Google lanza Gemini 4 Argon, su modelo de frontera para ingeniería, ciencia y trabajo profesional

Google presentó el 13 de octubre de 2026 Gemini 4 Argon, su último modelo de frontera. El anuncio lo firma Koray Kavukcuoglu, SVP de Google DeepMind y Chief AI Architect de Google. Según la compañía, Argon está disponible globalmente desde el primer día. Pueden usarlo desarrolladores y empresas a través de la API en AI Studio y la plataforma Gemini. También los suscriptores de Google AI Ultra en Google Antigravity, y los de Google AI Ultra y Pro en la app de Gemini y en el Modo IA de Search.

Un aviso sobre el material: el texto descargado se corta a mitad de la sección de seguridad, así que este resumen no cubre la parte final del artículo. Casi todas las cifras proceden de la propia Google y no hay verificación independiente en el texto, salvo el liderazgo en el Vals Index, que Google atribuye a ese índice.

Google presenta Argon como un modelo para el trabajo profundo en tareas complejas del mundo real: programación, finanzas, derecho, ciberseguridad y ciencia. Afirma que supera a otros modelos de frontera en benchmarks de varios dominios y que ocupa el primer puesto en el Vals Index. Ese índice mide el rendimiento en sectores económicos como finanzas, programación, derecho y fiscalidad.

El precio de lanzamiento es introductorio: 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Los tokens de entrada en caché tienen un 95 % de descuento.

Ingeniería de software. Google dice que usa Argon internamente en sus problemas de ingeniería más difíciles. Según la compañía, Argon en Antigravity ha ayudado a los equipos a aumentar en más de un 35 % los envíos de código agéntico y a reducir en casi un tercio las reversiones de código. Cita varios casos:

• Chrome: Argon ayudó a separar el manejo del núcleo de las páginas web de una carpeta heredada de unos 6 millones de líneas, dentro de los 40 millones de líneas de Chromium. Google afirma que la refactorización abarcó cientos de archivos y que completó en semanas un trabajo de meses. El objetivo es que las páginas puedan moverse entre pestañas, paneles laterales y ventanas flotantes sin recargarse, lo que eliminaría una categoría entera de fallos del navegador.

• Agent Development Kit (ADK): el equipo dio a Argon su rulebook de skills y un objetivo de un párrafo. Según Google, el modelo trabajó de forma autónoma durante la noche. Las optimizaciones, ya publicadas en google/adk-python, reducen un 40 % el tiempo de preparación de sesiones en memoria en sesiones largas y aceleran un 21 % las importaciones en frío.

• xTB: este paquete de química cuántica de código abierto, muy citado, sirve para predecir estructuras moleculares en 3D y cribar candidatos a fármacos y materiales. Los investigadores de Google lo hicieron hasta 2,3 veces más rápido en la predicción de estructuras y 1,8 veces más rápido en la búsqueda de confórmeros. Los cambios se han aportado al repositorio oficial.

• Gemma: Google logró una aceleración de inferencia de extremo a extremo de 2,85x en una A100 con vLLM. El rendimiento pasó de unos 37.900 a más de 108.000 tokens por segundo en Gemma 4 E2B, con paridad total de tokens y sin pérdida de calidad. Según la compañía, esto se hizo en pocos días, frente a los meses que suele requerir.

Visualización 3D y creatividad. Google destaca mejoras en razonamiento espacial, precisión matemática y programación visual. Muestra demostraciones hechas con bucles multiagente en Antigravity: una pagoda modelada en Blender, un juego de carreras en miniatura a partir de fotos de un escritorio real y un juego 3D con física y una IA para un jugador. Otra demostración es un motor de ray tracing 3D escrito en Python puro y sin librerías externas, que generó un vídeo con voz de Gemini 3.8 TTS y música de Lyria 3.5.

Flujos de trabajo profesionales. Google dice que Argon combina razonamiento, percepción visual, más conocimiento de dominio y mejor escritura. Según la compañía, responde con más franqueza y menos titubeos, se repite menos, evita los clichés y sigue mejor las instrucciones de estilo que sus modelos anteriores. Entre los ejemplos hay una reconstrucción en 3D de Chaco Canyon a partir de unos 50 GB de escaneos LiDAR y archivos de CAD y de archivos del NPS, y una app de Gemini que convierte una carpeta de contexto en una presentación para un cliente y la envía por correo. También cita a Isomorphic Labs, que usa Argon para sintetizar PDFs y patentes complejos, un proceso que según Google pasa de semanas a horas.

Ciberseguridad. Google dice que Argon ayuda a defensores e investigadores a probar hipótesis, auditar bases de código críticas y pruebas formales, y detectar vulnerabilidades de día cero y fallos lógicos sutiles. Empieza hoy la ampliación a cientos de socios adicionales del programa Fairwind. Wiz ya lo usa en su iniciativa gratuita «Scan for Good». Dos casos que cita Google:

• Con una agencia federal, Argon ayudó a identificar y corregir un fallo que arriesgaba exponer datos sensibles e infraestructura gubernamental.

• En infraestructura sanitaria, encadenó vulnerabilidades y destapó una omisión en la descarga pública de archivos que exponía una clave maestra y daba acceso de administrador. Según Google, eso protegió cientos de miles de historiales de pacientes.

Ciencia. Google presenta varios resultados:

• Computación cuántica: Argon tradujo una versión interna de AlphaQubit, su decodificador de corrección de errores cuánticos, a un único kernel de hardware muy optimizado. Con ello casi duplicó su rendimiento de inferencia. En otro trabajo, una implementación del bloque arcsin escrita por Argon y verificada formalmente en Lean reduce en más de 100 veces el coste espaciotemporal frente a una referencia publicada basada en CORDIC cuántico.

• Fusión nuclear: un equipo de Google junto con el profesor Matt Landreman (Universidad de Maryland) descubrió una clase más amplia de contraejemplos a la conjetura de Grad, vigente desde 1967. Los contraejemplos sirven de referencia para probar códigos de simulación de estelaradores.

• Enfermedades raras: Gamow Labs usó Argon para analizar genomas desidentificados de recién nacidos con trastornos pulmonares del desarrollo. En un caso, el modelo señaló un reordenamiento cromosómico que el software habitual pasó por alto durante años. En evaluaciones privadas de Gamow Labs, Argon quedó primero en RareBench (57 % en asistencia al diagnóstico de enfermedades raras) y en LabBench (52,2 % en razonamiento de laboratorio húmedo).

• Diseño de enzimas: en horas, Argon reunió datos, ajustó modelos y propuso filtros bioquímicos hasta llegar a cinco diseños nuevos de serina esterasas. Las pruebas de laboratorio confirmaron una actividad catalítica robusta en todos.

Google ofrece además a 10.000 científicos el nivel de uso más alto de Antigravity gratis durante seis meses. La incorporación será gradual y sujeta a elegibilidad, capacidad y selección. Las solicitudes ya están abiertas.

Robótica. Google dice que Argon obtiene un 87 % en el benchmark de razonamiento corporeizado ERQA, por encima de otros modelos de frontera, usando razonamiento puro. En una prueba interna, el modelo vio un vídeo de una persona jugando al cornhole, mapeó el entorno, calculó los movimientos articulares y construyó el código de simulación. Al trasladarlo al humanoide Apollo de Apptronik, el robot encestó siete tiros seguidos en una prueba real. Google lo describe como un flujo «Video-to-Sim-to-Real» que comprime semanas de modelado manual en unas horas.

Seguridad. El texto disponible llega hasta el arranque de este apartado. Google afirma que Argon tiene su pila de seguridad más completa hasta la fecha y que colaboró con terceros para medir capacidades y salvaguardas. Bajo su Frontier Safety Framework desplegó defensas por capas contra el mal uso y los jailbreaks. Según la compañía, el red teaming externo en biología solo logró desbloquear menos del 1 % de las subtareas biológicas evaluadas. En un conjunto adversarial, las violaciones se redujeron casi a la mitad frente a modelos anteriores.

En alineación de agentes, Google dice haber entrenado a Argon para respetar los límites del sistema, informar con honestidad de los resultados negativos y pedir confirmación humana antes de acciones irreversibles. En benchmarks de programación, los intentos de atajo bajaron al 2 %. Después menciona un monitor automático de desalineación como capa adicional, pero el texto se interrumpe ahí y no se conocen más detalles.

En conjunto, el anuncio es una exhibición de capacidades con fuerte énfasis en tareas agénticas de larga duración, ciencia aplicada y ciberseguridad. Casi todas las cifras proceden de pruebas internas o de socios con acceso temprano, así que conviene esperar evaluaciones independientes antes de dar por sentado el liderazgo que reclama Google.