# Google lanza Gemini 4 Carbon y presenta una función de “enjambre” de agentes

- Publicada: 2026-11-10T16:00:00.000Z
- Actualizada: 2026-11-10T22:08:59.071Z
- Sección: Modelos
- Temas: Agentes
- Página: https://aidailyjournal.com/es/n/2026/11/10/google-launches-gemini-4-carbon-and-previews-an-agent-swarm-feature/
- Fuentes: [The Verge](https://theverge.com/ai-artificial-intelligence/1030787/google-gemini-4-carbon-public-rollout), [Tecnoblog](https://tecnoblog.net/noticias/google-libera-gemini-4-carbon-ao-publico-com-recurso-para-equipes-de-agentes-de-ia), [Google DeepMind](https://deepmind.google/blog/gemini-4-carbon-is-now-available), [Xataka](https://xataka.com/robotica-e-ia/google-tuvo-mejor-modelo-ia-durante-trece-dias-anthropic-se-quito-respuesta-ha-tardado-24-horas)

## Resumen

Google DeepMind anunció la disponibilidad de Gemini 4 Carbon dos semanas después de ofrecerlo a defensores de la ciberseguridad mediante el programa Fairwind. La empresa dice que es su modelo más potente y que está diseñado para programación compleja, investigación científica abierta y flujos de trabajo agénticos de larga duración. Carbon está disponible mediante la API en Google AI Studio y Gemini para empresas, para desarrolladores y empresas de pago, y para suscriptores de Google AI Ultra en Antigravity, la aplicación Gemini y el Modo IA de la Búsqueda. No se indicó acceso para niveles inferiores ni usuarios gratuitos.

Google también presentó una vista previa de “swarm” en Antigravity, que convierte una instrucción en un equipo coordinado de agentes. El precio introductorio es de US$ 2 por millón de tokens de entrada y US$ 10 por millón de salida. Según Xataka, Fable 5.2 de Anthropic superó a Carbon en varias comparaciones, aunque el modelo de Google quedó por delante en algunas pruebas.

## Por qué importa (interpretación editorial)

El lanzamiento combina un nuevo modelo orientado, según Google DeepMind, a la programación compleja y a flujos agénticos de larga duración con acceso pago mediante API y una vista previa de equipos coordinados de agentes. La comparación citada por Xataka sugiere que el rendimiento aún varía según la prueba, algo relevante para quienes evalúan su adopción.

_Resumen escrito por AI Daily Journal con palabras propias, a partir de las fuentes anteriores. Para más detalles, lee los artículos originales._