Google lanza Gemini 4 Carbon con /swarm: agentes en enjambre para programacion de larga duracion
Google publico este martes (10 de noviembre) el Gemini 4 Carbon, su modelo mas avanzado de la linea Gemini 4, ya disponible para desarrolladores pagadores via Gemini API y para suscriptores AI Ultra. La caracteristica principal es /swarm, un recurso en preview en Google Antigravity que transforma un unico prompt en un equipo coordinado de agentes de IA, visible en tiempo real.
Que es Gemini 4 Carbon
Carbon se posiciona por encima del Gemini 4 Argon —el modelo "estandar" para ingenieria de software y trabajo de conocimiento— y esta orientado a tareas que "prueban los limites de la inteligencia de un modelo", segun el anuncio oficial. Google lo posiciona para workloads de larga duracion: migraciones multi-paquete, debug cross-subsystem, investigacion de causa raiz compleja y rediseños arquitectonicos.
En el propio codebase de Google con 14.000 tests, Carbon alcanzo una tasa de resolucion del 94% en bugs reales, con cero regresiones. En benchmarks externos, lidera el SEC-bench Pro con 88,2% (descubrimiento de vulnerabilidades), ExploitGym con 54,8% (explotacion) y CWE-bench con 71,0% (patching) —resultados que superan ampliamente al Argon y posicionan al Carbon como uno de los modelos mas fuertes en ciberseguridad jamas medidos.
El /swarm: programar en enjambre
El recurso mas original es el /swarm, lanzado en preview en Google Antigravity. En lugar de un unico agente coordinando subagentes aislados —el patron que la mayoria de las plataformas sigue hoy—, el /swarm permite orquestar un sistema multi-agente donde cada agente puede "fijarse" a un modelo diferente. El coordinador (Carbon) planifica, los workers construyen y verifican en paralelo, con una UI lateral que muestra el Board, Roster y Graph replay.
Dentro de Google, segun el anuncio, ingenieros usaron swarms para migraciones multi-paquete, investigaciones de causa raiz cross-subsystem y rediseños arquitectonicos complejos. Un ejemplo: con siete PDFs publicos de la Comision de Planeamiento de la Ciudad de Nueva York (206 vistas extraidas de planos de ingenieria) y un unico prompt, un equipo multi-agente Carbon uso el /swarm para reconstruir en Three.js una maqueta interactiva de 906 mil triangulos de la oficina Google Platform 37, en diez loops overnight.
El precio es de US$ 2 por millón de tokens de input y US$ 10 por millón de output hasta el 30 de noviembre —la misma tarifa de introduccion del Argon. Despues, duplica a US$ 4 y US$ 20. Google esta ofreciendo acceso gratuito de seis meses a 10.000 cientificos (miles ya fueron onboardados), incluyendo acceso tanto al Argon como al Carbon.
Ciberseguridad: el arma de doble filo
El Carbon fue liberado originalmente en octubre solo para defensores via Fairwind Program. Desde entonces, Wiz utilizo el modelo en su programa Scan for Good para identificar vulnerabilidades zero-day en dos grandes proveedores SaaS en menos de dos horas. En el Project Fortify interno del Google (escaneo, triaje, remediacion autonomos), el Carbon alcanzo 100% de recall en el escaneo y 95% de precision en el triaje, con mas de 25% de mejora relativa sobre el recall ya fuerte del Argon.
El modelo tambien redujo la tasa de breaching por intento a 0,8% en entornos simulados contra red-teaming adaptativo —comparado con 3,1% del Argon. Pero Google reconoce que estos resultados provienen de entornos especificos de evaluacion y no establecen resistencia a todos los ataques del mundo real. El problema de ciberseguridad no esta resuelto —esta transferido.
La estrategia detras del lanzamiento
La estrategia del Google con el Carbon es clara: posicionar un modelo que "cuesta mas" pero resuelve problemas que otros no pueden, mientras alimenta un ecosistema de herramientas (Antigravity, /swarm, Project Fortify) que crea lock-in natural en equipos de ingenieria. La oferta gratuita de seis meses para 10.000 cientificos es tanto un gesto generoso como un mecanismo de recoleccion masiva de datos —cada proteina prevista, cada vulnerabilidad identificada, cada query de busqueda de proteinas genera gradients utiles.
El /swarm en si es la senal mas importante: el Google esta apostando a que la proxima frontera no es "un modelo mas grande", sino sistemas de modelos que trabajan juntos. Si esto resulta productivo a escala, la pregunta es cuantas otras empresas van a copiar este patron antes de que se convierta en el nuevo baseline de programacion agentica.
Fuentes: Google DeepMind Blog, Engadget, The New Stack
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
