La ruta de Google hacia Gemini 4 Argon comenzó con un tropiezo. En mayo, el CEO Sundar Pichai había señalado un importante lanzamiento de modelo para junio, pero el esperado Gemini 3.5 Pro nunca llegó; en su lugar, Google pasó el verano lanzando modelos Flash más baratos mientras OpenAI y Anthropic seguían avanzando.¹

El miércoles, Google finalmente presentó Argon, calificándolo como un modelo de frontera para la ingeniería de software, el trabajo empresarial y la ciberdefensa. La empresa afirma que equipos internos lo han utilizado para trabajos difíciles de programación e investigación, y reporta que Argon ayudó a liberar más de 300 tebibytes de memoria de centros de datos y a migrar grandes bases de código de C/C++ a Rust.²

El argumento de rendimiento de Google se apoya en gran medida en benchmarks: afirma que Argon obtuvo un 77,9 % en DeepSWE v1.1 y lideró el Vals Index en tareas de análisis económico. Demis Hassabis amplificó esta última afirmación en X, al decir que Gemini 4 Argon había alcanzado “el puesto número 1 en el Vals Index con un 68,9 %”.Demis Hassabis (demishassabis)³ La empresa también afirma que el modelo puede producir hasta 1 millón de tokens, muy por encima del límite de 64.000 tokens de sistemas Gemini anteriores.²

Pero el lanzamiento viene con una salvedad evidente: casi nadie puede usarlo. Inicialmente, Google proporciona Argon solo a socios gubernamentales y de ciberseguridad verificados a través de su Fairwind Program, mientras participa en el proceso voluntario de revisión previa al lanzamiento del gobierno de EE. UU. Pichai dijo que el modelo contaba con “salvaguardas de frontera” y que llegaría a los usuarios “tan pronto como podamos y de la forma más segura posible”.Sundar Pichai (sundarpichai)⁴

Esa cautela es la respuesta de Google al riesgo de uso indebido, inyección de prompts y desalineación. La empresa afirma que supervisa la cadena de pensamiento del modelo y puede detenerlo cuando se sale de los límites. Sin embargo, el lanzamiento restringido también pospone la prueba que más importa: si la ventaja de Argon en los benchmarks resiste el uso ordinario. Axios señaló que empleados anónimos habrían considerado insuficiente el rendimiento interno —una versión que Google cuestionó— y advirtió que los modelos pueden entrenarse para destacar en pruebas sin igualar esa fortaleza en el mundo real.¹

Por ahora, Google ha recuperado el protagonismo, no necesariamente el veredicto. Se promete una disponibilidad más amplia tras más pruebas, comenzando con clientes de API de pago y suscriptores de AI Ultra, pero no se ha dado ninguna fecha.⁵