⏱️ Lectura: 11 min
Google acaba de multiplicar por 15 el límite de salida de sus modelos de un salto: de 64.000 a 1.000.000 de tokens. El anuncio llegó el 30 de septiembre de 2026 con Gemini 4 Argon, el nuevo modelo de Google DeepMind pensado para sostener razonamiento profundo en tareas largas y complejas.
📑 En este artículo
Por ahora, Argon no está abierto al público. Google lo entrega primero a un grupo reducido de equipos de defensa cibernética a través de un programa llamado Fairwind, mientras negocia con el gobierno de Estados Unidos el acceso previo al lanzamiento de modelos de frontera.
TL;DR
- Google presentó Gemini 4 Argon el 30 de septiembre de 2026, con salida de hasta 1 millón de tokens.
- El modelo llega primero a ciberdefensores de confianza mediante el programa Fairwind, antes del lanzamiento público.
- Argon cuesta desde el lanzamiento 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida.
- Agentes de Argon migraron 800.000 líneas del kernel Zircon de Fuchsia OS de C/C++ a Rust.
- Zapier ubica a Argon en el primer puesto de AutomationBench con 51,3%, y anota 77,9% en DeepSWE v1.1.
Qué es Gemini 4 Argon
Gemini 4 Argon es el modelo de lenguaje más avanzado de Google DeepMind, diseñado para sostener razonamiento profundo en tareas largas y complejas. Se especializa en ingeniería de software real, trabajo de conocimiento empresarial como derecho y finanzas, y defensa de ciberseguridad, con una ventana de salida de 1 millón de tokens.
Qué pasó
Gemini 4 Argon empezó a correr puertas adentro de Google antes del anuncio público. La compañía dice que miles de empleados ya lo usan a diario para tareas de código especializado, investigación más profunda y redacción, y que el modelo está acelerando el trabajo de ingeniería interno.
El lanzamiento de Gemini 4 Argon llega en fases: por ahora, el acceso completo queda reservado a los llamados trusted cyber defenders inscritos en Fairwind, mientras Google recoge feedback antes de abrir la puerta a desarrolladores, empresas y consumidores. La empresa también participa del proceso voluntario del gobierno de Estados Unidos para acceso previo a modelos de frontera, un mecanismo pensado para que agencias federales revisen riesgos de seguridad antes de un lanzamiento amplio.
En materia de precio, Argon debuta a 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, con un descuento del 95% para los tokens de entrada que ya estén en caché. Es una estructura pensada para flujos de trabajo agénticos, donde un mismo contexto se reutiliza en decenas de llamadas sucesivas dentro de una misma tarea larga.
Contexto e historia
Hasta este anuncio, el límite de salida de los modelos Gemini estaba en 64.000 tokens. Saltar a 1 millón no es solo escribir más texto: le da al modelo margen para pensar en voz alta, en el mismo turno, durante cientos de miles de tokens antes de entregar una respuesta. Google lo describe como la diferencia entre encadenar varias llamadas cortas y dejar que el modelo resuelva un problema difícil de punta a punta en una sola pasada.
La estrategia de acceso escalonado tampoco es nueva para los laboratorios de IA, pero Argon la lleva a un terreno específico: ciberseguridad ofensiva y defensiva. Google eligió empezar por defensores, no por el público general, en un contexto donde herramientas de IA ya se usan para encontrar vulnerabilidades reales en código de producción. El objetivo declarado es sumar guardarraíles antes de que el modelo llegue a manos de cualquiera con una tarjeta de crédito.
Detalles técnicos
El salto de contexto de salida es la pieza técnica central. Con 1 millón de tokens disponibles para generar en una sola trayectoria, Argon puede mantener un plan de trabajo largo sin perder el hilo: explorar varias soluciones, descartar las que fallan y converger en una sola respuesta, todo dentro del mismo turno. Eso es lo que le permite operar como agente autónomo en tareas que antes requerían dividir el trabajo en decenas de llamadas separadas, con el riesgo de perder contexto entre una y otra.
Google ilustra el mecanismo con tres casos internos. En optimización de algoritmos cuánticos, agentes de Argon ajustaron subrutinas que consumen muchos recursos de espacio-tiempo (qubits multiplicados por puertas lógicas) y superaron la referencia publicada en un 40%, en cuestión de minutos. En eficiencia de memoria, un equipo de agentes analizó telemetría de perfilado de toda la flota de datacenters de Google, identificó optimizaciones y las aplicó de forma autónoma: liberaron más de 300 TiB de memoria ya desplegados, con un ahorro total estimado de entre 500 TiB y 1 PiB.
El caso más detallado es la migración de código de C/C++ a Rust. Argon trabaja en reescrituras que van de decenas de miles de líneas en librerías como re2 y libgav1 hasta más de 800.000 líneas en el kernel Zircon de Fuchsia OS. En libgav1, el decodificador de video open source de Google, los agentes tomaron un port a Rust ya existente y reemplazaron 32.000 líneas de código SIMD escrito a mano. El método no fue traducir línea por línea. Corrieron muchas rondas de experimentos guiados por perfilado, estudiaron qué generaba el compilador y ajustaron el código Rust seguro hasta que el propio compilador lo vectorizara automáticamente. El resultado es un decodificador memory-safe que corre 2,7 veces más rápido que el port anterior en Rust, con una salida de video idéntica bit a bit.
flowchart TD
A["Código C/C++ crítico"] --> B["Agentes de Argon"]
B --> C["Ronda de profiling y ajuste"]
C --> B
B --> D["Rust seguro y vectorizado"]
D --> E["Auditoría automática y manual"]
E --> F["Despliegue en producción"]💭 Clave: el ahorro de memoria (300 TiB ya aplicados, hasta 1 PiB estimado) muestra el patrón real: no es que Argon sepa más, es que puede sostener un análisis de flota completa en un solo contexto sin perder de vista el detalle de cada máquina.
Por tratarse de sistemas críticos, Google aclara que estas reescrituras a gran escala pasan por auditoría automática y manual, pruebas por emulación y revisión humana antes de llegar a producción. Ningún cambio generado por Argon se despliega sin ese proceso, ni siquiera en librerías internas de bajo riesgo.
Impacto y análisis
Argon no compite por ser el modelo más grande: compite por sostener tareas más largas sin perder precisión. Esa diferencia importa para empresas que ya automatizan flujos completos, no solo respuestas puntuales. Un abogado que necesita redactar un contrato de 40 páginas o un analista financiero que arma un modelo de valuación con datos de varias fuentes ganan más con un modelo que aguanta el hilo completo que con uno que responde rápido pero se pierde a la mitad.
Resultados en benchmarks clave
| Benchmark | Qué mide | Resultado de Argon |
|---|---|---|
| DeepSWE v1.1 | Ingeniería de software real de largo horizonte | 77,9% |
| AutomationBench (Zapier) | Ejecución de tareas de negocio de punta a punta | 51,3%, primer lugar |
| Vals Index | Impacto económico ponderado por PBI en finanzas, código, derecho y temas fiscales | Modelo líder del índice |
| Vals Finance Agent v2 | Investigación financiera de varios pasos | Desempeño líder reportado por Google |
| Harvey Legal Agent Benchmark | Investigación y redacción legal | Desempeño líder reportado por Google |
La combinación de código, finanzas y derecho en un mismo modelo tiene un costo que Google todavía no transparenta del todo. El precio de lanzamiento, 2 dólares de entrada y 10 de salida por millón de tokens, es más alto que el de modelos orientados solo a chat. Con contextos de salida de hasta 1 millón de tokens, una sola tarea larga puede acumular un gasto considerable si no se aprovecha el descuento del 95% en tokens cacheados. Para un equipo que corre agentes las 24 horas, ese detalle de precio pesa tanto como el benchmark.
El otro límite es el acceso. Fuera de Fairwind, nadie puede probar Argon todavía: ni desarrolladores independientes, ni empresas que no sean clientes directos de Google, ni investigadores externos que quieran auditar los resultados por su cuenta. No hay forma directa de verificar estas cifras desde afuera: Argon no está disponible fuera de Fairwind, así que ningún tercero puede correr los benchmarks de manera independiente por ahora.
Qué sigue
Google dice que va a ampliar el acceso a Gemini 4 Argon lo antes posible, pero no fijó una fecha para desarrolladores, empresas ni consumidores. El plan pasa por seguir sumando feedback de los ciberdefensores del programa Fairwind y ajustar guardarraíles antes de cada expansión.
En paralelo, siguen en marcha las migraciones de código a gran escala, incluida la del kernel Zircon de Fuchsia OS, que por su tamaño y criticidad necesita rondas adicionales de auditoría antes de llegar a producción. El resultado de esas auditorías, más que cualquier benchmark, va a ser la señal real de si Argon puede operar sin supervisión constante en sistemas donde un error no se corrige con un rollback simple.
Probalo vos: leé el anuncio oficial de Google sobre Argon y anotate al programa Fairwind si tu equipo trabaja en defensa de ciberseguridad.
📖 Resumen en Telegram: Ver resumen
Preguntas frecuentes
¿Qué es el programa Fairwind de Argon?
Fairwind es el programa con el que Google entrega acceso temprano a Argon a un grupo reducido de equipos de ciberdefensa, antes de abrirlo a desarrolladores y empresas en general.
¿Cuánto cuesta usar Argon?
El precio de lanzamiento es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, con un 95% de descuento en los tokens de entrada que ya estén en caché.
¿Cuándo va a estar disponible Argon para desarrolladores?
Google no dio una fecha. La compañía dijo que va a ampliar el acceso lo antes posible a medida que recoja feedback del programa Fairwind y ajuste sus guardarraíles de seguridad.
¿En qué se diferencia Argon de los modelos Gemini anteriores?
El cambio más grande es el límite de salida: pasó de 64.000 a 1 millón de tokens, lo que le permite razonar durante una trayectoria mucho más larga antes de entregar una respuesta.
¿Argon reemplaza a los desarrolladores de software?
No hay datos públicos que lo midan así. Lo que Google muestra son migraciones de código supervisadas, con auditoría automática y manual antes de que cualquier cambio generado por Argon llegue a producción.
¿Qué es DeepSWE v1.1, el benchmark donde destaca Argon?
Es un benchmark que mide el desempeño de un modelo en tareas reales de ingeniería de software de largo horizonte. Argon anotó 77,9%, según cifras publicadas por Google.
Referencias
- Google Blog: anuncio oficial de Gemini 4 Argon, precios, benchmarks y casos de uso internos.
- Google DeepMind: sitio oficial del laboratorio que desarrolló Argon.
- Zapier: creador de AutomationBench, el benchmark de automatización de tareas de negocio donde Argon lidera con 51,3%.
- Harvey: empresa detrás del Legal Agent Benchmark citado por Google para medir el desempeño legal de Argon.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Imagen destacada: Foto de BoliviaInteligente en Unsplash
¿Te sirvió? ¿Te dio otro error? Contalo abajo: las preguntas se responden y le sirven al siguiente que llegue.
Dejar un comentario
0 Comentarios