Google ha anunciado la disponibilidad de Gemini 4 Argon, un modelo de inteligencia artificial diseñado para ejecutar tareas empresariales largas y complejas con mayor autonomía. La compañía lo presenta como una opción para trabajos que requieren analizar grandes cantidades de información, modificar múltiples archivos de código, elaborar documentación financiera y jurídica o detectar vulnerabilidades de seguridad. El modelo ya está disponible en Gemini para empresas y a través de distintas herramientas para desarrolladores, con precios promocionales hasta el 30 de noviembre de 2026.
Las claves de Gemini 4 Argon en 20 segundos
- Google presenta Argon como su nuevo modelo para tareas empresariales de varios pasos.
- Puede analizar documentos extensos con texto, tablas, gráficos e imágenes, y trabajar con múltiples archivos.
- La compañía destaca mejoras en programación, investigación jurídica, cálculos financieros y ciberseguridad.
- El precio inicial es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida.
- Desde el 1 de diciembre de 2026, las tarifas estándar anunciadas serán de 4 y 20 dólares, respectivamente.
La propuesta de Google apunta a una evolución en el uso de los modelos de IA dentro de las empresas. En lugar de limitarse a responder preguntas o generar fragmentos de texto, Argon está pensado para recibir un objetivo, organizar el trabajo en varias etapas y producir un resultado que pueda utilizarse en procesos profesionales. Según Google, también puede mantener el contexto durante tareas prolongadas, comunicar cuándo no ha encontrado información suficiente y pedir confirmación antes de realizar acciones irreversibles.
La compañía lo presenta como un modelo especialmente orientado a trabajos en los que importan la precisión, la trazabilidad y la capacidad de seguir instrucciones durante mucho tiempo. Sus resultados publicados proceden, en buena parte, de evaluaciones internas y pruebas realizadas con socios, por lo que conviene distinguir las cifras comunicadas por Google de una garantía de rendimiento para cualquier empresa o proyecto.
Un modelo para automatizar tareas de programación y análisis empresarial
Uno de los ámbitos en los que Google destaca el rendimiento de Gemini 4 Argon es el desarrollo de software. El modelo puede trabajar con proyectos que abarcan numerosos archivos, analizar cambios y ejecutar tareas de varios pasos dentro de entornos con pruebas automatizadas.
La compañía cita un trabajo realizado por el equipo de su kit de desarrollo de agentes de código abierto, Agent Development Kit (ADK). Durante una ejecución nocturna, Argon identificó optimizaciones que terminaron incorporándose al repositorio google/adk-python. Google afirma que los cambios redujeron un 40 % el tiempo de preparación de sesiones en memoria largas y aceleraron un 21 % las importaciones en frío.
Son mejoras concretas en un proyecto determinado, no porcentajes que puedan extrapolarse automáticamente a cualquier aplicación de Python. El resultado depende del código, de las pruebas disponibles y de las características del entorno en el que se ejecuta el trabajo.
Google también asegura que sus equipos de ingeniería que utilizan Argon en Google Antigravity han aumentado más de un 35 % los envíos de código generados mediante agentes y han reducido casi un tercio las reversiones de cambios. Además, señala que el equipo de Chrome completó en semanas una refactorización arquitectónica de cientos de archivos de Chromium, un proyecto que, según la empresa, habría requerido meses de trabajo.
Estas cifras describen experiencias comunicadas por Google. No equivalen a una evaluación independiente de la productividad y no permiten asegurar que todas las organizaciones vayan a conseguir resultados similares. Aun así, muestran el tipo de trabajo para el que la empresa quiere posicionar su nuevo modelo: tareas de ingeniería que exigen coordinar cambios en distintas partes de una base de código.
El diseño también se extiende a herramientas de terceros. Figma, GitLab y ServiceNow figuran entre las compañías que han compartido experiencias o evaluaciones relacionadas con Argon. En el caso de ServiceNow, su representante afirma que el modelo obtuvo aproximadamente un 20 % más de éxito en tareas que Gemini 3.8 Flash durante las primeras pruebas de NowAI-Bench. Se trata de una comparación comunicada por el socio y circunscrita a esa evaluación.
Finanzas, trabajo jurídico y ciberseguridad
Google también destaca el uso de Argon en tareas financieras que requieren cálculos verificables, como conciliaciones contables, fórmulas de hojas de cálculo y análisis de variaciones. En el ámbito jurídico, puede ayudar a revisar jurisprudencia y documentos regulatorios, localizar precedentes y extraer citas para preparar informes.
La empresa afirma que el modelo obtiene buenos resultados en evaluaciones especializadas, entre ellas el Vals Index, que examina el impacto económico de modelos de IA en áreas como finanzas, programación, derecho e impuestos, y el Legal Agent Benchmark de Harvey. Sin embargo, el material publicado no proporciona en todos los casos resultados completos que permitan comparar de forma independiente el coste, la velocidad y la precisión frente a alternativas concretas.
La ciberseguridad constituye otro de los ejes del lanzamiento. Argon incorpora medidas destinadas a bloquear solicitudes ofensivas, como determinadas tareas de explotación de vulnerabilidades, pero Google mantiene disponibles sus capacidades defensivas para analizar código y proponer correcciones. La empresa menciona su integración con CodeMender y afirma que el modelo comparte el primer puesto de CWE-Bench v1, con una puntuación del 68 % en la reparación de vulnerabilidades de seguridad.
Google también asegura haber mejorado la resistencia del modelo frente a las inyecciones indirectas de instrucciones, una técnica que puede introducir órdenes maliciosas en páginas web, documentos o correos que un agente está leyendo. Según sus datos, Argon reduce la tasa de éxito de los ataques al 0,7 % en el benchmark de Gray Swan citado por la compañía, después de 15 intentos adaptativos. Esa cifra corresponde a la evaluación descrita y no significa que el modelo esté libre de este tipo de ataques en condiciones reales.
Para investigadores y equipos de defensa seleccionados, Google ofrecerá además acceso a una versión sin las barreras de ciberseguridad habituales. El acceso estará restringido a participantes evaluados a través de Fairwind, un programa dirigido a determinados organismos públicos, operadores de infraestructuras críticas y socios especializados en seguridad. No es, por tanto, una modalidad abierta a cualquier usuario.
Disponibilidad y precios de Gemini 4 Argon
Google ha anunciado Argon en Gemini para empresas, disponible en web, escritorio y móvil. Los desarrolladores y equipos técnicos también pueden acceder al modelo mediante la API de Gemini, Google AI Studio y Google Antigravity. El identificador del modelo para el acceso mediante API es gemini-4-argon.
La tarifa promocional anunciada es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida hasta el 30 de noviembre de 2026. Los tokens de entrada corresponden al contenido que recibe el modelo, mientras que los de salida son los que genera. Google ofrece además un descuento del 95 % para los tokens de entrada almacenados en caché durante el periodo promocional.
A partir del 1 de diciembre, la tarifa estándar anunciada será de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida. El coste real dependerá del volumen de información procesada, la longitud de las respuestas y el uso de funciones adicionales. Para cargas de trabajo con documentos extensos o agentes que realizan muchas operaciones, el consumo acumulado puede ser más relevante que el precio de una consulta aislada.
Las empresas interesadas pueden consultar la ficha técnica y la guía para desarrolladores antes de integrar el modelo. Google también recomienda revisar los límites de tokens y las instrucciones de migración para conocer las condiciones de uso aplicables.
El lanzamiento sitúa a Argon como una opción de Google para organizaciones que quieren delegar procesos completos en agentes de IA. Su utilidad real dependerá de la precisión que alcance en cada tarea, de la calidad de las comprobaciones y de cuánto trabajo humano siga siendo necesario para validar los resultados.
Preguntas frecuentes
¿Qué es Gemini 4 Argon?
Es un modelo de inteligencia artificial de Google diseñado para ejecutar tareas empresariales complejas de varios pasos, como programación, análisis financiero, investigación jurídica y revisión de seguridad.
¿Dónde se puede utilizar Gemini 4 Argon?
Está disponible en Gemini para empresas y para desarrolladores mediante la API de Gemini, Google AI Studio y Google Antigravity.
¿Cuánto cuesta Gemini 4 Argon?
Hasta el 30 de noviembre de 2026, el precio promocional anunciado es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida. Después, las tarifas estándar serán de 4 y 20 dólares, respectivamente.
¿Gemini 4 Argon puede detectar y corregir vulnerabilidades?
Google afirma que puede ayudar a identificar y reparar vulnerabilidades, especialmente mediante herramientas como CodeMender. La compañía también publica resultados de benchmarks de seguridad, aunque estos no garantizan que el modelo detecte todos los fallos en aplicaciones reales.
