Google presentó hoy Gemini 4 Argon, su nuevo modelo de frontera. En una publicación del blog oficial de Google del 30 de septiembre, Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google, lo describió como un modelo capaz de sostener un razonamiento profundo en flujos de trabajo largos y complejos: ingeniería de software real, trabajo de conocimiento en empresas, como el legal y el financiero, y ciberdefensa.
¿Por qué importa? La novedad no es un chatbot más rápido. Es un modelo pensado para llevar una tarea larga, de muchos pasos, hasta el final en una sola ejecución. Google lo acompaña con un límite de salida mucho mayor, buenos resultados en pruebas de trabajo prolongado y un despliegue muy prudente, que empieza por defensores de ciberseguridad y no por el público general.
Qué anunció Google
Gemini 4 Argon es el nuevo modelo insignia de Google. Según la empresa, ofrece rendimiento de frontera en tres áreas: ingeniería de software, trabajo de conocimiento empresarial y ciberdefensa. También destaca la escritura creativa como uno de sus puntos fuertes.
Por ahora, el acceso es limitado. Argon llega a un grupo de defensores de ciberseguridad de confianza a través del programa Fairwind de Google, junto con un grupo de probadores de confianza. Google explica que liberar capacidades de este nivel exige un enfoque por fases y que participa en el proceso voluntario del gobierno de Estados Unidos para el acceso previo a modelos, mientras amplía la disponibilidad de forma gradual.
Después llegará a desarrolladores, empresas y consumidores "lo antes posible", empezando por clientes de pago de la API y suscriptores de Google AI Ultra. Google no dio una fecha para ese lanzamiento amplio.
El precio ya es público. Argon tendrá un precio introductorio de US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida, y los tokens de entrada en caché costarán un 95 % menos que la entrada estándar. Al terminar el periodo introductorio, el precio pasará a US$4 por millón de tokens de entrada y US$20 por millón de salida.
Un millón de tokens de salida
El cambio técnico más concreto es el largo de las respuestas. Google amplía el límite de salida de Argon a 1 millón de tokens, frente a los 64.000 anteriores, y lo describe como el mayor de la industria.
La lógica es sencilla. Cuando un modelo tiene espacio para pensar a fondo y generar cientos de miles de tokens en una sola trayectoria, puede resolver un problema difícil de una vez, sin detenerse, resumir y volver a empezar. En tareas largas de programación, trabajo con documentos extensos o análisis prolongados, ese margen cambia lo que se puede intentar en una sola solicitud.
También cambia la forma de calcular costos. Una sola ejecución larga puede producir mucha más salida que antes, así que el precio de salida, y no solo el de entrada, pasa a ser una variable clave para quien construya sobre el modelo.
Resultados: trabajo largo y trabajo de conocimiento
Google informa que Argon marca un nuevo récord en DeepSWE v1.1, con 77,9 %. Esta prueba mide el rendimiento en tareas reales de ingeniería de software de largo plazo, justo el tipo de trabajo para el que fue diseñado.
Más allá del código, Google dice que Argon es el modelo líder del Vals Index, que mide el impacto económico en finanzas, programación, derecho e impuestos, con cada sector ponderado según su aporte al PIB de Estados Unidos. También reporta resultados líderes en Vals Finance Agent v2, sobre investigación financiera de varios pasos, y en el Legal Agent Benchmark de Harvey, sobre investigación y redacción legal.
En AutomationBench, la prueba de Zapier que mide la ejecución completa de funciones de negocio, Argon ocupa el primer lugar con 51,3 %. En LVBench, que mide la comprensión de videos largos, logra un récord de 91,7 %. Google añade que el modelo destaca cuando el trabajo depende de la comprensión visual, como el análisis profesional de gráficos o actuar a partir de una serie de documentos.
Como con cualquier resultado publicado por una empresa, estas cifras vienen del propio anuncio de Google. Las evaluaciones independientes serán clave cuando los desarrolladores tengan acceso.
Cómo lo usa Google hoy
Google afirma que miles de sus empleados ya usan Argon internamente y compartió tres ejemplos.
- Computación cuántica: Argon ayudó a optimizar los recursos de cúbits y compuertas de subrutinas que frenan aplicaciones importantes. En un caso superó la referencia publicada en un 40 % en cuestión de minutos.
- Eficiencia de memoria: un equipo de agentes Argon analizó la telemetría de toda la flota y aplicó optimizaciones de memoria en los centros de datos de Google. Liberó más de 300 TiB de memoria, con un ahorro total estimado de entre 500 TiB y 1 PiB.
- Migración de código: agentes Argon están migrando código de C y C++ a Rust, desde decenas de miles de líneas en bibliotecas centrales hasta más de 800.000 líneas del núcleo Zircon de Fuchsia. En libgav1, el decodificador de video de código abierto de Google, lograron un decodificador con memoria segura 2,7 veces más rápido que la versión anterior en Rust, con la misma salida de video.
Google aclara que estas reescrituras pasan por auditorías automáticas y manuales, pruebas de emulación y revisión antes de llegar a producción.
Un modelo entrenado para la ciberdefensa
La ciberseguridad es la parte más distintiva del lanzamiento. Google dice que entrenó a Argon para ser muy capaz en defensa: el modelo puede encontrar, validar y corregir por su cuenta vulnerabilidades críticas de software. Para defensores de confianza y equipos internos de Google, Argon se entrega sin las barreras de ciberseguridad habituales, para que puedan usar toda su capacidad defensiva.
Wiz ya usa Argon en su iniciativa Scan for Good, que protege gratis infraestructura pública crítica. Según Google, el modelo encontró una vulnerabilidad crítica en software de salud usado por hospitales de todo el mundo, un riesgo que modelos de frontera anteriores no habían detectado.
En CWE-bench v1, que evalúa la corrección de vulnerabilidades, Argon empata en el primer lugar con 68 %. Google también reporta mejoras frente a Gemini 3.8 Flash Cyber en el descubrimiento de vulnerabilidades, incluida la prueba de penetración de caja negra de Wiz sobre sistemas web en vivo.
Salvaguardas antes del lanzamiento amplio
Google enumera cuatro áreas que refuerza antes de abrir el modelo. Primero, el mal uso: el modelo está diseñado para rechazar solicitudes dañinas de tipo cibernético o QBRN, sin frenar la investigación legítima de doble uso, según su Frontier Safety Framework, y con monitoreo de sus activaciones internas. Segundo, la inyección de instrucciones: Google dice que Argon es su modelo más resistente a la inyección indirecta y que lidera la prueba de Gray Swan. Tercero, la desalineación: sistemas de monitoreo revisan la cadena de razonamiento y las acciones del modelo, y detienen la ejecución si va más allá de lo que pidió el usuario. Cuarto, entornos aislados y sellados para el entrenamiento y las evaluaciones de alto riesgo.
Qué hacer
- Si trabajas en seguridad, revisa si tu organización puede sumarse al acceso temprano del programa Fairwind de Google y prepara un caso de uso defensivo bien delimitado.
- Si construyes sobre la API de Gemini, calcula costos con los dos precios: US$2 y US$10 por millón de tokens al inicio, y luego US$4 y US$20. Con respuestas largas, el precio de salida es la variable clave.
- Elige un flujo de trabajo largo de tu equipo, como una migración, un informe de investigación o una auditoría, y define cómo probarías Argon en él y cómo verificarías los resultados cuando se abra el acceso.
Fuentes
- Google, "Gemini 4 Argon: our next era of frontier intelligence": https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
- 9to5Google, "Google says Gemini 4 release is coming 'as soon as possible'": https://9to5google.com/2026/09/24/google-says-gemini-4-release-is-coming-as-soon-as-possible/
