Google presenta Gemini 4 Argon como su nuevo modelo de inteligencia artificial de frontera, diseñado para programación, trabajo empresarial y ciberseguridad, aunque inicialmente estará restringido a un grupo de usuarios especializados.

Google ha dado un nuevo paso en la carrera por los modelos de inteligencia artificial más avanzados con el lanzamiento de Gemini 4 Argon, una generación que la compañía ha diseñado específicamente para resolver tareas complejas y prolongadas.

A diferencia de un lanzamiento convencional, Google no ha abierto todavía Argon al público general. El modelo está llegando inicialmente a un grupo seleccionado de expertos en ciberseguridad a través del programa Fairwind, mientras la compañía continúa reforzando sus sistemas de seguridad antes de ampliar el acceso a desarrolladores, empresas y consumidores.

El nuevo modelo supone además un cambio de enfoque. Google no centra el anuncio únicamente en responder preguntas o generar contenido, sino en la capacidad de mantener razonamientos durante procesos largos y ejecutar trabajos de múltiples etapas.

Un millón de tokens de salida

Una de las características técnicas más llamativas de Gemini 4 Argon es su capacidad para generar hasta un millón de tokens en una única salida.

Google eleva así de forma considerable el límite anterior de 64.000 tokens. La compañía considera que esta capacidad permite al modelo abordar trabajos mucho más extensos sin tener que dividirlos en numerosas ejecuciones independientes.

El cambio resulta especialmente relevante para programación y análisis de grandes volúmenes de información.

Un modelo capaz de mantener una trayectoria de trabajo extremadamente larga puede, por ejemplo, analizar una base de código, plantear modificaciones, probar diferentes soluciones y continuar iterando sobre ellas dentro de un mismo proceso.

Google ya está utilizando Argon internamente para tareas que van desde la depuración de software hasta migraciones de grandes bases de código y optimización de algoritmos.

Gemini 4 Argon apuesta por los agentes

La filosofía detrás del modelo está estrechamente relacionada con la evolución de la IA generativa hacia sistemas capaces de realizar trabajos completos.

Google afirma que Argon está pensado para flujos de trabajo de larga duración, en los que el modelo necesita mantener contexto, razonar sobre varios pasos y utilizar diferentes herramientas para alcanzar un resultado.

Esto encaja con el avance de los agentes de IA, que están pasando de generar respuestas a ejecutar tareas.

En el ámbito empresarial, Google señala aplicaciones en ingeniería de software, investigación financiera, asuntos legales, gestión del conocimiento y automatización de procesos.

Un modelo pensado para programar

La programación es uno de los principales campos en los que Google quiere demostrar las capacidades de Argon.

La compañía asegura que Gemini 4 Argon ha establecido un nuevo récord en DeepSWE v1.1, con una puntuación del 77,9%, una prueba orientada a medir el rendimiento en tareas de ingeniería de software de larga duración y en escenarios cercanos al trabajo real de los desarrolladores.

Google también está utilizando agentes basados en Argon para realizar migraciones de código a gran escala.

Uno de los ejemplos proporcionados por la compañía corresponde a la migración de software escrito en C/C++ hacia Rust. Los trabajos abarcan desde decenas de miles de líneas en proyectos concretos hasta más de 800.000 líneas de código en el kernel Zircon de Fuchsia.

En otro caso, los agentes de Argon optimizaron un decodificador de vídeo de Google y consiguieron que una implementación en Rust alcanzara una velocidad 2,7 veces superior a la versión previa en Rust, según las pruebas internas de la compañía.

También quiere entrar en las empresas

Google está posicionando Argon como una herramienta para el denominado knowledge work, es decir, tareas profesionales en las que el análisis, la investigación y la generación de documentos tienen un peso importante.

El modelo ha sido probado en ámbitos como finanzas, derecho e impuestos. Google afirma que Argon ocupa la primera posición en AutomationBench, una evaluación desarrollada por Zapier para medir la ejecución integral de tareas empresariales, con una puntuación del 51,3%.

También obtiene resultados destacados en Vals, un índice que evalúa el impacto económico de modelos de IA en diferentes áreas profesionales, según las mediciones publicadas por Google.

La estrategia resulta significativa porque el mercado empresarial se está convirtiendo en uno de los principales campos de batalla para Google, OpenAI y Anthropic.

La diferencia ya no está únicamente en quién genera el texto más convincente, sino en qué modelo puede completar de principio a fin una tarea profesional compleja.

Argon llega primero a la ciberseguridad

El primer acceso externo a Gemini 4 Argon se está produciendo precisamente en un área considerada de alto riesgo: la ciberseguridad.

Google ha incluido a Argon en su programa Fairwind, mediante el cual determinados expertos y organizaciones de ciberseguridad pueden utilizar el modelo para encontrar y solucionar vulnerabilidades.

La compañía asegura que Argon puede detectar, validar y corregir vulnerabilidades de software de forma autónoma. En CWE-bench v1, una prueba centrada en la corrección de vulnerabilidades, Google sitúa al modelo en el primer puesto con una puntuación del 68%, empatado con otro sistema de referencia.

Wiz, compañía adquirida por Google, también está utilizando Argon dentro de su iniciativa Scan for Good para analizar infraestructura pública y detectar vulnerabilidades de alto riesgo.

Google retrasa el acceso general

Precisamente las capacidades de ciberseguridad de Argon explican por qué Google ha optado por no ofrecerlo todavía de forma abierta.

La compañía quiere utilizar primero a expertos externos para evaluar el comportamiento del modelo y reforzar las medidas de protección antes de permitir que cualquiera pueda acceder a él.

Google está trabajando especialmente en cuatro áreas: prevención del uso malicioso, protección frente a ataques de prompt injection, supervisión de posibles desalineaciones y refuerzo de los entornos seguros donde se entrenan y prueban estos modelos.

La empresa también participa en el programa voluntario del Gobierno estadounidense para facilitar el acceso anticipado a modelos de IA con el objetivo de estudiar sus riesgos antes de su lanzamiento general.

Por ahora, Google no ha fijado una fecha concreta para la disponibilidad pública.

Un precio agresivo para competir

Aunque el acceso al modelo está restringido inicialmente, Google ya ha anunciado su estructura de precios para la API.

Durante el periodo introductorio, Gemini 4 Argon costará 2 dólares por cada millón de tokens de entrada, aproximadamente 1,70 euros, y 10 dólares por cada millón de tokens de salida, unos 8,50 euros.

Los tokens de entrada almacenados en caché tendrán además un descuento del 95%. Una vez finalizado el periodo introductorio, Google prevé elevar los precios hasta 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida.

El precio busca facilitar que empresas y desarrolladores puedan experimentar con tareas intensivas sin asumir inicialmente el coste de algunos de los modelos de frontera más caros.

Google quiere recuperar terreno

El lanzamiento llega después de varios meses en los que Google ha concentrado buena parte de su estrategia de Gemini en modelos más pequeños y económicos.

La compañía también ha tenido que afrontar retrasos en su hoja de ruta de modelos de frontera. Reuters señala que Gemini 4 llega después de la cancelación del previsto Gemini 3.5 Pro y en un momento en el que OpenAI y Anthropic han avanzado con nuevas generaciones de sus modelos.

Por eso Argon tiene una importancia que va más allá de sus especificaciones.

Google necesita demostrar que sus enormes inversiones en infraestructura, datos e investigación de inteligencia artificial pueden traducirse en modelos capaces de competir en las tareas profesionales más exigentes.

La compañía asegura que miles de empleados ya utilizan Argon internamente y que el modelo está contribuyendo a acelerar determinados proyectos de ingeniería e investigación.

La carrera pasa de responder a ejecutar

Gemini 4 Argon refleja una transformación importante en el desarrollo de la IA.

Los primeros modelos generativos se popularizaron por su capacidad para escribir textos, resumir documentos, generar imágenes o responder preguntas. Los modelos actuales empiezan a medirse por su capacidad para resolver trabajos completos y prolongados.

En ese contexto, el millón de tokens de salida no es simplemente una cifra técnica. Representa la apuesta de Google por modelos capaces de permanecer activos durante procesos mucho más largos y producir resultados complejos sin fragmentar continuamente el trabajo.

La compañía quiere que Argon funcione como una herramienta para desarrolladores, investigadores y profesionales, y no únicamente como un chatbot.

Gemini 4 empieza con acceso limitado

Google todavía tiene que demostrar que las capacidades mostradas en sus pruebas internas se mantienen cuando Argon se utilice de forma amplia y en situaciones reales.

Por ahora, el lanzamiento será progresivo. Los primeros usuarios serán expertos en ciberseguridad y evaluadores seleccionados, mientras Google utiliza sus comentarios para ajustar el modelo y sus sistemas de protección.

Después llegará el acceso a desarrolladores, empresas y consumidores, empezando por los clientes de pago de la API y los suscriptores de Google AI Ultra, según la hoja de ruta comunicada por la compañía.

Gemini 4 Argon se presenta así como una nueva apuesta de Google por la IA de frontera: un modelo construido para programación, conocimiento empresarial y ciberseguridad, con una ventana de salida extraordinariamente amplia y una estrategia de lanzamiento mucho más controlada que la de un producto de consumo convencional.