El nuevo modelo de inteligencia artificial de Google apunta a tareas complejas de programación, finanzas, análisis y ciberseguridad. Su lanzamiento comenzó con acceso restringido y una capacidad de salida de hasta un millón de tokens.
Google presentó Gemini 4 Argon, su nuevo modelo de inteligencia artificial orientado a tareas largas y complejas. Por ahora, el acceso está limitado a un grupo de expertos en ciberseguridad a través del programa Fairwind.
La compañía todavía no entrega una fecha para su llegada general a desarrolladores, empresas y consumidores. La apertura comenzará con clientes de pago de la API y suscriptores de Google AI Ultra.
¿Por qué Google restringió el acceso?
Una de las principales razones está en las capacidades de Argon para trabajar con ciberseguridad.
El modelo puede encontrar, validar y corregir vulnerabilidades de software de manera autónoma. Google sostiene que esta capacidad puede ser útil para los equipos que defienden sistemas, pero también implica riesgos si llega a manos de actores maliciosos.
Por eso, la compañía está realizando un lanzamiento gradual mientras prueba sus sistemas de seguridad.
Entre las medidas anunciadas están las defensas frente a ataques de prompt injection, el monitoreo de las acciones del modelo y mecanismos para detenerlo si se aleja de las instrucciones recibidas.
Un millón de tokens para tareas largas
Una de las características que más llama la atención es su límite de salida de un millón de tokens, muy por encima de los 64 mil que tenía el límite anterior.
En la práctica, esto permite que Argon mantenga procesos mucho más extensos dentro de una misma tarea. Google apunta especialmente a trabajos como migraciones de código, análisis de grandes volúmenes de información y procesos empresariales que requieren múltiples pasos.
El precio de lanzamiento será de US$2 por millón de tokens de entrada y US$10 por millón de salida. Después del período introductorio, las tarifas subirán a US$4 y US$20, respectivamente.
Google ya lo está usando internamente
La compañía también asegura que miles de sus trabajadores utilizan Argon en distintas tareas.
Entre los ejemplos entregados aparece la optimización de código para computación cuántica, donde Google afirma haber mejorado en 40% una referencia publicada.
También señala que agentes de Argon ayudaron a liberar más de 300 TiB de memoria en sus centros de datos y están participando en migraciones de grandes bases de código desde C y C++ hacia Rust.
En otro caso, Google asegura que una versión optimizada de su decodificador de video libgav1 consiguió funcionar 2,7 veces más rápido que una versión previa en Rust.
Los resultados que destaca Google
En sus propias evaluaciones, Gemini 4 Argon obtuvo un 77,9% en DeepSWE v1.1, prueba enfocada en tareas extensas de ingeniería de software.
También alcanzó el primer lugar en AutomationBench, con 51,3%, y registró un 91,7% en LVBench, una evaluación de comprensión de videos largos.
En ciberseguridad, Google informó un empate en el primer lugar de CWE-bench v1, con un 68%, prueba que mide la capacidad para corregir vulnerabilidades.
Son resultados reportados por la propia compañía y deberán contrastarse con el desempeño del modelo en usos reales a medida que aumente su disponibilidad.
Plano General
Gemini 4 Argon llega con una apuesta clara: que los modelos de IA no solo respondan preguntas, sino que puedan sostener tareas extensas y ejecutarlas durante largos períodos.
Por ahora, sin embargo, esa capacidad tiene una puerta de entrada bastante estrecha. Primero serán los ciberdefensores; después vendrán los desarrolladores y empresas. Para el público general, todavía toca esperar.
por
por
