Ingeniería de IA
Gemini 4 Carbon: el precio de lanzamiento es solo la mitad de la historia
Google apuesta por tareas largas y ciberseguridad. Así está el acceso a Carbon, qué dicen las pruebas y cuánto costaría una automatización con sus tarifas anunciadas.
Carbon es oficial, pero el acceso sigue siendo selectivo
Google presentó Gemini 4 Carbon el 28 de octubre. Es una evolución de Argon orientada a programación, agentes y ciberseguridad, con acceso inicial limitado a especialistas de defensa y una ampliación gradual mediante Fairwind. La apertura general sigue sin fecha.
Al consultar la documentación el 29 de octubre, el catálogo de Gemini API lista Argon como modelo de la serie 4, sin una entrada pública de Carbon. Tampoco aparece un lanzamiento de Carbon en las notas de la API. Hay un anuncio de modelo y tarifas previstas; todavía no hay un identificador público documentado que puedas incorporar a tu aplicación.
La apuesta son los trabajos que no se resuelven en un turno
Google describe ejecuciones internas de varios días para investigar errores y preparar parches en bases de código complejas. Es una observación de sus equipos, no una promesa de que cualquier tarea pueda dejarse funcionando sin supervisión.
Para un AI Engineer, el interés está en mantener el trabajo cuando falla una primera hipótesis: inspeccionar más código, ejecutar pruebas y revisar una solución. Esa capacidad necesita un arnés que conserve el estado y controle herramientas, tiempo y permisos. El modelo puede proponer un parche; el sistema decide dónde ejecutarlo y qué pruebas debe superar.
Las pruebas muestran un avance, con límites concretos
Artificial Analysis sitúa a Carbon en configuración High primero de su Intelligence Index v5.0, con 59 puntos. Es una evaluación externa con nueve pruebas, no solo una comparación publicada por Google. Su posición resume ese conjunto; no acredita que vaya a ganar en cada automatización.
CWE-bench v1 ofrece una referencia más concreta para código seguro. Carbon con Antigravity alcanza un 71 % de pass@1 programático frente al 68 % de Argon también con Antigravity. El conjunto contiene 120 tareas de auditoría y reparación. Se comprueba que el parche bloquee la explotación y conserve la funcionalidad existente.
Cada ejecución tiene un límite de una hora y la evaluación realiza cuatro intentos por tarea. El 71 % corresponde a pass@1, no al resultado de combinar los cuatro. La tabla de CWE-bench aún no ofrece coste de Carbon por ejecución: permite valorar capacidad en ese entorno, pero no su relación calidad-precio completa.
La tarifa anunciada se duplicará tras la promoción
Carbon empezará con 2 USD por millón de tokens de entrada y 10 USD de salida. Después del periodo introductorio serán 4 y 20 USD. Google anuncia un descuento del 95 % para la entrada que aproveche caché.
No hay una fecha de fin publicada para la promoción de Carbon. La página de precios sí fija el 30 de noviembre para las tarifas introductorias de Argon. Ese calendario pertenece a Argon y no debe trasladarse a Carbon por compartir precio inicial. Tampoco conviene asumir que sus modalidades de caché, límites o herramientas serán idénticas.
| Por millón de tokens | Promoción | Después |
|---|---|---|
| Entrada sin caché | 2 USD | 4 USD |
| Salida | 10 USD | 20 USD |
El coste de una ejecución no es el de una tarea resuelta
Este cálculo es hipotético y está expresado en dólares. Una ejecución que sume 100 000 tokens de entrada sin caché y 20 000 tokens de salida facturables costaría 0,40 USD con la tarifa introductoria. Con el mismo consumo, después serían 0,80 USD. La aritmética está comprobada; no es una medición de Carbon.
Si cien ejecuciones consumieran lo mismo y ochenta terminaran con un resultado aceptado, gastarías 40 USD para obtener ochenta resultados: 0,50 USD por tarea aceptada. Tras la promoción serían 80 USD y 1 USD, respectivamente. Los veinte intentos que no sirven también forman parte de la factura.
Faltarían herramientas, infraestructura y revisión humana. Una comparación útil suma todas las llamadas de cada trabajo y mide cuántos resultados pasan tus criterios. El precio por token ayuda a presupuestar; el coste por resultado aceptado ayuda a elegir.
Dónde lo pondría a prueba cuando llegue el acceso
Lo incluiría en una comparación de tareas de ingeniería con varias etapas: diagnosticar un fallo entre módulos, proponer un cambio y demostrar que mantiene el comportamiento anterior. Usaría los mismos repositorios, herramientas y límites para los modelos comparados, registrando fallos, gasto total y tiempo de revisión.
Carbon merece seguimiento por los resultados publicados. Cambiaría el modelo de una automatización cuando mejorase su resultado completo o resolviese casos que antes quedaban bloqueados. Para clasificaciones sencillas o extracciones ya fiables, la pregunta es cuánto aporta frente al sistema que tienes, con la tarifa posterior a la promoción dentro del presupuesto.