El 29 de octubre, Google DeepMind anunció oficialmente el lanzamiento de su nuevo modelo insignia de gran escala de nueva generación: Gemini4Carbon. En la última actualización del Intelligence Index v5.0, la prestigiosa entidad independiente Artificial Analysis, el modelo obtuvo una alta puntuación de 59 puntos, superando por 1 punto a Claude Opus5.5, que anteriormente dominaba la clasificación durante mucho tiempo, y llevando 2 puntos de ventaja a GPT-6Astra. En comparación con su generación anterior, Gemini4Carbon, lanzada hace dos semanas, saltó directamente 9 puntos y logró recuperar el primer puesto mundial en capacidad integral de grandes modelos. Al mismo tiempo, en la última clasificación de pruebas ciegas de Arena.ai, Gemini4Carbon también logró resultados destacados: el primer puesto en Text Arena y el segundo lugar en Agent Arena.
En cuanto a sus capacidades principales, Gemini4Carbon centró su evolución en dos direcciones exigentes: la "ingeniería de largo plazo (Long-horizon Engineering)" y la "ciberseguridad". En el manejo de tareas de largo plazo, el modelo demostró una extraordinaria capacidad de resistencia, pudiendo operar de manera eficiente durante varios días consecutivos, procesar a fondo bases de código de gran tamaño y arquitecturas complejas de sistemas de bajo nivel, y localizar y reparar de forma autónoma defectos ocultos de software que normalmente son muy difíciles de detectar, manteniéndose de manera estable en el primer escalafón de la industria en múltiples pruebas de referencia de programación y agentes inteligentes.
En el ámbito de la ciberseguridad, el modelo logró integrar todo el flujo de trabajo: desde la detección de vulnerabilidades, la verificación de riesgos hasta la reparación del código. Su desempeño en múltiples evaluaciones profesionales de seguridad fue sobresaliente: obtuvo 88.2% en SEC-bench Pro, 54.8% en ExploitGym y 71.0% en CWE-bench. Según datos oficiales, su tasa de éxito en la generación de código seguro es más del doble de la de su generación anterior, Argon. Al mismo tiempo, la confiabilidad y seguridad del modelo también se actualizaron en paralelo: en las pruebas de Terminal-Bench4.0, su tasa de éxito en hacer trampa se redujo a 0%, las alertas de inconsistencia de comportamiento de alta gravedad disminuyeron casi un 80%, y la tasa de éxito de defensa contra ataques de inyección indirecta de prompts alcanzó el 100%; además, las acciones no autorizadas y los casos de finalización insuficiente de tareas también mejoraron notablemente.
En cuanto al ritmo de apertura y la fijación de precios comerciales, Gemini4Carbon adoptó una estrategia de avance gradual. Esta semana, el modelo estará disponible prioritariamente para un pequeño grupo de profesionales de defensa en ciberseguridad; posteriormente se ampliará gradualmente la capacidad de pruebas mediante programas de colaboración exclusivos, mientras que la fecha de apertura completa para usuarios comunes y desarrolladores aún no está definida. En cuanto a la política de precios, el modelo mantiene el estándar de lanzamiento de Argon: durante el período de promoción, se cobrarán 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida, y el precio oficial tras el final del período de promoción se duplicará.
Este ritmo de lanzamientos tan frecuente también ha generado diversos debates en la industria. Muchas opiniones consideran que el modelo actual, en el que los principales fabricantes de grandes modelos lanzan nuevos modelos con frecuencia pero tardan en abrirlos completamente al público, se inclina en cierta medida hacia una feroz competencia por los puestos en las clasificaciones, y que su verdadero valor práctico de implementación y su experiencia cotidiana aún deben ser sometidos a una verificación profunda por parte de los desarrolladores y usuarios.