DEV Community

Henry Ramirez for TECNOLOGIA GEEK LLC

Posted on Originally published at tecnologiageek.com on

Gemini 4 Carbon y ciberseguridad: primero los defensores

Gemini 4 Carbon pone la ciberseguridad en el centro desde su primera hora. Google anunció este 28 de octubre su modelo más potente, y la primera puerta de acceso no se abre para el público general: se abre para un grupo reducido de defensores de ciberseguridad, equipos que buscan fallos en programas reales antes de que los explote otra persona.

El anuncio, firmado por Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de inteligencia artificial de la empresa, coloca a Carbon en el primer puesto del Artificial Analysis Intelligence Index v5.0 con 59 puntos. La cifra importa menos que el terreno donde Google presume ventaja: encontrar vulnerabilidades, comprobar si un fallo se puede explotar y escribir el parche que cierra el agujero.

Encontrar, comprobar y parchear: el ciclo completo

En SEC-bench Pro, la prueba que mide la búsqueda de vulnerabilidades reales en programas del mundo real, Carbon marcó 88,2 %. En ExploitGym, donde el modelo debe demostrar si un fallo permite un ataque de verdad, llegó a 54,8 %. Y en CWE-bench, centrada en corregir la causa raíz del error, alcanzó 71,0 %. Google aclara que esas tres evaluaciones corrieron sin las barreras de protección habituales, detalle clave al comparar cifras.

Las pruebas internas empujan la misma idea. Google informó de una mejora superior al doble frente a Argon en la generación de código seguro. El equipo de Chrome, el navegador de la casa, reportó que Carbon rindió más de 10 veces mejor que el modelo grande de otro laboratorio al generar parches de alta calidad, aunque la empresa no nombró al rival de esa comparación. Wiz, la plataforma de seguridad en la nube de Google, observó a Carbon al frente en sus evaluaciones de pruebas de penetración web.

La tabla completa añade matices. Carbon alcanzó 96,2 % en GraphWalks, la prueba de contexto largo, y quedó en 81,5 % en OSWorld-2.1, por detrás del 87,2 % de Claude Opus 5.5. AI Weekly advirtió de otro punto: las cifras de cabecera salen de la propia Google y todavía no tienen réplica de laboratorios ajenos. MarkTechPost publicó la comparación entera: Carbon lidera 15 de las 17 pruebas divulgadas.

El efecto práctico se entiende con un ejemplo cotidiano: un fallo en una biblioteca de código puede tardar semanas en localizarse a mano entre miles de líneas revisadas por personas con otras diez urgencias encima. Un modelo que encuentra el fallo, comprueba si abre una puerta real y entrega el parche redactado recorta ese ciclo a horas. Esa promesa explica el interés de gobiernos e infraestructuras críticas por la ciberseguridad automatizada, y también la cautela de Google al repartir el acceso con cuentagotas en esta primera etapa.

Días enteros trabajando en un solo problema

La otra apuesta de Gemini 4 Carbon es la constancia. Google contó que sus equipos internos vieron al modelo trabajar durante días en una misma tarea, con callejones sin salida incluidos, hasta dar con la causa de un error escondido en bases de código enormes y sistemas de bajo nivel. Esa paciencia tiene un costo para el usuario: hablamos de tareas largas, de ingeniería pesada, no de respuestas rápidas para una consulta suelta.

En desarrollo web completo, Carbon sumó 89 puntos Elo y se colocó cuarto en WebDev Arena con 1.768 puntos. El modelo llega dos semanas después de Gemini 4 Argon, el modelo anterior de Google, un ritmo que deja poco aire entre generación y generación: Argon abrió la familia Gemini 4 y Carbon ya la empuja hacia el trabajo defensivo.

Fairwind primero, el resto espera

El despliegue sigue un orden calculado. Google participa en el proceso voluntario del Gobierno de Estados Unidos para probar modelos antes de su salida, y esta semana Gemini 4 Carbon llega a ese primer grupo de defensores. El acceso crecerá de forma gradual con socios de confianza por medio del programa Fairwind, que prioriza gobiernos, operadores de infraestructura crítica y plataformas tecnológicas centrales. Para desarrolladores, empresas y consumidores no hay fecha cerrada: la empresa habla de llevarlo a sus productos tan pronto como sea posible, tras escuchar comentarios y ajustar las protecciones.

Las protecciones recibieron su propio informe. Google entrenó a Carbon para resistir atajos durante las tareas: los engaños con éxito en Terminal-Bench 4.0 bajaron a 0,0 %, con intentos de 0,4 %. En entornos reales de programación, las alertas de desalineación grave cayeron casi 80 %. Las afirmaciones sin respaldo se redujeron cerca de la mitad frente a Argon, el exceso de acción bajó 26 % y la falta de respuesta, 29 %. En la prueba de inyección indirecta de instrucciones de Gray Swan, la tasa de ataques con éxito quedó en 0,0 %, desde el 0,7 % de Argon.

El precio de lanzamiento copia la tarifa de Argon: US$2 por cada millón de tokens de entrada y US$10 por cada millón de salida, con un descuento de 95 % en los tokens de entrada guardados en caché. AI Weekly calculó un costo por tarea de US$7.76 en el índice de Artificial Analysis, frente a US$10.04 de Claude Opus 5.5, con 29 % menos tokens de salida consumidos. Quien quiera medir a Carbon con sus propias manos tendrá que esperar su turno en la fila de Fairwind o la apertura general. Esa espera, con las cifras ya publicadas, es parte del mensaje de Google: primero defiende, después se vende.

Fuente: Google

Foto: Google

La entrada Gemini 4 Carbon y ciberseguridad: primero los defensores se publicó primero en Tecnología Geek.

Top comments (0)