Google ha enseñado las cartas de Gemini 4 Argon, su nuevo modelo de inteligencia artificial de frontera. El anuncio, realizado el 30 de septiembre, lo sitúa como una herramienta para encargos largos y exigentes, sobre todo en programación, tareas profesionales y defensa cibernética. No se trata, al menos por ahora, de un asistente doméstico para preguntas rápidas: su primera parada son equipos seleccionados de seguridad.
El despliegue será escalonado. Primero entran colaboradores de confianza del programa Fairwind, pensado para gobiernos, agencias y socios de ciberseguridad. Más adelante llegará a clientes de la API de pago y a suscriptores de Google AI Ultra. La empresa no ha puesto una fecha cerrada para ese salto general, y tampoco ha incluido en esa primera ampliación a los usuarios del plan Google AI Pro.
Qué es Gemini 4 Argon y cómo se está desplegando
El anuncio lo ha liderado Koray Kavukcuoglu, responsable de Google DeepMind y arquitecto jefe de IA, que ha defendido una puesta en circulación gradual. La idea es que las capacidades más sensibles no se liberen de golpe. Google también ha entregado el modelo de forma voluntaria al Gobierno de Estados Unidos para que lo revise antes de que llegue al público, siguiendo un mecanismo parecido al que ya utilizaron otras compañías del sector.
La gran novedad técnica está en el límite de salida de un millón de tokens. Los modelos anteriores de la casa se quedaban en 64.000, así que el salto permite mantener el hilo en tareas muy largas y generar respuestas extensas sin trocear el trabajo en tantas llamadas. Eso no garantiza que el resultado sea bueno, pero sí cambia el tipo de encargos que puede intentar resolver de una sola vez.
En cuanto al precio, Google ha puesto una tarifa introductoria de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida. Los tokens de entrada que se reutilizan desde caché tendrían un descuento del 95%. Para una empresa europea que quiera integrarlo en producción, la clave estará en medir el gasto por tarea real y no solo el precio por token, porque un modelo que razona más puede consumir bastante más de lo que sugiere la tabla.
El perfil de usuario que busca Google es técnico y corporativo: equipos de ingeniería, departamentos jurídicos y financieros, consultoras, administraciones públicas y organizaciones con infraestructuras críticas. No parece un producto para consultas cotidianas, sino para flujos de trabajo con muchos pasos, documentación extensa y necesidad de supervisión humana.
Rendimiento, comparativas y sombras sobre su utilidad real
Google ha publicado una batería de pruebas en la que Argon sale muy bien parado. En DeepSWE v1.1, centrado en ingeniería de software de horizonte largo, alcanza un 77,9%. En Vibe Code Bench llega al 91,9%. En AutomationBench, orientado a automatizar funciones empresariales de principio a fin, se queda en un 51,3%. En comprensión de vídeos largos, la cifra que se destaca es un 91,7% en LVBench.
También hay datos en ciberseguridad y contexto extendido. En CWE-bench v1, que mide la corrección de vulnerabilidades, Argon empata en lo más alto con un 68%. En GraphWalks, con ventanas de hasta 128.000 tokens, roza el 99,7%; cuando la prueba se estira entre 256.000 y un millón de tokens, baja al 84,2%. En el Vals Index, Google lo coloca con un 68,9%, por delante del 63,1% de GPT-6 Astra y del 67,0% de Claude Opus 5.5.
- DeepSWE v1.1: 77,9% para Gemini 4 Argon.
- AutomationBench: 51,3%.
- LVBench: 91,7% en vídeos largos.
- CWE-bench v1: 68%, en empate con GPT-6 Astra.
La foto no es de dominio absoluto. Claude Opus 5.5 aparece por delante en Terminal-bench 4.0, mientras que GPT-6 Astra supera a Argon en el subconjunto offline de OSWorld 2.0, con un 72,6% frente al 69,2%, y también lidera otras pruebas como Terminal-Bench Science. Google reconoce que hay comparativas donde no gana, aunque insiste en que su modelo se mantiene en la zona alta.
Ahí está uno de los debates más interesantes. Bloomberg ha publicado que, según fuentes internas, el rendimiento de Gemini 4 cae cuando se usa en el mundo real, especialmente en ciertas tareas de programación y diseño de interfaces. Estas mismas voces hablan de un modelo muy grande, caro de mantener, y de una tendencia del sector a optimizar para los benchmarks, el conocido como benchmaxxing. Google rechaza esa caracterización y asegura que el modelo rinde bien en trabajos complejos y que se ha probado con socios de ciberseguridad antes de ampliar el acceso.
Ciberseguridad, usos internos y lectura para Europa
El frente que Google más subraya es el defensivo. Argon puede localizar, validar y reparar vulnerabilidades críticas en más de veinte lenguajes de programación, e incluso inspeccionar sistemas web en funcionamiento sin necesidad de tener su código fuente. La compañía dice que está diseñado para rechazar peticiones que puedan servir para lanzar ciberataques o desarrollar armas químicas, biológicas o nucleares. A los defensores de confianza, en cambio, les dará acceso sin las barreras habituales para que puedan exprimir su capacidad completa.
El ejemplo que se ha repetido es el de Wiz y su iniciativa Scan for Good. Con Argon, habrían encontrado una falla grave en un software sanitario usado por hospitales de varios países, un problema que dejaba expuestos datos personales y que otros modelos avanzados no habrían detectado. Programas de este tipo priorizan hospitales, servicios públicos e infraestructuras esenciales, justo los objetivos que más preocupan a las autoridades europeas.
Google también ha contado usos internos. Agentes basados en Argon han participado en migraciones masivas de C/C++ a Rust, con ejemplos como el kernel Zircon de Fuchsia OS y el decodificador de vídeo libgav1, que habría quedado 2,7 veces más rápido que el port anterior. Además, se ha utilizado para optimizar recursos en computación cuántica y para liberar más de 300 TiB de memoria en centros de datos, con una estimación de ahorro que podría llegar a 500 TiB o 1 PiB.
Para España y el resto de Europa, la consecuencia práctica es doble. Por un lado, las organizaciones sanitarias, administraciones y telecos pueden acabar siendo beneficiarias tempranas de herramientas defensivas si entran en programas de confianza. Por otro, las empresas que quieran usar Argon en productos comerciales tendrán que esperar a la apertura de la API y preparar sus costes, sus controles de seguridad y sus planes de contingencia. No es lo mismo integrar un modelo cerrado, con filtros, que depender de una versión sin guardarraíles reservada a especialistas.
La irrupción de Gemini 4 Argon deja una fotografía ambigua: mucha capacidad técnica, cifras llamativas en las pruebas de Google, un acceso deliberadamente restringido y dudas sobre cómo se comportará fuera de los entornos controlados. Su éxito no se medirá solo por lo que promete en una tabla, sino por lo que consiga resolver sin supervisión constante, por el coste real que imponga a las empresas y por la confianza que genere en un terreno, la ciberseguridad, donde el margen de error es mínimo.