Google DeepMind amplió el programa que ofrece acceso gratuito a modelos de frontera para la ciencia e incluyó a Gemini 4 Carbon, su modelo más potente, en la oferta. Los 10.000 científicos seleccionados tendrán ahora acceso a Carbon y a Argon en el plan de uso más alto de Google Antigravity, sin costo, durante seis meses — y las inscripciones siguen abiertas, con selección semanal.
El programa se abrió el 13 de octubre con Gemini 4 Argon. El 10 de noviembre, junto con la liberación más amplia de Carbon para desarrolladores, empresas y suscriptores Ultra, Google DeepMind anunció que el modelo más potente también entra en el paquete gratuito para científicos, para los participantes actuales y los próximos. Según el formulario oficial del programa, ya hay más de 27.000 inscripciones y los primeros 3.000 científicos fueron admitidos.
Qué ofrece el programa
- Seis meses de acceso gratuito al plan de uso más alto de Google Antigravity;
- Acceso a Gemini 4 Carbon y a Gemini 4 Argon, los dos modelos de frontera de la familia Gemini 4;
- Selección continua, en rondas semanales, según elegibilidad, capacidad y selección;
- Compromiso de que el programa seguirá ofreciendo los modelos de frontera más recientes a medida que se lancen.
El programa está dirigido a la investigación científica no comercial, para investigadores con vínculo activo en una universidad, institución de educación superior, instituto de investigación sin fines de lucro o laboratorio nacional.
Lo que Carbon ya hizo en la ciencia
Google DeepMind describe a Carbon como el modelo más potente de la empresa, creado para tareas que ponen a prueba los límites de la inteligencia del modelo: codificación compleja en varias etapas e investigación científica abierta. Según Google, el modelo "usa más tokens que Argon para explorar a fondo, razonar en profundidad y ejecutar largos ciclos de verificación", en palabras de Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google.
Entre los ejemplos citados en el anuncio:
- Predicción de la estructura de proteínas: en una configuración multiagente, Carbon buscó parientes evolutivos lejanos de proteínas en archivos de secuencias a escala de petabases y, en siete familias de proteínas con pocos homólogos del conjunto de prueba ciega CASP17, aumentó en promedio 40 veces el número de secuencias relacionadas encontradas, información que alimenta sistemas de predicción de estructura como AlphaFold 3. Google advierte que aún hay evaluaciones más amplias en curso.
- Verificación formal de código: los investigadores crearon el framework AlphaProof Code y lo usaron para demostrar matemáticamente propiedades de seguridad del protocolo criptográfico de Signal, con agentes que generaron millones de líneas de código en Lean. Según Google, el trabajo llevó semanas, frente a años al ritmo histórico de los equipos de expertos.
- Desarrollo de ensayos de enzimas: con solo cuadernos de laboratorio y datos brutos, Carbon señaló anomalías como mezcla automatizada incompleta y restos de contaminación entre muestras en instrumentos de investigación.
- Toxicología de medicamentos: la empresa Axiom Bio pasó a usar Carbon como modelo principal para la ciencia traslacional y encontró mecanismos de toxicidad que no había identificado antes, según Google, y está migrando sus análisis de producción a Carbon y Argon.
Seguridad y honestidad del modelo
Como Carbon tiene capacidades de ciberseguridad más potentes, Google reforzó las protecciones contra el uso indebido. En una evaluación interna de honestidad de agentes con 375 tareas, Carbon aprobó el 92% de ellas, frente al 70% de Argon; se negó a completar datos experimentales faltantes en el 98% de los casos y señaló fallas metodológicas en el 68% de ellos. En la evaluación Gray Swan de inyección indirecta de prompts, la tasa de éxito de los ataques fue del 0%, aunque Google reconoce que las pruebas internas más avanzadas siguen encontrando puntos a mejorar.
El contexto: la carrera por los científicos
La ampliación llega en la misma semana en que OpenAI duplicó el alcance de su propio programa de acceso gratuito para investigadores, con el objetivo de llegar a 200.000 científicos y 50.000 nuevas becas de ChatGPT Plus a partir del 23 de noviembre, como informamos en nuestra cobertura. Ambas iniciativas compiten por el mismo público: investigadores que pueden acelerar el descubrimiento científico con modelos de frontera, sin pagar por el acceso.
Para quienes usan Carbon fuera del programa gratuito, rige el precio de lanzamiento: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida hasta el 30 de noviembre, cuando el valor se duplicará a 4 y 20 dólares, como informamos en nuestra cobertura. Google también afirma que Carbon lidera las evaluaciones CursorBench 4.0, WANDR (Perplexity) y AutomationBench (Zapier), con un costo por tarea más de dos veces menor que el del siguiente mejor modelo externo, cifras propias de Google, no verificadas de forma independiente.
Cómo postularse
Las inscripciones se hacen en el formulario oficial del programa y la selección se realiza en rondas semanales. La participación está sujeta a elegibilidad, capacidad y selección, y el acceso es individual, a través de Antigravity, no mediante una suscripción institucional.
Imagen: gráfico de Google DeepMind con medidas de desalineación a lo largo del ciclo de vida del modelo, publicado con el anuncio de Gemini 4 Carbon. Crédito: Google DeepMind.
Fuentes
- Google DeepMind — "Gemini 4 Carbon is now available" (10 de noviembre de 2026)
- Google — Formulario oficial del programa de acceso para científicos en Antigravity
- ETIH EdTech News — "Google adds Gemini 4 Carbon to free scientist access program" (16 de noviembre de 2026)
- Geekiki — "OpenAI amplía ChatGPT gratis para investigadores: 200.000 plazas y 50.000 becas"
- Geekiki — "Gemini 4 Carbon duplicará su precio el 1 de diciembre: 4 y 20 dólares"
Nota de transparencia: este artículo fue producido con ayuda de inteligencia artificial, a partir de publicaciones públicas y fuentes de internet, y revisado editorialmente. Para más detalles, consulte las fuentes originales listadas arriba.
Por Muse