Gemini 4 Carbon tarda casi una hora en tareas que Opus y Astra resuelven en minutos
Why is Gemini 4 Carbon taking so long?

Un análisis de kernel.dev desmonta por qué Gemini 4 Carbon es tan lento: solo un 16-30% del retraso frente a Astra se debe a la inferencia, mientras que la mitad de sus pasos se dedican a trabajo que el ticket nunca pidió, como auditar código innecesario o cerrar casos ya descartados. Además, relee el 39% del código que ya vio y hace una sola llamada de herramienta por paso. Con avisos cada cinco turnos, su tiempo bajó de 37 a 28 minutos.
Con avisos, Carbon terminó en 28 minutos en lugar de 37, y la espera entre nombrar la causa y editar se redujo de 25 minutos a unos 10. Esto implica que la lentitud parece venir de cómo se comporta Carbon, no de lo que sabe.
- tristanj
Es bastante obvio que Gemini 4 Carbon no es eficiente en tokens. También tiene relativamente pocos tokens por segundo en comparación con otros modelos. Se me ocurren varias razones por las que este es el caso:
1. Google tiene enormes cantidades de efectivo y cómputo. Su objetivo era entrenar un modelo que tuviera la mayor calidad y rendimiento de vanguardia, no crear un modelo que sea eficiente de ejecutar y servir. Tienen otros modelos para eso, como Hydrogen.
2. Google creó Carbon sin preocuparse por los costos de inferencia. DeepMind está subsidiado por el resto del imperio de Google. Vender inferencia es una parte insignificante de los ingresos de Google. Pero para Anthropic y OpenAI, vender inferencia es todo su modelo de negocio. Anthropic y OpenAI tienen un incentivo enorme para vender tanta inferencia como puedan de la manera más eficiente. Google no tiene este incentivo.
3. Son una de las pocas empresas que pueden permitirse ser ineficientes. De todos los laboratorios de vanguardia, Google DeepMind es probablemente el menos limitado por el cómputo. Los laboratorios chinos tienen alrededor de 10 a 100 veces menos cómputo, así que deben lanzar modelos altamente optimizados.
- horacemorace
Justo hoy lo estaba usando para trastear con algo de código y era súper lento. Pero la forma en que resuelve problemas con un toque ligero mientras sigue avanzando hacia una arquitectura sensata es refrescante después de la actitud de bulldozer de Claude. Fue capaz de integrar de manera agradable el alcance creciente y repetitivo con lo que ya había hecho. Se siente muy diferente a sonnet/opus, e incluso a gemini 3.8.
- hetspookjee
Puede que sea el único en el hilo, pero desde Gemini 4 Argon me he convertido en un gran fan de los modelos de Google. Uso Carbon la mayor parte del tiempo desde que está disponible, pero noto que también estoy recurriendo cada vez más a Argon de nuevo sin mucha diferencia. Por razones de seguridad, Argon tiene muchos menos disparadores.
Solo uso los modelos de Google como orquestador por cómo hablan y analizan. Dejo que delegue todo a los modelos Astra / Fable / Opus.
- bagacrap
Esta parte en realidad parece una característica:
> Trabajo innecesario. Aproximadamente la mitad de los pasos de Carbon se destinaron a trabajo que los tickets nunca pidieron: auditar código que la solución no necesitaba y cerrar lagunas que el ticket ya había descartado.
Lo he notado anecdóticamente, pero lo consideraba como que Carbon "piensa" más "profundamente" sobre las implicaciones de un cambio. ¡Eso puede ser algo bueno! En lugar de hacer exactamente lo que le pido, es capaz de señalar nuevos errores en código lejano que resultarían, y puede encontrar código muerto muy sutilmente en grandes bases de código durante las redacciones. Mi modelo de uso diario es Sol, que es extremadamente rápido pero está relativamente enfocado en la tarea en cuestión. Pienso en mi colección de modelos como similar a un equipo de humanos que todos tienen sus fortalezas y debilidades, y es mucho más probable que le pida a Carbon que revise algún trabajo que he hecho que a que me ayude a plasmar mis ideas en primer lugar.
- lmeyerov
Ha sido desconcertante y confuso pasar de año y medio con el plan máximo de Claude Code, y el equivalente de Codex, a Google agy y sus modelos.
Mi flujo es más o menos unos días para agotar la suscripción de Claude, unos días para agotar Codex, y una tarde para agotar agy.
Mientras que Astra/fable, sol/opus, sonnet/Luna son en gran medida intercambiables al saltar entre Codex y Claude Code en el mismo repositorio y habilidades... eso no ha sido cierto al usar agy con los modelos de Google.
Mi siguiente parada puede ser dejar el harness de agy en favor de codex/opencode para ver si los modelos están bien y agy es el problema.
- timtam
Usándolo a través de la caja de prompts, me encontraba repetidamente con 500 INTERNAL (TURN_STEPS_EXCEEDED).
Gemini no pudo completar esta respuesta.
Lo siento, esta solicitud necesitó demasiados pasos para terminar a tiempo. Intenta hacer una pregunta más específica o divídela en solicitudes más pequeñas.
Solo pude evitar el problema estableciendo estrictamente un presupuesto de esfuerzo o una regla de parada.
- erji77
Idiota, deja de enviarme noticias de IA a partir de ahora.
- Lerc
Un video de Theo sugiere que hay un problema con el tiempo hasta el primer token. Al hacer acciones de subagente, esto puede multiplicarse enormemente debido a un montón de consultas internas cortas.
Realmente parece que algo está roto más que simplemente ser ineficiente.