Gemini 4 Argon llega al mercado para afrontar tareas complejas de código, ciencia y ciberseguridad
Google ha iniciado el despliegue global de Gemini 4 Argon, su nuevo modelo de inteligencia artificial orientado a trabajos profesionales que requieren análisis prolongados, uso de herramientas y varias etapas de razonamiento. La compañía dirige esta versión a desarrolladores, empresas y suscriptores de determinados planes de pago.
El modelo está diseñado para abordar problemas en los que no basta con generar una respuesta rápida. Entre sus posibles usos se encuentran revisar grandes bases de código, elaborar análisis financieros, estudiar documentos científicos y localizar vulnerabilidades en sistemas informáticos.
Un modelo pensado para mantener el contexto durante horas
Una de las principales dificultades de este tipo de tareas es conservar el contexto. Una inteligencia artificial debe recordar qué decisiones ha tomado, comprobar que no contradicen los pasos anteriores y evaluar si el resultado final funciona en la práctica.
Gemini 4 Argon combina razonamiento avanzado, análisis visual y capacidad para utilizar herramientas externas. En términos sencillos, no se limita a redactar texto: puede consultar información, ejecutar procesos, revisar resultados y continuar el trabajo con base en lo ocurrido en cada fase.
Su interfaz de programación, conocida como API, admite hasta un millón de tokens en un mismo contexto. Los tokens son las unidades en las que los modelos de IA dividen el texto, el código y otros datos para procesarlos. Esta cifra permite trabajar con grandes cantidades de información, aunque Google aplica límites inferiores a cada petición individual.
Para resolver esta limitación, la compañía ha incorporado un mecanismo de continuación. Este sistema permite dividir una tarea extensa en varias partes y mantener el hilo de trabajo entre ellas, algo especialmente útil en proyectos de programación o análisis documental.
Optimización de código durante once horas
Una prueba interna permite observar el enfoque de Gemini 4 Argon. El modelo analizó un proyecto de Python de unas 205.000 líneas mediante el Agent Development Kit, un conjunto de herramientas para crear aplicaciones basadas en agentes de inteligencia artificial.
El trabajo se prolongó durante once horas y generó seis propuestas de optimización. Tras revisarlas, Google descartó cuatro por el riesgo de alterar el funcionamiento del programa o por ofrecer beneficios demasiado limitados. Las dos restantes se incorporaron al proyecto.
Según los resultados comunicados por la compañía, esas mejoras redujeron aproximadamente un 40% el tiempo necesario para preparar sesiones largas en memoria y un 21% el proceso de importación del paquete. Argon también habría ayudado a reorganizar cientos de archivos del proyecto Chromium, la base tecnológica del navegador Chrome.
El ejemplo muestra una diferencia importante respecto a los asistentes de programación convencionales. En lugar de sugerir una función aislada, el modelo puede estudiar la estructura completa de un proyecto, identificar cuellos de botella y proponer cambios que después deben ser comprobados por desarrolladores humanos.
Finanzas y ciberseguridad, dos áreas críticas
En el sector financiero, Gemini 4 Argon puede analizar varios ejercicios contables, preparar estados financieros y valorar empresas a partir de documentación presentada ante organismos reguladores. Estas tareas exigen comparar cifras, detectar relaciones entre documentos y evitar errores de interpretación.
Las evaluaciones realizadas por la firma Kepler sitúan al modelo con una coincidencia superior al 99% respecto a los cálculos de referencia elaborados por sus analistas. El dato resulta relevante, aunque no equivale a una garantía de exactitud absoluta ni elimina la necesidad de supervisión profesional.
En ciberseguridad, Google asegura que Wiz utilizó Argon para ayudar a localizar y corregir una vulnerabilidad que podía poner en riesgo información privada de pacientes. En este tipo de escenarios, la IA puede acelerar la revisión de código, priorizar amenazas y sugerir medidas de corrección.
La intervención humana continúa siendo esencial. Las investigaciones de seguridad combinan diferentes herramientas, bases de datos y especialistas, por lo que los resultados atribuidos al modelo deben interpretarse como parte de un proceso más amplio.
Aplicaciones en investigación científica y computación cuántica
La investigación científica es otro de los ámbitos en los que Google quiere posicionar su nuevo modelo. En el diseño de enzimas, Argon colaboró en la creación de cinco proteínas capaces de facilitar determinadas reacciones químicas.
La compañía afirma que los ensayos posteriores confirmaron actividad catalítica en los cinco diseños. La actividad catalítica describe la capacidad de una enzima para acelerar una reacción química sin consumirse durante el proceso.
El sistema también participó en la optimización de una versión interna de AlphaQubit, la tecnología de Google para corregir errores en computación cuántica. Según la empresa, uno de sus componentes alcanzó casi el doble de rendimiento de inferencia, es decir, de velocidad para generar predicciones a partir de los datos disponibles.
Resultados destacados, aunque con diferencias entre evaluaciones
Las pruebas externas ofrecen una imagen positiva, pero no completamente uniforme. En Vals Index, que mide el rendimiento en tareas profesionales de programación, finanzas, derecho y fiscalidad, Gemini 4 Argon ocupa la primera posición con una puntuación del 68,90%.
En cambio, Artificial Analysis concede 53 puntos a la configuración High del modelo y la sitúa en la octava posición de su clasificación general de capacidades. Las diferencias pueden deberse a los conjuntos de pruebas, los criterios de evaluación y las versiones empleadas.
Precio y disponibilidad de Gemini 4 Argon
El despliegue global no implica que el modelo sea gratuito. Los usuarios pueden acceder a Argon desde la aplicación Gemini y el modo IA del buscador si cuentan con una suscripción Google AI Pro o Ultra.
Los desarrolladores tienen disponible la API mediante pago por uso. La tarifa introductoria es de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens generados. Google prevé duplicar ambos precios a partir del 1 de diciembre.
El uso de Argon en Antigravity, la plataforma de Google para desarrollar aplicaciones con agentes, requiere una suscripción Ultra para particulares. Con esta estrategia, la compañía reserva sus capacidades más avanzadas para proyectos profesionales y usuarios dispuestos a asumir el coste de procesamiento.
