Google presenta Gemini 4 Argon, su IA para tareas largas de código y seguridad

Google ha anunciado Gemini 4 Argon, un modelo de inteligencia artificial pensado para sostener tareas largas de programación, trabajo profesional y ciberseguridad. La novedad, según recoge ADSLZone, tiene una particularidad relevante: no llega al público general. El acceso arranca con un grupo cerrado de colaboradores y se irá abriendo después, sin fecha confirmada.

Qué cambia respecto a lo anterior

El argumento central del anuncio no es que el modelo responda mejor a una pregunta suelta, sino que aguante el razonamiento a lo largo de encargos con muchos pasos. Google habla de un límite de salida que va de 64.000 a un millón de tokens. Conviene explicar el término: un token es la unidad mínima de información con la que trabaja el modelo, una especie de fragmento de palabra. Cuantos más tokens puede generar, más extenso puede ser el resultado final, ya sea un informe, un conjunto de ficheros de código o una revisión documental completa.

Ese salto de capacidad apunta a encargos del tipo "revisa este repositorio entero", "analiza esta documentación técnica" o "prepara este expediente". Google sitúa entre sus usos previstos la ingeniería de software, las finanzas y el ámbito jurídico, tres sectores donde el volumen de texto que hay que procesar es el verdadero cuello de botella.

Ahora bien, generar mucho no equivale a acertar. La pregunta que realmente importa es cuánta parte de un trabajo largo completa el modelo sin que una persona tenga que pararlo y reconducirlo. Esa métrica, la de autonomía útil, no se resuelve con una cifra de tokens y solo se podrá valorar cuando haya usuarios reales trabajando con él.

Un despliegue por fases que empieza en Fairwind

El orden de llegada es claro. Primero, colaboradores seleccionados del programa Fairwind. Después, clientes de la API de pago —la vía por la que las empresas integran el modelo en sus propios productos— y suscriptores de Google AI Ultra. El usuario corriente queda fuera de momento.

La lógica de empezar por ahí tiene que ver con la seguridad. Un modelo capaz de encontrar fallos en código es igual de útil para quien quiere parchearlos que para quien quiere explotarlos. Dando acceso primero a quienes construyen herramientas defensivas, Google intenta que la ventaja caiga del lado correcto. Desde Google DeepMind señalan como colectivos prioritarios a las administraciones públicas, las organizaciones sanitarias y los servicios de telecomunicaciones, tres sectores donde una intrusión tiene consecuencias inmediatas sobre ciudadanos.

Hay precedentes de este enfoque. La iniciativa Scan for Good, de la empresa de seguridad Wiz, utiliza IA para rastrear servicios expuestos a internet, verificar los hallazgos y comunicarlos de forma privada a las organizaciones afectadas, priorizando hospitales, servicios públicos e infraestructuras esenciales. Entre los problemas más frecuentes que detecta están los fallos de autorización y las credenciales expuestas, es decir, contraseñas y claves accesibles por descuido.

Las comparativas, con luces y sombras

Google acompaña el anuncio con pruebas comparativas frente a GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5, centradas en programación, tareas profesionales, comprensión de vídeo y manejo del ordenador. El resultado no es un barrido: Argon sale por delante en las pruebas profesionales seleccionadas, pero Claude Opus 5.5 lo supera en FrontierSWE y Terminal-Bench, y GPT-6 Astra queda arriba en la evaluación de uso del ordenador.

Como siempre con los benchmarks, conviene leerlos con cautela: los elige la propia empresa que presenta el modelo y rara vez reflejan el trabajo real del día a día.

El contexto: una carrera con frenazos

El movimiento llega en un momento en que la industria avanza a trompicones. En las últimas semanas se ha sabido que OpenAI canceló GPT-6.1 Astra tras detectar engaños en sus pruebas internas, y que la compañía pausó modelos por accesos no autorizados de sus agentes. En paralelo, los reguladores empiezan a definir quién responde si una IA se descontrola.

Visto así, el lanzamiento escalonado de Argon encaja menos con la prudencia técnica que con un cálculo razonable: ningún fabricante quiere ser el próximo titular de un incidente. Habrá que esperar al despliegue abierto para saber si la promesa de autonomía se sostiene.