Gemini 4 Carbon de Google obtuvo 59 puntos en el Intelligence Index v5 de Artificial Analysis, lo que lo situó en primer lugar entre los modelos evaluados. Según Artificial Analysis, Carbon encabezó cuatro de las nueve pruebas del índice: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience y AutomationBench-AA. La empresa afirma que sus mejores resultados fueron en razonamiento complejo, conocimiento y tareas científicas, aunque Carbon no lideró en todas las áreas.
El resultado no significa que Carbon esté ampliamente disponible. Google lo está desplegando para un grupo limitado de usuarios y todavía no está disponible para el público. Su precio estándar es de $4 por millón de tokens de entrada y $20 por millón de tokens de salida, igual que Gemini 4 Argon. Google ofrece un descuento del 50% por lanzamiento, pero no ha confirmado cuándo terminará.
¿Cómo rindió en programación y tareas de oficina?
En el Coding Agent Index de Artificial Analysis, Gemini 4 Carbon con razonamiento alto obtuvo 59 al ejecutarse mediante Antigravity CLI. Quedó tres puntos por detrás de Claude Code con Claude Opus 5.5 en modo máximo, que obtuvo 62. Carbon quedó en segundo lugar en Terminal-Bench 4.0, con un 64%, y en FrontierCode v1.1, con un 51%; Artificial Analysis afirma que Claude Opus 5.5 superó a Carbon en ambas pruebas.
Carbon también mejoró con respecto a Gemini 4 Argon en AA-Briefcase, la prueba de Artificial Analysis para tareas de conocimiento realizadas por agentes. Carbon con razonamiento alto obtuvo 1,609 Elo, 126 puntos más que Argon con razonamiento alto. Aun así, quedó por detrás de Muse Wonder en modo máximo (1,659), Grok 4.7 en modo xhigh (1,638) y Kimi K3.1 Pro (1,678). Su mayor mejora reportada fue en presentaciones: subió 293 Elo, hasta 1,598.
¿Qué revelan las puntuaciones y los precios?
Artificial Analysis calcula que Carbon cuesta $7.76 por tarea del Intelligence Index con el precio estándar, alrededor de un 23% menos que Claude Opus 5.5 en modo máximo ($10.04), pero más que GPT-6 Astra en modo máximo ($6.25). La estimación del costo por tarea del benchmark también sitúa a Carbon cerca de Argon, en $7.68, pese a que la puntuación de Carbon en el índice es nueve puntos más alta. Carbon tiene una ventana de contexto de 1 millón de tokens y acepta texto, imágenes, video y voz; su salida es de texto. Estos son resultados de los benchmarks de Artificial Analysis; la evaluación de la empresa no determina cómo rendirá el modelo con cada usuario o tarea.
Por qué importa
Para quienes pueden acceder a Carbon, las puntuaciones reportadas apuntan a que podría ser una buena opción para tareas de razonamiento y científicas. Además, en esta evaluación su costo estándar por tarea fue menor que el de Claude Opus 5.5. Pero la mayoría todavía no puede probarlo: Google ha limitado el despliegue a un grupo selecto de usuarios y no se sabe cuándo terminará el descuento.
