NUEVOYa están disponibles las herramientas gratuitas de SEO y marketing. Vea cómo se compara su sitio con el de sus competidores. en unos 3 minutos.SEO gratuito informe de la competenciaObtén mi informe gratuitoProbar gratis →
Centro de mando Google Gemini 4 Argon

Google presenta Gemini 4 Argon para codificación, trabajo empresarial y ciberdefensa.

By

Google anunció Gemini 4 Argon, su último modelo de computación perimetral diseñado para tareas largas y multifase en campos como la ingeniería de software, áreas empresariales intensivas en conocimiento como el derecho y las finanzas, y la ciberseguridad. La compañía anunció su lanzamiento el 30 de septiembre de 2026 en una publicación de Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA.

La mayoría de los usuarios aún no pueden utilizarlo. Argon se está implementando para un grupo selecto de expertos en ciberseguridad de confianza a través del programa Fairwind de Google, y se ha prometido su lanzamiento para desarrolladores, empresas y consumidores "lo antes posible". No se ha especificado una fecha.

Un lanzamiento por fases con participación del gobierno.

Google afirma que el lanzamiento de funcionalidades de este nivel requiere un enfoque gradual. La compañía participa en el programa voluntario de acceso a modelos previos al lanzamiento del gobierno de Estados Unidos para ampliar gradualmente el número de usuarios que probarán Argon y seguirá recabando comentarios iniciales de los participantes en las pruebas para establecer medidas de seguridad antes de un lanzamiento generalizado.

Cuando llegue el momento de su expansión global, se dará prioridad a los suscriptores de acceso API de pago y a los suscriptores de Google AI Ultra. El precio es fijo para el lanzamiento del producto: Argon cuesta 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida durante el período introductorio, con un descuento del 95 % en los tokens de entrada almacenados en caché. Tras el lanzamiento, las tarifas por millón de tokens de salida pasarán a ser de 4 dólares por millón de tokens de entrada y de 20 dólares, pero la publicación no especifica cuánto durará este período.

El límite de salida aumenta a un millón de tokens.

Una de las mejoras técnicas más importantes es el límite de salida. Google lo ha aumentado a 1 millón de tokens, frente a los 64 000 de la generación anterior. Google cree que, al permitir que sus modelos procesen y generen cientos de miles de tokens en una sola solicitud, pueden resolver problemas más complejos de una sola vez, en lugar de verse obligados a detenerse a mitad de camino.

Para los desarrolladores que crean agentes o realizan largas sesiones de codificación, este es probablemente el número al que deberían prestar mayor atención.

Argon ya está trabajando dentro de Google.

Google afirma que miles de sus propios empleados utilizan Argon para programación especializada, investigación más profunda y redacción, y compartió tres ejemplos.

  • Funcionamiento de algoritmos cuánticos. Argon permite a los investigadores de computación cuántica reducir a la mitad el tiempo de procesamiento (medido en cúbits multiplicados por compuertas) de las subrutinas que representan cuellos de botella para aplicaciones importantes. En un caso, superó drásticamente el rendimiento de referencia publicado en un 40 % en cuestión de minutos.
  • Ahorro de memoria en los centros de datos. Un equipo de agentes de Argon utilizó su conocimiento combinado de los datos de perfilado de toda la flota y realizó una serie de optimizaciones de memoria por su cuenta, implementándolas. Como resultado, Google afirma haber liberado más de 300 TiB de memoria (después de la implementación) y tener un ahorro total de memoria de entre 500 TiB y 1 PiB.
  • Migraciones de código a Rust. Los agentes de Argon están migrando bases de código C y C++ a Rust en toda la empresa Google, desde decenas de miles de líneas en bibliotecas como re2 y libgav1 hasta más de 800 000 líneas de código para el kernel Fuchsia Zircon. Dado que muchos de estos sistemas son de misión crítica, las reescrituras se someten a exhaustivas auditorías automatizadas y manuales, pruebas de emulación y revisiones antes de su implementación.

El proyecto libgav1 sirve como el ejemplo más detallado. Este decodificador de vídeo de código abierto reescribe una versión existente en Rust, que a su vez se basaba en una traducción a C++. El equipo reemplazó 32 000 líneas de código SIMD mediante numerosas rondas de experimentación guiada por perfiles y análisis de la salida del compilador, para luego escribir código Rust seguro que el compilador pudiera vectorizar automáticamente. Google informa que el resultado es un decodificador con gestión segura de memoria que se ejecuta 2.7 veces más rápido que la versión en Rust, con una salida de vídeo idéntica.

El índice de referencia afirma

Google respalda el lanzamiento con una extensa lista de resultados, todos ellos provenientes de su propio anuncio. En DeepSWE v1.1, una herramienta de evaluación comparativa para medir las capacidades de ingeniería de software a largo plazo del modelo en el mundo real, Argon obtuvo una puntuación del 77.9 %, lo que, según Google, representa un nuevo hito. Además, afirma que Argon lidera el índice Vals, una métrica del impacto económico en los ámbitos financiero, de programación, legal y fiscal, donde la contribución de cada sector se pondera según su impacto en el PIB de Estados Unidos.

Se hacen afirmaciones similares para Vals Finance Agent v2, un benchmark de investigación financiera de varios pasos, y Harvey's Legal Agent Benchmark, que evalúa las capacidades de investigación y redacción legal. En AutomationBench de Zapier, un benchmark para la ejecución integral en diversas funciones empresariales clave, Argon ocupa el primer lugar con un 51.3 %. En cuanto a las capacidades visuales, Google cita LVBench, un benchmark de comprensión de vídeo de larga duración, donde Argon alcanzó un 91.7 %, considerado de vanguardia. Los benchmarks publicados por el creador del modelo merecen cierta cautela, ya que las evaluaciones independientes posteriores al lanzamiento ofrecerán una perspectiva más clara sobre la aplicabilidad práctica de estas puntuaciones en el mundo real.

Ciberdefensa, sin las salvaguardias habituales.

Google destaca especialmente las capacidades de Argon en el ámbito de la ciberseguridad: el modelo ofrece una protección excepcional, incluyendo la identificación, verificación e incluso la corrección automática de vulnerabilidades críticas del software. Para socios de confianza y los equipos de seguridad internos de Google, Argon estará disponible sin las medidas de seguridad cibernéticas, lo que les permitirá acceder a todo el potencial defensivo del modelo.

Wiz ya ha comenzado a usar Argon para su programa Scan for Good, que identifica de forma proactiva vulnerabilidades de alta gravedad en infraestructuras críticas y ayuda a remediarlas gratuitamente. Al ejecutarse en software relacionado con la atención médica utilizado en toda la industria, Argon descubrió una exposición crítica que afectaba a datos personales sensibles, la cual había resultado difícil de remediar anteriormente y que los modelos de vanguardia anteriores no lograron identificar. En el benchmark preferido por los investigadores de seguridad, CWE-bench v1, que evalúa la capacidad de reparar vulnerabilidades de seguridad, Argon empata en el primer lugar con una precisión del 68 %. Google afirma que Argon supera a su modelo Gemini 3.8 Flash Cyber ​​en la detección de vulnerabilidades. En el benchmark interno de Google, fue capaz de detectar una variedad de exposiciones en 20 lenguajes de programación diferentes en bases de código complejas. Y en el benchmark interno de pruebas de penetración de caja negra de Wiz, donde el modelo no puede ver el funcionamiento interno de la aplicación web bajo prueba y tuvo que inferir su superficie de ataque a partir de principios básicos, tuvo un mejor desempeño que 3.8 Flash Cyber ​​en detección, análisis de vulnerabilidades y generación de prueba de concepto.

Cuatro medidas de seguridad antes de un lanzamiento generalizado

Google organiza su labor en materia de seguridad en cuatro áreas.

  • Mal uso. El modelo está diseñado para evitar solicitudes maliciosas que podrían derivar en ciberataques o ataques químicos, biológicos, radiológicos y nucleares, al tiempo que permite la investigación científica legítima de doble uso, en consonancia con el Marco de Seguridad Fronteriza de la compañía. Google está mejorando la monitorización de los patrones de activación interna del modelo para detectar abusos y afirma que equipos de pruebas internas y externas han puesto a prueba las medidas de seguridad mediante ataques manuales y automatizados.
  • Inyección inmediata. Google afirma que Argon es su modelo más potente hasta la fecha contra la inyección indirecta de comandos, que consiste en que un atacante toma el control de un modelo engañándolo para que siga sus instrucciones. Aseguran que Argon supera a todos los modelos anteriores en la prueba de rendimiento de inyección indirecta de comandos de Gray Swan.
  • Desalineación. Las medidas de mitigación supervisan el razonamiento del modelo y actúan siguiendo su cadena de pensamiento y ejecución. Google cuenta con un proceso similar que monitorea las ejecuciones de entrenamiento, pero no quiso reincorporar los resultados de dichas ejecuciones al entrenamiento para evitar que el modelo aprendiera a eludir la supervisión. Además, impulsó al resto de la industria a preservar la transparencia del razonamiento.
  • Endurecimiento del sistema. Siguiendo su hoja de ruta para el control de agentes, Google está aislando y sellando los entornos aislados antes de que comiencen las capacitaciones o evaluaciones de alto riesgo, y afirma que compartirá esas prácticas con sus socios.

Qué ver a continuación

La verdadera prueba de Argon comienza ahora. Por el momento, la evidencia de su éxito proviene de las propias pruebas de Google, algunos proyectos internos y un primer caso en Wiz, la división de seguridad de la compañía. Su adopción generalizada determinará si otros desarrolladores y empresas obtienen resultados similares.

Hay dos indicadores clave. Primero, cuánto tiempo tardará el modelo en llegar a los usuarios de API de pago y a los suscriptores de su suscripción AI Ultra, que Google no especificó. Segundo, cuánto aumentará su precio inicial, que ya es significativamente más alto que el de otras empresas, al pasar a las tarifas estándar. El cambio a 4 y 20 dólares por millón de tokens representa una duplicación del coste, por lo que los presupuestos de los equipos que dependen de Argon podrían necesitar una revisión.

Preguntas frecuentes

P1: ¿Qué es Géminis 4 Argón?
Gemini 4 Argon es el último modelo de vanguardia de Google, anunciado el 30 de septiembre de 2026. Su objetivo es abordar desafíos complejos y a largo plazo en ingeniería de software, gestión del conocimiento empresarial, incluidos los ámbitos jurídico y financiero, y defensa en ciberseguridad.

P2: ¿Quién puede usar Gemini 4 Argon ahora mismo?
Google ha creado un grupo de expertos en ciberseguridad de confianza, como parte de su programa Fairwind. Desarrolladores, empresas y consumidores también tendrán acceso lo antes posible, según Google, aunque aún no ha fijado una fecha exacta para su lanzamiento.

P3: ¿Quién tendrá acceso primero después del lanzamiento general?
Según el anuncio, los clientes de API de pago y los suscriptores de Google AI Ultra tendrán acceso prioritario. La disponibilidad general se ampliará una vez que Google recopile comentarios y optimice aún más las medidas de seguridad del modelo.

P4: ¿Cuánto costará el argón?
Durante el período introductorio, el costo será de $2 por millón de tokens de entrada y de $10 por millón de tokens de salida. Los tokens de entrada almacenados en caché tendrán un descuento del 95 % sobre su precio de entrada.

P5: ¿Qué sucede con los precios después del período introductorio?
El precio aumentará a 4 dólares por millón de tokens de entrada y a 20 dólares por millón de tokens de salida. La publicación de Google no especifica cuándo finalizará el período introductorio.

P6: ¿Cuál es el nuevo límite de tokens de salida?
Se generaron un millón de tokens de salida, en comparación con los sesenta y cuatro mil anteriores. Google afirma que esto permite al modelo realizar un razonamiento exhaustivo y abordar problemas complejos de una sola vez.

P7: ¿Qué tal se desempeña Argon en las pruebas de referencia?
Google informa de un 77.9 % en DeepSWE v1.1, un 51.3 % en AutomationBench, un 91.7 % en LVBench y un 68 % en CWE-bench v1. Estas cifras provienen del propio anuncio de Google.

P8: ¿Qué es el programa Fairwind?
Se trata del programa de Google mediante el cual expertos en ciberseguridad de confianza están recibiendo acceso anticipado a Gemini 4 Argon. Junto con los equipos de seguridad internos de Google, pueden utilizar el modelo sin las medidas de seguridad cibernética habituales.


Sobre la autora
Foto de Toni Ross

Toni Ross

Toni Ross es redactora senior en ALM Corp. y aporta al equipo de contenido una sólida trayectoria editorial y un enfoque basado en la investigación. Cuenta con amplia experiencia en redacción optimizada para SEO, liderazgo editorial y estrategia de contenido en los sectores de tecnología, recursos humanos y finanzas.