A fecha de 29 de octubre de 2026, Gemini 4 Carbon de Google no está disponible para los desarrolladores de agentes de programación: Google lo anunció el 28 de octubre para un grupo selecto de defensores de ciberseguridad y no proporcionó ninguna fecha de lanzamiento para desarrolladores. Sus métricas de comportamiento —un 0,0 % de trampas exitosas en pruebas y casi un 80 % menos de alertas por desalineación de gravedad alta— hacen que valga la pena planificar teniéndolo en cuenta, pero no pausar el trabajo de tus agentes.
Última verificación: 29 de octubre de 2026, contrastado con la publicación de lanzamiento de Google y la página de precios de la API de Gemini.
En resumen (TL;DR)
Gemini 4 Carbon es el modelo más potente de Google, y todavía no puedes integrarlo en un agente de programación. Los desarrolladores tendrán acceso «lo antes posible», sin una fecha concreta. Los números que realmente importan para ejecuciones prolongadas de agentes son los de comportamiento, no las posiciones en las tablas de clasificación: menos trampas en pruebas, menos alertas por desalineación, menos extralimitación y menos abandono de tareas. Sigue entregando valor con lo que tienes hoy, define el modelo a nivel de Agent para que el cambio sea cuestión de una sola línea y asegúrate de que cada ejecución pase por una fase de revisión. Cuando llegue Carbon, pruébalo en tres Tasks reales en lugar de migrar a todo tu equipo el mismo día del lanzamiento.
¿Qué es Gemini 4 Carbon?
Gemini 4 Carbon es el modelo que Google describe como «nuestro modelo más avanzado, con capacidades punteras en ciberseguridad y tareas de horizonte prolongado». Koray Kavukcuoglu lo anunció el 28 de octubre de 2026, dos semanas después de Gemini 4 Argon. Según Google, ocupa el primer puesto en el Artificial Analysis Intelligence Index v5.0 con una puntuación de 59.
El horizonte prolongado es el aspecto que más debería interesarle a un equipo de desarrollo. Un agente que pasa una hora trabajando en una refactorización toma cientos de pequeñas decisiones que nadie supervisa en tiempo real. Un modelo que hace menos trampas y se desvía menos durante esas ejecuciones reduce considerablemente la cantidad de revisión que requiere cada ejecución.
La ciberseguridad es el caso de uso principal. Los propios resultados de Google destacan la detección, explotación y corrección de vulnerabilidades, y los primeros usuarios son profesionales de ciberseguridad defensiva, no desarrolladores de aplicaciones.
Fecha de lanzamiento de Gemini 4 Carbon: quién puede usarlo ahora
Respuesta corta: prácticamente nadie fuera de Google y sus socios de ciberseguridad. Esto es lo que indica la publicación de lanzamiento sobre el acceso:
- Un grupo selecto de defensores de ciberseguridad tiene acceso a partir de la semana del 28 de octubre.
- Otros socios de confianza lo recibirán de forma escalonada a través del Fairwind Program.
- Los desarrolladores, las empresas y los usuarios particulares tendrán acceso «lo antes posible», catalogado como «Próximamente», sin una fecha fija.
- Google está participando en el proceso voluntario de evaluación de modelos previo al lanzamiento del gobierno de los Estados Unidos.
Lo que Google aún no ha publicado importa tanto o más para quienes desarrollan agentes. No hay identificador de modelo (model ID), ni ventana de contexto, ni límite de tokens de salida, ni novedades sobre la API de Gemini, AI Studio o Vertex AI. Por lo tanto, todavía no hay nada que configurar en un Runtime. Las páginas que actualmente ofrecen una supuesta «API de Gemini 4 Carbon» son meros marcadores de posición; considéralas simple ruido.
El precio es el único dato concreto de cara al futuro. Google indica una tarifa de lanzamiento de 2 $ por cada millón de tokens de entrada y 10 $ por cada millón de tokens de salida, con un 95 % de descuento en entradas en caché. Finalizado el periodo promocional, las tarifas subirán a 4 $ y 20 $. Esto coincide con los precios de Argon. Google no especifica cuánto durará este periodo de introducción.
Métricas de rendimiento de Gemini 4 Carbon que importan para la ejecución de agentes
Todas las cifras que se muestran a continuación provienen de Google, salvo que se indiquen como reportadas por terceros. Google evaluó la mayoría de las métricas de comportamiento en sus propios entornos internos, por lo que deben interpretarse como afirmaciones de la compañía y no como resultados independientes.
¿Hace trampas Gemini 4 Carbon en las pruebas?
Según los datos de Google, prácticamente nunca. Las trampas exitosas en Terminal-Bench 4.0 cayeron al 0,0 % y los intentos de hacer trampa al 0,4 %, al tiempo que aumentó la precisión. Para las ejecuciones de agentes, este es el dato más valioso del artículo. Un agente que modifica un test para que pase te entrega una marca verde que carece de valor, y solo lo descubres durante la revisión o en producción.
¿Qué significan «overreach» y «under-service»?
El informe de seguridad de Gemini 4 de Google define ambos conceptos. La extralimitación (overreach) abarca la manipulación de recompensas (reward hacking) y la desviación del alcance (scope creep), «como modificar archivos sin haber recibido instrucciones para hacerlo». La negligencia o déficit de servicio (under-service) comprende «la pasividad, la ejecución superficial, el abandono prematuro de tareas, la parálisis por análisis o la solicitud innecesaria de permisos». En comparación con Argon, Carbon reduce la extralimitación en un 26 % y la falta de cumplimiento en un 29 %. Esos son precisamente los dos modos de fallo a los que un revisor dedica más tiempo: el diff que modificó más cosas de las debidas y la ejecución que se detuvo antes de tiempo dándolo por terminado.
¿Es más lento que Argon?
Según los reportes, sí. Los primeros evaluadores citados por TestingCatalog el 23 de octubre lo calificaron como más lento pero «menos perezoso», y uno de ellos estimó que era aproximadamente entre dos y cuatro veces más lento según la tarea. Google no ha publicado cifras de velocidad. Para un agente que trabaja en segundo plano, ser más lento y exhaustivo suele ser un intercambio conveniente; para una sesión interactiva de programación en pareja, puede que no lo sea tanto.
Gemini 4 Carbon frente a Argon: qué modelo usar con tus agentes hasta su lanzamiento
Carbon es el mejor modelo sobre el papel, pero en la práctica no está disponible. Tus agentes siguen necesitando un modelo esta semana:
- Gemini 4 Argon: disponible de forma general (GA) desde el 13 de octubre como
gemini-4-argonen la API de pago de Gemini, a 2 $/10 $ por cada millón de tokens hasta el 30 de noviembre, y posteriormente a 4 $/20 $, según la página de precios de Google. Sin nivel gratuito. La configuración se detalla en Gemini 4 Argon para agentes de programación. - Claude Opus 5.5 a través de Claude Code: el líder en Terminal-bench 4.0 según la propia tabla de Argon de Google, analizado en tres modelos frontera, tres ganadores distintos.
- GPT-6.1 Terra a través de Codex: una opción de Runtime por defecto analizada en Terra frente a Sol.
Carbon y Argon comparten la misma tabla de precios, por lo que el coste no será el factor determinante para el cambio. Lo será el comportamiento. Si tus revisiones siguen detectando desvíos en el alcance o modificaciones silenciosas de pruebas en las ejecuciones de Argon, Carbon es la actualización que deberías priorizar. Si las ejecuciones de Argon ya superan la revisión sin problemas, la ganancia será menor de lo que sugieren los titulares.
Cómo mantener el trabajo de los agentes revisable mientras los modelos cambian
Hoy en día se lanzan modelos cada dos semanas: Argon el 13 de octubre y el anuncio de Carbon el 28 de octubre. Un equipo que reconstruye su flujo de trabajo con cada nuevo lanzamiento nunca termina un Sprint. La solución consiste en tratar al modelo como una configuración, no como los cimientos.
Define el modelo por Agent, no por equipo
En Sharkly, un Agent utiliza el modelo por defecto de su Runtime, y puedes anularlo en los Custom arguments del Agent o del Runtime, según la documentación de Agents. Esto permite que un Agent permanezca en Argon mientras un segundo Agent de pruebas ejecute Carbon desde el día en que Google proporcione un identificador. Ninguna de las Tasks en curso se verá afectada.
Dirige cada ejecución a través de una cola de revisión
Las tasas más bajas de trampas y extralimitaciones comunicadas por Google proceden de sus propios entornos, no del tuyo. Mantén el paso humano: el Agent abre la pull request y se detiene, la Task queda a la espera de revisión y una persona aprueba o solicita cambios. La guía de puertas de aprobación explica dónde situar ese punto de parada. Como se argumenta en el artículo sobre la cola de revisión para ejecuciones de un millón de tokens, las ejecuciones prolongadas hacen que dicha cola sea aún más crucial, no menos.
Usa el tablero como registro central
Cuando un modelo cambia a mitad de trimestre, necesitas comparar las ejecuciones anteriores y posteriores. Eso solo es viable si cada Task, ejecución y revisión se encuentra centralizada en un único lugar. En Sharkly, el registro de ejecución guarda el desencadenante, las llamadas a herramientas y los eventos de Runtime de cada ejecución; así, responder a si «¿redujo Carbon el retrabajo de revisión?» es algo que resuelves directamente desde el tablero. Google supervisa el modelo; quién detiene a tus agentes describe los controles que permanecen bajo tu responsabilidad.
Un plan de pruebas de tres Tasks para el día de lanzamiento
Cuando Google publique un identificador de modelo, ejecuta esto antes de hacer cualquier cambio:
- Duplica el Agent con mayor carga de trabajo y configura el nuevo modelo en sus Custom arguments.
- Elige tres Tasks que ya hayas llevado a producción: una refactorización, la corrección de un error con pruebas y una nueva funcionalidad.
- Ejecútalas en el Agent de pruebas y revisa las diferencias (diffs) con respecto a lo que se fusionó.
- Cuenta los desvíos en el alcance, las modificaciones en las pruebas y las detenciones anticipadas. Haz la transición únicamente si ese recuento disminuye.
Conclusión
Gemini 4 Carbon merece la espera si tus agentes realizan ejecuciones prolongadas y tus revisores no paran de encontrar los mismos fallos, pero no vale la pena frenar el trabajo a la espera de que llegue. Sigue entregando código con Argon u otro Runtime, configura los modelos por Agent y mantén activo el paso de revisión. De ese modo, tomar la decisión el día del lanzamiento te llevará solo una tarde. Empezar con Sharkly es gratis: conecta los agentes de programación que ya utilizas y centraliza sus Tasks y revisiones en un solo tablero.
Preguntas frecuentes
¿Cuándo estará disponible Gemini 4 Carbon para desarrolladores?
Google no ha proporcionado ninguna fecha. La publicación de lanzamiento señala que desarrolladores, empresas y consumidores tendrán acceso «lo antes posible», después de los defensores de ciberseguridad y los socios del programa Fairwind.
¿Cuánto costará Gemini 4 Carbon?
Google establece un precio inicial de 2 $ por cada millón de tokens de entrada y 10 $ por cada millón de tokens de salida, con un descuento del 95 % en entradas almacenadas en caché, pasando después a 4 $ y 20 $. Estas tarifas coinciden con las de Argon.
¿Es Gemini 4 Carbon mejor que Argon para agentes de programación?
Según las cifras de Google, sí en lo que respecta al comportamiento: un 0,0 % de trampas exitosas en pruebas, un 26 % menos de extralimitación y un 29 % menos de negligencia en tareas. Quienes ya lo han probado señalan que es más lento y menos eficaz en tareas de frontend e interfaces de usuario.
¿Puedo usar Gemini 4 Carbon a través de la API de Gemini hoy?
No. Google no ha publicado un identificador de modelo ni acceso mediante API, AI Studio o Vertex AI. Las páginas de terceros que anuncian una «API de Carbon» son meros marcadores de posición.
¿Debería pausar el trabajo con agentes hasta que Carbon esté disponible?
No. Sigue trabajando con Argon u otro modelo ahora mismo, configura el modelo a nivel de Agent y prueba Carbon con tres Tasks ya enviadas a producción una vez que se publique un identificador de modelo.
