Google avanza en IA y cuántica: Gemini 4 Carbon y Willow

Google llega a noviembre con dos avances que conviene mirar a su escala. En Willow, su procesador cuántico, ha demostrado una forma de preparar estados necesarios para una computación tolerante a fallos. En Gemini 4 Carbon, amplía el acceso a un modelo que puede trabajar con documentos, código y herramientas. El resultado cuántico se comunicó el 15 de octubre. La apertura de Carbon a desarrolladores y empresas de pago se anuncia el 10 de noviembre de 2026. Anuncio de Willow · Anuncio de Carbon.

Una empresa puede empezar a probar Carbon con sus encargos y permisos. La computación cuántica útil sigue requiriendo investigación y escalado. En esta guía explicamos qué se ha medido en cada caso, qué condiciones tiene el acceso y cómo valorar un resultado frente a otras herramientas. Los gráficos conservan la unidad de cada ensayo, desde el error relativo de un estado cuántico hasta el coste observado por tarea de programación.

Corregir los errores de un procesador cuántico exige repartir información entre varios qubits físicos para proteger un qubit lógico. Para ejecutar programas universales también hacen falta operaciones que se pueden obtener consumiendo estados especiales, llamados estados mágicos. Prepararlos con suficiente calidad consume recursos. Los investigadores llevan años buscando una forma de reducir ese trabajo de preparación.

En 2024, Craig Gidney, Noah Shutty y Cody Jones propusieron el cultivo de estados mágicos. La idea consiste en preparar un estado en una región pequeña, comprobar errores y ampliar gradualmente su protección. Sus simulaciones estimaron una reducción importante en qubit-rondas, una unidad que combina qubits y tiempo de corrección, bajo un modelo concreto de ruido. Aquel cálculo dio a los experimentadores una propuesta que poner a prueba en hardware. Propuesta y simulaciones de 2024.

El equipo de Rosenfeld y Gidney informa de una fidelidad de 0,9999(1), con incertidumbre, tras conservar el 8 % de los intentos. El preprint apareció en diciembre de 2025 y Science publicó el trabajo en octubre de 2026. Trabajo experimental completo · Registro de Science.

Los autores describen una reducción aproximada de 40 veces en el error del estado preparado. Durante el experimento, detectaron que la deriva de equipos eléctricos y la variación de temperatura interferían con una hipótesis de medida. Ajustaron el control e introdujeron otra técnica de evaluación. También demostraron una transferencia desde un código de color de distancia 3 a uno de superficie de distancia 5. La distancia describe una propiedad del código corrector. El siguiente reto es conservar la calidad al integrar y escalar las operaciones. Explicación y límites del equipo de Google Quantum AI.

El paso difícil es producir estados de calidad de forma repetida, transferirlos y utilizarlos mientras el resto del ordenador también acumula errores. El trabajo sobre Willow describe pérdidas tras la transferencia y tareas pendientes de integración. Para estimar un equipo completo hay que contar la probabilidad de aceptar una preparación, el tiempo dedicado a los descartes y las exigencias de corrección del algoritmo.

Un análisis independiente de Rohan Mehta y colegas, publicado como preprint el 5 de octubre de 2026, estudia el coste práctico del cultivo. Algunas estimaciones recurrían a medidas finales ideales que destruirían el estado. Su propuesta, Caliper, utiliza información obtenida durante el circuito para seleccionar intentos. Recupera ventajas previstas en ciertos regímenes, mientras que otros requieren códigos mayores o más tiempo. Es una contribución sobre los supuestos necesarios para escalar, con el carácter provisional propio del preprint. The practical cost of magic state cultivation.

Otros grupos también investigan alternativas. Un equipo vinculado a AWS y la Universidad Hebrea publicó en PRX Quantum un método para aumentar el rendimiento del cultivo directamente en un código de superficie, con otra conectividad del hardware. Esto sitúa el avance de Google dentro de una investigación más amplia. Comparar arquitecturas exige conservar sus condiciones de ruido, conectividad y corrección. High Rate Magic State Cultivation on the Surface Code.

Las primeras aplicaciones útiles también necesitan algoritmos compatibles con los recursos disponibles. La convocatoria de investigación de Google de 2026 busca precisamente problemas que puedan aprovechar un número relativamente pequeño de qubits lógicos tolerantes a fallos. Para una empresa, el hito que habría que seguir es una tarea relevante que se resuelva de manera verificable con una ventaja en recursos o tiempo frente a su alternativa clásica. Agenda de investigación en aplicaciones tempranas.

El 28 de octubre, Carbon llegó a un grupo de defensores autorizados mediante Fairwind. El anuncio del 10 de noviembre amplía la API de pago y comienza el despliegue para Google AI Ultra en Gemini, Google Antigravity y AI Mode de Search. La variante con capacidades especializadas de ciberdefensa mantiene su recorrido de acceso autorizado. Google orienta Carbon a tareas especialmente exigentes y conserva Argon como recomendación para buena parte del trabajo de software y conocimiento. Productos y condiciones del lanzamiento.

La página de planes para España identifica Carbon en Ultra y Argon en Pro. Algunas funciones dependen del país y del despliegue. Tener Gemini integrado en una aplicación de Google requiere comprobar qué modelo sirve esa función y qué límites aplica. Antes de contratar, revisaríamos el precio local de renovación y la disponibilidad en la cuenta que vaya a utilizarlo. Planes de Google AI en España.

La ficha de Carbon admite texto, imágenes, audio, vídeo y PDF como entrada y produce texto. Puede utilizar ejecución de código, búsqueda de archivos, llamadas a funciones, contexto de URL y consultas con Search o Maps cuando esas herramientas estén habilitadas. También admite salidas estructuradas. Para preparar una revisión de obra, por ejemplo, se le podría pedir que contraste un plano, una tabla de costes y un informe, identifique discrepancias y entregue una hoja con las referencias de cada observación. Es una propuesta de prueba de HocusPocus con archivos ficticios. Entradas, salidas y herramientas de Carbon.

Su ventana unificada de 1.048.576 tokens reparte espacio entre entrada, razonamiento y salida. Dispone de niveles low, medium y high. La respuesta síncrona tiene un límite propio de salida y la modalidad background permite continuaciones del servidor bajo sus condiciones. Carbon suele dedicar más tokens al razonamiento y puede tardar más por turno que Argon. En una integración, habría que revisar cuánto material se envía, los límites de salida y el tiempo de espera. Contexto y guía de migración.

La model card fija marzo de 2026 como corte de conocimiento y reconoce alucinaciones, mayor consumo e interrupciones por tiempo de espera. Para un informe sobre precios o normativa actual, el encargo debería exigir fuentes recuperadas, fechas y comprobación de los documentos originales. Guardar la versión del modelo y las herramientas utilizadas facilita reproducir la revisión. Ficha de Gemini 4 Carbon.

En CursorBench 4.0, Carbon high obtiene 60,4 % y Fable 5.2 max, 60,0 %. El coste observado de la configuración es de 9,22 y 32,79 USD por tarea. Cursor advierte que pequeñas variaciones pueden carecer de significación. Cambia la métrica para comparar también el gasto. Tabla y condiciones de CursorBench 4.0.

Naman Jain, del equipo de Cursor, explica que su suite parte de sesiones de ingenieros con peticiones breves y ambiguas y cambios en varios archivos. Combina evaluaciones fuera de producción con experimentos de uso. Cursor desarrolla la herramienta que ejecuta el trabajo y su selección de tareas responde a ese entorno. Para valorar una migración de una aplicación, pediríamos conservar las interfaces existentes y dejar una prueba de cada comportamiento afectado. Metodología y criterio del equipo de Cursor.

Vals evalúa aplicaciones desplegadas mediante pruebas funcionales, con OpenHands. Resultados de Vals.

Los autores de Vibe Code Bench, entre ellos Hung Tran y Rayan Krishnan, examinan el producto desplegado mediante interacciones. En su estudio asocian probar el propio resultado con mejor rendimiento y muestran que la elección del evaluador modifica las notas. En una web de reservas comprobaríamos el recorrido completo, la cancelación y que los datos persistan al volver a entrar. Registraríamos también el tiempo de revisión humana. Artículo y metodología de Vibe Code Bench.

El nuevo Multimodal Knowledge Agent benchmark, MKA, contiene 200 tareas de diez sectores y prueba el trabajo con archivos que incluyen información visual. Google participó en su desarrollo y Artificial Analysis afirma ejecutar la evaluación de forma independiente con Stirrup. La nota Climb WSR mide criterios difíciles ponderados. Al consultar los resultados, Fable 5.2 max obtiene 57 %, Carbon high 54 % y Opus 5.5 max 53 %. El juez utiliza GPT-6 Luna medium para examinar entregables. El resultado orienta sobre esos criterios y configura una prueba distinta de completar una tarea entera. Resultados y método de MKA.

Para automatización de oficina, Zapier evalúa el estado final de empresas simuladas con 47 herramientas. En su versión 1.0.6, una tarea aprueba cuando cumple todos sus criterios. Carbon high completa el 53,88 % por 2,12 USD por tarea, frente al 51,45 % por 4,64 USD de Fable max con sus fallbacks. Argon high obtiene 51,29 % por 1,70 USD. Las peticiones se resuelven sin aclaraciones humanas. Una primera prueba para la empresa sería actualizar una incidencia, su registro y el aviso interno, conservando trazabilidad entre los tres. AutomationBench de Zapier y configuraciones.

En investigación, AlphaProof Code muestra otra forma de utilizar el modelo. Google DeepMind combina expertos y agentes para demostrar propiedades de código criptográfico de Signal. Carbon ayuda a generar pruebas que comprueba Lean. El equipo informa de unos 6,5 millones de líneas de prueba y valida su método reintroduciendo fallos históricos ya corregidos. El alcance se define para sesiones individuales de una versión concreta de libsignal y bajo supuestos criptográficos y de ejecución. Lo decisivo es que las propiedades elegidas y el comprobador permiten verificar el resultado obtenido. Presentación de AlphaProof Code · Trabajo técnico y alcance de las pruebas.

Con el despliegue de Carbon en Antigravity, Google presenta /swarm en versión preliminar para la aplicación y la CLI. Un coordinador reparte trabajo entre especialistas, con copias aisladas del repositorio y verificadores que cuestionan y prueban cambios. Un tablón compartido permite coordinar resultados e inspeccionar la actividad. Se puede reservar Carbon para arquitectura o auditoría y asignar cambios acotados a modelos más ligeros. El trabajo en paralelo consume la cuota con más rapidez. Carbon y /swarm en Antigravity.

La API del agente gestionado Antigravity ofrece otro recorrido. Ejecuta un entorno Linux alojado por Google, con archivos que persisten entre interacciones y compactación para sesiones largas. Permite configurar Carbon y limitar herramientas. Sus recursos están en el entorno remoto. Para un proyecto alojado ahí, el equipo puede revisar resultados sin que el proceso dependa de una carpeta abierta en un portátil. Antes de delegar, verificaríamos el ciclo de vida de la sesión, las credenciales y dónde se conserva cada archivo. Entorno remoto y persistencia del agente.

La tarifa introductoria de la API dura hasta el 30 de noviembre de 2026. La tabla muestra USD por millón de tokens en modo Standard. La salida facturable incluye el razonamiento.

Cálculo de HocusPocus. Cien peticiones con 100.000 tokens de entrada ordinaria y 10.000 de salida facturable cada una suman 30 USD en noviembre y 60 USD desde diciembre. Herramientas, reintentos, salida adicional de razonamiento, caché y tributos cambian el total. Para comparar encargos terminados hay que medir cuántos pasos necesita cada modelo.

Google publica un informe de seguridad con pruebas propias y externas. En el conjunto Gray Swan IPI utilizado, Carbon tuvo una tasa observada del 0 % de ataques de inyección exitosos. El informe también reconoce que persisten escenarios de ataque. La inyección indirecta ocurre cuando una web o un archivo intentan modificar el encargo del usuario. Para revisar los presupuestos del ejemplo, empezaríamos con una copia de archivos ficticios y acceso de lectura, y comprobaríamos destinos y cambios antes de enviar o guardar resultados en sistemas reales. Informe de seguridad de Carbon.

En la aplicación personal Gemini, Keep Activity controla el uso de conversaciones para mejorar los servicios. Al desactivarlo, los chats nuevos pueden conservarse hasta 72 horas para prestar el servicio y por seguridad. Las valoraciones voluntarias y el material ya revisado tienen condiciones propias. La documentación también explica las conexiones que pueden dejar de funcionar al cambiar el ajuste. Para un expediente sensible, revisaríamos qué cuenta está activa y qué datos se comparten con cada servicio conectado. Privacidad de Gemini Apps.

En la API de pago, Google indica que prompts y respuestas se procesan bajo sus condiciones de encargado y quedan fuera del uso para mejorar productos. En el Espacio Económico Europeo, Suiza y Reino Unido extiende esas condiciones de datos de pago a AI Studio y a la cuota gratuita, con excepciones específicas como Contributor. Carbon requiere acceso de pago. Un proyecto en España debería revisar su contrato, el canal de acceso y los registros de seguridad antes de cargar datos de clientes. Condiciones de datos de Gemini API.

Empezaríamos con un encargo que hoy cueste revisar, un cambio de código que afecte a varios módulos o un informe que obligue a cruzar planos y tablas. Prepararíamos la misma documentación para Carbon y para la alternativa que ya use el equipo. Antes de ejecutar, anotaríamos qué requisitos debe cumplir la entrega. Después mediríamos resultado aceptado, coste total y minutos de revisión.

Para seguir el avance cuántico, buscaríamos evidencia de preparación repetida, transferencia e integración a escalas mayores y una aplicación cuya ventaja pueda comprobarse. Cada hito aproxima una parte del sistema al uso práctico. Para elegir herramientas disponibles, puedes consultar también nuestras guías de OpenAI y ChatGPT, Grok en España y modelos frontera.

Fuentes y método. Consulta realizada el 10 de noviembre de 2026. HocusPocus combina anuncios y documentación técnica de Google con trabajos científicos y evaluadores identificados. Los gráficos conservan las unidades y las condiciones de cada ensayo. La normalización del error cuántico y los cálculos de coste son elaboración propia. Los ejemplos de empresa son propuestas de prueba. Las tres imágenes son ilustraciones conceptuales originales generadas con IA. Las funciones, el acceso y los precios pueden cambiar.