Gemini 4 Argon llega con acceso limitado y resultados aún difíciles de comparar

Un modelo para trabajos largos y complejos

Google DeepMind presentó Gemini 4 Argon como un modelo de inteligencia artificial orientado a tareas extensas de programación, trabajo profesional y ciberseguridad. La compañía destaca su capacidad para sostener procesos de varios pasos y generar respuestas largas. Sin embargo, la información disponible no permite comprobar de forma independiente todas las capacidades que Google le atribuye.

Entre las cifras difundidas figura un límite de salida de hasta un millón de tokens, frente a los 64.000 que se atribuyen a modelos Gemini anteriores. Ese límite describe cuánto texto puede producir el modelo en una respuesta; no equivale necesariamente al tamaño de los documentos que puede leer ni garantiza que complete una tarea con precisión. Google también ha comunicado resultados en pruebas de programación y seguridad, pero las puntuaciones deben leerse como resultados en evaluaciones específicas, no como una clasificación universal.

El acceso empieza con especialistas seleccionados

El despliegue inicial de Argon está restringido a especialistas y organizaciones de ciberseguridad seleccionados a través del programa Fairwind de Google. La empresa vincula esta cautela a las capacidades de análisis y corrección de vulnerabilidades que atribuye al modelo, y a la necesidad de evaluar sus medidas de protección antes de ampliar el acceso.

Google no ha fijado una fecha concreta para la disponibilidad general. La información aportada describe una posible ampliación posterior a clientes de pago de la API y suscriptores de Google AI Ultra, pero no establece un calendario confirmado. Por tanto, no debe interpretarse la secuencia prevista como una fecha de lanzamiento ni como garantía de que todas las funciones estarán disponibles para cada grupo.

Los benchmarks ofrecen señales, no una clasificación definitiva

Google atribuye a Argon un 77,9 % en DeepSWE v1.1, una evaluación de ingeniería de software de larga duración. En la misma comparación, las cifras citadas para GPT-6 Astra y Claude Opus 5.5 son inferiores. También se han comunicado resultados en evaluaciones de ciberseguridad y trabajo empresarial. Estas cifras describen pruebas concretas y no demuestran que Argon sea superior en todos los tipos de programación, análisis o uso cotidiano.

Las comparaciones externas recogidas en el material disponible no son plenamente consistentes. Una lectura atribuye a Artificial Analysis una puntuación de 53 para Argon y GPT-6 Astra en su índice de inteligencia; otra evaluación recogida en la documentación aportada no permite verificar el resultado original ni su metodología. Tampoco se han proporcionado aquí los protocolos completos, las versiones exactas, los prompts y los presupuestos de herramientas necesarios para reproducir todas las comparaciones. La posición relativa de Argon frente a sus rivales sigue, por tanto, abierta.

El consumo de tokens cambia el coste por tarea

Las tarifas comunicadas para Argon son de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida durante un periodo inicial. También se ha indicado que los precios podrían pasar a 4 y 20 dólares, respectivamente, tras ese periodo, y que la entrada almacenada en caché tendría un descuento. La información aportada no permite confirmar cuándo terminaría la tarifa inicial ni verificar de forma independiente las condiciones comerciales completas.

El precio por token no basta para comparar el coste efectivo. Un modelo que necesite más tokens, varios intentos o más supervisión puede resultar más caro para completar la misma tarea, aunque su tarifa unitaria sea menor. En las fuentes disponibles aparece una afirmación secundaria según la cual Argon consumiría más del doble de tokens por tarea que GPT-6 Astra en determinadas pruebas; no se aportan los registros originales necesarios para validarla. Conviene tratarla como una señal por comprobar, no como una propiedad general del modelo.

La ciberseguridad explica parte de la cautela

Google presenta Argon como capaz de identificar, validar y ayudar a corregir vulnerabilidades de software. Ese tipo de capacidad puede ser útil para equipos defensivos, pero también exige valorar riesgos de uso indebido. La distribución restringida y las pruebas con participantes seleccionados se han descrito como medidas preventivas; no bastan, por sí solas, para demostrar que el modelo sea seguro en cualquier entorno o frente a cualquier ataque.

La información disponible menciona medidas previstas contra solicitudes maliciosas, ataques de inyección de instrucciones y comportamientos no deseados, además de entornos aislados para ciertas evaluaciones. No se aportan resultados técnicos detallados que permitan medir la eficacia de cada control. Por ello, las afirmaciones sobre seguridad y resistencia deben entenderse como declaraciones sobre el diseño o las pruebas descritas, no como garantías de protección.

Qué conviene verificar antes de elegirlo

Las cifras de Google, los resultados atribuidos a evaluadores externos y los comentarios sobre experiencias de uso no tienen el mismo peso probatorio. Una comparación sólida debería especificar la versión del modelo, la fecha, las tareas, los prompts, el acceso a herramientas, el límite de tokens y la forma de puntuar. Sin esos datos, diferencias aparentemente pequeñas pueden reflejar condiciones distintas y no un cambio real de capacidad.

Para organizaciones interesadas, la prueba más útil es una evaluación propia con tareas representativas y criterios fijados antes de comparar. Debe incluir precisión, tasa de éxito, correcciones humanas, latencia, consumo total y controles de seguridad. Hasta que haya acceso adecuado y resultados comparables, lo prudente es describir Argon como una propuesta de Google con acceso limitado y señales iniciales prometedoras en algunas pruebas, sin afirmar que ha superado de manera general a GPT-6 Astra o Claude Opus 5.5.

Continúa explorando

Correcciones y transparencia

Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.