El Gemini 4 Carbon de Google quedó justo por detrás del Claude Opus 5.5 de Anthropic en una nueva evaluación comparativa de modelos de frontera, aunque ofreció un coste estimado por tarea considerablemente menor.

La evaluación comparativa GDPx, publicada por la firma de investigación y análisis de inteligencia artificial SemiAnalysis, analiza 206 tareas de áreas como finanzas, ciencia de materiales, ciberseguridad, ingeniería de software, trabajo jurídico y biología. Compara los principales modelos de frontera de Google, Anthropic, OpenAI y Meta tanto por rendimiento como por coste.

El Claude Opus 5.5 encabezó la clasificación general, con el Gemini 4 Carbon muy cerca. Sin embargo, la diferencia de coste fue sustancial: se estimó que Claude costaba alrededor de 51 dólares por tarea, mientras que Gemini costaba poco más de 16 dólares. El GPT-6 Astra de OpenAI quedó por debajo de ambos modelos y costaba aproximadamente 54 dólares por tarea.

Al eliminar las categorías de ciberseguridad, biología y alineación, la clasificación cambió. El GPT-6 Astra pasó al primer puesto, seguido por el GPT 6.1 Sol y el Claude Sonnet 5.5, mientras que el Gemini 4 Carbon quedó más abajo. SemiAnalysis afirmó que este resultado ajustado era más coherente con sus impresiones subjetivas de los modelos.

El Gemini 4 Argon existente de Google ocupó el octavo puesto en ambas versiones de la evaluación comparativa. Quedó por delante del Muse Wonder de Meta, pero por detrás de Wonder Full, mientras que su coste fue solo ligeramente inferior al del Carbon en esta evaluación.

Los modelos de Google obtuvieron mejores resultados que los de OpenAI y Anthropic en las tareas centradas en la ciberseguridad, aunque los modelos Muse de Meta lideraron esa área por un margen que SemiAnalysis describió como significativo.

Google anunció el Gemini 4 Carbon el 28 de octubre, destacando avances significativos respecto a los modelos anteriores. Su fecha de lanzamiento público aún no se ha confirmado, y actualmente se describe que llegará próximamente para la mayoría de los clientes.

Fuentes: 9to5Google.