Resumen:
Google lanzó oficialmente Gemini 4 Carbon, una nueva generación de modelo de inteligencia artificial de vanguardia, el 28 de octubre, hora local, centrándose en mejorar la programación de software, la capacidad de los agentes para realizar tareas complejas y las capacidades de defensa de la seguridad de la red. Google dijo que el nuevo modelo ha logrado avances significativos en el descubrimiento de vulnerabilidades de software, la verificación de la explotabilidad de las vulnerabilidades y la reparación de fallas de seguridad, y está por delante de los modelos insignia de OpenAI y Anthropic en múltiples pruebas comparativas. Sin embargo, considerando los riesgos potenciales que pueden traer sus poderosas capacidades de seguridad de red, Google actualmente solo está abierto a algunas agencias de defensa de seguridad de red seleccionadas y no estará disponible de inmediato para todos los desarrolladores y usuarios comunes.
Gemini 4 Carbon es otro modelo de vanguardia después de que Google lanzara Gemini 4 Argon este mes. Google dijo que el nuevo modelo fortalece aún más la generación de código, el flujo de trabajo de los agentes y las capacidades de procesamiento de tareas complejas a largo plazo basadas en Argon, y está especialmente optimizado para el campo de la seguridad de la red. La compañía espera que al mejorar la capacidad de la inteligencia artificial para descubrir y reparar vulnerabilidades de software, ayude a las empresas a proteger sus sistemas de manera más efectiva y, al mismo tiempo, reduzca el riesgo de que nuevos códigos introduzcan fallas de seguridad.
En términos de rendimiento general, Google citó los resultados de la evaluación del Índice de Inteligencia de Análisis Artificial 5.0 publicados por Artificial Analysis, diciendo que Gemini 4 Carbon ocupó el primer lugar con 59 puntos, por delante de Claude Opus 5.5 de Anthropic y GPT-6 Astra de OpenAI. Esta lista examina exhaustivamente las capacidades del modelo en múltiples dimensiones, pero los tipos de tareas y los métodos de evaluación de diferentes puntos de referencia son diferentes, por lo que la clasificación integral no significa que el modelo tenga ventajas en todas las aplicaciones prácticas.
La ciberseguridad es el núcleo de este lanzamiento. Los datos publicados por Google muestran que Gemini 4 Carbon logró una puntuación del 88,2% en la prueba comparativa SEC-bench Pro, que evalúa principalmente la capacidad del modelo para descubrir vulnerabilidades de software reales; logró una puntuación del 54,8% en la prueba ExploitGym, que se utiliza para medir la capacidad del modelo para verificar la explotabilidad de las vulnerabilidades y construir los planes de explotación correspondientes; logró una puntuación del 71% en la prueba de banco CWE, que se centra en evaluar si el modelo puede proponer soluciones de reparación efectivas para las debilidades de seguridad identificadas.
Estas capacidades cubren múltiples aspectos clave del trabajo de seguridad del software. Las herramientas de seguridad tradicionales generalmente se basan en reglas predefinidas, características de vulnerabilidad conocidas y procesos de prueba específicos, mientras que se espera que los modelos avanzados de inteligencia artificial analicen códigos complejos, descubran defectos ocultos en grandes sistemas de software y ayuden a los desarrolladores a comprender las causas de las vulnerabilidades y, en última instancia, generen parches específicos.
Sin embargo, existe una diferencia importante entre el descubrimiento de vulnerabilidades y su explotación. Ser capaz de identificar fallas en un programa no significa que el modelo podrá explotar con éxito estas fallas en un entorno real; De manera similar, generar un código de solución aparentemente razonable no significa que se haya eliminado por completo la vulnerabilidad. Los resultados de las pruebas publicados por Google reflejan el rendimiento en condiciones de evaluación específicas. El efecto de seguridad real aún depende del entorno del código, los métodos de prueba y la verificación manual posterior.
Google también dijo que Gemini 4 Carbon tuvo más del doble de éxito que Gemini 4 Argon en la generación de código seguro en pruebas internas. El equipo de Chrome también informó que en sus evaluaciones internas, Carbon produjo parches de seguridad de alta calidad significativamente mejores que los modelos de vanguardia de otros laboratorios. Sin embargo, estos resultados provienen principalmente del propio entorno de pruebas de Google. Las condiciones de evaluación específicas y las tareas de prueba pueden afectar el desempeño final, y aún se necesitan más pruebas independientes para verificarlo.
Además de la ciberseguridad, Gemini 4 Carbon está optimizado para tareas de ingeniería que requieren una ejecución continua durante largos períodos de tiempo. Google dijo que los equipos internos han observado modelos funcionando durante días y continúan abordando complejos problemas de ingeniería de varios pasos después de múltiples fallas e intentos.
Estas tareas pueden implicar localizar errores difíciles en bases de código grandes, solucionar problemas del sistema de bajo nivel e implementar cambios de código en múltiples módulos. A diferencia de un chatbot que solo necesita responder una sola pregunta, un agente necesita hacer un plan, invocar herramientas, verificar los resultados y ajustar el plan en función de los comentarios durante la ejecución. Cuanto más compleja es la tarea, más necesita el modelo mantener la coherencia contextual y evitar darse por vencido prematuramente cuando se atasca.
Google dijo que cuando se trata de tareas a largo plazo, Carbon es mejor para identificar rutas de falla y evitar atajos poco confiables para completar la tarea. En el proceso de desarrollo real, se espera que esto ayude a los ingenieros a reducir el tiempo de resolución de problemas repetida, permitiendo que la inteligencia artificial asuma un trabajo de depuración y mantenimiento de software más continuo.
Al mismo tiempo, Google enfatizó que el nuevo modelo también tiene mejoras en confiabilidad. La compañía afirma que Carbon reduce las afirmaciones sin fundamento aproximadamente a la mitad en comparación con Argon. Cuando se enfrenta a un problema con evidencia insuficiente o ambigüedad, es más probable que el modelo busque más información, señale contradicciones entre información diferente o indique claramente qué pasos aún no se pueden completar, en lugar de dar directamente una respuesta que carece de evidencia.
En términos de defensa contra ataques de inyección rápida, los resultados de la evaluación interna publicados por Google también son dignos de atención. Los ataques de inyección de pistas suelen inducir a los sistemas de inteligencia artificial a desviarse de los objetivos de su misión original al ocultar instrucciones maliciosas en páginas web, archivos u otro contenido externo. Google dijo que en la prueba de inyección inmediata indirecta de Gray Swan, la tasa de éxito del ataque de Carbon cayó aún más del 0,7% de Argón al 0%, es decir, no hubo casos exitosos entre los intentos de ataque cubiertos por la prueba.
Sin embargo, el hecho de que no se hayan observado ataques con éxito en un único punto de referencia no prueba que el modelo sea resistente a todos los ataques de inyección de pistas. Los métodos de ataque en entornos reales pueden seguir cambiando y el modelo también debe combinarse con medidas como gestión de permisos, restricciones de llamadas de herramientas, revisión de contenido de entrada y supervisión manual para construir un sistema de seguridad más confiable.
Dado que las capacidades de Carbon en el campo de la seguridad de la red se han mejorado aún más, Google decidió adoptar una estrategia de apertura gradual. El nuevo modelo está disponible por primera vez para un grupo selecto de organizaciones de defensa de la ciberseguridad a través del programa Fairwind de la compañía. Google dijo que la compañía está participando en el proceso de prueba voluntaria previa al lanzamiento de modelos de vanguardia promovido por el gobierno de EE. UU. y planea continuar ajustando el mecanismo de protección de seguridad en función de los comentarios de los primeros usuarios, y luego abrirlo gradualmente a socios más confiables.
Google aún no ha anunciado la fecha exacta en la que Carbon estará abierto a todos los desarrolladores, empresas y usuarios en general. La compañía dijo que espera introducir el modelo en más productos y servicios lo antes posible después de completar las pruebas necesarias y ajustar las medidas de protección.
Esta estrategia de apertura limitada refleja un desafío real al que se enfrenta la industria de la inteligencia artificial: los modelos que pueden ayudar a los equipos de seguridad a descubrir vulnerabilidades también pueden ser utilizados por individuos malintencionados para encontrar entradas de ataque o desarrollar herramientas de explotación. Cuanto más fuerte sea la capacidad del modelo, más empresas necesitarán evaluar los riesgos de doble uso que puede conllevar en diferentes escenarios de uso.
En términos de precio, el precio inicial de Gemini 4 Carbon es el mismo que el de Gemini 4 Argon, cobrando $2 por millón de tokens de entrada y $10 por millón de tokens de salida. Google también ofrece un descuento significativo para el almacenamiento en caché de tokens de entrada, con un descuento que oscila entre el 95% del precio del token de entrada. Sin embargo, este precio pertenece al precio del período de promoción. Los precios posteriores anunciados por Google son 4 dólares estadounidenses por millón de tokens de entrada y 20 dólares estadounidenses por millón de tokens de salida. Aún no se ha determinado el tiempo oficial de ajuste.
Desde la perspectiva del posicionamiento del producto, Carbon no es un modelo nuevo que simplemente busca una experiencia de chat, sino una herramienta profesional que se centra más en la ingeniería de software compleja, la ejecución continua de tareas y la defensa de la seguridad de la red. Su valor radica no sólo en poder dar la respuesta correcta, sino también en poder continuar completando el trabajo durante un período prolongado de tiempo y responder adecuadamente cuando se encuentran errores, requisitos ambiguos o posibles riesgos de seguridad.
Esta versión también muestra que Google está acelerando el ritmo de iteración de modelos de vanguardia. Poco después del lanzamiento de Gemini 4 Argon, Carbon mejoró aún más varios indicadores clave de rendimiento. Para los usuarios empresariales, se espera que esta rápida iteración acorte el tiempo para que la tecnología de inteligencia artificial ingrese a los procesos reales de desarrollo de software y operación de seguridad, pero también aumenta la importancia de la evaluación independiente, el monitoreo continuo y la verificación de la seguridad.
Actualmente, Gemini 4 Carbon ha logrado resultados destacados en una serie de pruebas comparativas publicadas por Google, pero su rendimiento en el mundo real aún debe ser verificado por más instituciones independientes y usuarios reales. A medida que los ciberataques se vuelven cada vez más sofisticados, la inteligencia artificial puede convertirse en una importante herramienta defensiva para los equipos de seguridad y también puede aumentar la automatización del descubrimiento y explotación de vulnerabilidades. Google optó por abrir el modelo primero a agencias de defensa seleccionadas, con la esperanza de evaluar más a fondo sus riesgos mientras libera capacidades técnicas y establece gradualmente los límites de uso correspondientes.
Comentarios