Google despliega Gemini 4 Argon de forma gradual mientras sus resultados esperan verificación independiente

El modelo, que Google reporta con 77.9 % en DeepSWE v1.1, llegará primero a defensores de confianza; el acceso general no tiene fecha.

0
23
Foto Google

Un millón de tokens en una sola respuesta: ese es el nuevo límite de salida de Gemini 4 Argon, el modelo que Google acaba de presentar y que, por ahora, solo manejan equipos internos y un grupo de defensores en ciberseguridad del Fairwind Program. La compañía, que participa en el proceso voluntario del gobierno de Estados Unidos para el acceso previo al lanzamiento, ampliará el acceso de manera gradual y, según indicó, comenzará con clientes de pago de la API y suscriptores de Google AI Ultra.

En el anuncio, firmado por Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind, la empresa describe a Argon como un modelo diseñado para sostener razonamientos prolongados en ingeniería de software, trabajo del conocimiento empresarial (como tareas legales y financieras) y defensa cibernética. Entre los cambios técnicos, el límite de salida pasa de 64,000 a un millón de tokens. El precio introductorio será de 2 dólares por millón de tokens de entrada y 10 por millón de salida, y después subirá a 4 y 20 dólares, respectivamente.

Google reportó que Argon obtuvo 77.9 % en DeepSWE v1.1, una prueba de ingeniería de software de largo plazo, 51.3 % en AutomationBench, de Zapier, 91.7 % en LVBench, de comprensión de video, y 68 % en CWE-bench v1, donde comparte el primer lugar. La empresa afirma además que usa el modelo internamente. Según su relato, agentes basados en Argon identificaron optimizaciones de memoria en sus centros de datos que liberarían más de 300 TiB, y trabajan en la migración de código C/C++ a Rust, con proyectos de hasta más de 800,000 líneas. Google precisó que esas reescrituras pasan por auditorías antes de llegar a producción.

En ciberseguridad, la compañía entregará el modelo sin salvaguardas específicas a defensores de confianza y equipos internos. Wiz lo utiliza mediante su iniciativa Scan for Good y, de acuerdo con Google, Argon detectó una vulnerabilidad crítica en software de salud empleado en hospitales que modelos previos no habían identificado.

Los números son, por ahora, los publicados por la propia empresa. Según el medio Trending Topics, en DeepSWE v1.1 Argon supera a Claude Opus 5.5 de Anthropic (74.2 %) y a GPT-6 Astra de OpenAI (74.1 %), y en CWE-bench v1 empata con Astra, apenas por encima de Opus 5.5. VentureBeat contabilizó 18 pruebas divulgadas por Google, en las que Argon lidera de forma directa en 12 y empata el primer puesto en una, mientras que Opus 5.5 encabeza dos. El mismo medio advierte que faltan pruebas independientes.

También hay matices sobre el desempeño en tareas reales. Axios informó que Bloomberg, citando fuentes anónimas, reportó que algunos empleados encontraron deficiente el rendimiento del modelo en pruebas internas, algo que Google calificó de inexacto. Según Finimize, los empleados mencionaron problemas en ciertas tareas de programación, entre ellas el diseño de interfaces.

En cuanto al costo, analistas de Jefferies señalaron que el precio de lanzamiento es considerablemente inferior al de ofertas comparables de Anthropic, y que la tasa de éxito de ataques de inyección de instrucciones contra Argon fue de 0.7 %, frente a 1 % para Claude Opus 5.5 y Fable 5.1. Las acciones de Alphabet subieron cerca de 2 % en operaciones previas a la apertura del jueves.

El lanzamiento llega en un contexto particular para la compañía. Axios recordó que Gemini 4 aparece casi un año después de la generación anterior y tras un periodo en que Google lanzó sobre todo modelos Flash, más pequeños y económicos, mientras OpenAI y Anthropic avanzaban. Google, por su parte, indicó que seguirá ajustando las salvaguardas con la retroalimentación de los primeros usuarios antes de ampliar el acceso. Esas medidas abarcan la prevención de usos indebidos, la defensa frente a inyección de instrucciones, el monitoreo de desalineación y el reforzamiento de los entornos de prueba.

Fuente: Google DeepMind | Edtado por CDOL

Custom Text
Artículo anteriorNVIDIA y CoreWeave llevan Vera Rubin a producción para acelerar la IA agéntica
Artículo siguiente#Canaemte: La estrategia de Google para escalar la IA con seguridad en Latinoamérica