Gemini 4 Carbon lidera pruebas de ciberseguridad

Google presentó el 28 de octubre de 2026 su nuevo modelo de frontera, es decir, la ultimísima generación de inteligencia artificial. El anuncio oficial de Gemini 4 Carbon se ha centrado en sus capacidades de rendimiento técnico, con métricas muy elevadas en tareas complejas de seguridad informática. Todas las cifras proceden del propio fabricante, un contexto a tener en cuenta al valorarlas, y Google precisa que las pruebas externas de ciberseguridad se ejecutaron sin las salvaguardas del modelo activadas.

Métricas de capacidad técnica

Según los datos proporcionados por Google, la nueva tecnología alcanza un 88,2% de éxito en SEC-bench Pro, una prueba de rendimiento (benchmark) diseñada para medir la capacidad de descubrir vulnerabilidades reales en software del mundo real, lo que marca el actual estado del arte en este campo. El sistema también registra un 54,8% en ExploitGym, una evaluación centrada en la fase de explotación que mide si el modelo es capaz de validar que una vulnerabilidad resulta verdaderamente aprovechable. En el ámbito de la reparación de sistemas, el modelo obtiene un 71,0% en la prueba CWE-bench de la firma Collinear, que mide la eficacia al convertir los fallos validados en correcciones de código funcionales que atacan la causa raíz del problema.

El fabricante también reporta un primer puesto en el índice Artificial Analysis Intelligence v5.0, con 59 puntos. En materia de resistencia frente a manipulaciones externas, la evaluación de Gray Swan sobre inyección indirecta de instrucciones (prompt injection) arroja un 0,0% de éxito en los ataques evaluados, frente al 0,7% que registraba su predecesor Argon. El resultado no equivale a una inmunidad absoluta, pero sitúa al modelo en una posición destacada en esa prueba concreta. La tabla comparativa publicada por el propio Google sitúa a Gemini 4 Carbon por encima de alternativas rivales, entre ellas GPT-6 Astra de OpenAI y las versiones Claude Opus 5.5 y Claude Fable 5.1 de Anthropic. OpenAI, por su parte, presentó en mayo Daybreak, su propia herramienta de detección de vulnerabilidades y validación de parches mediante inteligencia artificial.

La paradoja de la automatización

Las capacidades reflejadas en estas pruebas de estrés exponen una dinámica compleja en la evolución de la inteligencia artificial. La precisión que permite identificar brechas y automatizar la defensa de un entorno corporativo se apoya en parte en las mismas técnicas que podrían emplearse para automatizar ataques contra terceros, un riesgo sobre el que ya se ha alertado a propósito de los sistemas de ataque autónomos impulsados por IA. Para gestionar estos posibles escenarios, Google ha optado por un despliegue escalonado. Desde esta semana, Gemini 4 Carbon está disponible para un primer grupo de defensores de ciberseguridad y el acceso se ampliará de forma gradual a socios de confianza a través de su programa Fairwind, mientras la compañía participa en el proceso voluntario de evaluación previa al lanzamiento del Gobierno de Estados Unidos.

El impacto de esta doble capacidad adquiere especial relevancia en el escenario empresarial actual. Las compañías españolas se encuentran en un momento de aceleración en el despliegue de agentes de inteligencia artificial integrados en sus procesos de negocio, un terreno en el que la ciberseguridad de estos agentes se ha convertido en un punto clave para la protección de las empresas. Esta adopción tecnológica exige incorporar el comportamiento en ciberseguridad como un criterio fundamental a la hora de evaluar y contratar grandes modelos fundacionales, ya que las capacidades defensivas de hoy podrían definir la exposición a los riesgos corporativos del mañana.