Google ha presentado Gemini 4 Argon, el primer modelo de su nueva generación de inteligencia artificial. Lo anunció el 30 de septiembre de 2026 y la compañía dice que es el más avanzado que ha creado hasta ahora. Está pensado para mantener un razonamiento largo y profundo en tareas complejas: programación, finanzas, trabajo jurídico, escritura creativa y, sobre todo, defensa informática. Llega después de que Google aplazara el lanzamiento previsto de Gemini 3.5 Pro para dedicar ese esfuerzo a esta nueva generación, según cuenta Engadget.

Muchos titulares hablan de una «ventana de un millón de tokens», pero conviene precisarlo. Lo nuevo no es cuánto texto puede leer el modelo, sino cuánto puede escribir en una sola respuesta: el límite de salida pasa de 64.000 a 1 millón de tokens. Un token es un trozo de texto, a menudo una sílaba o una palabra corta. Para comparar, Engadget señala que GPT-6 Astra, el modelo rival de OpenAI, se queda en 128.000 tokens de salida.

Qué significa escribir un millón de tokens

Un límite de salida tan alto sirve, sobre todo, para trabajos largos que antes había que trocear. Google pone como ejemplo las migraciones de código: dice que Argon puede encargarse de proyectos de más de 800.000 líneas, como pasar programas escritos en C o C++ a Rust, un lenguaje más seguro. También destaca que entiende vídeos largos, analiza imágenes y resiste mejor los ataques por inyección de instrucciones, que consisten en esconder órdenes maliciosas dentro de un documento o una web para que la IA las obedezca.

Según la compañía, Argon ya se usa dentro de Google. Allí ha mejorado un algoritmo cuántico un 40 % respecto a la referencia publicada y ha ayudado a liberar más de 300 tebibytes de memoria en sus centros de datos. Son cifras que da la propia empresa y que nadie ha comprobado de forma independiente.

Las cifras: dónde gana y dónde no

Según VentureBeat, Google ha publicado resultados en 18 pruebas de rendimiento (benchmarks) y su modelo lidera o empata en 13 de ellas. Estos son algunos de los datos:

• DeepSWE v1.1 (ingeniería de software): 77,9 %, frente al 74,2 % de Claude Opus 5.5 y el 74,1 % de GPT-6 Astra. Es la cifra que algunos medios han redondeado o citado mal, como el «77,77 %» que circula por ahí.
• AutomationBench (automatización de tareas de empresa): 51,3 %, frente al 42,5 % y el 41,4 % de sus rivales.
• GraphWalks (razonamiento con contextos muy largos): 84,2 %.
• CWE-bench v1 (corrección de vulnerabilidades): 68 %, empatado en cabeza.
• LVBench (comprensión de vídeo largo): 91,7 %.

No gana en todo. En FrontierSWE v2 saca un 55,0 %, frente al 65,5 % de GPT-6 Astra. En Terminal-bench 4.0, que mide el trabajo en la línea de comandos, se queda en un 57,4 %, frente al 66,4 % de Claude Opus 5.5.

La firma independiente Artificial Analysis le da 53 puntos en su Índice de Inteligencia. Es la misma nota que GPT-6 Astra y un punto más que GPT-6.1 Sol. También le atribuye la tasa de alucinaciones (respuestas inventadas) más baja entre los modelos punteros: un 15 %, frente al 51 % de Astra. Su conclusión es que Google

«vuelve a estar entre los tres laboratorios punteros»

La letra pequeña

Hay varias cosas que conviene saber antes de entusiasmarse:

• Casi nadie puede usarlo todavía. De momento solo lo prueban los miembros del Fairwind Program, un grupo de defensores de ciberseguridad de confianza. Lo usan para buscar y corregir fallos en su software antes de que el modelo se abra al público. Después llegará a los clientes de pago de la API y a los suscriptores de Google AI Ultra, pero no hay fecha.
• Precio de lanzamiento. Por ahora cuesta 2 dólares por millón de tokens de entrada y 10 por millón de salida. Cuando termine la oferta, subirá a 4 y 20 dólares. Los datos de entrada reutilizados (en caché) tienen un 95 % de descuento.
• Habla mucho. Artificial Analysis calcula que genera una media de 62.000 tokens por tarea, frente a los 27.000 de GPT-6 Astra. Como se cobra por token, eso encarece cada encargo. Aun así, con el precio de lanzamiento le sale a 1,99 dólares por tarea, un 60 % de lo que cuesta Astra. Con el precio normal subiría a 3,98 dólares.
• Algunas notas empeoran. La misma firma indica que su precisión baja al 50 %, cinco puntos menos que el modelo anterior.
• Resultados de laboratorio. Casi todas las pruebas las ha publicado Google, y el acceso limitado impide, por ahora, que los clientes comprueben cómo rinde en el trabajo real.

En seguridad, Google dice haber probado el modelo frente a usos dañinos en ciberataques y en riesgos químicos, biológicos, radiológicos y nucleares. También afirma que vigila su funcionamiento interno para detectar abusos y que, dentro del programa Fairwind, ofrece una versión sin los filtros de ciberseguridad habituales solo a socios verificados.

Por qué importa

Gemini 4 Argon vuelve a poner a Google en la cabeza de la carrera de los modelos de IA, con una idea clara: hacer encargos enormes de una sola vez, como reescribir un programa entero, y hacerlo por menos dinero que sus rivales mientras dure la oferta de lanzamiento. El usuario corriente no lo notará todavía, porque el despliegue empieza por equipos de ciberseguridad. Pero si las cifras se confirman fuera del laboratorio, la competencia tendrá que responder en precio y en tamaño de respuesta. Eso suele acabar llegando a las herramientas que usamos a diario.