Google ha presentado Gemini 4 Argon, un modelo de inteligencia artificial de frontera que no se plantea como un chatbot generalista para consultas cotidianas. La compañía lo orienta a programación, trabajo profesional y ciberseguridad, y ha decidido que el primer acceso quede en manos de un grupo reducido de socios de confianza dentro del programa Fairwind. Después llegará a clientes de la API de pago y a suscriptores de Google AI Ultra, todavía sin una fecha concreta para el público general.
El anuncio pone el foco en tareas largas y complejas. Según Google, el modelo puede mantener el razonamiento durante encargos con muchos pasos y elevar el límite de salida hasta un millón de tokens, frente a los 64.000 tokens de referencias anteriores. Ese margen busca que pueda revisar código, estudiar documentación o completar trabajos especializados sin trocear tanto el proceso.
Qué es Gemini 4 Argon y a quién se le abre primero
La propuesta se coloca en el terreno de la ingeniería de software, las finanzas, el ámbito jurídico y la ciberdefensa. Google no ha escondido que quiere competir en el mercado profesional, donde los modelos de OpenAI y Anthropic llevan meses marcando el ritmo. En lugar de abrirlo de golpe, la empresa ha optado por un despliegue por fases.
La primera fase se dirige a defensores de ciberseguridad de confianza a través de Fairwind, un programa pensado para gobiernos, agencias y socios especializados. En ese grupo, Google permite que Argon trabaje sin los filtros habituales para sus equipos internos de seguridad y para colaboradores seleccionados. Para el resto de usuarios, esos límites seguirán activos y se irán ajustando con lo que se aprenda.
El acceso posterior se ha planteado para clientes de la API de pago y suscriptores de Google AI Ultra, no para el chat gratuito de Google. El precio introductorio que se ha difundido es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, una tarifa propia de un modelo de frontera y no de un modelo barato de trabajo diario.
Potencia, contexto y comparativas con GPT-6 y Claude
El dato técnico más llamativo es la ventana de generación. Argon puede producir respuestas de hasta 1.000.000 de tokens, muy por encima de los 64.000 que citaba Google para modelos anteriores. En sus pruebas, la compañía asegura que eso permite resolver problemas largos de una sola trayectoria y mantener mejor el hilo de tareas complejas.
En programación, Google comunica un 77,9% en DeepSWE v1.1 y un 91,9% en Vibe Code Bench. En pruebas profesionales, destaca un 51,3% en AutomationBench, además de buenos resultados en investigación financiera, análisis legal y automatización empresarial. En comprensión de vídeos largos alcanza un 91,7% en LVBench y en corrección de vulnerabilidades se queda en un 68% en CWE-bench v1.
La comparación con rivales es matizada. Frente a GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5, Argon lidera algunas pruebas, pero no todas. GPT-6 Astra aparece por delante en FrontierSWE y en evaluaciones de manejo del ordenador, mientras que Claude Opus 5.5 obtiene mejores marcas en Terminal-Bench. La lectura rápida es que Google recupera terreno, aunque no hay una victoria absoluta.
Hay un detalle que conviene no perder la vista: las cifras las ha publicado Google y el modelo todavía no está disponible para comparadores independientes. Mientras el acceso siga restringido, será difícil repetir esas pruebas fuera de la empresa y de los socios elegidos. Esa falta de verificación externa forma parte del propio lanzamiento por fases.
Ciberseguridad: encontrar fallos antes de que se exploten
Argon se ha entrenado para encontrar, validar y reparar vulnerabilidades críticas de forma autónoma. Google afirma que puede revisar más de veinte lenguajes de programación e inspeccionar sistemas web en funcionamiento sin necesidad de acceder a su código fuente. En CWE-bench v1, la compañía lo sitúa empatado en la primera posición con un 68% de efectividad.
El ejemplo más repetido es el de Wiz y su iniciativa Scan for Good. Según Google, Argon detectó una vulnerabilidad grave en un software sanitario usado por hospitales de todo el mundo que dejaba expuestos datos personales. Otros modelos avanzados no la habrían visto. Ese tipo de casos explica por qué la empresa entrega primero el modelo a equipos defensivos.
La misma capacidad que sirve para parchear fallos podría utilizarse para atacar sistemas, así que Google ha decidido limitar el acceso sin guardarraíles a defensores de confianza y a sus propios equipos. Para el público general, la versión mantendrá filtros contra usos peligrosos. La compañía sostiene que Argon está diseñado para rechazar ese tipo de peticiones.
Dudas internas, retrasos y presión competitiva
No todo son mensajes positivos. Bloomberg ha publicado que algunos empleados de Google consideran que el rendimiento de Argon no es tan sólido en el trabajo real como en las pruebas comparativas. Las supuestas dificultades se centrarían en ciertas tareas de codificación. Google ha rechazado esa caracterización y defiende que el modelo rinde bien en escenarios complejos.
El lanzamiento llega después de que la compañía abandonara el desarrollo de Gemini 3.5 Pro, una versión que había generado expectativas. Ese movimiento ha dejado a Google más presión para demostrar que Argon puede competir con OpenAI y Anthropic, cuyos modelos avanzan con rapidez y se han convertido en referencia para desarrolladores y empresas.
Algunos expertos advierten de que las buenas puntuaciones en pruebas no siempre reflejan lo que ocurre en el día a día. Con Argon, esa discusión vuelve a aparecer: las métricas son útiles para comparar, pero no sustituyen a la experiencia de uso ni a la calidad final del trabajo entregado.
Tras el anuncio, las acciones de Alphabet subieron en las operaciones posteriores al cierre, aunque los informes manejaron cifras ligeramente distintas. Lo importante para el usuario es que no hay fecha para el acceso amplio y que Google sigue presentando Argon más como una vista previa controlada que como un producto disponible para cualquiera.
Qué implica para España y Europa
Para España y el resto de Europa, Gemini 4 Argon no cambiará de inmediato la vida del usuario común. Su llegada se producirá primero en entornos de ciberdefensa, administraciones, servicios sanitarios e infraestructuras esenciales, donde los fallos de software pueden tener consecuencias graves. La disponibilidad para empresas y profesionales llegará después, a través de la API de pago y Google AI Ultra.
La gran promesa de la ventana de un millón de tokens encaja con tareas como auditorías largas, migraciones de código, revisión de documentación o análisis legal y financiero. Aun así, conviene medir el coste real por tarea, porque un modelo que razona más puede consumir más tokens de salida y encarecer los flujos de trabajo aunque el precio por token parezca razonable.
La incógnita principal no es tanto cuánto texto puede generar, sino cuánto trabajo completa bien sin intervención humana. Ese es el punto que separará una demostración llamativa de una herramienta realmente útil. La utilidad en ciberseguridad dependerá de que los defensores encuentren fallos antes que los atacantes y de que los resultados puedan verificarse fuera de Google.
Gemini 4 Argon se presenta, por tanto, como un modelo de frontera con acceso en cuarentena, cifras muy altas en pruebas seleccionadas y un objetivo claro en programación, tareas profesionales y ciberdefensa. Su límite de un millón de tokens y su uso inicial por expertos en seguridad marcan el relato, mientras las dudas sobre el rendimiento real, la falta de verificación independiente y la ausencia de una fecha amplia mantienen la cautela. Para España y Europa, la clave estará en cómo se integra en infraestructuras críticas y en si su capacidad para detectar vulnerabilidades se traduce en protección concreta.