Google ha presentado Gemini 4 Argon, un nuevo modelo de inteligencia artificial concebido para resolver tareas extensas que exigen múltiples pasos de razonamiento, como la programación informática, el análisis financiero o la detección de fallos de seguridad en software. Sin embargo, no se trata de un lanzamiento comercial inmediato para el público masivo: la herramienta se encuentra en una fase preliminar y cerrada.
El acceso inicial está limitado a equipos internos de la compañía y a un grupo de especialistas en seguridad informática integrados en su programa de pruebas Fairwind. Google ha señalado que coordina esta etapa con procesos voluntarios de revisión del gobierno de Estados Unidos para comprobar el comportamiento del sistema antes de habilitar su uso generalizado.
Qué es Gemini 4 Argon y en qué fase se encuentra
Gemini 4 Argon es un modelo de lenguaje avanzado diseñado para sostener flujos de trabajo prolongados. A diferencia de un producto comercial estándar que se abre de inmediato a cualquier usuario, este modelo se encuentra en una fase de prueba controlada.
La empresa ha optado por un despliegue gradual por motivos de control y seguridad técnica. Una de las organizaciones externas que ya lo utiliza es la firma Wiz, a través de una iniciativa sin coste orientada a infraestructuras críticas, donde el sistema detectó vulnerabilidades en programas hospitalarios. Para el resto de usuarios, incluidos desarrolladores y empresas, la disponibilidad queda postergada a fases posteriores, sin un calendario cerrado con fechas concretas.
Capacidad de generación y tareas complejas
Uno de los cambios técnicos más destacados comunicados por Google es la ampliación del límite de generación a un millón de fichas o tokens de salida. Las versiones precedentes alcanzaban un tope de 64.000 fichas. En la práctica, este aumento de capacidad permite que el sistema redacte respuestas sumamente extensas, genere bloques completos de código o elabore auditorías exhaustivas en una sola ejecución dentro de una misma respuesta.
Esta característica está orientada a resolver tareas profesionales que no pueden fragmentarse fácilmente. Entre los casos previstos se encuentran la revisión de contratos legales, el análisis continuo de grabaciones extensas de vídeo y la automatización de procesos corporativos que requieren encadenar docenas de decisiones sucesivas.
Pruebas de rendimiento y uso interno según la compañía
Google ha compartido diversos registros internos y pruebas comparativas para ilustrar el comportamiento de Gemini 4 Argon en entornos técnicos. En sus centros de datos, según la firma, un conjunto de agentes autónomos analizó datos de rendimiento para aplicar ajustes de memoria informática, liberando más de 300 terabytes binarios (TiB) con la expectativa de alcanzar entre 500 TiB y 1 pebibyte (PiB) de ahorro total.
En ingeniería de software, la tecnológica utilizó el modelo para migrar bibliotecas internas escritas en C y C++ hacia el lenguaje Rust, abarcando proyectos como el núcleo Zircon del sistema operativo Fuchsia. En pruebas sintéticas divulgadas por el propio fabricante, el sistema alcanzó una puntuación de 77,9% en el examen de programación DeepSWE v1.1, un 51,3% en AutomationBench (elaborado por Zapier) y un empate en el primer puesto de CWE-bench v1 con un 68% de acierto en reparación de vulnerabilidades.
Conviene recordar que estos indicadores han sido seleccionados y medidos bajo las condiciones del proveedor, por lo que su traslación real a entornos empresariales externos aún debe ser verificada de forma independiente.
Precios previstos, medidas de control y dudas pendientes
Para cuando se habilite el servicio a través de interfaces de programación (API), Google ha fijado un precio de lanzamiento de 2 dólares por cada millón de fichas de entrada y 10 dólares por millón de fichas de salida, con un descuento del 95% en fichas almacenadas en caché. Una vez concluido el periodo promocional inicial, las tarifas oficiales pasarán a 4 y 20 dólares respectivamente.
Respecto a los riesgos asociados al modelo, la empresa informó de que aplica revisiones a la cadena de razonamiento interno para detectar desviaciones respecto a las instrucciones del usuario, además de medidas contra ataques de inyección de órdenes maliciosas y entornos aislados para evitar ejecuciones no autorizadas.
Por el momento, queda por ver cómo responderá el modelo fuera de los entornos controlados de Google y cuándo se activará de forma efectiva la suscripción a Google AI Ultra y las cuentas de pago para desarrolladores.