Gemini 4 Carbon: fallos de seguridad detectados, acceso aún limitado

Google ha presentado Gemini 4 Carbon, una variante de su IA con capacidades de programación, razonamiento avanzado y funciones centradas en ciberseguridad. Llega pocas semanas después de Gemini 4 Argon, según Hipertextual · tecnología (ES).

El modelo no está disponible para el público general. Google confirmó un acceso limitado en una primera etapa para profesionales de ciberseguridad y socios del programa Fairwind. Después se ampliará a desarrolladores, empresas y consumidores, y habrá que esperar algunas semanas para poder usarlo.

La compañía describe Carbon como su modelo más potente hasta la fecha. El entrenamiento se orientó a identificar fallos en el código, comprobar si una vulnerabilidad se puede explotar en condiciones reales y generar correcciones que mitiguen el problema.

En SEC-bench Pro, una prueba especializada en detección de vulnerabilidades, Gemini 4 Carbon obtiene un 88,2%. En ExploitGym, centrada en validar si un fallo se puede explotar, alcanza un 54,8%. En CWE-bench, referencia para evaluar la generación de parches efectivos, logra un 71,1%.

Son cifras que ofrece Google, no resultados de una prueba independiente. En generación de código seguro, la compañía afirma que Carbon duplica la tasa de éxito de Argon. El equipo de Chrome ya lo usa para corregir vulnerabilidades reales, y sus ingenieros lo emplean para buscar errores en bases de código grandes.

El modelo puede mantener procesos de análisis durante periodos prolongados, algo que Google presenta como ventaja en auditorías de seguridad a gran escala.

La seguridad no se queda solo en el código que analiza. Google incluye protecciones contra prompt injection, los intentos de manipular al modelo con instrucciones indirectas.

En las pruebas internas, Carbon consiguió bloquear esos intentos de manipulación indirecta. Frente a ataques, la compañía habla de una reducción cercana al 50% en la resistencia del modelo.

Son datos de pruebas internas de Google. No hay un examen externo que los respalde, y el acceso todavía cerrado impide comprobarlos por cuenta propia.

Fuera de la ciberseguridad, Carbon suma mejoras en razonamiento y tareas con agentes. Google lo optimizó para que los agentes puedan trabajar durante días manteniendo el contexto necesario para resolver problemas difíciles.

En desarrollo, el modelo alcanza 1.769 Elo en WebDev Arena, una referencia para medir qué tan bueno es creando aplicaciones web. Además, lidera la versión 5.0 del índice de inteligencia de Artificial Analysis, según Hipertextual · tecnología (ES).

Ese liderazgo lo sitúa, siempre según esa clasificación, entre los modelos de propósito general más avanzados. Son referencias de terceros y del propio Google, no mediciones hechas por mí.

Google ha recortado los tiempos de desarrollo entre un modelo y otro. La compañía quiere cerrar la brecha con Anthropic y OpenAI, y por eso no deja pasar mucho tiempo entre Argon y Carbon.

El otro factor que la empresa menciona es la oleada de hackeos por parte de agentes autónomos, que en los últimos meses han vulnerado a múltiples empresas y gobiernos. Google sostiene que la ciberseguridad es uno de los campos más importantes para el futuro inmediato de la IA.

Carbon se presenta como un salto considerable frente a su predecesor en todas las fases del ciclo de defensa. Es la descripción de Google, no una comparación medida de forma independiente.

Lo práctico para quien sigue estos modelos: Carbon todavía no se puede usar. El acceso llega primero a profesionales de ciberseguridad y socios de Fairwind, y después a desarrolladores, empresas y consumidores.

Las cifras de SEC-bench Pro, ExploitGym, CWE-bench y WebDev Arena son las que publica Google o las clasificaciones citadas. Hasta que el modelo se abra, no hay forma de contrastarlas con uso real fuera de los equipos de la compañía.

La fecha concreta de esa apertura no está confirmada. Google habla de algunas semanas, sin un día fijado.