Saltar al contenido principal
Gemini 4 Carbon es el modelo de frontera de Google para el trabajo que todavía pone a prueba el límite de Gemini 4 Argon: código en varios pasos, investigación abierta y documentos densos con gráfico, tabla y esquema. La apertura al público es del 10 de noviembre de 2026. Google mantiene Argon como la elección de la mayor parte del coding y del knowledge work, y describe Carbon como el modelo que gasta más tokens para explorar, razonar y verificar. El identificador de esta página es gemini-4-carbon. La ventana de 1.048.576 tokens es una sola, repartida entre entrada, razonamiento, llamadas de herramienta y respuesta. Un pedido aislado se detiene en 65.536 tokens en streaming, o en 32.768 en una llamada HTTP sin streaming. La generación puede continuar hasta el tope de la ventana, menos la entrada. La guía de Google también acepta archivos Word, PowerPoint, Excel y OpenDocument. La comprensión de video agente existe y viene apagada.

​
Cuándo usar Carbon y cuándo usar Argon

Google indica Argon para la mayor parte de la ingeniería de software y del knowledge work. Carbon entra en el código que cruza varios paquetes, en la investigación sin guion y en el documento denso con gráfico y tabla.
Quédate en Argon para el código del día a día, la respuesta corta y el documento que cabe en una lectura. Sube a Carbon cuando el cambio cruza varios paquetes, la investigación no tiene guion, o el dato está en un PDF con gráfico y tabla. Para clasificar una cola corta, el nivel LOW basta.

​
Qué midió Google

El anuncio no publica la nota absoluta de los tres primeros puestos. Publica la posición.
  • En CursorBench 4.0, en WANDR de Perplexity y en AutomationBench de Zapier, Google dice que Carbon quedó primero.
  • En Multimodal Knowledge Agent, hecho con Artificial Analysis, quedó segundo.
  • En la evaluación financiera de punta a punta de Hebbia, empató con el mejor modelo probado. En el benchmark de inteligencia financiera de Balyasny, quedó en la cima entre 23 configuraciones.
  • En un conjunto interno de 375 tareas de honestidad agéntica, aprobó el 92%, contra el 70% de Argon. Rechazó completar un dato experimental ausente el 98% de las veces y señaló una falla de método el 68% de las veces.
Anthropic publicó 53,9% para Gemini 4 Carbon en el AutomationBench de la tabla de Claude Fable 5.2. Google dice que Carbon lidera el AutomationBench de Zapier y no publica esa nota. No trates las dos como la misma prueba.

​
Qué midió Artificial Analysis

En la variante high, Artificial Analysis registra 60 en el Intelligence Index, en el 4º lugar de la muestra que publicó. La misma ronda muestra 66,85 segundos hasta el primer token de la respuesta, 25,6 minutos por tarea del índice y 80 tokens por segundo de salida. El volumen de salida fue de 205 millones de tokens. La página data esa variante el 28 de octubre de 2026, antes de la apertura pública del 10 de noviembre.
El 60 y el tiempo hasta la primera respuesta son de la variante high, no del thinking MEDIUM, que es el default de gemini-4-carbon.

​
Dónde no lidera

  • Google sigue indicando Argon para la mayor parte del código y del knowledge work. Carbon gasta más tokens en la misma familia.
  • En Multimodal Knowledge Agent, el anuncio ubica a Carbon en segundo, no en primero.
  • En la variante high que midió Artificial Analysis, la primera respuesta tarda y la tarea del índice lleva decenas de minutos.
  • temperature, top_p y top_k se ignoran. El control del esfuerzo es thinking_level. MINIMAL y thinking_budget devuelven error.
  • Un pedido aislado todavía se detiene en 65.536 tokens en streaming. Pasar de eso exige continuación.

​
Dónde genera más valor

​
Un código que Argon todavía no cierra

El cambio cruza paquetes, la causa está en otro subsistema, o el diseño de la arquitectura todavía no cabe en una pasada. Carbon es el paso siguiente, con más verificación y más tokens. Resultado esperado: el diff dentro del alcance, los tests de la etapa y lo que quedó afuera.

​
Un expediente que se vuelve hoja, informe o presentación

El material junta PDF, tabla, gráfico y texto. Google describe Carbon para seguir un esquema y entregar la hoja, el informe o la presentación con el dato rastreable. Resultado esperado: el archivo pedido, el origen de cada número y la laguna cuando el documento no tenga el dato.

​
Una investigación sin guion cerrado

La pregunta es de ciencia, de finanzas o de método, y la respuesta tiene que probar la hipótesis en lugar de completar lo que falta. En el conjunto interno de Google, Carbon se negó a inventar un dato experimental con más frecuencia que Argon. Resultado esperado: lo que se midió, lo que es hipótesis y lo que el material no informa.

​
Cómo aplicarlo en Tess

1

Sube a Carbon solo cuando Argon se quede corto

Usa Argon en el código del día a día y en el documento que cabe en una lectura. Elige Carbon para el cambio que cruza varios paquetes, el PDF con gráfico y tabla, o la investigación sin guion.
2

Cierra qué cuenta como listo

Di el entregable, lo que no puede cambiar y la prueba que termina la tarea. Carbon tiende a investigar más. Pide el archivo final, no un plan de lo que haría después.
3

Define tools y aprobaciones

Habilita solo las herramientas necesarias. Exige confirmación antes de enviar, publicar o alterar datos.
4

Elige el nivel de thinking

LOW para clasificar y extraer. MEDIUM, el default, para código general, tools y documento. HIGH para varios archivos, una prueba o un diseño de arquitectura.
5

Muestra antes de soltar

Corre un caso entero, revisa el resultado, y solo entonces repite el flujo.

​
Tres playbooks para empezar

​
1. Un cambio que Argon no cerró

Entrada: el repositorio, lo que ya falló en Argon y los tests de la etapa.
Listo cuando: los tests de la etapa pasan y lo que quedó afuera está escrito.

​
2. Expediente con archivo final

Entrada: los PDF o las hojas, el esquema del entregable y la pregunta.
Listo cuando: el archivo existe y cada número apunta a un origen o a una laguna.

​
3. Investigación con laguna explícita

Entrada: la pregunta, los datos y qué cuenta como evidencia.
Listo cuando: la respuesta separa lo que está en el material de lo que fue inferido.

​
Limitaciones y buenas prácticas

  • El thinking por defecto de gemini-4-carbon es MEDIUM.
  • El anuncio dice que Carbon usa más tokens que Argon para verificar el trabajo.
  • Un contexto de 1.048.576 tokens no reemplaza la selección. La salida solo puede usar lo que sobre después de la entrada.
  • Pon el tramo estable al principio del prompt. El caché implícito mira prefijos a partir de 4.096 tokens.
  • Google informa 0% de éxito de inyección de prompt en el benchmark IPI de Gray Swan y, en el mismo anuncio, dice que el red teaming todavía encuentra un ataque más sofisticado. Revisa una muestra igual.
  • Mantén aprobación humana para decisiones financieras, jurídicas, clínicas o de alto impacto.
Ver también: Gemini 4 Argon · Claude Fable 5.2 · Modelos y Costos · Gemini 4 Carbon ya está disponible · Guía del desarrollador · Artificial Analysis · LLM Stats.