El nuevo modelo de Google DeepMind está diseñado para tareas complejas en programación, finanzas, derecho y defensa cibernética. Argon amplía su límite de salida hasta 1 millón de tokens y comenzará a llegar de forma gradual antes de su lanzamiento general.
Google presentó Gemini 4 Argon, su nuevo modelo de inteligencia artificial orientado a tareas que requieren razonamiento prolongado, múltiples pasos y grandes cantidades de información.
La compañía apunta especialmente a usos profesionales como ingeniería de software, investigación financiera, trabajo jurídico y ciberseguridad, además de tareas multimodales que involucran documentos, código y videos extensos.
Uno de sus cambios más importantes está en la cantidad de contenido que puede generar dentro de una sola ejecución.
Hasta 1 millón de tokens de salida
Gemini 4 Argon aumenta su límite máximo de generación desde los 64.000 tokens hasta 1 millón de tokens de salida.
Eso significa que el modelo puede mantener procesos mucho más largos sin tener que dividir necesariamente el trabajo en múltiples respuestas.
Google plantea esta capacidad para escenarios donde la IA necesita razonar durante más tiempo, revisar grandes cantidades de información o completar flujos de trabajo de varios pasos antes de entregar un resultado.
No se trata solamente de una ventana de contexto amplia: el cambio está específicamente en cuánto puede producir el modelo en una sola trayectoria de ejecución.
Google ya lo utiliza para programar
Argon no parte solamente como una demostración.
Google asegura que miles de sus propios trabajadores ya están utilizando el modelo en tareas como depuración de código, investigación, diseño de algoritmos y migraciones de software.
Uno de los ejemplos más grandes está en la migración de bases de código escritas en C y C++ hacia Rust.
Los proyectos van desde bibliotecas con decenas de miles de líneas hasta más de 800.000 líneas correspondientes al kernel Zircon de Fuchsia.
En otra prueba con libgav1, el decodificador de video de código abierto de Google, agentes basados en Argon reemplazaron alrededor de 32.000 líneas de código SIMD y lograron que la implementación en Rust funcionara 2,7 veces más rápido que la versión previa en ese lenguaje, manteniendo la misma salida de video.
También encontró ahorros dentro de los centros de datos de Google
Otra aplicación interna estuvo relacionada con la eficiencia de memoria.
Un grupo de agentes basados en Argon analizó telemetría de infraestructura para identificar optimizaciones y aplicar cambios automáticamente.
Google afirma que el trabajo permitió liberar más de 300 TiB de memoria, con un ahorro total estimado de entre 500 TiB y 1 PiB una vez que las modificaciones estén completamente desplegadas.
La compañía también utilizó el modelo en investigación de computación cuántica, donde consiguió mejorar en un 40% un resultado de referencia relacionado con la optimización de recursos espaciotemporales en determinadas subrutinas.
Ciberseguridad es uno de sus focos principales
Google también entrenó Gemini 4 Argon específicamente para tareas de defensa cibernética.
El modelo puede buscar vulnerabilidades, validar si representan un problema real y proponer correcciones sobre el código.
En CWE-bench v1, una evaluación centrada en la reparación de vulnerabilidades de software, Argon obtuvo un 68%, igualando el mejor resultado mostrado por Google en esa prueba.
La compañía también evaluó el modelo sobre bases de código escritas en 20 lenguajes de programación y en pruebas donde debía analizar sistemas web sin disponer previamente de su código fuente.
Gemini 4 Argon ya está siendo utilizado por un grupo limitado de especialistas en ciberseguridad mediante el programa Fairwind.
El acceso todavía será limitado
A diferencia de otros lanzamientos de Gemini, Argon no estará disponible inmediatamente para todos los usuarios.
Google está realizando un despliegue gradual mientras continúa evaluando medidas de seguridad relacionadas con ciberataques, prompt injection y otros escenarios de riesgo.
La compañía también está probando sistemas capaces de supervisar las acciones del modelo y detener su ejecución cuando sea necesario.
La disponibilidad se ampliará progresivamente hacia desarrolladores, empresas y consumidores.
¿Cuánto costará Gemini 4 Argon?
Google ya adelantó el precio que tendrá el modelo cuando comience su disponibilidad comercial.
Durante su periodo introductorio, Gemini 4 Argon costará US$2 por cada millón de tokens de entrada y US$10 por cada millón de tokens de salida.
Los tokens de entrada almacenados en caché tendrán un descuento del 95%.
Después de ese periodo inicial, el precio aumentará a US$4 por millón de tokens de entrada y US$20 por millón de tokens de salida.
El despliegue comercial comenzará con clientes de la API de pago y suscriptores de Google AI Ultra.
¿Qué viene ahora?
Google continuará ampliando el acceso a Gemini 4 Argon mientras recopila información de los primeros evaluadores y refuerza sus sistemas de seguridad.
Los primeros usuarios fuera de los programas de prueba serán clientes de pago de la API y suscriptores de Google AI Ultra, antes de una disponibilidad más amplia para empresas y consumidores.
