Gemini 4 Carbon: casi Fable 5.2 por la cuarta parte del precio, pero solo hasta finales de noviembre

10 de noviembre de 2026, por la noche

No ha pasado ni un día desde que Anthropic lanzó Claude Fable 5.2 y recuperó el primer puesto en las tablas, y Google ya publica un anuncio: Gemini 4 Carbon, el modelo que hasta ahora solo estaba abierto a un grupo cerrado, sobre todo organizaciones de ciberdefensa, ya está disponible para todo el mundo.

En el artículo sobre Fable 5.2 escribí que, en mi opinión, el lanzamiento de Anthropic fue una jugada pensada para las tablas, para quitarle de nuevo el primer puesto a Carbon. Esperaba que Google no tardara mucho en responder. Pasaron 21 horas.

Después de un día leyendo cada prueba publicada, mi conclusión es esta: Carbon es ahora mismo el modelo más rentable de la élite. Solo que no para el agente que atiende a tus clientes, y solo hasta final de mes.

Gemini 4 Carbon es el modelo más potente de Google, y en las tareas difíciles llega casi al nivel de Claude Fable 5.2 por una fracción del coste. En una prueba real de corrección de 105 errores sacó un 57.3 frente al 58 de Fable, y costó 31 dólares frente a 140. Pero hay tres salvedades: el precio bajo es un precio de lanzamiento que termina el 30 de noviembre, un modelo que piensa tanto no sirve para una conversación rápida, y la propia Google recomienda quedarse con Gemini 4 Argon para la mayor parte del trabajo.

Por eso mi opinión es que Carbon no debe sustituir al modelo que hace tu trabajo diario. Pero vale la pena probarlo en una tarea grande y difícil, y mejor antes de que termine el mes.

En resumen

Gemini 4 Carbon está disponible para todos desde el 10 de noviembre de 2026, en la API de Google (la conexión directa para desarrolladores, con pago por uso) y en la suscripción Google AI Ultra. Hasta el 30 de noviembre cuesta 2 dólares por millón de tokens de entrada y 10 de salida. Desde el 1 de diciembre el precio se duplica a 4 y 20, igual que Claude Opus 5.5.
Está en la élite: primero en la prueba de código de Cursor y en la votación de usuarios de Arena, y en el índice general un poco por detrás de Fable 5.2 y más o menos a la altura de Opus 5.5.
Es barato por tarea: en la prueba de errores costó alrededor de una cuarta parte de lo que costó Fable, con casi la misma nota. Incluso al precio normal, una tarea con él cuesta alrededor de un tercio de lo que cuesta con Fable en su nivel máximo.
Dónde flojea: documentos y trabajo de oficina, diseño de interfaces y conversación en tiempo real. Con el nivel de razonamiento alto pasa más de un minuto hasta que empieza a responder.
Mi opinión: ¿tienes una tarea grande y difícil, con un final claro? Vale la pena probarla ahora con Carbon. ¿Un agente que atiende a clientes y prepara informes? No hay motivo para cambiarle el modelo.

Qué es Gemini 4 Carbon y cuánto cuesta

Carbon es el modelo que Google sitúa por encima de Gemini 4 Argon, para las tareas más largas y difíciles: un error complicado, investigación científica, seguridad informática y horas de trabajo seguido. Google lo anunció el 28 de octubre y al principio solo lo abrió a organizaciones de ciberdefensa. El 10 de noviembre se abrió a desarrolladores, empresas y suscriptores de Ultra. Argon siguió el mismo camino: anuncio para un grupo cerrado el 30 de septiembre y apertura para todos 13 días después.

$2 / $10precio por millón de tokens de entrada y de salida, hasta el 30 de noviembre. Desde el 1 de diciembre: $4 / $20, exactamente como Opus 5.5. Fable 5.2 cuesta $8 / $40

Un millónde tokens en la ventana de contexto, la cantidad de texto que el modelo tiene en la cabeza a la vez. El mismo precio en toda la ventana, sin recargo por textos largos

Solo Ultraen la aplicación de Gemini y en el Modo IA del buscador. Los suscriptores de Google AI Pro reciben Argon. En la API está abierto a cualquiera que pague

Fuentes: los dos anuncios de lanzamiento de Google, la lista de precios de la API de Gemini y la página de soporte sobre los modelos de cada suscripción (consultadas el 11 de noviembre de 2026). Si el término no te resulta familiar, explicamos qué es un token en otro artículo.

Para entender Carbon hay que leer tres frases que escribió la propia Google, en documentos distintos:

Lo que Google escribe sobre Carbon

El anuncio de lanzamiento, la ficha del modelo y la documentación para desarrolladores

La ficha del modelo: Carbon "se basa en Gemini 4 Argon"
La documentación para desarrolladores: los dos tienen la misma ventana de contexto, las mismas herramientas y el mismo precio por token. "La principal diferencia es cuántos tokens de razonamiento gasta cada modelo"
El anuncio de lanzamiento: Argon "sigue siendo la opción ideal para la mayor parte del trabajo de desarrollo de software y del trabajo del conocimiento", y Carbon está pensado para tareas que ponen a prueba los límites de lo posible

Lo que significa en la práctica

Cómo lo entiendo yo

Según la explicación de Google, Carbon es Argon con más tiempo para pensar antes de cada paso
El precio por token es el mismo, pero una tarea con Carbon consume más tokens, y por eso cuesta más que la misma tarea con Argon
La diferencia de capacidad es grande: 60 frente a 50 en el índice de Artificial Analysis, y 57.3 frente a 40.7 en la prueba de errores que viene más adelante

Lo inteligente que es Gemini 4 Carbon, frente a Fable 5.2 y Opus 5.5

En todas las pruebas aparece el "nivel de razonamiento" (Low, Medium, High, Max): un ajuste que decide cuánto tiempo piensa el modelo antes de responder. Más razonamiento suele dar una respuesta mejor, pero más lenta y más cara.

Gemini 4 Carbon frente a Claude Fable 5.2 y Claude Opus 5.5 en mediciones independientes

Prueba	Gemini 4 Carbon	Claude Fable 5.2	Claude Opus 5.5
Índices generales
Índice generalArtificial Analysis Intelligence Index	60	65	59
Trabajo profesionalVals Index	70.5%	71.3%	70.1%
Votación de usuarios, textoArena Text	1526	Aún sin medir	1506
Código y trabajo de agente
Tareas de código realesCursorBench 4.0	60.4%	60.0%	57.8%
Comandos que un agente ejecuta solo en un servidorTerminal-Bench 4.0 (AA)	65.2%	59.6%	59.6%
Automatización empresarialAutomationBench-AA	77.8%	76.4%	69.5%
Tareas de código largasFrontierCode 2.0	40.6%	48.8%	46.4%
Trabajo de oficina juzgado por expertosAA-Briefcase, Elo	1611	1785	1801
Ciencia y conocimiento
Preguntas de expertosHLE-Diamond	69.1%	80.2%	67.9%
Ciencia en la línea de comandosTerminal-Bench-Science	64.8%	73.3%	59.0%

La nota más alta de la fila. Fuentes: Artificial Analysis (índice en su versión 5.0.1), Vals AI, Arena y Cursor, a 11 de noviembre de 2026. Carbon se midió en su nivel de razonamiento alto (High), mientras que Fable y Opus se midieron en el nivel máximo (salvo en Vals y en Arena). La clasificación de Carbon en Arena todavía es preliminar.

Lo que sale de la tabla:

En código real y en automatización es muy fuerte. En las tareas de código de Cursor, en los comandos que un agente ejecuta en un servidor y en la automatización empresarial es el primero en estas mediciones, por delante de Fable 5.2. La imagen no es uniforme: en Vals es quinto en esa misma prueba de comandos, y en la clasificación de agentes de Arena es segundo, detrás de Opus 5.5.
En documentos y trabajo de oficina queda muy por detrás de Claude. Cuando expertos compararon presentaciones, hojas de cálculo e informes, prefirieron con claridad los de Opus 5.5 y los de Fable 5.2. El informe semanal de un agente es justo un trabajo de este tipo. También al escribir código largo desde cero, Claude le saca entre 6 y 8 puntos.
En ciencia y en las preguntas más difíciles, Fable 5.2 sigue por delante, con una ventaja de 8 a 11 puntos. Frente a Opus 5.5, Carbon está a la par o mejor.

Y un número más, para quien tenga un agente que responde preguntas: en la prueba de conocimiento de Artificial Analysis, cuando Carbon no sabía la respuesta, se la inventó en el 11% de los casos, frente al 50% de Opus 5.5. Con el nivel de razonamiento medio, solo en el 4%. En un agente que atiende a clientes a partir de tus documentos, las instrucciones y los documentos pesan más que este dato. Pero en investigación, donde el modelo responde con lo que sabe, es una ventaja real.

Lo que vieron los desarrolladores en las primeras horas

La prueba más convincente que encontré es la de Paweł Huryn. Volvió a introducir 105 errores en dos repositorios de código reales y puso a seis modelos a encontrar y corregir todos los que pudieran:

105 errores en dos repositorios de código: nota y coste por ejecución

Modelo	Nota	Coste
Claude Fable 5.2Max	58	$139.65
Gemini 4 CarbonHigh	57.3	$31.32
Claude Sonnet 5.5Max	51.3	$154.03
GPT-6 AstraMax	45	$33.03
GPT-6.1 SolMax	44.3	$5.88
Gemini 4 ArgonHigh	40.7	$7.16

Fuente: Paweł Huryn en X, 10 de noviembre de 2026, el día del lanzamiento. La prueba y el cálculo son suyos, no nuestros.

Ver el tuit de Paweł Huryn en X, 10 de noviembre de 2026

El 99% de la nota de Fable 5.2, por alrededor de una cuarta parte del coste. En sus palabras, "ya nadie tiene motivos para reírse de Google".

Argon, el mismo modelo base con menos razonamiento, sacó un 40.7 en esa misma prueba, es decir, Carbon sumó 16.6 puntos. Y GPT-6.1 Sol sacó un 44.3 por menos de seis dólares. Quien busque el precio más bajo por punto seguirá eligiendo Sol.

Otra prueba, la de Atomic Agent, dio a los modelos una biblioteca de código con 13 errores. Todos los modelos corrigieron todos los errores, así que la única diferencia entre ellos fue el tiempo y el dinero. Con el nivel de razonamiento alto, Carbon terminó antes que Fable y costó alrededor de la sexta parte: 1.29 dólares frente a 7.70.

El equipo de Every, que prueba cada modelo nuevo en trabajo real, lo resumió con un "lo usaré a veces". Le dieron a Carbon una lista de tareas. Identificó seis que estaban listas para hacerse y luego hizo 15, incluido trabajo del que ya se había ocupado otra persona. Al cabo de cuatro horas y media lo pararon. Uno de los desarrolladores escribió que Fable sigue siendo su primera opción, porque Carbon puede generar archivos enormes, mientras que Fable mantiene un código más dividido y ordenado.

Ver el tuit de Dan Shipper, de Every, en X, 10 de noviembre de 2026

Su recomendación: "dale un trabajo grande, con una meta clara".

En 3D y en construcción visual, varios desarrolladores que tuvieron acceso anticipado escribieron, cada uno por su lado, que Google ha corregido la "pereza" de sus modelos anteriores y que el modelo escribe miles de líneas de una vez. Simon Willison pasó su prueba del robot en 3D tanto a Carbon como a Fable 5.2, y en su blog se pueden ver el resultado de Carbon y el resultado de Fable. Por otro lado, casi todos coinciden en que en diseño de interfaces, es decir, pantallas, botones y páginas de aterrizaje, Claude todavía hace un trabajo más bonito.

Ver el tuit y el video de kimmonismus en X, 10 de noviembre de 2026

13 tareas de código en Antigravity, la herramienta de desarrollo de Google. Entre ellas, una maqueta del sistema solar con engranajes que se puede adelantar y rebobinar con un solo botón. La impresión de Carbon es suya, no nuestra.

Cuánto cuesta de verdad Gemini 4 Carbon

Lo que decide la factura no es el precio por token, sino cuántos tokens consume el modelo para terminar una tarea. Artificial Analysis publica para cada modelo el coste medio por tarea en su índice:

Coste medio por tarea en el índice de Artificial Analysis

Claude Fable 5.2 · Max · nota 65

$26.54

Claude Opus 5.5 · Max · nota 59

$10.04

Claude Fable 5.2 · High · nota 62

$9.08

Gemini 4 Carbon · High · nota 60

$7.76

Gemini 4 Carbon · High · hasta el 30 de noviembre

$3.88

GPT-6.1 Sol · Max · nota 55

$1.27

Fuente: Artificial Analysis, a 11 de noviembre de 2026. Artificial Analysis calcula el coste de Carbon con el precio normal, 4 y 20 dólares. La fila "hasta el 30 de noviembre" es cálculo nuestro: con el precio de lanzamiento, tanto la entrada como la salida cuestan la mitad, así que el coste por tarea también se reduce a la mitad.

En CursorBench, donde Cursor publica la nota y el coste de cada nivel de razonamiento, la imagen es parecida. Carbon en el nivel alto saca un 60.4% con 9.22 dólares por tarea, y Fable 5.2 en el nivel máximo saca un 60.0% con 32.79 dólares. Más o menos el mismo resultado, por menos de un tercio del precio.

Las tres proporciones del artículo, una cuarta parte, un tercio y una séptima parte, son todas correctas. La diferencia está en qué precio y qué prueba se miran:

Con el precio de lanzamiento, 2 y 10 dólares

Casi Fable, por una séptima parte del precio.

En el índice de Artificial Analysis: unos 3.88 dólares por tarea, frente a 26.54 de Fable 5.2 y 10.04 de Opus 5.5 en su nivel máximo. En la prueba de errores de Huryn: 31 dólares frente a 140, con casi la misma nota.

Con el precio normal, 4 y 20 dólares

Sigue siendo más barato que los dos, pero la distancia se acorta.

El precio por token es igual que el de Opus 5.5, pero Carbon consume menos tokens para terminar una tarea, así que sigue saliendo alrededor de un 23% más barato, y cuesta aproximadamente un tercio de lo que cuesta Fable, con los dos en su nivel máximo. Frente a Fable en nivel alto, que saca un 62 con 9.08 dólares, la diferencia casi desaparece.

¿Bajar el nivel de razonamiento para ahorrar?

A medio, sí. A bajo, no.

De alto a medio se ahorra: en Artificial Analysis, de 7.76 a 6.59 dólares por tarea, con una bajada de 2 puntos en la nota. Pero en el nivel bajo el modelo da más pasos y vuelve a leer todo el material en cada paso, así que cuesta más que en el nivel medio: 7.19 dólares. En CursorBench la diferencia es aún mayor: 11.89 dólares en nivel bajo, frente a 8.49 en el medio. El nivel medio, el predeterminado, es el más rentable.

Suscripción mensual en lugar de API

Solo Ultra, y sin una cuota publicada.

En la aplicación de Gemini, Carbon solo está disponible con la suscripción Google AI Ultra. Google no publica una cuota separada para cada modelo, solo escribe que los "modelos más avanzados y los niveles de razonamiento más altos" consumen más cuota. En Hacker News, un usuario con suscripción Ultra escribió que la cuota apenas le alcanzó para un proyecto.

Fuentes: Artificial Analysis, Cursor, la lista de precios de la API y la página de ayuda de Google, Paweł Huryn y el hilo del lanzamiento en Hacker News. El cálculo del coste con el precio de lanzamiento es nuestro.

Dónde flojea Carbon

El problema del que más gente ha escrito es la velocidad. Con el nivel de razonamiento alto pasan 67 segundos hasta que empieza a salir una respuesta, según la medición de Artificial Analysis. En el nivel medio, 23 segundos. Un usuario de Hacker News lo calificó de "inutilizable por ahora", y otro le respondió que es un modelo para tareas largas, no para conversar.

Para ser justos, no es una debilidad exclusiva de Carbon. En esa misma medición, Opus 5.5 y Fable 5.2 en su nivel máximo empiezan a responder al cabo de varios minutos, y Carbon termina una tarea completa más rápido que los dos. Es el precio de cualquier modelo que piensa mucho. En una tarea de media hora, un minuto al principio no cambia nada. En un chat con un cliente, un minuto de silencio parece una avería, y ahí hace falta un modelo más ligero o un nivel de razonamiento bajo.

Lo que funciona

Índices y pruebas de desarrolladores, 10 y 11 de noviembre

Trabajo largo en solitario: corregir código existente, comandos en un servidor y automatización
3D y construcciones grandes de una sola vez
Menos invenciones que Opus 5.5 cuando no sabe la respuesta
Investigación en impuestos, derecho y finanzas: primero en tres pruebas de Vals

Lo que funciona peor

Índices, quejas de desarrolladores y mi impresión de las pruebas

Más de un minuto hasta empezar a responder en el nivel alto: no sirve para conversar con un cliente en tiempo real
No siempre sabe cuándo parar: sigue construyendo más allá de lo que se le pidió
Documentos, presentaciones y hojas de cálculo: muy por detrás de Opus 5.5 y Fable 5.2
Diseño de interfaces: "cajas dentro de cajas", como escribieron en Every

Y algo más que importa a las empresas: Google escribe en su lista de precios que, en el uso de pago de la API, los datos que envías no se usan para mejorar sus productos. En la plataforma empresarial de Google Cloud, Carbon de momento solo está abierto a "clientes empresariales verificados en regiones seleccionadas".

Para quién es Gemini 4 Carbon, y para quién no

Vale la pena probarlo ya

Una tarea larga y difícil, con un final claro: un error que ningún modelo ha resuelto, la migración de una web antigua a un sistema nuevo, una investigación
Automatizaciones que corren en segundo plano, sin nadie esperando una respuesta
Investigación en la que importa que el modelo no se invente cosas
Todo lo que mandarías a Fable 5.2 si el precio no te frenara

Revisar antes

La fecha: desde el 1 de diciembre el precio se duplica
El nivel de razonamiento: el medio es el más rentable, y el bajo no ahorra
La suscripción: en la aplicación, solo Ultra; con Pro recibirás Argon
Que has puesto un límite al alcance del trabajo, para que no siga construyendo cosas que no pediste

Quedarse con lo que tienes

Un agente que atiende a clientes por chat o por WhatsApp, donde se nota cada segundo
El trabajo diario: actualizaciones de la web, respuestas a consultas, tareas cortas
Documentos, presentaciones e informes, donde Opus 5.5 va muy por delante
El diseño de una web o de una página de aterrizaje

Para el dueño de un negocio cuyo agente ya funciona, la conclusión práctica es que esta semana no hay nada que cambiar. Un agente que gestiona consultas, actualiza una web y prepara un informe semanal hace muchas tareas cortas, y tiene que responder en segundos y redactar un documento ordenado. Para eso es mejor un modelo más ligero o un nivel de razonamiento bajo, y Opus 5.5 todavía hace mejor los informes. Y quien tenga el precio como primer criterio verá que GPT-6.1 Sol es mucho más barato.

Carbon merece una prueba si tienes un proyecto grande en el que tu agente actual se ha atascado, por ejemplo limpiar una web antigua o analizar los datos de ventas de un año entero. En ese caso, pide a quien gestiona tu agente que ejecute el proyecto con Carbon, con un límite de gasto, antes de que acabe noviembre.

Platin Digital es OpenAI Select Partner, y construimos nuestros agentes con los modelos y las herramientas que mejor encajan con cada negocio, de OpenAI, Anthropic, Google y otros.

Quién va primero ahora

21 horas después del lanzamiento de Fable 5.2, Google abrió Carbon a todo el mundo. No sé si el momento fue una respuesta o un plan previo: con Argon también pasaron 13 días entre el anuncio y la apertura para todos, exactamente como con Carbon. Sea como sea, hoy cada empresa lidera en tablas distintas:

Clasificación	Primero hoy	Carbon
Artificial Analysis, índice general	Fable 5.2, 65	Cuarto, 60
Vals Index	Fable 5.2, 71.3%	Tercero, 70.5%
CursorBench 4.0	Gemini 4 Carbon, 60.4%	Primero
Arena, texto	Gemini 4 Carbon, 1526	Primero, puntuación preliminar
Arena, desarrollo web	Fable 5.2, 1836	Cuarto, 1768
Arena, agentes	Opus 5.5	Segundo

Fuentes: Artificial Analysis, Vals AI, Cursor y Arena, a 11 de noviembre de 2026.

En mi opinión, Anthropic lidera en capacidad, y Google ofrece la mejor relación entre capacidad y precio de la élite.

Dónde está Gemini 4 Carbon en el Sigma AI Ranking

Hasta ayer, Carbon aparecía en el Sigma AI Ranking (nuestra clasificación, que combina varias fuentes abiertas en una sola nota) con una puntuación preliminar de 97.8. Era una nota inflada, porque no tenía precio público y el coste no entraba en el cálculo. Ahora tiene precio y suficientes mediciones para recibir una puntuación completa:

Sigma AI Ranking: puntuación ponderada, a 11 de noviembre de 2026

Gemini 4 Carbon

91.0

Claude Fable 5.2 · preliminar

91.0

Claude Opus 5.5

89.0

Gemini 4 Argon

86.8

GPT-6.1 Sol

85.3

Fuente: el Sigma AI Ranking de Platin Digital, que combina fuentes abiertas (Epoch AI, Arena, Terminal-Bench y OpenRouter para los precios).

Carbon es ahora el primero de la clasificación entre los modelos con puntuación completa. Fable 5.2 obtuvo la misma nota, 91.0, pero todavía solo lo han medido tres fuentes, así que su puntuación es preliminar. Conviene saber dos cosas sobre la cifra de Carbon: la clasificación calcula el coste con el precio actual, 2 y 10 dólares, así que el 1 de diciembre su nota bajará más o menos un punto. Y todavía le falta el índice de capacidad general de Epoch AI, así que, de momento, la clasificación estima esa parte a partir de las demás mediciones.

Para seguir leyendo: Claude Fable 5.2: más inteligente que Opus 5.5, Gemini 4 Argon y por qué creamos el Sigma AI Ranking.

Preguntas frecuentes

¿Qué es Gemini 4 Carbon?

Gemini 4 Carbon es el modelo más potente de Google, un escalón por encima de Gemini 4 Argon. Se basa en Argon y, según Google, la principal diferencia entre los dos es cuánto razona antes de cada paso. Está pensado para tareas largas y difíciles, como corregir errores complicados, investigar o la seguridad informática. Google lo anunció el 28 de octubre de 2026 y lo abrió a todo el mundo el 10 de noviembre. Tiene una ventana de contexto de un millón de tokens.

¿Cuánto cuesta Gemini 4 Carbon?

En la API: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, hasta el 30 de noviembre de 2026. Desde el 1 de diciembre el precio sube a 4 y 20 dólares, igual que Claude Opus 5.5 y la mitad que Claude Fable 5.2. En la aplicación de Gemini solo está disponible con la suscripción Google AI Ultra.

¿Es Gemini 4 Carbon mejor que Claude Fable 5.2?

No en todo. En los índices generales y en las pruebas de ciencia, Fable 5.2 va por delante: 65 frente a 60 en el índice de Artificial Analysis. En tareas de código reales y en automatización, Carbon está a la par o mejor, y en la prueba de 105 errores sacó un 57.3 frente a 58, por alrededor de una cuarta parte del coste. En documentos y en diseño de interfaces, Claude va por delante.

¿Qué diferencia hay entre Gemini 4 Carbon y Gemini 4 Argon?

Según Google, los dos tienen la misma ventana de contexto, las mismas herramientas y el mismo precio por token. La diferencia está en cuánto razonan: Carbon gasta más tokens de razonamiento, y por eso es más inteligente, más lento y más caro por tarea. Google recomienda Argon para la mayor parte del trabajo, y Carbon solo para las tareas más difíciles.

¿Debería cambiar el modelo de mi agente a Gemini 4 Carbon?

En la mayoría de los casos, no. Un agente que atiende a clientes tiene que responder en segundos, y Carbon con el nivel de razonamiento alto tarda más de un minuto solo en empezar a responder. Encaja en tareas largas que corren en segundo plano, como un proyecto de código, una automatización o una investigación. Si tienes una tarea así, vale la pena probar Carbon con ella antes del 1 de diciembre, mientras el precio está a la mitad.