Gemini 4 saca buenas notas en pruebas, pero algunos empleados cuestionan su rendimiento al programar

El debate en torno a Gemini 4 Argon no es si obtuvo buenas puntuaciones en pruebas: Google sostiene que sí. La pregunta es cuánto reflejan esas evaluaciones el trabajo cotidiano de programación. Algunas personas con acceso al modelo dentro de la compañía dicen que su rendimiento práctico puede ser menos sólido, aunque las opiniones entre empleados no son unánimes. 11

Lo que muestran las pruebas —y lo que no

Google ha destacado los resultados de Gemini 4 en varias evaluaciones comparativas, incluidas pruebas de seguridad. En una de ellas, según la empresa, superó al modelo Astra de OpenAI. Sin embargo, empleados familiarizados con las evaluaciones internas describen dificultades en ciertas tareas de programación, entre ellas el desarrollo de interfaces front-end: la parte de una web o aplicación con la que interactúan las personas. 1114

Las dos cosas pueden ser ciertas a la vez: un modelo puede sobresalir en pruebas diseñadas para medir capacidades concretas y ofrecer resultados menos consistentes en tareas reales. Los informes citados no demuestran que Gemini 4 sea inferior en términos generales; señalan una posible distancia entre algunas puntuaciones y la experiencia práctica de ciertos usuarios.

Google rechaza la crítica y las opiniones están divididas

Google considera inexacto decir que Gemini 4 rinde por debajo de lo esperado en programación y ha remitido a sus resultados en las pruebas comparativas. Por su parte, los testimonios internos recogidos en los informes no expresan una postura única: algunos empleados creen que los modelos Fable de Anthropic y Astra de OpenAI están avanzando más rápido; otros opinan que Gemini 4 ya alcanzó a los modelos punteros. 111213

Por eso, las críticas internas no bastan para emitir un veredicto definitivo, del mismo modo que los buenos resultados en pruebas no resuelven por sí solos cómo se comporta el modelo en cada tipo de trabajo.

El plan descartado de Gemini 3.5 Pro añade contexto

Google había previsto lanzar Gemini 3.5 Pro en junio de 2026, pero abandonó esa versión y pasó a Gemini 4, según los informes. Ese cambio ayuda a entender por qué se escruta el ritmo de desarrollo de la compañía, aunque no explica por sí mismo las dudas sobre la programación ni demuestra que Gemini 4 sea peor que sus competidores. 613

Por qué el informe llamó la atención del mercado

Tras conocerse la noticia, las acciones de Alphabet redujeron una subida previa de más del 2 % y cerraron la sesión del miércoles con un avance de alrededor del 0,5 %. El movimiento coincidió con la publicación del informe, pero no prueba que las preocupaciones de los empleados sean correctas ni que hayan sido la causa única del cambio en la cotización. 114

La cuestión de fondo para los inversores es si Google puede competir con OpenAI y Anthropic en modelos de inteligencia artificial de primera línea. Gemini 4 es una pieza emblemática de esa competencia, pero la información disponible no identifica efectos concretos en productos individuales de Google. Por ahora, cualquier impacto más amplio sigue siendo una incógnita, no un resultado demostrado. 10