Google presenta Gemini 4 Argon, pero su nuevo modelo de IA no está abierto al público

Google anunció Gemini 4 Argon el 30 de septiembre como el modelo insignia de su generación Gemini 4. Está diseñado para trabajos complejos y prolongados en programación, tareas legales y financieras, y ciberseguridad. De momento, sin embargo, Google lo está distribuyendo solo a un grupo seleccionado de especialistas en defensa digital, no al público general. 9

El anuncio llega después de un periodo complicado para los planes de modelos insignia de Google. Argon es más grande que los anteriores modelos Pro avanzados de la compañía, y las comparaciones publicadas por Google muestran resultados competitivos frente a sistemas de OpenAI y Anthropic. Pero, mientras el acceso siga restringido, la mayoría de los desarrolladores y empresas no podrá comprobar esas afirmaciones por su cuenta. 6

Para qué está diseñado Argon

Google presenta Argon como su modelo más capaz hasta la fecha para tareas exigentes. Entre los usos previstos menciona proyectos de programación que requieren trabajo sostenido, actividades profesionales en empresas —como las áreas legal y financiera— y la defensa de sistemas informáticos. La compañía afirma que es más grande que sus anteriores modelos Pro de gama alta, pero la información publicada no indica cuántos parámetros tiene. 9

Por tanto, “más grande” es una comparación con modelos anteriores de Google, no una medida precisa del tamaño de Argon. Tampoco permite concluir, por sí sola, cómo se compara con sus rivales en precio, velocidad o resultados para una tarea concreta.

Qué muestran las pruebas comparativas

Google informa buenos resultados en varias pruebas relacionadas con programación y trabajo profesional. En la comparación publicada por la compañía, Argon obtuvo un 68,9 % en Vals Index para tareas de conocimiento, frente al 63,1 % de GPT-6 Astra, de OpenAI, y al 67,0 % de Claude Opus 5.5, de Anthropic. En AutomationBench, Google reporta un 51,3 % para Argon, frente al 41,4 % de Astra y el 42,5 % de Opus 5.5.

Google también informa que Argon logró un 77,9 % en DeepSWE v1.1, una prueba de tareas de ingeniería de software que requieren trabajo prolongado. En las comparaciones de ciberseguridad, los reportes describen a Argon empatado en el primer puesto en una de las mediciones, no como ganador absoluto en todas las pruebas. 37

Estas cifras sirven para entender lo que Google afirma que Argon puede hacer, pero son resultados de pruebas específicas, no un veredicto definitivo sobre la calidad general del modelo. Las evaluaciones cubren tareas seleccionadas y, como el acceso sigue limitado, la mayoría de los usuarios no puede hacer una comprobación independiente. 6

Quién puede usarlo por ahora

En la primera etapa, Google ofrece Argon a especialistas seleccionados y verificados en ciberseguridad a través de su programa Fairwind. La compañía dice que este lanzamiento limitado busca ayudar a quienes defienden sistemas, al tiempo que reduce el riesgo de usos indebidos. Google también participa en el proceso voluntario del Gobierno de Estados Unidos para facilitar el acceso a modelos antes de su lanzamiento. 65

Argon todavía no está disponible de forma general para desarrolladores, empresas o consumidores, y los reportes citados no indican una fecha concreta para su lanzamiento público. 6 Según la cobertura, el acceso restringido recuerda al que Anthropic mantiene para Claude Mythos Preview, aunque la información disponible no permite comparar en detalle ambos programas. 6

Qué pasó con Gemini 3.5 Pro

Los planes para Gemini 3.5 Pro se retrasaron mientras Google trabajaba en mejorar sus capacidades, en particular la programación, según reportes basados en personas familiarizadas con el asunto. Después, la compañía pasó a Gemini 4 Argon en lugar de lanzar 3.5 Pro.

Ese antecedente aumenta la importancia estratégica de Argon: Google lo presenta como su nuevo modelo insignia después de un periodo en el que OpenAI y Anthropic avanzaron con sus propios modelos de frontera. Sin embargo, los reportes disponibles atribuyen el retraso de 3.5 Pro al trabajo para mejorar sus capacidades; no confirman que lo haya causado un cambio organizativo específico en DeepMind.

La carrera por los modelos más capaces y la incógnita del costo

Google también ha destacado el costo de sus modelos como parte de su estrategia competitiva. Esa es otra posible vía para diferenciarse, además de los resultados en pruebas de rendimiento. Pero las fuentes citadas aquí no confirman que Argon tenga una ventaja de costo frente a los modelos insignia rivales.

Por ahora, el panorama es mixto: Google afirma que Argon logra buenos resultados en algunas pruebas de programación y trabajo empresarial, pero mantiene el acceso limitado mientras se evalúa el modelo. Queda por ver si esos resultados se traducen en ventajas para el uso cotidiano y cómo se compara su costo con el de sus competidores cuando sea posible probarlo de forma más amplia. 6