Google presenta Gemini 4 Argon, su modelo de IA más potente hasta la fecha

Google anunció el 30 de septiembre el lanzamiento de Gemini 4 Argon, su nuevo modelo de inteligencia artificial, presentado por la compañía como el más avanzado de su catálogo hasta el momento. El sistema, desarrollado por Alphabet a través de Google DeepMind, está diseñado para tareas de programación, investigación, redacción y trabajo profesional, aunque la empresa destaca especialmente su capacidad en el terreno de la ciberseguridad.

A diferencia de otros lanzamientos recientes de inteligencia artificial, Argon no llegará de inmediato a los usuarios finales. Su acceso inicial queda restringido a un grupo selecto de socios de ciberseguridad de Google a través del programa Fairwind, la iniciativa de seguridad de la compañía. Más adelante, el modelo estará disponible para clientes de la API de pago y para suscriptores de Google AI Ultra, aunque todavía no existe una fecha concreta para esa expansión.

Detección y corrección de fallas de seguridad de forma autónoma

Según la compañía, Argon fue entrenado de manera específica para labores defensivas en el ámbito cibernético. Google asegura que el modelo puede “autónomamente encontrar, validar y corregir vulnerabilidades críticas de software”. Esta capacidad explica por qué el acceso inicial se limita a colaboradores de ciberseguridad antes de una liberación más amplia.

De acuerdo con Google DeepMind, entre los colectivos prioritarios para recibir acceso temprano se encuentran administraciones públicas, organizaciones sanitarias y servicios de telecomunicaciones. La compañía optó por un despliegue progresivo con el objetivo de que quienes diseñan soluciones defensivas puedan aprovechar la herramienta antes de que capacidades similares se utilicen con fines ofensivos contra sistemas informáticos.

Una referencia citada en el contexto de estas iniciativas es Scan for Good, de la empresa Wiz, un programa que recurre a inteligencia artificial para analizar servicios expuestos a internet. Esta iniciativa valida los hallazgos y los comunica de forma privada a las organizaciones afectadas, con prioridad en hospitales, servicios públicos e infraestructuras esenciales. Entre los problemas más habituales que detecta figuran los relacionados con autorización y exposición de credenciales.

Argon mantiene el razonamiento en tareas largas y complejas

Google subraya que Argon fue “construido para sostener el razonamiento profundo en flujos de trabajo complejos y de largo alcance”, según indicó la compañía en una publicación de su blog oficial. El modelo maneja un límite de salida que va de 64.000 a un millón de tokens, las unidades de información que procesa el sistema.

Esta capacidad busca que el modelo enfrente encargos con múltiples pasos, como la revisión de código, la investigación de documentación o la ejecución de trabajos especializados. Google menciona entre sus aplicaciones principales la ingeniería de software, las finanzas y el ámbito jurídico. La utilidad real de esta característica dependerá de cuánto trabajo pueda completar el modelo sin intervención del usuario para reconducir el proceso, y de la calidad final de los resultados que entregue.

La compañía indicó además que su propio personal ya utiliza Argon en el trabajo diario, incluidas tareas de depuración de errores y migraciones de bases de código. Google también resalta la capacidad del modelo para analizar contenido visual, como vídeos extensos o gráficos.

Comparación con GPT-6 Astra y los sistemas de Anthropic

Google acompañó el anuncio con resultados de pruebas comparativas entre Gemini 4 Argon, GPT-6 Astra de OpenAI, y Claude Fable 5.1 y Claude Opus 5.5 de Anthropic. Las evaluaciones abarcaron programación, tareas profesionales, comprensión de video y manejo de computadora.

En programación, Argon lidera la prueba DeepSWE con un 77,9%, aunque Claude Opus 5.5 obtiene mejores resultados en las pruebas FrontierSWE y Terminal-Bench. En tareas de trabajo profesional, Argon encabeza las evaluaciones de investigación financiera, tareas jurídicas y automatización empresarial entre los cuatro modelos comparados.

En comprensión de videos largos, el modelo de Google alcanza un 91,7% en la prueba LVBench, por delante del 87,5% registrado por GPT-6 Astra. Sin embargo, en el manejo de computadora, GPT-6 Astra supera a Argon en el subconjunto offline de la prueba OSWorld 2.0, con un 72,6% frente al 69,2% de Argon. En corrección de vulnerabilidades, Argon y GPT-6 Astra empatan en el 68% en la prueba CWE-bench v1, frente al 67% de Claude Opus 5.5.

Google también cita a Vals, una plataforma de evaluación de modelos de inteligencia artificial, para afirmar que Argon encabeza actualmente el índice de modelos de esa compañía.