Google presenta Gemini 4 Argón, su modelo más capaz, con acceso restringido a expertos en ciberseguridad
Google ha presentado Gemini 4 Argón, un nuevo modelo de inteligencia artificial de frontera que, por ahora, no estará disponible para desarrolladores, usuarios de Google AI Studio ni suscriptores de Google AI Ultra. La compañía ha optado por limitar el acceso inicial a un grupo de especialistas en ciberseguridad dentro del programa Fairwind.
La decisión responde a una preocupación concreta: las capacidades de Argón podrían servir tanto para proteger infraestructuras críticas como para automatizar ataques sofisticados. Google quiere evaluar el comportamiento del sistema en escenarios reales antes de ampliar su disponibilidad.
Un modelo que lidera varias pruebas técnicas
Los primeros resultados sitúan a Gemini 4 Argón en lo más alto de varias pruebas de referencia. El modelo obtiene un 77,9% en DeepSWE v1.1, un examen centrado en tareas complejas de ingeniería de software que requieren planificación y ejecución durante largos periodos.
También alcanza un 51,3% en AutomationBench, una métrica desarrollada por Zapier para medir la capacidad de ejecutar procesos empresariales completos, desde el análisis de una petición hasta la finalización de varias acciones conectadas.
En CWE-bench v1, que evalúa si una inteligencia artificial puede detectar y corregir vulnerabilidades de software, Argón empata en la primera posición con un 68%. Las tres pruebas analizan áreas diferentes, pero apuntan a una misma conclusión: el sistema está especialmente orientado a trabajos técnicos de alta complejidad.
Más de un millón de tokens de salida
Una de las principales novedades es su límite de generación: hasta un millón de tokens de salida. Los tokens son las unidades en las que los modelos de lenguaje dividen el texto para procesarlo. Pueden corresponder a palabras completas, fragmentos de palabras, números o símbolos.
Los modelos de frontera anteriores se situaban habitualmente alrededor de los 64.000 tokens de salida. El salto hasta un millón permite generar proyectos de software completos, informes legales muy extensos o análisis financieros detallados sin que el sistema tenga que cortar la respuesta antes de terminar su razonamiento.
Esta capacidad también resulta relevante para los agentes de inteligencia artificial. A diferencia de un chatbot convencional, un agente puede dividir un objetivo en tareas, utilizar herramientas, revisar sus resultados y continuar trabajando de forma autónoma.
Resultados en el desarrollo de software
Google asegura que los agentes de Argón ya han reescrito más de 800.000 líneas del kernel Zircon, el núcleo del sistema operativo Fuchsia, para trasladarlas de C y C++ a Rust. El proceso habría combinado auditorías automáticas y revisiones manuales.
Rust es un lenguaje diseñado para reducir errores de gestión de memoria, un tipo de fallo que puede provocar vulnerabilidades graves en sistemas operativos y aplicaciones. La migración no elimina por sí sola todos los riesgos, pero puede limitar determinadas categorías de errores que son frecuentes en lenguajes tradicionales.
En otro proyecto, los agentes de Argón reemplazaron unas 32.000 líneas de código SIMD de la biblioteca libgav1, utilizada para la decodificación de vídeo. El código generado en Rust sería 2,7 veces más rápido que una versión anterior en ese lenguaje y se acercaría al rendimiento de una implementación de C++ optimizada manualmente.
La compañía también afirma que el sistema ha identificado optimizaciones en la telemetría de sus centros de datos y ha permitido liberar más de 300 tebibytes de memoria en el conjunto de la flota. Un tebibyte equivale aproximadamente a 1,1 terabytes, aunque ambas unidades suelen utilizarse de forma similar en el lenguaje cotidiano.
Ciberseguridad: una capacidad con doble uso
Argón ha sido entrenado para detectar, validar y corregir vulnerabilidades de software de forma autónoma. Esta especialización puede ayudar a los equipos de defensa a revisar grandes cantidades de código y localizar fallos que pasarían inadvertidos durante una auditoría convencional.
Al mismo tiempo, las mismas capacidades podrían utilizarse para diseñar ataques, desarrollar malware o buscar debilidades en sistemas conectados. Por ese motivo, Google mantiene activas medidas de protección para el acceso general y las retira únicamente en los entornos controlados destinados a los especialistas del programa Fairwind.
La primera aplicación externa se ha producido a través de la iniciativa Scan for Good de Wiz, que emplea el modelo para analizar gratuitamente infraestructuras públicas esenciales. En una demostración inicial, Argón habría encontrado una vulnerabilidad crítica en software sanitario utilizado por hospitales de distintos países y que no había sido detectada por modelos anteriores.
Las barreras antes del lanzamiento general
Google trabaja ahora en cuatro áreas de seguridad. La primera es la protección frente a usos relacionados con amenazas CBRN, siglas que engloban riesgos químicos, biológicos, radiológicos y nucleares. La segunda es la resistencia ante las inyecciones indirectas de instrucciones, un ataque en el que un documento o una página web manipulada intenta dar órdenes ocultas al modelo.
La compañía también quiere mejorar la supervisión de posibles desalineaciones en la cadena de razonamiento. En términos sencillos, se trata de detectar cuándo el comportamiento del sistema se desvía de los objetivos y límites definidos por sus creadores.
El cuarto elemento son los entornos de prueba aislados, que permiten experimentar con agentes potentes sin concederles acceso directo a sistemas críticos. En el IPI benchmark de Gray Swan, centrado en la resistencia frente a inyecciones indirectas, Argón lidera actualmente la clasificación.
Acceso escalonado y precios
Google no ha anunciado una fecha para el lanzamiento general. El plan contempla ampliar el acceso progresivamente: primero llegarían los clientes de pago de la API y los suscriptores de Google AI Ultra, seguidos por los desarrolladores y, posteriormente, los usuarios generales.
El precio anunciado es de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. Los tokens almacenados en caché, reutilizados para evitar procesar de nuevo la misma información, tendrán un descuento del 95% sobre el precio de entrada.
La llegada de Gemini 4 Argón intensifica la competencia entre Google, Anthropic y OpenAI. Sin embargo, la disputa no se decidirá únicamente en los rankings. La cuestión clave será cuándo y bajo qué condiciones podrán utilizar estas capacidades los millones de desarrolladores que ya trabajan con modelos de inteligencia artificial.
