Google lanza Gemini 4 Argon con razonamiento avanzado y una ventana de salida de un millón de tokens

Google ha anunciado el lanzamiento de Gemini 4 Argon, el modelo más avanzado de su familia de inteligencia artificial de frontera hasta la fecha. Esta nueva arquitectura ha sido desarrollada específicamente para gestionar tareas profesionales de largo horizonte que requieren un razonamiento profundo y múltiples pasos. A diferencia de versiones anteriores, Argon se centra en la ejecución autónoma de flujos de trabajo complejos en sectores críticos como la ingeniería de software, la defensa cibernética y el análisis de datos en entornos corporativos financieros y jurídicos.

Una de las novedades técnicas más disruptivas de Gemini 4 Argon es la expansión masiva de su límite de tokens de salida. El modelo ha pasado de una capacidad de 64.000 tokens a un millón de tokens de salida, situándose como el líder de la industria en este parámetro. Este incremento permite que la IA procese y genere trayectorias de pensamiento mucho más extensas, facilitando la resolución de problemas complejos en una sola ejecución sin perder el hilo lógico ni la coherencia en tareas que requieren cientos de miles de palabras o líneas de código.

En el ámbito de la ingeniería de software, Google ya ha implementado Argon en sus flujos de trabajo internos con resultados medibles. El modelo ha demostrado una capacidad superior en la migración de bases de código masivas, específicamente en la transición de lenguajes C/C++ hacia Rust, un lenguaje conocido por su seguridad de memoria. Argon ha gestionado desde librerías núcleo como re2 y libgav1 hasta el kernel de Fuchsia Zircon, llegando a procesar más de 800.000 líneas de código. En el caso de libgav1, el software de decodificación de vídeo de código abierto de Google, los agentes de Argon optimizaron 32.000 líneas de código SIMD (Single Instruction, Multiple Data), logrando un decodificador de vídeo 2,7 veces más rápido que la versión previa en Rust.

El impacto de Gemini 4 Argon se extiende también a la computación cuántica y la eficiencia de las infraestructuras. Los investigadores de Google han utilizado el modelo para optimizar recursos de espacio-tiempo, específicamente qubits y puertas lógicas, en subrutinas de algoritmos cuánticos. En pruebas internas, Argon superó la línea de base publicada en un 40 % en cuestión de minutos. Asimismo, el modelo ha sido capaz de analizar la telemetría de profiling de toda la flota de centros de datos de Google para aplicar optimizaciones de memoria autónomas, liberando inicialmente más de 300 TiB, con una previsión de ahorro total de entre 500 TiB y 1 PiB.

En cuanto a su rendimiento evaluado mediante benchmarks, Gemini 4 Argon ha establecido nuevos estándares. En DeepSWE v1.1, que mide la capacidad de resolver tareas de ingeniería de software en el mundo real, el modelo alcanzó un 77,9 %. En el ámbito económico y profesional, lidera el Vals Index, una métrica que evalúa el impacto en sectores de finanzas, derecho, fiscalidad y programación ponderados según su contribución al PIB de Estados Unidos. También ha obtenido resultados destacados en el Vals Finance Agent v2 para investigación financiera y en el Harvey’s Legal Agent Benchmark para la redacción y búsqueda jurídica.

La automatización de procesos empresariales es otra de las áreas donde Argon destaca. En AutomationBench, el estándar de Zapier para medir la ejecución de funciones de negocio de extremo a extremo, el modelo ocupa la primera posición con una puntuación de 51,3 %. Además, su capacidad multimodal le permite analizar gráficos profesionales, extraer detalles de vídeos extensos y actuar basándose en series de documentos complejos. En el benchmark LVBench, especializado en la comprensión de vídeos largos, Argon ha logrado una puntuación de 91,7 %, marcando el estado del arte actual.

La ciberseguridad defensiva es el pilar central del despliegue inicial de Argon. El modelo ha sido entrenado para localizar, validar y parchear vulnerabilidades críticas de software de forma autónoma. Para este fin, Google ha creado el Programa Fairwind, a través del cual Argon se está distribuyendo a defensores cibernéticos seleccionados. A estos usuarios se les entrega una versión del modelo sin las restricciones habituales de ciberseguridad (guardrails), permitiéndoles aprovechar todo el potencial de la IA para la defensa de infraestructuras críticas.

La eficacia de Argon en seguridad ha sido validada mediante la colaboración con la empresa Wiz, que emplea el modelo en su iniciativa Scan for Good. En una demostración temprana, Gemini 4 Argon detectó una vulnerabilidad crítica en software sanitario utilizado en hospitales de todo el mundo que exponía datos personales sensibles, un riesgo que otros modelos de frontera no habían identificado. En el benchmark CWE-bench v1, que evalúa la remediación de vulnerabilidades, Argon comparte el primer puesto con una puntuación del 68 %.

Google ha detallado una estrategia de precios introductoria para el acceso al modelo. El coste se ha fijado en 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. Para optimizar los costes en tareas repetitivas, los tokens de entrada almacenados en caché tendrán un descuento del 95 % sobre el precio estándar de entrada.

Debido a la potencia de sus capacidades, Google está aplicando un despliegue gradual y coordinado con el gobierno de Estados Unidos mediante un proceso voluntario de acceso previo. La compañía ha priorizado la seguridad mediante un marco de salvaguardas dividido en cuatro ejes principales. El primero es la defensa contra el mal uso, diseñando el modelo para rechazar solicitudes dañinas relacionadas con ataques cibernéticos o amenazas químicas, biológicas, radiológicas y nucleares (CBRN), manteniendo al mismo tiempo la utilidad para la investigación científica legítima.

El segundo eje se centra en la resistencia contra los ataques de inyección de prompts indirectos, donde instrucciones maliciosas externas intentan secuestrar el comportamiento de la IA. Mediante entrenamiento adversarial y red teaming automatizado, Argon lidera el benchmark de Gray Swan (IPI) en robustez frente a estas intrusiones. El tercer eje es la monitorización de la desalineación, implementando sistemas que supervisan la cadena de pensamiento (chain-of-thought) y las acciones del modelo para detener la ejecución si la IA se desvía de la intención original del usuario.

Finalmente, Google ha sometido al modelo a pruebas rigurosas de equipos rojos (red teams) internos y externos, combinando ataques manuales y automatizados. La empresa ha indicado que Argon solo estará disponible para desarrolladores, empresas y consumidores generales una vez que se hayan iterado y consolidado todas las barreras de seguridad basadas en el feedback de los primeros probadores del programa Fairwind.

La llegada de Gemini 4 Argon marca un cambio en la estrategia de Google, moviéndose desde modelos de propósito general hacia herramientas de razonamiento profundo capaces de operar autónomamente en entornos de producción técnica. La capacidad de generar un millón de tokens de salida transforma la interacción con la IA, permitiendo que el modelo no solo sugiera soluciones, sino que ejecute la migración completa de un sistema o el análisis exhaustivo de una infraestructura de datos sin interrupciones.