Google presenta Gemini 4 Argon para trabajo profesional largo y complejo

Google anunció un nuevo modelo de frontera, Gemini 4 Argon, el 30 de septiembre, pero todavía no va a parar a la API general. Según la compañía, el despliegue arranca con un grupo chico de defensores cibernéticos de confianza a través de su Fairwind Program, mientras Google avanza en el proceso voluntario de acceso pre-lanzamiento del gobierno de EE.UU. Dos números importan mientras se amplía el acceso: un precio introductorio de $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con los tokens de entrada cacheados a 95% de descuento, y un límite de salida que Google considera líder de la industria, de 1M de tokens, contra los 64K de la generación anterior.

Pensado para tareas largas y multi-paso

Argon apunta al trabajo profesional de horizonte largo: software engineering multi-paso, knowledge work en legal y finanzas, y defensa cibernética. La capacidad destacada es el límite de salida ampliado. Google dice que, cuando el modelo puede generar cientos de miles de tokens en una sola trajectory, sostiene razonamiento profundo en problemas difíciles de una sola vez, en vez de encadenar llamadas cortas. Si eso se traduce en workflows más baratos o más confiables en producción es algo que vas a querer probar con tus propias tareas cuando se abra el acceso.

Cómo se lo usa dentro de Google

La nota de lanzamiento apoya su caso con ejemplos internos de Google, todos reportados por la empresa. En investigación de computación cuántica, Google dice que Argon optimizó los recursos de qubits por puertas de subrutinas críticas, superando un baseline publicado por 40% en minutos. Un equipo de agentes de Argon analizó telemetría de perfilado de los data centers y aplicó optimizaciones de memoria que liberaron más de 300 TiB, con un ahorro estimado total de 500 TiB a 1 PiB. En código, Google reporta migraciones de C/C++ a Rust que escalan hasta 800K+ líneas, incluyendo el kernel Zircon de Fuchsia, y una reescritura de 32K líneas de código SIMD en libgav1 (un decoder de video open-source) que corre 2,7x más rápido que el port a Rust existente, con salida de video idéntica.

El cuadro de benchmarks

Google reporta a Argon con un nuevo state of the art en DeepSWE v1.1 (77,9%), que mide tareas reales de software engineering de horizonte largo. También reclama el primer puesto en el Vals Index (que pondera trabajo de finanzas, código, legal e impuestos por su aporte al PIB de EE.UU.), el #1 en AutomationBench de Zapier con 51,3%, state of the art en LVBench de entendimiento de video largo con 91,7%, y un empate en el primer puesto en CWE-bench v1 de remediación de vulnerabilidades con 68%. Son números de lanzamiento publicados por el propio vendor; la reproducción independiente todavía es limitada, así que es razonable tomarlos como un baseline para re-verificar, no como un ranking cerrado.

Defensa cibernética… y un lanzamiento sin guardrails

Argon se entrenó para defensa cibernética: encontrar, validar y parchear vulnerabilidades de forma autónoma. Lo notable: Google dice que va a liberar el modelo sin guardrails cibernéticos para defensores de confianza y sus propios equipos internos, para que puedan usar sus capacidades a lleno. Wiz ya lo usa en su programa Scan for Good, y Google cuenta que en una demostración temprana el modelo encontró una vulnerabilidad crítica en software de salud que exponía datos personales, un riesgo que modelos de frontera anteriores no habían detectado. Ahí está la parte más consequential del anuncio para cualquiera que corra sistemas en producción: un modelo de frontera que se distribuye a terceros con las defensas del lado ofensivo bajadas.

Trabajo de seguridad antes del despliegue amplio

Google describe salvaguardas en cuatro áreas: rechazar pedidos dañinos de ciber o CBRN manteniendo usable la investigación dual-use legítima, según su Frontier Safety Framework; robustez contra prompt injection, donde reclama el liderazgo en el benchmark de indirect prompt injection de Gray Swan; monitoreo de misalignment que observa el chain-of-thought del modelo y detiene la ejecución cuando corresponde; y entornos sandboxed endurecidos para el testing. Después del rollout, el orden de acceso son primero los clientes de la API de pago y los suscriptores de Google AI Ultra.

Para los equipos que planifican sobre APIs de modelos, la lectura práctica es que el cuello de botella hoy es el acceso, no los claims de capacidad: Argon está detrás de un rollout por fases, y los $2/$10 por millón de tokens fijan el piso de costo. Cuando llegue a la API pública, los números que valen la pena verificar son los que puedas reproducir con tus propios workloads, no la tabla del lanzamiento.