A partir del 29 de octubre de 2026, Gemini 4 Carbon de Google supera a Gemini 4 Argon en todos los benchmarks que Google publicó para ambos, con el mismo precio de lanzamiento de $2 de entrada / $10 de salida por millón de tokens. Pero Argon es el que realmente puedes invocar: Carbon está limitado a "un subconjunto de defensores cibernéticos", mientras que gemini-4-argon está disponible de forma general en la API de pago de Gemini desde el 13 de octubre.
Así que constrúyelo hoy sobre Argon, mantén el nombre del modelo en la configuración y prueba Carbon el día que se abra. A continuación: la comparación lado a lado, dónde se reporta que Carbon es más débil, qué más se lanza hoy y cómo hacer un A/B entre ambos con un agente de programación.
¿Qué es Gemini 4 Carbon?
Gemini 4 Carbon es el modelo frontera más reciente de Google DeepMind, anunciado el 28 de octubre de 2026 por Koray Kavukcuoglu como "nuestro modelo más potente con capacidades de ciberseguridad y de horizonte largo de última generación". Sigue a Argon por dos semanas, conserva la pila de seguridad de Argon y se lanza al precio introductorio de Argon.
La tabla completa de benchmarks y el cálculo de precios están en What is Gemini 4 Carbon?. Si eres nuevo en Argon, empieza por What is Gemini 4 Argon?.
Gemini carbon vs argon: comparación lado a lado
Solo filas que Google publicó para ambos modelos, o donde la diferencia es lo relevante.
| Gemini 4 Argon | Gemini 4 Carbon | Fuente | |
|---|---|---|---|
| Quién puede usarlo | API de pago de Gemini, GA desde el 13 de octubre de 2026 | Subconjunto de defensores cibernéticos; después, socios de Fairwind | Carbon launch post, Gemini API models page |
| ID del modelo | gemini-4-argon |
No publicado | Gemini API models page |
| Precio de lanzamiento por 1M de tokens | $2 entrada / $10 salida hasta el 30 de noviembre de 2026 | $2 entrada / $10 salida, duración de la intro no declarada | Gemini API pricing, launch post |
| Precio tras la intro | $4 / $20 desde el 1 de diciembre de 2026 | $4 / $20, fecha de inicio no declarada | Igual |
| Entrada en caché | $0.10 por 1M (solo caché implícita) | 95% de descuento en la entrada ($0.10 en la intro) | Igual |
| Ventana de contexto | 1M de tokens, decodificaciones largas de hasta 1M | No publicada | Gemini API models page |
| Nivel gratuito | No | No publicado | Gemini API pricing |
| Índice de Artificial Analysis | No otorgado para v5.0 | 59, clasificado n.º 1 en v5.0 | Launch post |
| Inyección indirecta de prompts de Gray Swan | 0.7% de éxito de ataque | 0.0% | Launch post |
| Generación de código seguro (interna) | Línea base | Más del doble de la tasa de éxito de Argon | Launch post |
| Afirmaciones no respaldadas (internas) | Línea base | Aproximadamente la mitad | Launch post |
El empate de precios es temporal. Los $2 / $10 de Argon terminan el 30 de noviembre, mientras que el periodo introductorio de Carbon no tiene una duración publicada, así que revisa ambas filas de precios el día en que hagas el cambio.
En la fila de Artificial Analysis, Google no otorgó a Argon una puntuación de v5.0. Artificial Analysis listó a Argon (High) en aproximadamente 53 antes de la actualización de v5.0, así que lee "59 vs 53" como una dirección, no como una diferencia medida. La propia tabla de 19 filas de Argon está en Gemini 4 Argon benchmarks.
Benchmark de Gemini 4 Carbon: dónde se adelanta
La ventaja de Carbon está en la seguridad y el trabajo de agentes de larga duración. Google reporta estos resultados, evaluados sin barreras de protección:
- SEC-bench Pro: 88.2%, estado de la cuestión, para encontrar vulnerabilidades reales.
- ExploitGym: 54.8%, estado de la cuestión, para comprobar qué vulnerabilidades son explotables.
- CWE-bench (Collinear): 71.0% para parchear en la causa raíz.
- WebDev Arena: n.º 4 con 1768, subiendo 89 puntos Elo.
- Equipo de Chrome: parches más de 10 veces mejores que "el gran modelo frontera de otro laboratorio", que Google no nombra.
Los números de comportamiento importan más si ejecutas agentes sin supervisión. En Terminal-Bench 4.0, Google dice que el trampeo exitoso cayó al 0.0% y los intentos de trampeo al 0.4%. En entornos internos de programación, las alertas de desalineación de alta severidad cayeron casi un 80%. El exceso de alcance cayó un 26% y la infraatención un 29%.
Google también dice que sus equipos han visto a Carbon "ejecutarse durante días" en tareas de ingeniería de varios pasos. Estos son números internos, no resultados independientes.
Dónde se reporta que Carbon es más débil
La publicación de Google no enumera debilidades. Los primeros evaluadores sí, y esto es reportado, no medido. Según TestingCatalog, un evaluador con acceso anticipado describió a Carbon como "notablemente mejor" que Argon en trabajo 3D, mientras que "el frontend/UI sigue siendo malo". También lo calificaron de más lento, aunque "menos perezoso". Business Insider reportó por primera vez el checkpoint de Carbon en la plataforma interna Jetski de Google el 9 de octubre.
Si tu carga de trabajo es sobre todo generación de UI, el salto en WebDev Arena y los reportes de los evaluadores se contradicen, así que prueba tus propios prompts. Y "más lento" significa que los tiempos de espera importan: la propia guía de Argon de Google ya advierte que los prompts difíciles pueden tardar minutos.
Una advertencia: las páginas de terceros sobre la "Gemini 4 Carbon API" son marcadores de posición. Google no ha lanzado un endpoint, así que nadie puede venderte uno.
Fecha de lanzamiento de Gemini 4 Carbon: ¿cuándo puedes cambiar?
No hay una. Google dice que Carbon pasa primero a "un subconjunto de defensores cibernéticos", luego gradualmente a socios de confianza a través del Fairwind Program, y a desarrolladores, empresas y consumidores "lo antes posible". Google también está en el proceso voluntario de pruebas previas al lanzamiento del gobierno de EE. UU.
Argon tardó 13 días desde su anuncio solo para Fairwind hasta llegar a GA. Eso es un precedente, no una promesa. La cronología y la elegibilidad para Fairwind se cubren en Gemini 4 Carbon release date, y si esperas una vía de $0, lee Is Gemini 4 Carbon free?.
¿Cuál deberías usar ahora?
Elige según lo que necesites esta semana:
| Tu situación | Usa ahora | Por qué |
|---|---|---|
| Lanzar un producto sobre Gemini | gemini-4-argon |
Único modelo Gemini 4 con API pública |
| Equipo de investigación de seguridad que cumple los requisitos | Solicitar Fairwind | Única vía nombrada hacia Carbon antes del lanzamiento |
| Principalmente frontend o generación de UI | Argon, luego probar Carbon | Los evaluadores reportan la salida de UI de Carbon como débil |
| Agentes de programación de larga duración | Argon ahora, Carbon en el lanzamiento | Los números anti-trampeo y de desalineación de Carbon apuntan a esto |
| Necesitas un modelo frontera y no te importa el proveedor | Compara las opciones a continuación | Varios están disponibles hoy |
Opciones disponibles hoy si necesitas frontera ahora
Si no necesitas Gemini específicamente, tres proveedores ofrecen modelos frontera en API públicas hoy. Tarifas estándar por millón de tokens, leídas de la página de cada proveedor el 29 de octubre de 2026.
| Modelo | ID del modelo | Entrada | Salida | Entrada en caché | Fuente |
|---|---|---|---|---|---|
| Gemini 4 Argon | gemini-4-argon |
$2.00 ($4.00 desde el 1 de dic) | $10.00 ($20.00 desde el 1 de dic) | $0.10 | Gemini API pricing |
| Claude Opus 5.5 | claude-opus-5-5 |
$4.00 | $20.00 | $0.20 (lectura de caché) | Anthropic pricing |
| GPT-6.1 Sol | gpt-6.1-sol |
$2.00 | $10.00 | $0.10 | OpenAI pricing |
| GPT-6.1 Terra | gpt-6.1-terra |
$1.00 | $5.00 | $0.05 | OpenAI pricing |
Argon y GPT-6.1 Sol coinciden exactamente con el precio de lanzamiento de Carbon. Claude Opus 5.5 cuesta lo que cuestan Argon y Carbon después de sus periodos introductorios. Para resultados cara a cara, consulta Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5, y para detalles de la API de OpenAI, GPT-6.1 Sol API.
Mantén el modelo en la configuración para que cambiar sea una línea
Construye sobre gemini-4-argon con el nombre del modelo en una variable. El día que Carbon tenga un ID, cambias un valor y vuelves a ejecutar tus pruebas. Esta solicitud sigue el formato de la Interactions API documentado por Google. No la hemos ejecutado para esta publicación; requiere una clave de pago, ya que Argon no está en el nivel gratuito (detalles de precios).
export GEMINI_MODEL="gemini-4-argon" # Carbon's model ID isn't published yet
curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-X POST \
-d "{\"model\": \"${GEMINI_MODEL}\", \"input\": \"Find the root cause of this failing test and propose a patch.\", \"generation_config\": {\"thinking_level\": \"medium\"}}"
Registra los tokens de entrada y salida por solicitud (el mismo precio por token no significa el mismo coste por tarea) y configura los tiempos de espera del cliente en minutos, no en segundos.
No asumas que los parámetros de Carbon coinciden con los de Argon. Cuando Argon llegó a GA, eliminó la caché explícita e ignoró temperature. Nuestra Gemini 4 Argon API guide cubre esos cambios.
A/B entre Argon y Carbon con Apidog CLI y tu agente de programación
Los benchmarks te hablan de las tareas de Google, no de las tuyas. Deja que tu agente de programación ejecute la comparación. Apidog CLI permite que Claude Code, Codex, Cursor u OpenCode creen y ejecuten pruebas de API desde la terminal, de modo que el agente puede construir un caso de prueba contra el endpoint de Gemini Interactions y ejecutarlo una vez por modelo.
Configúralo una vez:
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Luego dale a tu agente un prompt:
In Apidog project <id>, create a Gemini API environment with GEMINI_MODEL=gemini-4-argon.
Add a test case: POST /v1beta/interactions using {{GEMINI_MODEL}} with my five real
prompts from prompts.csv, asserting HTTP 200 and non-empty output text. Run it with
Argon now. When Carbon has a model ID, run it again with that ID and compare pass rate,
response time and token usage per prompt.
El agente verifica cada payload contra su esquema antes de escribir nada, y luego ejecuta el caso:
apidog environment create gemini-api --project <id> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file gemini-ab.json
apidog test-case create --project <id> --file gemini-ab.json
apidog run --test-case <caseId> --project <id> -e <envId> -d prompts.csv --timeout-request 300000 -r cli,json --out-file argon
El día del lanzamiento, el agente vuelve a ejecutar el mismo caso con --env-var "GEMINI_MODEL=<carbon-id>" --out-file carbon y compara los dos informes JSON. Añade --upload-report si quieres que el equipo vea ambas ejecuciones en la app de Apidog. Para ejecutarlo en CI, sigue la Apidog CLI CI/CD guide; si eres nuevo en la CLI, empieza por Apidog CLI in Claude Code. El plan Free de Apidog cubre hasta 4 usuarios.
FAQ
¿Es Gemini 4 Carbon mejor que Argon? Según los números publicados por Google, sí: 0.0% vs 0.7% en inyección de prompts de Gray Swan, más del doble que Argon en pruebas internas de código seguro, y n.º 1 en el Índice de Artificial Analysis v5.0 con 59. Aún no hay resultados independientes.
¿Cuestan lo mismo Gemini 4 Carbon y Argon? En el lanzamiento, sí: $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con la entrada en caché un 95% más barata. El precio introductorio de Argon termina el 30 de noviembre de 2026; la duración del de Carbon no está publicada.
¿Puedo usar Gemini 4 Carbon a través de la API hoy? No. A partir del 29 de octubre de 2026, Carbon no tiene un ID de modelo público y solo un subconjunto de defensores cibernéticos puede usarlo. Argon está en la API de pago de Gemini como gemini-4-argon.
¿Es Carbon peor que Argon en algo? Google no lo dice. Los primeros evaluadores reportaron que Carbon es más débil en la salida de frontend y UI, y más lento que Argon. Eso es reportado, no medido.
¿Debería esperar a Carbon o construir sobre Argon ahora? Construye sobre Argon ahora con el nombre del modelo en la configuración. El precio de lanzamiento es el mismo, así que cambiar se convierte en un cambio de una línea más una ejecución de pruebas.