1]. Con esa lógica, que el primer acceso se limite a equipos de defensa resulta coherente.

Para quien trabaja en seguridad, la lección inmediata es otra. Para evaluar la IA en un equipo de defensa, conviene priorizar su integración en la detección, el triaje y el parcheo, con revisión humana, en lugar de guiarse solo por las clasificaciones. Si te interesa ese terreno, puedes ver cómo se usa hoy la IA en la detección de amenazas de un SOC.

Antes de depender de un modelo que no controlas, estos son los criterios que conviene fijar

Este es el hueco que deja la cobertura del anuncio. Como propuesta editorial, los criterios siguientes pueden orientar la evaluación de modelos de frontera para procesos de seguridad o de negocio:

1. Distinguir anuncio de disponibilidad contratable. Un modelo presentado no es un servicio que puedas contratar, con condiciones y soporte definidos.
2. Exigir evidencia independiente o un piloto propio. Un resultado en una prueba pública no sustituye a un piloto acotado en tu entorno, con métricas fijadas de antemano.
3. Evitar dependencias críticas de un único proveedor. Un modelo disponible solo para socios seleccionados puede cambiar de condiciones; documenta la dependencia y ten una alternativa.
4. Revisar qué datos se envían al modelo. Valora qué código, registros o vulnerabilidades sería adecuado compartir y bajo qué condiciones de tratamiento.
5. Documentar quién decide y quién responde. Define quién revisa y aprueba lo que propone el modelo, sobre todo si sugiere parches o prioriza vulnerabilidades.

Conviene consultar con asesoría jurídica qué requisitos podrían ser aplicables al despliegue y la supervisión de un sistema de este tipo. La guía práctica del Reglamento de IA para empresas ayuda a situarlo, y conviene confirmar con asesoría jurídica cómo se aplica a cada situación concreta.

Hasta que puedas probar Carbon, trátalo como una señal del mercado y no como una dependencia

Los anuncios de Argon y Carbon se han sucedido en pocas semanas, y ambos han seguido un acceso por fases. Según The Verge, Carbon se ampliará con el tiempo a otros socios de Fairwind [2], pero esa promesa no es todavía algo sobre lo que construir procesos.

Un modelo de frontera que no puedes probar es información sobre el rumbo del mercado, no una herramienta. Antes de depender de él, define cómo lo evaluarías, quién responde de su uso y qué harías si no llega o cambia. No hace falta usar Carbon para prepararse: basta con un inventario de usos de IA, responsables claros y pilotos medibles, dentro de un enfoque de gobernanza de la seguridad de la IA. Si quieres contrastar ese marco, puedes consultar la propuesta de consultoría de IA aplicada a seguridad de Hodeitek.