Google Gemini 4 Carbon: agentes en enjambre y la carrera por los modelos frontera
Google presentó Gemini 4 Carbon el 28 de octubre de 2026, posicionándolo como su modelo más avanzado para tareas de ciberseguridad e ingeniería de largo alcance. Dos días antes, Anthropic lanzó Claude Fable 5.2, que en tan solo días ya había superado al Carbon en 10 de los 11 benchmarks generales publicados por Anthropic. La llegada del Carbon marca no solo un avance técnico, sino un cambio estratégico en Google: en lugar de lanzar modelos que compiten en benchmarks aislados, está construyendo un ecosistema de agentes que trabajan juntos, y el enjambre (swarm) es la pieza clave de ese plan.
La promesa del Carbon: ciberseguridad e ingeniería a escala
El Gemini 4 Carbon fue construido para tareas que exigen persistencia durante días, no minutos. Según Google, el modelo ya se ha ejecutado internamente durante días consecutivos, persistiendo a través de caminos sin salida para resolver problemas de ingeniería complejos como identificar y corregir bugs sutiles en bases de código extensas y sistemas de bajo nivel. Este es un salto cualitativo respecto al Gemini 4 Argon, lanzado solo dos semanas antes, y posiciona al Carbon como el modelo fronterizo definitivo de Google para cargas de trabajo que exigen razonamiento sostenido.
En el área de ciberseguridad, las afirmaciones son ambiciosas: el Carbon lidera el SEC-bench Pro con 88,2 por ciento en detección de vulnerabilidades, 54,8 por ciento en ExploitGym para explotación y 71,0 por ciento en CWE-bench para corrección de fallos. El propio equipo de Chrome de Google reportó que el Carbon rindió más de 10 veces mejor que un modelo fronterizo competidor al generar parches de alta calidad. Google también integró el Carbon en su programa Fairwind, que selecciona defensores de ciberseguridad para probar el modelo antes de una apertura más amplia al público.
El ranking del Índice de Inteligencia de Artificial Analysis v5.0 coloca al Carbon en quinto lugar con puntuación de 60, por detrás de Claude Fable 5.2 (65), GPT-6 Astra (57) y varios otros modelos. Pero las cifras de Artificial Analysis reflejan una evaluación más amplia y no capturan las especializaciones del Carbon, ya que está deliberadamente optimizado para tareas de seguridad e ingeniería de largo plazo en lugar de cargas de trabajo de conocimiento genéricas.
Agentes en enjambre: la estrategia de Google para tareas complejas
Lo que realmente distingue al Carbon en el panorama actual es la funcionalidad swarm que Google está probando en su plataforma de desarrollo agénico Antigravity. A diferencia de los modos multi-agente que existían antes, donde la coordinación entre agentes era en gran medida invisible para el usuario, el swarm de Antigravity expone explícitamente la división del trabajo. El usuario activa un slash command marcado con un emoji de abeja, el sistema crea un panel de dashboard mostrando el tablero de mensajes compartido, los agentes participantes y un gráfico en tiempo real de su trabajo. En la prueba de TestingCatalog, tres agentes, incluyendo un Greeter y un Verifier, reconocieron el escenario de prueba y coordinaron una ejecución completa, con cada agente asumiendo roles diferentes.
Este enfoque es significativo porque resuelve uno de los mayores problemas de los agentes autónomos hoy: la coordinación. En lugar de un solo agente intentando hacer todo, el swarm distribuye tareas paralelizables entre múltiples agentes especializados, que luego integran los resultados. Es el mismo principio que llevó a OpenAI a describir agentes usando message boards no autorizados para coordinar actividades complejas, pero aquí, Google lo ha convertido en un recurso oficial y documentado.
Google reconoce que el swarm consume significativamente más tokens que una llamada individual de modelo. La prueba de TestingCatalog incluyó una advertencia de consumo pesado de cuota, lo que sugiere que el swarm será más adecuado para tareas de alto valor que para consultas rutinarias. Google aún no ha revelado si el swarm permanecerá exclusivo de la plataforma Antigravity o se expandirá a Google AI Studio y Google Cloud.
El panorama competitivo: Carbon vs Fable 5.2
La llegada de Gemini 4 Carbon se produce en un momento en que la carrera entre Google y Anthropic se ha intensificado. Claude Fable 5.2, lanzado el 9 de noviembre, presenta cifras que desafían el dominio del Carbon en benchmarks generalistas. El FrontierCode 2.0, prueba de agentic coding, muestra al Fable 5.2 al 49,1 por ciento frente al 41,1 por ciento del Carbon. En FrontierSWE v2, también de agentic coding, la diferencia es aún mayor: 69,9 por ciento frente al 61,2 por ciento. En AA-Briefcase v1.1 de trabajo de conocimiento, Fable 5.2 alcanza Elo 1785 frente a 1611 del Carbon, con 66,1 por ciento de tasa de paso versus 61,8 por ciento.
El Carbon tiene dos ventajas claras. Primero, el precio: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida durante el período introdutorio, mitad del precio del Fable 5.2 que cobra 8 y 40 dólares respectivamente. Segundo, la velocidad de respuesta: el tiempo para el primer token es de 99,5 segundos para el Carbon contra 253,4 segundos para el Fable 5.2, una diferencia de más del doble que puede ser decisiva en flujos de trabajo iterativos.
Sin embargo, el Carbon enfrenta un desafío adicional de disponibilidad. Mientras Fable 5.2 está disponible abiertamente vía API, el Carbon aún está limitado al programa Fairwind para defensores de ciberseguridad. Google afirma estar activamente involucrado en el proceso voluntario de pruebas del gobierno estadounidense para modelos previos al lanzamiento, lo que retrasa la disponibilidad generalizada.
Qué significa esto para el futuro de la IA
La carrera entre Google y Anthropic ilustra un cambio más amplio en el desarrollo de IA: la competencia ya no se trata solo de benchmarks aislados, sino de ecosistemas. Google no está lanzando solo un modelo, está construyendo una infraestructura completa que incluye Antigravity (plataforma de agentes), Agent Substrate (runtime de agentes open-source recientemente donado al CNCF), Gemini Omni (para multimodalidad), Genie 4 (para world models) y ahora swarm (para coordinación multi-agente).
Google donó recientemente Agent Substrate y gVisor al CNCF, un movimiento estratégico que posiciona a Agent Substrate como la infraestructura estándar para agentes autónomos en producción. Con más de 6 millones de consultas por segundo servidas por el XSE (Extreme Scale Engine), Google ya tiene la escala para soportar infraestructuras masivas de agentes.
La pregunta que queda es: cuando la apertura generalizada del Gemini 4 Carbon llegue, y Google no ha dado una fecha concreta, ¿el ecosistema Antigravity con swarm será suficiente para competir con Claude Code y el sistema completo de Anthropic? ¿O las ventajas de precio y velocidad del Carbon se diluirán por la falta de un ecosistema de agentes tan maduro como el de Anthropic?
Fuentes: The Verge, Google Blog, DataCamp
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
