Gemini 4 Argon se abre a todos: el deep-dive de Google, claim por claim

Gemini 4 Argon, que el 30 de septiembre salió a un rollout cerrado con cyber defenders verificados, ahora está disponible en todo el mundo: por la Gemini API en AI Studio y la plataforma Gemini para developers y empresas, en Google Antigravity para suscriptores de AI Ultra, y en la app de Gemini y AI Mode en Search para suscriptores Ultra y Pro. El mismo día, Google publicó un deep-dive largo de capacidades titulado "Built to solve your hardest problems", lleno de resultados de despliegue. Nuestra nota del 30 de septiembre cubrió la mecánica del lanzamiento (precios, el límite de 1M de tokens, la tabla de benchmarks). Esta es, en grande, la papeleta: casi todos los números son de Google.

Results de engineering desde adentro de Google

Los resultados de coding son la parte más concreta del post. Según Google, Argon en Antigravity ayudó a los equipos a subir las code submissions agenticas más de un 35% y a bajar los rollbacks de código casi un tercio. En Chrome, Argon ayudó a separar unos 6 millones de líneas de código legacy de features del navegador de los 40 millones de líneas del codebase de Chromium, terminando un refactor que según Google llevaría meses en cuestión de semanas; para el usuario, la ganancia es que las webpages en vivo se puedan mover entre tabs y paneles sin recargar.

Otros ejemplos internos traen links, y eso importa. Un pase autónomo de una noche sobre el Agent Development Kit open-source cortó el tiempo de prep de sesión en memoria un 40% en sesiones largas y aceleró los imports fríos un 21%, con los cambios ya en google/adk-python. Los investigadores hicieron el paquete de química cuántica xTB, de las más citados, hasta 2.3x más rápido en predecir estructuras moleculares, y los cambios fueron al repositorio oficial de xTB en GitHub. Y Google reporta un speedup de inferencia end-to-end de 2.85x en Gemma con vLLM en A100 (de unos 37.900 a más de 108.000 tokens por segundo en Gemma 4 E2B) con 100% de parity de tokens, en días donde el equipo dice que lo normal son meses.

Workloads de business y ciencia

El post apura fuerte el trabajo multimodal con documentos. Una demo sintetiza unos 50 GB de scans LiDAR aéreos, vectores de salas GIS, planos CAD de la Library of Congress y archivos del NPS en modelos 3D de Chaco Canyon. En Isomorphic Labs, Argon sintetiza PDFs y patentes complejos para sacar la información relevante, reduciendo a horas un proceso que según Google toma semanas.

La sección de ciencia tiene cuatro ítems que valen por sí solos: Argon tradujo el decoder de corrección de errores cuántica AlphaQubit interno a un único hardware kernel optimizado, casi duplicando su throughput de inferencia; una implementación de Argon del subroutine cuántico arcsin, verificada formalmente en Lean, corta el costo spacetime más de 100x contra una baseline CORDIC publicada; un equipo junto al profesor Matt Landreman encontró una clase más amplia de contraejemplos a la conjetura de Grad, una hipótesis de 1967 sobre campos magnéticos de stellarators, y le da a la comunidad de fusión nuevos benchmarks; y investigadores de Gamow Labs usaron Argon sobre genomas anonimizados de recién nacidos para identificar un rearrangement cromosomal que el software de rutina llevaba años sin ver, con Argon sacando 57% en RareBench y 52.2% en LabBench en evals privados del lab. Google además regala a 10.000 científicos seis meses sin costo en el tier de uso más alto de Antigravity, con aplicaciones abiertas.

Cyber defense y robótica

Del lado cyber: el programa Fairwind, por donde los defenders se llevan Argon sin cyber guardrails, se expande a cientos de partners más. El programa Scan for Good de Wiz usó el modelo para remediar un gap que ponía en riesgo datos sensibles del gobierno, y para encontrar y arreglar un bypass de descarga de archivos públicos en infraestructura de salud que exponía una master key, protegiendo cientos de miles de registros de pacientes.

En robótica, Google reporta 87% en el benchmark ERQA de razonamiento embodied, por delante de todos los demás frontier models, y una demo donde Argon vio un video crudo de una persona jugando a cornhole, mapeó las coordenadas espaciales, construyó el código de simulación, y luego el humanoide Apollo de Apptronik metió siete tiros seguidos en una prueba real. Google llama a ese pipeline de Video-to-Sim-to-Real una forma de comprimir semanas de modelado de simulación manual en unas horas.

Qué verificar, y el precio después del período introductorio

La sección de safety suma detalles: el red-teaming bio externo desbloqueó menos del 1% de los bio sub-tasks testeados, las violaciones en un set adversario bajaron casi a la mitad versus los modelos Gemini previos, los intentos de atajo en benchmarks de coding cayeron al 2%, un monitor automático de misalignment lee el razonamiento del agente para bloquear workarounds no previstos en tiempo real, y Argon lidera el benchmark de indirect prompt injection de Gray Swan con 0.7% de éxito de ataque en 15 intentos adaptativos.

La lectura práctica para tu planificación: el acceso era el cuello de botella de Argon, y ya no lo es. El precio introductorio se mantiene hasta el 30 de noviembre de 2026, cuando según Google pasa a $4 por millón de tokens de input y $20 por millón de output. Todos los números de arriba salen del post propio de Google, varios con links a pull requests upstream que podés auditar. La tabla de lanzamiento que cubrimos en septiembre y este deep-dive van a tu lista de "re-verificar en tu workload", no a tu lista de rankings cerrados.