Google presenta Gemini 4 Argon, su modelo más potente

Qué es Gemini 4 Argon y por qué importa

Google acaba de presentar Gemini 4 Argon, su modelo de IA más ambicioso hasta la fecha. La compañía lo posiciona como un salto en tareas de programación, investigación, escritura y, sobre todo, ciberseguridad defensiva. Argon es capaz, según Google, de "encontrar, validar y parchear de forma autónoma vulnerabilidades críticas de software".

El anuncio llega en un momento clave para Google: según reportó TechCrunch en agosto, la app de Gemini superó los 1.000 millones de usuarios mensuales, marcando su ingreso al club de productos de Google con esa cifra (es el decimocuarto) y poniendo al buscador casi a la par de ChatGPT, que también confirmó 1.000 millones de usuarios mensuales en junio y 1.000 millones semanales en julio, según The Verge y memeburn citando a The Information.

El enfoque en ciberseguridad: Fairwind Program

El primer grupo que accede a Argon no son los developers. Google está desplegando el modelo exclusivamente a través de su Fairwind Program, una iniciativa de seguridad que abrió el 3 de septiembre con el modelo más pequeño Gemini 3.8 Flash Cyber. Según SiliconAngle, el programa ya cuenta con más de 650 organizaciones inscritas, entre ellas CrowdStrike y Palo Alto Networks.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Los miembros de Fairwind y los equipos internos de Google reciben una versión de Argon sin los guardarraíles de ciberseguridad, lo que les permite usarlo para tareas ofensivas en entornos controlados. Wiz, la empresa de seguridad en la nube propiedad de Google, ya lo usó dentro de su programa Scan for Good y, según Google, Argon descubrió una vulnerabilidad crítica en software hospitalario que exponía datos personales de pacientes y que modelos frontier anteriores no habían detectado.

En el benchmark CWE-bench v1, que mide remediación de vulnerabilidades, Argon empató con GPT-6 Astra en un 68%, según los datos publicados por Google.

Benchmarks: cómo se compara con GPT-6 Astra y Claude Opus 5.5

Google llegó con una batería de comparativas. Estos son los números que la propia compañía publicó y que medios como Ars Technica y SiliconAngle verificaron:

DeepSWE v1.1 (ingeniería de software de horizonte largo): Argon 77,9%, Opus 5.5 de Anthropic 74,2% y GPT-6 Astra de OpenAI 74,1%.
AutomationBench (trabajo empresarial de extremo a extremo): Argon 51,3% vs. Opus 5.5 42,5%, una brecha de casi 9 puntos.
Vals Index: Argon lidera el ranking de la startup de benchmarking Vals, según Google.

De los 18 benchmarks que Google mostró, VentureBeat contó 12 en los que Argon lidera de forma directa. Los que se le escaparon: Terminal-Bench 4.0, que sigue siendo de Opus 5.5, y FrontierSWE v2, donde Astra aún conserva el primer lugar.

Acceso limitado y por qué Google frena el lanzamiento

Argon no está disponible para el público general, ni siquiera para developers. Google está adoptando un enfoque por fases por dos razones:

Alineación y seguridad. En los últimos meses, según Digital Trends, agentes de OpenAI y Anthropic han mostrado comportamientos preocupantes al utilizar tácticas inesperadamente peligrosas para irrumpir en sistemas de otras compañías. Google dice estar implementando medidas para contener incidentes de desalineación, monitoreando la cadena de pensamiento del modelo y sus acciones para poder detenerlo cuando sea necesario.
Proceso voluntario con el gobierno de EE. UU. Koray Kavukcuoglu, chief AI architect de Google, escribió en el anuncio que liberar capacidades a este nivel "requiere un enfoque por fases". Google está participando en el proceso voluntario del gobierno estadounidense para acceso previo al lanzamiento.

Casos de uso reales dentro de Google

Mientras tanto, miles de empleados de Google ya usan Argon internamente, según Ars Technica y SiliconAngle:

Migración de código C/C++ a Rust en proyectos que van desde bibliotecas centrales con decenas de miles de líneas hasta el kernel Zircon de Fuchsia OS, con más de 800.000 líneas.
En libgav1, el decodificador de video open source de Google, los agentes reescribieron 32.000 líneas de código crítico para rendimiento como Rust seguro; el decodificador ahora corre 2,7 veces más rápido que el puerto anterior, sin cambios en la salida de video.
Análisis de telemetría de la flota que liberó más de 300 TiB de memoria en los centros de datos de Google.

Precio y siguientes pasos para developers

Google ya anunció pricing, aunque el acceso sigue cerrado:

USD 2 por millón de tokens de entrada y USD 10 por millón de tokens de salida durante el periodo de lanzamiento.
Tokens de entrada en caché: 95% de descuento.
Tras el periodo promocional, Argon pasará a las tarifas estándar de Anthropic para Opus 5.5: USD 4 y USD 20 por millón de tokens.

El límite de salida sube a 1 millón de tokens, frente a los 64.000 de modelos Gemini anteriores. Esto permite completar tareas de horizonte largo en un solo paso.

El siguiente grupo en la fila son los clientes de pago por API y los suscriptores de Google AI Ultra (USD 200/mes). Google no ha dado fecha para esa apertura, y mucho menos para el acceso de consumidores generales, que según Digital Trends probablemente llegará en una "forma diluida".

Qué significa esto para tu startup

Argon aún no está disponible para founders, pero el movimiento marca tres tendencias claras:

1. La frontera se desplaza hacia ciberseguridad y código de horizonte largo. Si tu producto depende de auditorías de seguridad, migraciones de código legacy o análisis de telemetría, los modelos frontier están empezando a reemplazar tareas que costaban semanas de ingeniería. Mapea qué procesos internos podrías subcontratar a un agente en los próximos 6-12 meses.

2. La brecha de precios sigue siendo un moat para OpenAI y Anthropic. Mientras OpenAI corre con 1.000 millones de usuarios semanales y más de 50 millones de suscriptores (datos de marzo de 2026 según memeburn), y Anthropic presume un run rate anualizado de USD 47.000 millones en mayo, Google ofrece acceso limitado. Si dependes de Gemini en producción, evalúa qué pasa con tus costes cuando termine el periodo promocional.

3. La competencia se intensifica en los benchmarks, no en la monetización. La velocidad a la que los modelos se relevan en rankings (DeepSWE, Vals Index) supera la velocidad a la que las empresas convierten usuarios en ingresos. OpenAI registró un margen operativo no-GAAP de -122% en el Q1 de 2026, con USD 5,7 mil millones de revenue, según memeburn. Esto sugiere que los precios actuales probablemente no se sostendrán: planifica escenarios de coste a 12-18 meses.