Google presentó Gemini 4 Argon. El modelo más potente hasta ahora solo lo han recibido hackers del lado del bien

A finales de septiembre, Anthropic y OpenAI lanzaron nuevos modelos, y ahora ha llegado la respuesta de Google. Gemini 4 Argon abre una nueva generación de Gemini y, según el jefe de arquitectura de IA de Google, Koray Kavukcuoglu, cambia la forma en que se trabaja en Google. Pero hay un truco: todavía no puedes probarlo. Google solo lo ha confiado a un grupo reducido de expertos en ciberseguridad.

Primero los defensores, luego los demás

Según Google, Argon es capaz de encontrar, verificar y corregir por sí mismo errores críticos de seguridad en el software. La misma capacidad, en manos equivocadas, serviría a los atacantes, por lo que Google opta por una disponibilidad gradual. Los primeros en recibir el modelo fueron los miembros del programa Fairwind, que Google lanzó el 2 de septiembre para gobiernos, operadores de infraestructura crítica y empresas tecnológicas. Según la información disponible, cuenta con más de 650 socios. Estos defensores y equipos internos de Google recibirán Argon sin salvaguardias cibernéticas para que puedan aprovechar todas sus capacidades. Competidores como Anthropic con el modelo Claude Mythos Preview dentro del proyecto Glasswing ya habían elegido un camino similar.

El primer resultado práctico fue descrito por la empresa de seguridad Wiz. Según ellos, Argon reveló una vulnerabilidad crítica en el software hospitalario utilizado en todo el mundo, que amenazaba con la fuga de datos personales sensibles. Los modelos anteriores la pasaron por alto. Google no reveló de qué software se trata. Para los demás, Argon llegará más tarde, primero para los clientes de API de pago y los suscriptores de Google AI Ultra. La fecha aún no se ha anunciado.

Un millón de tokens de una sola vez

El cambio técnico más significativo es el límite de salida. Los modelos Gemini anteriores podían generar un máximo de 64 mil tokens en una sola respuesta, mientras que Argon puede manejar un millón. El «pensamiento» del modelo también se cuenta dentro del límite, por lo que no se trata de respuestas más largas, sino de un mayor espacio para considerar una tarea compleja. Así, Argon puede procesar un análisis extenso o una gran modificación de código de una sola vez, en lugar de dividirlo en docenas de pasos consecutivos.

Google ya está construyendo sobre él

Dentro de Google, miles de empleados utilizan Argon, según la empresa. Los agentes basados en el modelo están convirtiendo código antiguo de C y C++ a un Rust más seguro, incluyendo más de 800 mil líneas del núcleo del sistema Fuchsia. Para el decodificador de video libgav1, crearon una versión en Rust que es 2,7 veces más rápida que el intento anterior. Otro equipo de agentes analizó las operaciones de los centros de datos y sus optimizaciones liberaron más de 300 TiB de memoria. Sin embargo, todos estos son datos de Google y no han sido verificados de forma independiente.

Lidera en las tablas, pero no en todas partes

Google presume de su liderazgo en la prueba DeepSWE v1.1, que mide la capacidad para manejar tareas de programación largas, y en la prueba de procesos empresariales AutomationBench con un resultado del 51,3 %. Sin embargo, la propia comparación de Google también muestra algunas derrotas:

Además, se aplica lo que ya escribimos sobre la competencia: cada empresa mide de manera diferente. Google, por ejemplo, indica un valor del 57,9 % para el modelo Claude Fable 5.1 en Terminal-Bench 4.0, mientras que Anthropic en sus propias tablas muestra un 55,8 %. Por lo tanto, solo las pruebas independientes determinarán un ganador claro.

Precio de lanzamiento como GPT-6 Sol

Los desarrolladores pagarán durante el período de lanzamiento 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida; la entrada reutilizada será un 95 % más barata. Una vez finalizada la promoción, cuya duración Google no ha especificado, el precio se duplicará a 4 y 20 dólares. Así, Argon comenzará al nivel del recientemente lanzado GPT-6 Sol y terminará al nivel de Claude Opus 5.5.

Vigilancia de pensamientos

Además del rendimiento, Google enfatiza la seguridad. Argon debe rechazar la ayuda con ataques y armas de destrucción masiva. Google monitorea sus actividades internas para detectar abusos y controla continuamente el proceso de pensamiento del modelo y sus pasos para evitar que se desvíe de la tarea. Un detalle interesante: Google no utiliza intencionadamente los hallazgos de esta supervisión en el entrenamiento para que el modelo no aprenda a ocultar sus razonamientos antes de la revisión. La empresa también se ha unido a un programa voluntario del gobierno de EE. UU. que le permite probar el modelo antes de su lanzamiento.

Para los usuarios habituales de la aplicación Gemini, incluidos los checos, por ahora nada cambia. Google no ha dicho cuándo ni en qué tarifas Argon estará disponible para ellos.

¿Es correcto confiar los modelos de IA más potentes solo a expertos seleccionados al principio?

Fuente: Google, tbreak, The Hacker News, How2Shout, The Hack Academy