Gemini 4 Argon: nuevo modelo Google DeepMind

El 30 de septiembre de 2026, Google DeepMind anunció Gemini 4 Argon, un nuevo modelo de frontera de la familia Gemini. Se está implementando en un pequeño círculo de profesionales de ciberseguridad confiables a través del programa Fairwind Program, y la compañía promete un lanzamiento más amplio más adelante: primero para desarrolladores, empresas y consumidores, comenzando con los usuarios de API pagos y los suscriptores de Google AI Ultra.

¿Qué puede hacer Gemini 4 Argon?

El anuncio menciona tres áreas clave en las que el modelo muestra buenos resultados:

• Programación. El modelo funciona con problemas de ingeniería reales, desde la depuración diaria hasta grandes migraciones de código base. Google dice que Argon ha actualizado su puntaje máximo en el punto de referencia DeepSWE v1.1 (77,9%), que mide el rendimiento en tareas largas y de varios pasos en el desarrollo del mundo real.
• Trabajo de conocimiento corporativo. Hablando de asuntos legales y financieros, Argon es líder en el Índice Vals, que mide el impacto económico en estas áreas, y muestra resultados líderes en Vals Finance Agent v2 (investigación financiera de varios pasos) y Harvey's Legal Agent Benchmark (investigación legal y preparación de documentos). En AutomationBench de Zapier, que mide la ejecución de tareas comerciales de un extremo a otro, el modelo ocupó el primer lugar con una puntuación del 51,3%.
• Protección de ciberseguridad. Argon está capacitado para encontrar, probar y parchear vulnerabilidades de forma autónoma. En el benchmark CWE-bench v1, que evalúa la eliminación de vulnerabilidades, el modelo comparte el primer lugar con un resultado del 68%. El modelo se entrega a defensores confiables y equipos internos de Google sin "limitadores cibernéticos" para utilizar todo su potencial de protección.

Se hace especial hincapié en el trabajo con información visual: el modelo analiza gráficos profesionales, encuentra detalles en vídeos largos y actúa sobre una serie de documentos. En el punto de referencia LVBench, que mide la comprensión de vídeos de formato largo, Argon logró una puntuación del 91,7%.

Arquitectura: lo que se revela y lo que no

Google DeepMind en el anuncio no revela la arquitectura técnica de Gemini 4 Argon, ni el número de parámetros, ni la estructura de capas, ni los datos de entrenamiento. La empresa describe el modelo por su comportamiento: la capacidad de mantener un razonamiento profundo a lo largo de flujos de trabajo largos y de varios pasos. Por lo tanto, no proporcionamos detalles arquitectónicos específicos; no se encuentran en la fuente oficial y no inventaremos el diseño del modelo.

Límite de salida: 1 millón de tokens

Uno de los principales cambios oficiales es que el límite de salida se ha ampliado a 1 millón de tokens frente a los 64 mil anteriores. Cuando un modelo tiene el margen para pensar profundamente y generar cientos de miles de tokens en una sola trayectoria, aborda problemas complejos de una sola vez. Ésta es la apuesta declarada para tareas largas de varios pasos.

Cómo se utiliza ya Argon dentro de Google

La empresa proporciona ejemplos específicos de uso interno:

• Algoritmos cuánticos. Argon ayuda a los investigadores a optimizar los recursos (qubits × puertas) de las rutinas. En un ejemplo, el modelo superó la línea base publicada en un 40% en minutos.
• Ahorro de memoria. Los agentes de Argon analizaron perfiles en toda la flota de servidores e hicieron optimizaciones de memoria, liberando más de 300 TiB después de la implementación, con una estimación de 500 TiB a 1 PiB en total.
• Migraciones de código. Los agentes de Argon traducen bases de código de C/C++ a Rust, desde decenas de miles de líneas en bibliotecas como re2 y libgav1 hasta más de 800 mil líneas del núcleo Fuchsia Zircon. Para libgav1, los agentes reemplazaron 32 mil líneas de código SIMD y obtuvieron un decodificador de video seguro que funciona 2,7 veces más rápido que el puerto Rust con video idéntico.

Seguridad antes del lanzamiento amplio

Antes del lanzamiento masivo, Google está reforzando sus mecanismos de protección. El modelo debe rechazar solicitudes peligrosas (amenazas cibernéticas, así como escenarios químicos, biológicos, radiológicos y nucleares), manteniendo objetivos científicos legítimos. La resistencia a las inyecciones indirectas de estímulos se declara por separado: según el índice de referencia IPI Gray Swan, Argon es el líder. Otra dirección es controlar las desviaciones de las intenciones del usuario: el sistema monitorea la cadena de razonamientos y acciones del modelo y detiene la ejecución si es necesario.

Precio y acceso

Google indica el precio inicial para el período introductorio: 2 dólares por 1 millón de tokens de entrada y 10 dólares por 1 millón de tokens de salida; los tokens de entrada almacenados en caché tienen un descuento del 95 % sobre el precio de entrada. Una vez finalizado el período introductorio, el precio será de 4 dólares por 1 millón de tokens de entrada y de 20 dólares por 1 millón de tokens de salida. No hay acceso público en el momento del anuncio: sólo los probadores y defensores de confianza reciben el modelo, por lo que se dan los precios para un futuro lanzamiento comercial.

¿Gemini 4 Argon en NeuralSpace?

Mientras tanto, en el chat y en la sección "Código" puedes trabajar con otros modelos actuales.