Gemini 4 Argon: el modelo más potente de Google llega primero a ciberseguridad

Google ha presentado Gemini 4 Argon, el primer modelo de su nueva familia Gemini 4. La compañía lo describe como su modelo más capaz para trabajos largos y complejos. Pero hay un detalle poco habitual: de momento casi nadie puede usarlo. Te contamos qué es, por qué llega así y qué dicen quienes lo han medido.

Qué ha presentado Google

Google lo anunció el 30 de septiembre en su blog. Según la compañía, Argon está "construido para mantener un razonamiento profundo en flujos de trabajo complejos y de largo recorrido". Google lo orienta a tres tipos de trabajo: la programación de software, el trabajo de oficina especializado, como el legal o el financiero, y la defensa en ciberseguridad.

Como ejemplos, Google cita sus resultados en pruebas conocidas: un 77,9% en DeepSWE v1.1, una prueba de programación, y un 91,7% en LVBench, que mide la comprensión de vídeos largos. También dice que lidera el índice de Vals en tareas de finanzas, derecho e impuestos.

Por qué casi nadie puede usarlo todavía

Argon no está en la aplicación de Gemini ni en la API pública. Google lo está dando primero a un grupo de defensores de ciberseguridad de confianza, a través de su programa Fairwind. Según TechCrunch, Google entrenó el modelo específicamente para trabajo defensivo y destaca que puede encontrar, validar y corregir por su cuenta fallos de seguridad graves en el software.

Esa misma capacidad es la razón de la prudencia. Google explica que el despliegue por fases sirve para reforzar las salvaguardas antes de abrirlo a todo el mundo, y que el modelo está entrenado para rechazar peticiones dañinas. La empresa añade que participa en el proceso voluntario del Gobierno de Estados Unidos para dar acceso a sus modelos antes del lanzamiento.

Cuándo llegará al resto

Google no da fechas. Su plan es que, después de los ciberdefensores, lo reciban los clientes de pago de la API y los suscriptores de Google AI Ultra. Más adelante llegaría a desarrolladores, empresas y consumidores en general.

El dato que más llama la atención: un millón de tokens

Gemini 4 Argon puede generar hasta un millón de tokens en una sola respuesta, frente al límite de 64.000 que tenía antes. Según Xataka, eso equivale a unas 750.000 palabras y multiplica por quince el límite anterior.

Para un negocio, lo importante no es escribir un libro de una vez. Es el tipo de trabajo que se abre: según Xataka, tareas que pueden durar 16 o 20 horas sin supervisión continua, como migrar un programa muy grande o analizar enormes cantidades de datos. Google dice que este margen permite al modelo "pensar en profundidad" antes de entregar el resultado.

Lo que dicen las mediciones externas

Los resultados que publica una empresa sobre su propio modelo hay que leerlos con calma, porque elige qué pruebas enseña. Por eso conviene mirar también lo que miden otros.

Según TechCrunch, Google cita a Vals, un servicio que evalúa modelos, y Argon aparece por delante de GPT-6 Astra de OpenAI y de los modelos Fable y Opus de Anthropic en varias pruebas.

Xataka recoge los datos de Artificial Analysis, otra empresa que mide modelos de forma independiente. Con el precio de lanzamiento, cada tarea de su índice cuesta de media 1,99 dólares con Argon, frente a 3,31 con GPT-6 Astra. Pero Argon gasta más texto para resolver cada tarea: unos 62.000 tokens de salida, frente a 27.000 de Astra. Cuando termine el descuento de lanzamiento, el coste por tarea de Argon subirá a 3,98 dólares y pasará a ser el más caro de los dos.

Lo que cuesta

Google anuncia un precio de lanzamiento de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida. Después pasará a 4 y 20 dólares. Los tokens de entrada que ya están en caché tendrán un 95% de descuento.