Google anunció el 13 de octubre de 2026 Gemini 4 Argon, su modelo de inteligencia artificial más potente hasta la fecha. La nueva versión está orientada a trabajos complejos que requieren análisis profundo, desde el desarrollo de software hasta las finanzas, el ámbito legal, la ciberseguridad y la investigación científica.
El lanzamiento llega acompañado de resultados en proyectos internos de Google y aplicaciones desarrolladas por otras organizaciones. Entre ellos destacan mejoras en el código de Chromium, optimizaciones de modelos abiertos y experimentos con robots humanoides.
Además, Gemini 4 Argon ocupa el primer puesto en el Vals Index, mientras que Google afirma que supera a otros modelos frontera en distintas evaluaciones de rendimiento.
Dónde está disponible Gemini 4 Argon
Google ha puesto Gemini 4 Argon a disposición de desarrolladores y empresas de todo el mundo mediante su API, accesible desde AI Studio y la plataforma Gemini.
El acceso también se extiende a otros productos de la compañía, aunque depende de la suscripción utilizada.
Los usuarios de Google AI Ultra pueden utilizarlo en Google Antigravity, mientras que los suscriptores de Google AI Ultra y Google AI Pro tienen acceso desde la aplicación Gemini y AI Mode en el buscador de Google.
De esta manera, el modelo llega tanto a entornos de desarrollo como a las herramientas de inteligencia artificial que Google ofrece a sus suscriptores.
Cuánto cuesta Gemini 4 Argon: precios y cifras principales
Google ha establecido una tarifa introductoria de $2 por cada millón de tokens de entrada y $10 por cada millón de tokens de salida. Los tokens almacenados en caché reciben un descuento del 95%.
Estas son las principales cifras anunciadas para Gemini 4 Argon:
| Indicador | Precio o resultado | | Tokens de entrada | $2 por millón | | Tokens de salida | $10 por millón | | Tokens en caché | 95% de descuento | | Clasificación Vals Index | Puesto #1 | | Propuestas de código mediante agentes en Antigravity | Aumento superior al 35% | | Reversiones de cambios en Antigravity | Reducción de casi un tercio | | Preparación de sesiones en memoria del ADK | 40% menos tiempo | | Importaciones en frío del ADK | 21% más rápidas | | Rendimiento en xTB | Aceleración de 2.3 veces | | Inferencia de Gemma 4 E2B | Aceleración de 2.85 veces | | Evaluación de robótica ERQA | 87% | | Intentos de atajos por agentes en pruebas de código | 2% | | Acceso gratuito a Antigravity para científicos | 10,000 científicos durante 6 meses |
Los resultados reflejan el enfoque de Google en tareas donde el modelo debe trabajar con sistemas complejos, proponer cambios y contribuir a procesos de varias etapas.
Gemini 4 Argon ayudó a resolver en semanas una tarea de meses en Chrome
Una de las aplicaciones más destacadas ocurrió dentro del proyecto Chromium, cuya base de código contiene aproximadamente 40 millones de líneas.
Google utilizó Gemini 4 Argon para colaborar en la separación del núcleo del navegador respecto de una carpeta heredada de aproximadamente 6 millones de líneas.
Según la compañía, el trabajo pudo completarse en semanas, cuando anteriormente habría requerido meses.
La mejora también se reflejó en Google Antigravity, donde los equipos incrementaron más de un 35% las propuestas de código generadas por agentes. Al mismo tiempo, la cantidad de cambios que debían revertirse disminuyó casi un tercio.
Estos resultados muestran cómo Google está aplicando Argon a tareas de ingeniería que implican grandes repositorios y modificaciones de código.
Mejoras del 40% y 21% en las herramientas de desarrollo de Google
Gemini 4 Argon también intervino en la optimización del Agent Development Kit (ADK) de Google.
En este proyecto, las modificaciones propuestas por el modelo consiguieron reducir un 40% el tiempo necesario para preparar sesiones en memoria.
Por otra parte, las importaciones en frío se aceleraron un 21%.
Ambas mejoras forman parte de los resultados que Google presentó para mostrar las capacidades del modelo al trabajar sobre herramientas empleadas en el desarrollo de agentes de inteligencia artificial.
Aceleraciones de hasta 2.85 veces en software científico y modelos abiertos
Las aplicaciones de Gemini 4 Argon también alcanzaron proyectos relacionados con la investigación y la ejecución de modelos de IA.
En xTB, un programa de código abierto utilizado en química cuántica, Argon consiguió una aceleración de 2.3 veces.
Otro resultado se produjo con Gemma 4 E2B, un modelo abierto de Google.
Las optimizaciones permitieron aumentar su velocidad de inferencia de aproximadamente 37,900 tokens por segundo a más de 108,000 tokens por segundo, utilizando una GPU A100 mediante vLLM.
Esto representa una aceleración de 2.85 veces, manteniendo la paridad total de tokens y sin pérdida de calidad.
El resultado destaca por combinar un aumento considerable del rendimiento con la conservación de las salidas del modelo.
Ciberseguridad: Wiz utilizó Argon para identificar exposiciones de datos sensibles
Google también presentó un caso de uso relacionado con Wiz y su iniciativa Scan for Good.
En este proyecto, Gemini 4 Argon contribuyó a identificar una brecha de seguridad que exponía información gubernamental sensible.
Asimismo, ayudó a corregir un mecanismo que permitía eludir restricciones de descarga pública y dejaba expuesta una clave maestra.
De acuerdo con los resultados compartidos, el trabajo contribuyó a proteger cientos de miles de historiales de pacientes.
El caso forma parte de las aplicaciones de Argon en ciberseguridad, una de las áreas de trabajo profundo que Google destaca para su nuevo modelo.
Gemini 4 Argon llega a la robótica: 87% en ERQA y siete lanzamientos consecutivos
La robótica constituye otra de las áreas en las que Google ha presentado resultados de Gemini 4 Argon.
El modelo obtuvo una puntuación del 87% en el benchmark ERQA, una de las evaluaciones incluidas en el anuncio.
Además, Google realizó una prueba interna denominada Video-to-Sim-to-Real, orientada a conectar la información de un video con simulaciones y acciones físicas.
Durante el experimento, Argon recibió un video sin procesar de una persona jugando cornhole, un juego que consiste en lanzar bolsas hacia una plataforma con un agujero.
A partir de ese material, el modelo identificó las coordenadas y generó el código necesario para la simulación.
La demostración continuó con Apollo, el robot humanoide de Apptronik, que logró acertar siete lanzamientos consecutivos.
Este experimento reúne interpretación de video, generación de código de simulación y ejecución mediante un sistema robótico.
Seguridad: menos infracciones y reducción de atajos en agentes
Google también compartió resultados de sus evaluaciones de seguridad para Gemini 4 Argon.
En las pruebas externas de equipos especializados en detectar vulnerabilidades, conocidas como red teaming, los ejercicios relacionados con biología consiguieron desbloquear menos del 1% de las subtareas biológicas evaluadas.
La compañía también informó que las infracciones registradas disminuyeron casi a la mitad frente a sus modelos anteriores.
Por su parte, los intentos de los agentes de recurrir a atajos durante las evaluaciones de programación descendieron hasta el 2%.
Estos indicadores forman parte de las mediciones de seguridad presentadas por Google junto con las mejoras de rendimiento del modelo.
Google dará acceso gratuito a Antigravity a 10,000 científicos
Como parte del anuncio, Google presentó una iniciativa dirigida a la comunidad científica.
La compañía ofrecerá a 10,000 científicos seis meses de acceso gratuito al nivel de uso más alto de Google Antigravity.
El programa estará sujeto a requisitos de elegibilidad, disponibilidad de capacidad y un proceso de selección.
La iniciativa acompaña el lanzamiento de Gemini 4 Argon y su orientación hacia actividades científicas que requieren capacidades avanzadas de inteligencia artificial.
Google en contexto
Google fue fundada en 1998 en Mountain View. Gemini es su familia insignia de modelos de inteligencia artificial.
