Google Gemini 4 Carbon obtiene resultados de benchmark ligeramente inferiores a Claude, pero con una clara ventaja en relación calidad-precio.

·por Henderson·AI
Google Gemini 4 Carbon obtiene resultados de benchmark ligeramente inferiores a Claude, pero con una clara ventaja en relación calidad-precio.

Según se informa, la agencia de investigación y análisis de IA SemiAnalysis ha publicado recientemente su benchmark de modelos de vanguardia Gemini 4 Carbon, incluyendo los resultados de Google. Esta lista abarca los principales modelos de vanguardia de empresas como OpenAI, Anthropic y Meta, y enumera las puntuaciones y costos de cada modelo.

Google Gemini 4 Carbon destaca en el benchmark

El benchmark Google Gemini GDPx incluye 206 tareas, abarcando múltiples campos como finanzas, ciencia de materiales, ciberseguridad, ingeniería de software, derecho y biología. Los resultados muestran que Claude Opus 5.5 de Anthropic ocupa el primer lugar, seguido de cerca por Google Gemini 4 Carbon, con una pequeña diferencia en las puntuaciones, pero una diferencia de costos significativa. El costo por tarea de Claude es de aproximadamente US$51 (alrededor de HK$397), mientras que el de Gemini es ligeramente superior a US$16 (alrededor de HK$124).

La relación calidad-precio de Gemini también supera a la del GPT-6 Astra, que ocupa posiciones más altas en la lista, ya que su puntuación es inferior a la de Gemini, pero su costo por tarea es de aproximadamente US$54 (alrededor de HK$421), superior a los dos modelos mencionados anteriormente.

El informe señala que si se excluyen los campos de ciberseguridad, biología y alineación, el ranking cambiaría. Debido a las restricciones de seguridad de los modelos Claude y GPT, GPT-6 Astra ascendería al primer lugar, y GPT 6.1 Sol y Claude Sonnet 5.5 también superarían a Gemini 4 Carbon. SemiAnalysis afirma que este resultado se alinea más con su impresión subjetiva de cada modelo.

El modelo de vanguardia actual de Google, Gemini 4 Argon, ocupa el octavo lugar en ambas listas, superando a Muse Wonder de Meta, pero quedando por detrás de Wonder Full. El costo de Argon en este benchmark es ligeramente inferior al de Carbon. En el ámbito de la ciberseguridad, ambos modelos de Google obtienen mejores puntuaciones que los modelos de OpenAI y Anthropic, pero quedan por detrás de la serie Muse de Meta, que se considera claramente superior.

Google lanzó Gemini 4 Carbon a finales de octubre, afirmando que ha logrado mejoras significativas, aunque aún no ha confirmado una fecha de lanzamiento pública, por lo que para la mayoría de los clientes sigue siendo un producto por venir. Las pruebas internas de Google indican que este modelo supera en varios aspectos a GPT-6 Astra y Claude Opus 5.5.

H
Sobre el autor
Henderson