NodoGemini 4 Carbon lidera un índice de inteligencia, pero Google mantiene restringido su acceso
El modelo supera por un punto a Claude Opus 5.5 en el índice de Artificial Analysis y destaca en pruebas de ciberseguridad. Google aún no ha dado una fecha para ampliar su disponibilidad.
Google ha anunciado Gemini 4 Carbon, un modelo de inteligencia artificial que encabeza el índice de inteligencia de Artificial Analysis y obtiene resultados destacados en varias pruebas de ciberseguridad. Por ahora, su acceso está restringido y la compañía no ha concretado cuándo podrán utilizarlo desarrolladores, empresas y consumidores.
Las cifras apuntan a mejoras en tareas como relacionar información y automatizar trabajos de varios pasos. Sin embargo, las diferencias varían según la prueba y todavía falta comprobar cómo responde el modelo fuera de un entorno controlado.
Una ventaja ajustada en el índice general
En el Artificial Analysis Intelligence Index v5.0, Gemini 4 Carbon alcanza 59 puntos, por delante de Claude Opus 5.5, con 58, y GPT-6 Astra, con 57. Es una primera posición, aunque con un margen pequeño.
La distancia es mayor en GraphWalks, una prueba que evalúa el seguimiento de relaciones dentro de contextos extensos. Carbon logra un 96,2 %, frente al 71,8 % de GPT-6 Astra y el 66,8 % de Claude Opus 5.5. La prueba examina una capacidad útil cuando se pide a una IA que conecte datos de un conjunto amplio de información, aunque ese resultado no garantiza que interprete cualquier documento sin errores.
En AutomationBench, Carbon obtiene un 53,9 %, frente al 41,4 % del modelo de OpenAI y el 42,5 % del de Anthropic. En comprensión de gráficos, la prueba Chartography le da un 72,5 %, por encima del 71 % y el 66,3 % de sus respectivos rivales.
No lidera todas las comparaciones: Claude conserva la ventaja en OSWorld y los dos modelos rivales lo superan en FrontierSWE 2.
Ciberseguridad y acceso limitado
En ExploitGym, que evalúa la capacidad de explotar vulnerabilidades, Carbon alcanza un 54,8 %, frente al 42,4 % de GPT-6 Astra y el 34,5 % de Claude Opus 5.5. También obtiene un 88,2 % en SEC-bench Pro, una prueba de detección de fallos. Estas evaluaciones se realizaron sin las salvaguardas activadas.
Esas capacidades pueden ayudar a proteger programas, pero también podrían emplearse para atacarlos. Google está comprobando las protecciones antes de ampliar el acceso y comienza con profesionales de ciberseguridad y socios del programa Fairwind. Además, participa en el proceso voluntario estadounidense de evaluación previa.
La compañía afirma que el modelo puede trabajar durante días en problemas de ingeniería y que, en sus pruebas internas, reduce aproximadamente a la mitad las afirmaciones sin respaldo frente a Argon. Son resultados que aún habrá que contrastar cuando el acceso sea más amplio.
