Google ha anunciado el lanzamiento de Gemini 4 Argon, un modelo de inteligencia artificial que la compañía presenta como especialmente capacitado para el análisis de tareas complejas del mundo real en ámbitos como la programación, las finanzas, el derecho, la ciberseguridad y la ciencia. Según la empresa, Argon supera a otros modelos de vanguardia en pruebas comparativas en diversos campos y ocupa el primer puesto en el índice Vals, que mide el rendimiento de los modelos en sectores económicos clave como las finanzas, la programación, el derecho y los impuestos.
El modelo está disponible a nivel mundial desde el 12 de octubre para desarrolladores y empresas a través de la API en AI Studio y la plataforma Gemini, para los suscriptores de Google AI Ultra en Google Antigravity, y para los suscriptores de Google AI Ultra y Pro en la aplicación Gemini y el Modo IA en la Búsqueda. Google lo lanza con un precio de introducción de 1 a 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, con un descuento del 95 % para los tokens de entrada en caché.
Resultados que Google atribuye al modelo
La compañía sostiene que sus propios equipos y los de otras empresas y de la comunidad investigadora ya han utilizado Argon con resultados significativos. En Google, afirma, los ingenieros de software han entregado código de alta calidad más rápido en las últimas semanas y Argon en Antigravity ha ayudado a aumentar las entregas de código con agentes en más de un 35 %, al tiempo que ha reducido las reversiones de código en casi un tercio.
Entre los casos que detalla, el equipo de Chrome utilizó Argon para separar el manejo principal de las páginas web de una carpeta heredada de aproximadamente 6 millones de líneas de funciones del navegador, dentro del código base de 40 millones de líneas de Chromium. Según Google, la herramienta completó en semanas una refactorización arquitectónica en cientos de archivos que habría llevado meses. Para los usuarios de Chrome, la compañía afirma que esto permitirá que las páginas web en vivo se muevan entre pestañas, paneles laterales y ventanas flotantes sin recargarse.
El equipo del Kit de Desarrollo de Agentes (ADK) de código abierto de Google proporcionó a Argon su manual de reglas y un objetivo para eliminar la sobrecarga del marco de trabajo. Trabajando de forma autónoma durante la noche, según la empresa, Argon descubrió optimizaciones, ya disponibles en google/adk-python, que redujeron el tiempo de preparación de la sesión en memoria un 40 % en sesiones largas y aceleraron las importaciones en frío un 21 %.
En el ámbito científico, Google afirma que sus investigadores lograron que el paquete de química cuántica de código abierto xTB fuera hasta 2,3 veces más rápido en la predicción de estructuras moleculares y 1,8 veces más rápido en la búsqueda de conformaciones, con cambios añadidos al repositorio oficial en GitHub. También sostiene que, con Argon, sus modelos abiertos Gemma lograron una aceleración de inferencia de extremo a extremo de 2,85 veces en una A100 mediante vLLM, pasando de unos 37 900 a más de 108 000 tokens por segundo en Gemma 4 E2B, con una paridad de tokens del 100 % y sin pérdida de calidad.
Ciberseguridad, ciencia y robótica
Google anuncia que a partir del 12 de octubre amplía el acceso a Argon a cientos de socios adicionales del Programa Fairwind. La empresa de ciberseguridad Wiz, según el comunicado, ya utiliza Argon en su iniciativa «Scan for Good» y, con acceso anticipado al modelo, ayudó a identificar y corregir una vulnerabilidad que ponía en riesgo datos confidenciales e infraestructura gubernamental en colaboración con una agencia federal. Wiz también empleó Argon para detectar y corregir una vulnerabilidad de descarga de archivos públicos que exponía una clave maestra y otorgaba acceso de administrador en infraestructura sanitaria, según la misma fuente.
En computación cuántica, Google sostiene que Argon tradujo una versión interna de AlphaQubit, su decodificador de corrección de errores cuánticos de aprendizaje automático, en un único kernel de hardware optimizado, casi duplicando su rendimiento de inferencia. Para la subrutina cuántica arcsin, una implementación escrita por Argon y verificada formalmente en Lean reduce el coste de espacio-tiempo en más de 100 veces en comparación con una línea base CORDIC cuántica publicada, según la compañía.
En fusión nuclear, un equipo de Google junto con el profesor Matt Landreman, de la Universidad de Maryland, ha descubierto una clase más amplia de contraejemplos a la conjetura de Grad, una hipótesis de 1967 que asumía la imposibilidad de encontrar soluciones matemáticas exactas para los campos magnéticos tridimensionales de los estelaradores. Estas nuevas soluciones, afirma Google, proporcionan a la comunidad de fusión puntos de referencia para probar sus códigos de simulación.
Investigadores de Gamow Labs utilizaron Argon para analizar genomas anonimizados de recién nacidos con trastornos pulmonares del desarrollo poco frecuentes. En un caso, Argon identificó una reordenación cromosómica que el software convencional había pasado por alto durante años y explicó por qué no se detectó. En evaluaciones privadas de Gamow Labs basadas en datos clínicos y de laboratorio reales, Argon obtuvo los mejores resultados en RareBench (57 % en asistencia para el diagnóstico de enfermedades raras) y LabBench (52,2 % en razonamiento de laboratorio), según el comunicado.
En robótica, Google afirma que Argon obtuvo una puntuación del 87 % en la prueba de referencia Embodied Reasoning (ERQA), que evalúa la capacidad de un modelo para comprender y resolver problemas físicos y espaciales en entornos 3D. En una prueba interna, Argon vio un vídeo sin editar de una persona jugando al cornhole, mapeó las coordenadas espaciales del entorno y calculó los movimientos articulares necesarios; después construyó de forma autónoma el código de simulación y, al transferirlo al robot humanoide Apollo de Apptronik, el robot encestó siete tiros consecutivos en una prueba real, según la empresa.
Seguridad y acceso
Google describe Gemini 4 Argon como su plataforma de seguridad más completa hasta la fecha. La compañía afirma que las pruebas externas de bioingeniería solo pudieron desbloquear menos del 1 % de las subtareas biológicas probadas y que, en un conjunto adversario diseñado para poner a prueba el modelo, las violaciones se redujeron casi a la mitad respecto a modelos Gemini anteriores. En pruebas de codificación, los intentos de atajos no autorizados se redujeron a un 2 %, y en la prueba de rendimiento de inyección indirecta de mensajes (IPI) de Gray Swan, el éxito de los ataques en 15 intentos adaptativos se situó en el 0,7 %, según la empresa.
El modelo cuenta con un límite de 1 millón de tokens de entrada y salida unificados a través de la API Gemini. Google ofrece a 10 000 científicos el nivel de uso más alto de Google Antigravity de forma gratuita durante 6 meses, con incorporación continua y sujeto a elegibilidad, capacidad y selección. Las solicitudes están abiertas.
