Google presenta Gemini 4 Argon para tareas complejas

Google presenta Gemini 4 Argon, un modelo de IA diseñado para mantener el razonamiento durante tareas largas y complejas. Por ahora, no está disponible para todo el público: se está probando con defensores de ciberseguridad seleccionados dentro del programa Fairwind.

La compañía planea ampliar el acceso de forma gradual, empezando por clientes de pago de su API y suscriptores de Google AI Ultra. Antes quiere reforzar sus sistemas de seguridad y recopilar resultados de los primeros evaluadores.

Un modelo pensado para trabajos de muchas etapas

Argon puede trabajar con hasta 1 millón de tokens, la unidad con la que se mide el texto que un modelo procesa y genera. Es un aumento considerable frente al límite anterior de 64.000 tokens y le permite analizar grandes cantidades de información o desarrollar una tarea durante mucho más tiempo sin perder el contexto.

En la práctica, eso apunta a trabajos como migrar cientos de miles de líneas de código, investigar un problema legal a partir de muchos documentos o analizar un sistema informático completo en busca de fallos. La promesa no es solo responder mejor, sino completar procesos de principio a fin con menos intervención humana.

Google afirma que el precio inicial será de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. Los tokens de entrada almacenados en caché tendrán un descuento del 95% sobre la tarifa normal.

Qué está haciendo dentro de Google

Miles de empleados de Google ya utilizan Argon en tareas de programación, investigación y redacción. La empresa destaca varios resultados internos, aunque algunos todavía dependen de despliegues y revisiones posteriores:

• En optimización de algoritmos cuánticos, superó en un 40% una referencia publicada al reducir los recursos necesarios para ciertos cálculos.
• Sus agentes analizaron datos de uso de memoria en los centros de datos de Google y detectaron optimizaciones que podrían liberar más de 300 tebibytes de memoria una vez aplicadas. La estimación total asciende a entre 500 tebibytes y 1 pebibyte.
• Está ayudando a migrar código de C y C++ a Rust, un lenguaje diseñado para reducir ciertos errores de memoria. Los proyectos van desde bibliotecas con decenas de miles de líneas hasta el núcleo Zircon del sistema operativo Fuchsia, con más de 800.000 líneas.

En el decodificador de vídeo libgav1, los agentes sustituyeron 32.000 líneas de código especializado por Rust seguro para la memoria. Google asegura que el resultado es 2,7 veces más rápido que la versión en Rust anterior, produce exactamente el mismo vídeo y se acerca al rendimiento del código original en C++.

Estos cambios no pasan directamente a producción. La compañía dice que los somete a auditorías automáticas y manuales, pruebas de emulación y revisiones adicionales por tratarse de sistemas críticos.

Resultados en programación y trabajo empresarial

Google afirma que Gemini 4 Argon alcanza un 77,9% en DeepSWE v1.1, una evaluación de tareas reales de ingeniería de software que requieren varios pasos. También encabeza el índice Vals, que mide el posible impacto económico de modelos en finanzas, programación, derecho y fiscalidad.

En AutomationBench, una prueba de Zapier que evalúa si una IA puede ejecutar procesos completos de negocio, Argon obtiene una puntuación de 51,3% y ocupa el primer lugar según Google. En comprensión de vídeos largos, logra un 91,7% en LVBench, una prueba que mide si el modelo puede encontrar información relevante dentro de grabaciones extensas.

La idea es que pueda combinar texto, código, imágenes, gráficos, vídeos y documentos para ejecutar tareas profesionales. Por ejemplo, analizar un informe financiero con sus gráficos, revisar un vídeo largo y después actuar sobre las conclusiones encontradas.

Un foco especial en ciberseguridad

Argon también se ha entrenado para localizar, comprobar y corregir vulnerabilidades de software. Google lo está liberando sin las restricciones cibernéticas habituales para sus propios equipos y para defensores de confianza, que podrán usar sus capacidades completas en tareas de protección.

Wiz, una empresa de seguridad informática, ya lo utiliza mediante Scan for Good, un programa que busca y corrige riesgos graves en infraestructuras públicas sin cobrar por ello. En una prueba inicial, Argon identificó una vulnerabilidad crítica que exponía datos personales en software sanitario utilizado por hospitales de varios países. Según Wiz, otros modelos avanzados no habían detectado ese riesgo.

En CWE-bench v1, una evaluación de corrección de vulnerabilidades, empata en el primer puesto con una puntuación del 68%. Google también asegura que supera a Gemini 3.8 Flash Cyber en pruebas de penetración sin acceso al código fuente, donde debe analizar sistemas web activos, descubrir su superficie de ataque y demostrar que los fallos encontrados son reales.

Por qué el lanzamiento será gradual

Un modelo capaz de investigar código, encontrar vulnerabilidades y actuar sobre sistemas también puede ser utilizado para causar daños. Por eso Google está probando varias defensas antes de ofrecerlo de forma amplia:

• Bloqueo de solicitudes relacionadas con ataques cibernéticos y riesgos químicos, biológicos, radiológicos o nucleares, sin impedir investigaciones científicas legítimas.
• Protección frente a la inyección indirecta de instrucciones, un ataque que introduce órdenes maliciosas en documentos o páginas para desviar el comportamiento del modelo.
• Supervisión del razonamiento y de las acciones del sistema para detenerlo si intenta ir más allá de lo que el usuario pidió.
• Entornos aislados y reforzados para entrenar y evaluar agentes capaces de ejecutar acciones.

Google también dice que sus equipos internos y externos han intentado romper estas defensas mediante ataques manuales y automatizados. La empresa participa, además, en el proceso voluntario del Gobierno de Estados Unidos para dar acceso anticipado a modelos avanzados antes de su lanzamiento.

Para ti, la consecuencia inmediata es limitada: Argon aún no es un chatbot abierto para cualquiera. Lo importante es la dirección que marca. Google está preparando modelos que no solo contestan preguntas, sino que sostienen proyectos largos, manipulan grandes volúmenes de información y ejecutan cambios en sistemas reales. El próximo paso será comprobar si esa autonomía mantiene la precisión y la seguridad cuando el acceso deje de estar restringido a evaluadores y clientes especializados.