Google presentó el 28 de octubre Gemini 4 Carbon, un modelo de inteligencia artificial enfocado en tareas de ciberseguridad. La compañía lo ubica por encima de otros sistemas en tres etapas relacionadas: localizar vulnerabilidades en software real, demostrar cómo pueden explotarse y generar correcciones para cerrarlas.
El modelo no se incorporó de inmediato a una oferta abierta para desarrolladores, empresas o consumidores. Google comenzó a entregarlo durante esta semana a un grupo reducido de defensores especializados en seguridad informática y prevé ampliar el acceso mediante Fairwind, un programa dirigido a socios de confianza. La empresa indicó que espera abrirlo al público “cuanto antes”, aunque no fijó una fecha.
“Cuanto antes”, señaló Google al referirse al momento en que Gemini 4 Carbon llegará a desarrolladores, empresas y consumidores.
Un modelo para cubrir el ciclo de la vulnerabilidad
Las evaluaciones mencionadas por Google no miden exactamente la misma capacidad. SEC-bench Pro analiza si un sistema puede encontrar fallas en proyectos de software reales; ExploitGym revisa si logra convertir esos hallazgos en exploits, y el banco de pruebas de Collinear califica la calidad de los parches propuestos.
En esas pruebas, Gemini 4 Carbon registró 88.2% en SEC-bench Pro, 54.8% en ExploitGym y 71% en la evaluación de parcheo de Collinear. En conjunto, los resultados abarcan desde la identificación del problema hasta la propuesta de una solución, aunque cada porcentaje corresponde a una medición distinta.
- 88.2% en la detección de vulnerabilidades de SEC-bench Pro.
- 54.8% en la explotación de fallas dentro de ExploitGym.
- 71% en la generación de parches en el banco de Collinear.
Resultados de parcheo y costo por ejecución
La comparación de Collinear también considera dos modalidades de evaluación: Pass@1, que mide el resultado en el primer intento, y Pass@4, que permite valorar hasta cuatro propuestas. Carbon alcanzó 71% y 81%, respectivamente. En esa misma tabla, Gemini 4 Argon obtuvo 68% y 75%; GPT-6 Astra, 68% y 74%; Claude Opus 5.5, 67% y 79%; y Claude Fable 5.1, 58% y 73%.
| Modelo | Pass@1 | Pass@4 | Costo por ejecución |
|---|---|---|---|
| Gemini 4 Carbon | 71% | 81% | No publicado |
| Gemini 4 Argon | 68% | 75% | 6.63 dólares |
| GPT-6 Astra | 68% | 74% | 2.85 dólares |
| Claude Opus 5.5 | 67% | 79% | 0.79 dólares |
| Claude Fable 5.1 | 58% | 73% | 3.47 dólares |
El costo de cada ejecución de Gemini 4 Carbon no fue publicado en la comparación. Los precios consignados para los otros modelos van de 0.79 a 6.63 dólares por intento. Google mantiene, por ahora, el acceso de Carbon bajo un esquema controlado mientras recopila comentarios y ajusta sus barreras de seguridad, una decisión relacionada con el uso de doble propósito de una herramienta capaz de identificar fallas y producir código para explotarlas.
