Google lanza Gemini 4 Carbon, su modelo más potente, con una restricción de acceso

• Google ha presentado Gemini 4 Carbon, una inteligencia artificial optimizada para ejecutar tareas complejas de programación, análisis científico y ciberseguridad. Sin embargo, el inconveniente es que este modelo avanzado estará limitado exclusivamente a ciertos usuarios de pago.

Google ya ha comenzado el despliegue de su modelo de frontera más avanzado por el momento, Gemini 4 Carbon, un modelo de inteligencia artificial mucho más potente para tareas como la programación y la ciberseguridad. Tan solo apenas 2 semanas de haber lanzado Gemini 4 Argon, la compañía ha anunciado que continúa esta carrera de fondo para luchar en el top de los grandes modelos de IA, también añadiendo este a la aplicación de Gemini, al modo IA del buscador de Google y a la herramienta Antigravity.

Aunque desafortunadamente este modelo será bastante restrictivo, ya que Google lo ha limitado al plan Google AI Ultra que cuesta aproximadamente unos 100 euros mensuales, además de que ha anunciado que duplicará el coste de las tarifas de su API desde este mismo diciembre.

Por tanto, Gemini 4 Carbon queda fuera de las cuentas gratuitas, pero también del plan AI Plus, que es el intermedio en coste. Adicionalmente, si alguien lo quieres usar en las diferentes aplicaciones de Google, tendrá que pagar la suscripción Google AI Ultra, además de que para el modo IA del buscador de Google se necesitará obligatoriamente una cuenta personal, ser mayor de 18 años y habrá restricciones diarias en su uso.

Este anuncio también afecta lógicamente a los desarrolladores y empresas que usen el modelo de Gemini desde la API de Google para AI Studio, Android Studio o Gemini for Business. Existe una tarifa promocional de 2 dólares por cada millón de tokens de entrada y de 10 por cada millón de salida, con un 95% de descuento en caché, pero solo estarán disponibles hasta el 30 de noviembre.

Por tanto, quienes usen este modelo desde diciembre verán cómo los costes se duplican hasta 4 y 20 dólares respectivamente por cada millón de tokens. Y, por supuesto, el modelo Carbon consume muchos más tokens que Argon en la resolución de problemas o durante la verificación de sus razonamientos, por lo que aumenta en general el coste de cada tarea.

Un modelo de frontera más caro, pero también más potente

Según ha compartido Google, en los análisis técnicos de Artificial Analysis en la versión 5.0.1, con métricas que califican el conocimiento, la programación y las tareas científicas, el modelo Gemini Carbon ha conseguido el primer puesto en la clasificación general con 59 puntos.

El equipo de Google DeepMind también ha asegurado que han usado este modelo durante varios días consecutivos para poder localizar errores que sean más sutiles y arreglaros con sistemas de bajo nivel. En este sentido, Gemini Carbon ha obtenido 89 puntos y se queda en cuarta posición en WebDev Arena, además de liderar otros análisis técnicos en programación y en automatización de flujos de trabajo.

En el apartado de ciberseguridad, Gemini Carbon se centra mayormente en la seguridad del modelo respecto a la ética, para que no se descontrole. Así, en la detección de vulnerabilidades ha conseguido un 88,2% de éxito, mientras que en la validación mediante explotación esta cifra se rebaja al 54,8% y, finalmente consigue un 71% en la generación de parches. Según Google, Carbon ha logrado superar por 10 la generación de parches respecto a modelos rivales y ha duplicado la capacidad de Argon.

Por otro lado, para hacer de Carbon un modelo de frontera seguro, se ha conseguido que las trampas realizadas por el modelo caigan al 0%, lo que significa su resistencia a las instrucciones maliciosas; precisamente, ha logrado resistir el 100% de los ataques conocidos como inyecciones indirectas de prompts, además de que las alucinaciones fueron la mitad que en el caso de Argon.

En definitiva, Google ha conseguido con Carbon ofrecer un modelo de frontera capaz de liderar el mercado, pero con un coste que no está al alcance de todos los bolsillos, y mucho menos de programadores a nivel personal, con previsiones de duplicar ya el coste de estos modelos de IA.