Google lanzó Gemini 4 Carbon, un modelo de IA que lidera los índices de inteligencia superando ligeramente a Claude Opus 5.5. Destaca por ser el modelo con menor tasa de alucinaciones y ofrecer un costo por tarea más competitivo que otros modelos de gama alta. Su despliegue será gradual, priorizando la seguridad y la colaboración con el gobierno estadounidense.

La semana pasada, Google lanzó su modelo de IA más reciente, Gemini 4 Carbon, situándose a la cabeza de las tablas de clasificación de inteligencia. El modelo ha llegado con un impacto mayor que la mayoría. Como destaca Artificial Analysis, Gemini 4 Carbon es ahora el modelo de IA mejor clasificado en su última suite de pruebas Intelligence Index V5, superando a Claude Opus 5.5 por un punto. Logra la puntuación número uno en cuatro de las nueve evaluaciones, y lo hace a un coste por tarea inferior que otros modelos de alto rango, como Claude Opus 5.5. Google ofrece el acceso al modelo primero para los defensores cibernéticos a través de su programa Fairwind, con una disponibilidad más amplia próximamente.

Quizás lo más crucial sea que Gemini 4 Carbon se distingue al liderar la nueva prueba AA-Omniscience v 1.1 de Artificial Analysis, que rastrea las alucinaciones y el recuerdo preciso de la información. Mientras los gobiernos e instituciones buscan maximizar el valor y la seguridad de su uso de la IA, poder afirmar tener la puntuación de alucinación más baja podría resultar un punto de venta significativo.

No obstante, incluso el mejor obtuvo solo 54 en la escala de -100 a +100, lo que sugiere que incluso los mejores modelos frontera de 2026 están lejos de ser consistentemente fiables a la hora de recordar información con precisión.

El rey ha muerto, larga vida al rey

Las clasificaciones de los modelos de IA cambian rápida y regularmente en 2026, y no es sorprendente que el último lanzamiento de un laboratorio frontera haya superado los límites, pero el Gemini 4 Carbon de Google puede verse como un regreso después de haber languidecido con lanzamientos irregulares durante gran parte del año.

Gemini 4 Carbon (high) obtiene una puntuación de 59 en el benchmark Intelligence Index V5 de Artificial Analysis. Eso lo sitúa un solo punto por delante de Claude Opus 5.5 (max con fallback), y dos puntos por delante de GPT-6 Astra (max) de OpenAI. También está nueve puntos por delante de Muse Wonder Full (Max) de Meta, y 10 puntos por delante de Claude Fable 5.1 (max con fallback).


Pero la inteligencia bruta y generalizada no es la imagen completa de los modelos frontera en 2026. Mientras los desarrolladores persiguen la frontera de Pareto —la mejor confluencia posible entre coste e inteligencia— Gemini 4 Carbon es también impresionantemente asequible. Su coste por tarea en la prueba Intelligence Index es, de hecho, ligeramente más barato que Gemini 3.8 Flash (high), con un precio de 7,76 $ cada una. Eso es varios dólares más barato que Claude Opus 5.5 o Sonnet 5.5, ambos max con fallback, y casi la mitad del precio de Claude Fable 5.1, que cuesta 12,99 $ por tarea.

Gemini 4 Carbon sigue siendo más caro que el GPT 5 Astra de OpenAI y aproximadamente seis veces más caro que GPT 6.1 Sol (max). También es unas 13 veces más caro por tarea que el modelo de pesos abiertos DeepSeek V4.1 Flash 1017, aunque ese modelo registra apenas 32 en las clasificaciones del Intelligence Index.

Gemini 4 Carbon no es el mejor en todo, pero puede ser el mejor en la mayoría de los puntos de precio elevados. Al menos por ahora. Arena.ai lo sitúa en el primer puesto en su gráfico de Frontera de Pareto en el extremo más caro del espectro, pero en puntos de precio más bajos, los modelos chinos de pesos abiertos como GLM 5.3-Flash y DeepSeek V4 Pro toman el control.

Artificial Analysis también destaca que Gemini 4 Carbon no es tan bueno como Claude Code con Claude Opus 5.5 en programación, y queda por detrás de Grok 4.7, Muse Wonder y Kimi K3.1 Pro en trabajo de conocimiento.

Pero quizás la puntuación más impresionante es el 54 de Gemini 4 en el Índice AA-Omniscience, que rastrea el conocimiento y las alucinaciones, superando a la competencia a menudo por márgenes significativos.


> Gemini 4 Carbon cuesta 7,76 $ por tarea de Intelligence Index, ~23% menos que Claude Opus 5.5 (max, 10,04 $) pero ~1,2x GPT-6 Astra (max, 6,25 $). Utiliza 123k tokens de salida por tarea, 29% menos que Claude Opus 5.5 (max, 173k). Con el mismo precio estándar de 4 $/20 $, su Coste por Tarea está alineado con Gemini 4 Argon (7,68 $), mientras que anota 9 puntos más en el Intelligence Index. 28 de octubre de 2026 Twitter

Cuidadoso y cumplidor

En el anuncio de Google del nuevo modelo Gemini 4 blog de Google, se habló de su colaboración con el gobierno de EE. UU. para el cribado de modelos y las pruebas previas al lanzamiento. De manera similar a como Anthropic manejó el lanzamiento de Mythos en 2025, Google está desplegando el acceso a Gemini 4 Carbon a un ritmo más lento.

"Estamos adoptando un enfoque deliberado en el despliegue y participamos activamente en el proceso voluntario del gobierno de EE. UU. para las pruebas de modelos previas al lanzamiento", dice la declaración de lanzamiento de Google blog de Google.

Con ese fin, está abriendo Carbon a un subconjunto de "defensores cibernéticos" y hará que el modelo esté disponible gradualmente para más personas a través de socios de confianza mediante su Programa Fairwind. Antes de poner Carbon a disposición de los desarrolladores, quiere iterar en sus barreras de seguridad para hacer que la IA sea más segura y efectiva para fines de ciberseguridad, dificultando que actores malintencionados la utilicen para exploits y hackeos.

Donde la idea de ralentizar la industria e introducir una mayor supervisión para el desarrollo de modelos ha subido y bajado en las estimaciones de las principales empresas tecnológicas, parece estar consolidándose como una idea fundamental para futuros lanzamientos de modelos. Google destaca que su lanzamiento mejora la seguridad y protección de su modelo, resaltando que frustró todos los intentos del benchmark Gray Swan Indirect Prompt Injection para que hiciera algo que no debía.

Google afirma que Carbon reduce las afirmaciones no respaldadas en sus respuestas el doble que el modelo Gemini 4 Argon que debutó hace solo dos semanas. Si no puede completar una acción, simplemente no lo hará, en lugar de fabricar una respuesta o evadir la falta de evidencia, afirma Google.

También sugiere que Carbon presentará fuentes y acciones sugeridas al usuario con más facilidad, en lugar de perseguir sus propias intenciones cuando haya discrepancias o incertidumbres, reduciendo presuntamente la extralimitación del modelo en un 26%.

A medida que los gobiernos y las empresas busquen hacer un uso realista de la IA, rastreando el uso, gestionando los presupuestos de tokens y evitando que los trabajadores creen nuevas rutas de exploit mediante el uso excesivo, la seguridad, protección y fiabilidad de un modelo serán primordiales.

> Gemini 4 Carbon anota 54 en AA-Omniscience, la puntuación más alta de cualquier modelo, 6 puntos por delante de Claude Opus 5.5 (max, 48). Responde más preguntas correctamente que Gemini 4 Argon (58% vs 48% de precisión), a costa de una tasa de alucinación más alta (11% vs 4%). Esto sigue estando muy por debajo de Claude Opus 5.5 (max) y GPT-6 Astra (max), ambos al 50%. 28 de octubre de 2026 Twitter

¿Una nueva frontera de pareto?

Durante el último año, un enfoque claro de los desarrolladores de modelos frontera y de pesos abiertos ha sido la eficiencia y el coste. Si bien el aumento de la inteligencia y la mejora de las capacidades, particularmente a través de flujos de trabajo agenticos, ha visto un gran desarrollo, muchos de los anuncios y desarrollos principales también han considerado el coste como un componente claro.

No es probable que esto cambie, ya que la investigación más reciente de Gartner muestra que solo el 3% de las empresas están logrando mejoras reales de costes y productividad Gartner mediante el uso de la IA. Pero a medida que las organizaciones presionen para encontrar el valor real en la IA, maximicen los presupuestos de tokens e intenten potenciar a los trabajadores que han encontrado mejoras usando la IA, querrán consistencia.

Rastrear el retorno de la inversión con la IA es notoriamente difícil, y las alucinaciones lo hacen aún más complicado. Si Google puede vender sus últimos modelos como los más seguros y con menor probabilidad de alucinar, y hacerlo con una inteligencia alta a un coste relativamente bajo, esa podría ser la nueva fórmula ganadora.

Al menos hasta que llegue el siguiente modelo.

Fuente:
TomsHardware