Google ha presentado Gemini 4 Argon, su nuevo modelo de inteligencia artificial para afrontar trabajos largos y complejos. La compañía lo sitúa en ámbitos como la programación, la investigación profesional y la defensa frente a ciberataques, aunque su estreno tiene una particularidad que conviene contar antes de entrar en las cifras: el acceso comienza con un grupo seleccionado de especialistas en seguridad.
El anuncio oficial de Google llega cuando la competencia entre asistentes empieza a medirse por algo más exigente que responder bien a una pregunta. Cada vez pesa más la capacidad de mantener el rumbo durante una tarea, utilizar herramientas y entregar un resultado que alguien pueda revisar y aprovechar.
La diferencia está en aguantar el trabajo hasta el final
La promesa de Argon es sostener razonamientos y flujos de trabajo de mayor duración. Google habla de ingeniería de software, finanzas, documentación jurídica y corrección de vulnerabilidades; también anuncia un límite de salida de hasta un millón de tokens, frente a los 64.000 anteriores.
Los tokens son las unidades en las que un modelo procesa y genera contenido. Ampliar la salida permite producir respuestas y procesos más extensos, pero no garantiza que lo escrito sea correcto. Un informe largo puede contener errores igual que uno corto, y una modificación amplia de código exige comprobar tanto lo que cambia como sus efectos en el resto del programa.
Para un usuario, el salto interesante sería poder encargar una investigación con varios pasos sin reconstruir continuamente el contexto. Para una empresa, podría consistir en revisar una base de código o reunir documentación dispersa. Son ejemplos de utilidad potencial, no una experiencia de uso que podamos atribuirnos antes de probar el modelo.
Las cifras de Google necesitan una segunda mirada
La empresa presenta mejoras en pruebas de programación y trabajo especializado, además de ejemplos internos de optimización. Estos resultados sirven para entender dónde coloca el producto, pero proceden de su propia presentación y no sustituyen una evaluación independiente.
Una prueba mide un conjunto concreto de tareas, con unas condiciones determinadas. En el trabajo diario entran otros factores: instrucciones incompletas, archivos desordenados, permisos, costes y resultados que deben encajar en un proceso existente. El modelo que destaca en una tabla no tiene por qué ser la mejor opción para todas las personas.
La comparación relevante con sus rivales debería contemplar fiabilidad, tiempo de ejecución y coste de terminar un encargo. Ya vimos una parte de esa discusión con Claude Opus 5.5 y su apuesta por gastar menos tokens: producir más contenido no equivale necesariamente a trabajar mejor.
Primero los defensores, después el público
Google inicia el despliegue mediante su programa Fairwind para defensores de ciberseguridad. La compañía prevé ampliar el acceso a desarrolladores, empresas y consumidores, pero el anuncio no permite afirmar que Argon esté disponible de forma general en la aplicación de Gemini.
Este estreno limitado importa porque las capacidades de ciberseguridad pueden tener usos contrapuestos. Encontrar una vulnerabilidad permite corregirla, aunque también proporciona información sensible si cae en manos equivocadas. El acceso escalonado es una medida de control; su eficacia dependerá de cómo se aplique y de qué ocurra durante las pruebas.
El precio por token no es el precio de un encargo
Google anuncia un precio introductorio de dos dólares por millón de tokens de entrada y diez dólares por millón de salida, con descuento para entradas en caché. Son tarifas del modelo, no el precio de una suscripción de consumo.
La factura de una tarea depende de cuánto contenido maneje, cuántas veces utilice herramientas y cuántos intentos necesite. Para valorar una IA profesional habrá que mirar cuánto cuesta obtener un resultado válido, además de la tarifa de la API.
Argon merece atención por su orientación a trabajos completos y por la forma en que empieza a distribuirse. La prueba decisiva llegará cuando podamos comprobar si mantiene esa capacidad fuera de los ejemplos escogidos por Google y con encargos que no salgan perfectos a la primera.
