Hitachi Vantara potencia el almacenamiento híbrido en Azure
El nuevo modelo de Google DeepMind está orientado a tareas complejas de programación, conocimiento empresarial y ciberseguridad, con una capacidad de salida de hasta un millón de tokens.
Google presentó Gemini 4 Argon, un nuevo modelo de inteligencia artificial de frontera desarrollado por Google DeepMind para abordar tareas complejas y de larga duración en áreas como ingeniería de software, investigación financiera, trabajo jurídico y ciberseguridad.
El modelo comenzó a distribuirse de forma limitada a un grupo de expertos en ciberseguridad mediante el programa Fairwind, mientras Google continúa realizando pruebas de seguridad antes de ampliar su disponibilidad a desarrolladores, empresas y consumidores.
La compañía plantea Argon como un modelo orientado a procesos que requieren múltiples pasos de razonamiento y ejecución, en lugar de limitarse a responder consultas individuales.
Un millón de tokens para tareas extensas
Una de las principales características anunciadas por Google es la ampliación de la capacidad de salida de Gemini 4 Argon hasta un millón de tokens, frente a los 64.000 tokens de la generación anterior.
Según Google, esta capacidad permite al modelo mantener procesos de razonamiento y generación mucho más extensos dentro de una misma trayectoria, una característica destinada a tareas que requieren analizar grandes cantidades de información o desarrollar procesos complejos antes de producir un resultado.
Google señala que sus propios equipos ya utilizan Argon para tareas de programación, investigación y optimización de sistemas. Entre los ejemplos divulgados por la compañía se encuentra el análisis de telemetría de sus centros de datos para identificar optimizaciones de memoria y proyectos de migración de código C/C++ hacia Rust.
En uno de estos proyectos, Google afirma que agentes basados en Argon contribuyeron a reemplazar código SIMD en su biblioteca de decodificación de vídeo libgav1, logrando una versión en Rust que funciona 2,7 veces más rápido que una implementación previa en Rust, manteniendo el mismo resultado de vídeo.
IA orientada al trabajo empresarial
Google también está posicionando Argon para aplicaciones empresariales.
El modelo combina capacidades de razonamiento, programación y procesamiento multimodal para abordar tareas relacionadas con finanzas, derecho, impuestos, análisis documental y automatización de procesos.
En las evaluaciones publicadas por Google, Argon obtuvo un 51,3% en AutomationBench, benchmark desarrollado por Zapier para medir la ejecución de tareas empresariales de extremo a extremo. También alcanzó un 91,7% en LVBench, prueba centrada en la comprensión de vídeos largos.
Google informó además de un resultado de 77,9% en DeepSWE v1.1, una evaluación de tareas de ingeniería de software de larga duración.
Estos resultados corresponden a evaluaciones comunicadas por Google y deben interpretarse dentro de las condiciones y metodologías específicas de cada benchmark.
Ciberseguridad como uno de sus primeros campos
Uno de los componentes centrales de Gemini 4 Argon es su capacidad para detectar, validar y corregir vulnerabilidades de software de manera autónoma.
Google está utilizando el modelo con defensores de ciberseguridad seleccionados dentro de Fairwind y afirma que Argon puede analizar código, identificar vulnerabilidades y generar correcciones. La compañía también señala que Wiz está utilizando el modelo en su iniciativa Scan for Good para identificar y remediar exposiciones de alto riesgo en infraestructura pública.
En CWE-bench v1, una prueba para evaluar la capacidad de los modelos para remediar vulnerabilidades, Google informa que Argon obtuvo una puntuación del 68%, empatando en el primer puesto de esa evaluación.
Disponibilidad gradual y controles de seguridad
Google ha decidido limitar inicialmente el acceso a Gemini 4 Argon debido a las capacidades que presenta en ciberseguridad y otros ámbitos considerados sensibles.
La compañía está reforzando mecanismos contra usos indebidos, ataques de prompt injection y comportamientos que puedan apartarse de las instrucciones del usuario. También está utilizando sistemas de supervisión y entornos aislados para evaluar el comportamiento del modelo antes de ampliar su distribución.
El modelo llegará posteriormente a desarrolladores, empresas y consumidores, comenzando por clientes de la API de pago y suscriptores de Google AI Ultra. Google anunció un precio introductorio de US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida; posteriormente, las tarifas previstas serán de US$4 y US$20, respectivamente.
Con Gemini 4 Argon, Google orienta su nueva generación de modelos hacia tareas en las que la IA necesita razonar durante más tiempo, trabajar con grandes volúmenes de información y ejecutar procesos de múltiples pasos, con la ciberseguridad como uno de sus primeros ámbitos de despliegue controlado.
