Google ha presentado Gemini 4 Argon, su nuevo modelo de inteligencia artificial de gama alta. El lanzamiento no llega como una simple actualización de Gemini: la compañía lo está planteando como un modelo pensado para trabajos complejos que pueden durar muchos pasos, especialmente en programación, análisis profesional y ciberseguridad.
De momento, Argon no está disponible para todo el mundo. Google está dando acceso primero a un grupo limitado de expertos en ciberseguridad dentro de su programa Fairwind, mientras prueba medidas de seguridad antes de ampliar el acceso a desarrolladores, empresas y usuarios.
Qué aporta realmente Gemini 4 Argon
El dato más llamativo es su capacidad para mantener tareas mucho más largas. Google afirma que Argon puede generar hasta un millón de tokens de salida, frente a los 64.000 de generaciones anteriores. En la práctica, eso apunta a un modelo menos pensado para una pregunta rápida y más orientado a proyectos que requieren analizar documentación, escribir o revisar grandes cantidades de código y mantener contexto durante procesos extensos.
Google ya lo está utilizando internamente. Según la compañía, equipos propios lo han probado en optimización de memoria de centros de datos, investigación, programación y migraciones de código. Uno de los ejemplos publicados es la conversión de bases de código C y C++ a Rust, incluyendo componentes del sistema operativo Fuchsia.
Programación, empresa y ciberseguridad son sus tres grandes apuestas
Argon parece diseñado sobre todo para trabajo profesional. Google destaca tres áreas:
- Ingeniería de software: depuración, migraciones de código y tareas que requieren mantener el hilo durante mucho tiempo.
- Trabajo de conocimiento: análisis financiero, investigación jurídica, documentos y procesos empresariales de varios pasos.
- Ciberseguridad: búsqueda, validación y corrección de vulnerabilidades de software.
Este último punto explica también por qué Google no está haciendo un lanzamiento abierto desde el primer día. Un modelo capaz de encontrar vulnerabilidades puede resultar muy útil para equipos defensivos, pero las mismas capacidades pueden convertirse en un riesgo si se utilizan con otros fines.
Wiz, compañía especializada en seguridad cloud, ya está probando Argon dentro de su iniciativa Scan for Good. Google asegura que el modelo ha localizado vulnerabilidades que otros modelos anteriores no habían identificado. Son datos proporcionados por la propia compañía y, por tanto, conviene esperar a evaluaciones independientes antes de convertirlos en una comparación definitiva frente a otros modelos.
Cuánto costará Gemini 4 Argon
Google ha anunciado un precio introductorio de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. El uso de entrada almacenada en caché tendrá un descuento del 95% durante esta fase inicial.
Después del periodo promocional, Google indica que el precio subirá a 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida. Aún no existe una fecha pública concreta para que cualquier usuario pueda utilizar Argon.
Por qué este lanzamiento importa más que otro nuevo benchmark
Durante los últimos años la carrera entre los grandes laboratorios se ha centrado mucho en quién obtiene la mejor puntuación en determinadas pruebas. Con Argon, Google está intentando mover el foco hacia otra cuestión: cuánto trabajo real puede completar un modelo sin perder el contexto por el camino.
Eso es especialmente relevante para los llamados agentes de IA. Si un sistema debe investigar, abrir documentos, escribir código, corregir errores y continuar trabajando durante horas, la capacidad de sostener procesos largos puede ser más importante que mejorar unos puntos en una prueba aislada.
También supone una evolución considerable respecto a la familia de modelos que Google presentó durante Google I/O. En AImania ya analizamos Gemini Omni y los modelos anunciados por Google en 2026, así como una explicación más general de qué es Gemini y cómo funciona.
Lo que todavía falta por saber
Hay dos incógnitas importantes. La primera es cuándo llegará realmente a usuarios y desarrolladores fuera de los grupos iniciales. La segunda es cómo se comportará Argon cuando las pruebas procedan de terceros y no de Google o sus socios.
La compañía también reconoce que todavía está reforzando las protecciones frente a usos maliciosos, inyección de instrucciones y comportamientos no deseados. Por eso, más que un lanzamiento masivo, estamos ante una presentación escalonada de un modelo que Google considera especialmente potente.
Si las capacidades publicadas se mantienen cuando llegue el acceso general, Gemini 4 Argon puede convertirse en uno de los modelos más interesantes del año para desarrolladores y empresas. Pero su impacto real dependerá menos del nombre del modelo y más de algo bastante sencillo: si consigue hacer trabajos largos y complejos con menos supervisión y menos errores.
Qué significa para ti si usas Gemini
- Si eres usuario normal: no tienes que cambiar nada todavía. Argon aún no está disponible de forma general.
- Si programas: la parte más interesante será comprobar si realmente mantiene mejor el contexto en repositorios grandes y tareas de varias horas.
- Si trabajas con documentos o análisis: el límite de salida mucho mayor puede resultar útil para investigaciones, informes y procesos largos, siempre que la calidad se mantenga durante todo el trabajo.
- Si gestionas seguridad: es el ámbito donde Google está siendo más prudente con el acceso por el posible doble uso de sus capacidades.
Preguntas frecuentes sobre Gemini 4 Argon
¿Ya se puede usar Gemini 4 Argon?
No de forma general. Google ha empezado con un grupo limitado de especialistas en ciberseguridad y testers de confianza. La compañía prevé ampliar el acceso más adelante a clientes de pago de la API y suscriptores de Google AI Ultra.
¿Argon sustituye a los modelos actuales de Gemini?
Google no ha anunciado una sustitución inmediata. Argon se presenta como su modelo de frontera para los trabajos más complejos, por lo que es razonable esperar que conviva con modelos más rápidos y económicos para tareas cotidianas.
¿Es mejor que los modelos de OpenAI o Anthropic?
Todavía es pronto para afirmarlo. Google publica resultados muy competitivos en varias pruebas, pero la comparación útil llegará cuando investigadores y usuarios independientes puedan evaluar el modelo en condiciones similares y con cargas de trabajo reales.
Fuentes
- Google — Gemini 4 Argon
- Reuters — lanzamiento de Gemini 4 Argon
- The Verge — acceso inicial y capacidades de Argon
Imagen destacada: material promocional oficial de Google.