Google presentó Gemini 4 Argon, su nuevo modelo de inteligencia artificial diseñado para completar tareas complejas que pueden requerir largos periodos de planificación, razonamiento y ejecución. La compañía busca que esta tecnología participe en trabajos reales de programación, análisis empresarial y ciberseguridad.
Sin embargo, su lanzamiento será gradual. Gemini 4 Argon no estará disponible inmediatamente para todos los usuarios de Gemini. Google comenzará ofreciendo acceso a determinados investigadores, organizaciones de seguridad y clientes de pago, mientras continúa evaluando el comportamiento y los riesgos del modelo. blog.google
¿Qué es Gemini 4 Argon?
Gemini 4 Argon es un modelo de frontera creado para ejecutar flujos de trabajo extensos. Esto significa que puede dividir un problema en diferentes pasos, utilizar herramientas, revisar sus propios resultados y continuar trabajando hasta completar una tarea.
A diferencia de un chatbot utilizado para responder preguntas sencillas, Argon está orientado a proyectos con mayor dificultad. Entre ellos se encuentran la modernización de software, el análisis de grandes volúmenes de documentos financieros o legales y la detección de problemas de seguridad informática.
Google asegura que su modelo puede producir hasta un millón de tokens de salida. Esta capacidad representa un aumento considerable frente al límite de 64,000 tokens de modelos anteriores. En la práctica, podría generar programas extensos, documentación técnica o análisis detallados sin interrumpir el proceso constantemente.
El modelo también puede trabajar con texto, imágenes, video, audio y código. Estas capacidades multimodales le permiten utilizar información procedente de distintos formatos dentro de una misma tarea.
Google prueba Argon en proyectos reales
Una de las diferencias más importantes de Gemini 4 Argon es que Google ya lo utilizó dentro de algunos proyectos de la empresa.
Por ejemplo, la compañía afirma que el modelo ayudó a optimizar un algoritmo cuántico y consiguió una mejora del 40% frente a una referencia publicada anteriormente. También participó en la optimización del uso de memoria en centros de datos.
Según Google, los cambios identificados por Argon ya permitieron liberar más de 300 tebibytes de memoria. La compañía calcula que la cifra podría alcanzar entre 500 tebibytes y un pebibyte cuando todas las optimizaciones sean implementadas.
Estos resultados proceden de evaluaciones internas de Google. Por tanto, deben considerarse ejemplos proporcionados por la propia compañía y no pruebas independientes.
También puede modernizar programas antiguos
Otro uso destacado es la migración de código escrito en lenguajes como C y C++ hacia Rust. Este último se utiliza cada vez más en proyectos que requieren mayor protección frente a errores relacionados con la memoria.
Google probó Argon en una parte de Zircon, el núcleo del sistema operativo Fuchsia, cuyo código supera las 800,000 líneas. También lo utilizó para trabajar con aproximadamente 32,000 líneas de código SIMD de la biblioteca de video libgav1.
La empresa sostiene que el decodificador resultante fue 2.7 veces más rápido que un port anterior desarrollado en Rust. Aun así, el resultado se refiere a esa prueba concreta y no significa que el modelo vaya a acelerar cualquier programa en la misma proporción.
Resultados en pruebas de programación y automatización
Google publicó varios resultados para mostrar el desempeño del modelo. Gemini 4 Argon alcanzó 77.9 puntos en DeepSWE v1.1, una prueba relacionada con ingeniería de software, y 68.9 puntos en Vals Index.
También obtuvo 51.3 puntos en AutomationBench y 68 puntos en CWE-bench v1, orientada a vulnerabilidades de software. En la evaluación de video LVBench consiguió 91.7 puntos. Google DeepMind
Como sucede con cualquier prueba de inteligencia artificial, las cifras no representan necesariamente el rendimiento cotidiano. Los resultados pueden cambiar según las instrucciones, las herramientas disponibles y la complejidad del proyecto.
Reuters señaló, además, que Argon todavía queda por detrás de algunos competidores en determinadas evaluaciones de programación. Google tampoco comunicó una fecha para su lanzamiento público general. Reuters
Disponibilidad y precio de Gemini 4 Argon
El despliegue comenzará con organizaciones de ciberseguridad seleccionadas mediante el programa Fairwind. Google también participa en iniciativas de Estados Unidos para facilitar evaluaciones de seguridad antes del lanzamiento de modelos avanzados.
Posteriormente, la empresa planea llevar Argon a desarrolladores, clientes empresariales y consumidores. Los primeros clientes comerciales serán usuarios de pago de la API y suscriptores de Google AI Ultra.
Durante el periodo inicial, el precio anunciado será de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. Las entradas almacenadas en caché tendrán un descuento del 95%.
Después de la etapa introductoria, los precios subirán a 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida. Estas tarifas corresponden al acceso mediante API y no confirman cuánto podría costar una futura suscripción para consumidores.
La seguridad será una parte fundamental
Un modelo capaz de modificar programas, usar herramientas y ejecutar acciones necesita más controles que un asistente convencional. Por ese motivo, Google asegura que Argon puede rechazar instrucciones dañinas, detectar intentos de manipulación y operar dentro de entornos aislados.
La compañía también monitoriza el razonamiento y las acciones del sistema para identificar conductas inesperadas. Estas precauciones explican por qué la disponibilidad inicial será limitada.
Gemini 4 Argon representa un paso importante en la estrategia de Google para construir agentes capaces de realizar trabajos prolongados. No obstante, todavía será necesario conocer su desempeño fuera de las pruebas internas.
Para el usuario común, la noticia no significa que Argon ya esté disponible en la aplicación Gemini. Su importancia está en las funciones que podrían llegar más adelante a los productos de Google y en el avance hacia sistemas de IA que no solo respondan preguntas, sino que también completen proyectos de principio a fin.
