Google lanzó Gemini 4 Argon el 30 de septiembre, el primer modelo de la familia Gemini 4 y su primer modelo insignia desde que llegó la serie Gemini 3 en noviembre de 2025. Casi nadie puede usarlo todavía.
El modelo va primero a un grupo cerrado que Google llama el Programa Fairwind — defensores cibernéticos a los que la empresa considera de confianza — y a los equipos internos de Google. Esos dos grupos reciben una versión de Argon con sus barreras de seguridad cibernética retiradas. El resto espera. Google dice que desarrolladores, empresas y consumidores vendrán después, empezando por clientes de pago de la API y suscriptores de Google AI Ultra, mientras refuerza las protecciones contra el uso indebido cibernético y CBRN, la inyección indirecta de instrucciones, la desalineación del modelo y los entornos de agentes inseguros.
La afirmación de seguridad es el titular
Google dice que Argon puede localizar una vulnerabilidad crítica de software, confirmar que es real y escribir el parche sin una persona de por medio. También dice que el modelo encontró un fallo crítico en software sanitario usado por hospitales de todo el mundo que los modelos de frontera anteriores no habían visto. Google no ha nombrado el software ni publicado el aviso.
La empresa también está pasando Argon por el proceso voluntario de acceso previo del gobierno de Estados Unidos, el mismo mecanismo que ha sido objeto de disputa en otros casos este mes.
La tabla de pruebas que publica Google
Google publicó 18 comparaciones de referencia frente a GPT-6 Astra y Claude Opus 5.5, y Argon gana o empata en 13 de ellas. Son cifras aportadas por el proveedor, no resultados independientes.
En DeepSWE v1.1, una prueba de ingeniería de software, Google sitúa a Argon en el 77,9% frente al 74,2% de Opus 5.5. En AutomationBench, que mide la ejecución de tareas empresariales, informa de un 51,3% frente a un 42,5%. En LVBench, una prueba de comprensión de vídeo largo, afirma un 91,7%. En la evaluación del agente jurídico de Harvey la diferencia es la mayor que muestra Google: 19,6% para Argon frente al 5,4% de GPT-6 Astra. En la prueba de inyección indirecta de instrucciones de Gray Swan, Google informa de una tasa de éxito de ataque del 0,7%, frente al 8,5% de Astra y el 1,0% de Opus 5.5.
Las diferencias también van en sentido contrario, y Google las publicó. Astra gana en FrontierSWE v2 con un 65,5% frente al 55,0% de Argon, y en Terminal-Bench Science 0.1 con un 68,1% frente a un 57,6%. Opus 5.5 gana en Terminal-bench 4.0 con un 66,4% frente a un 57,4%.
Un millón de tokens de salida
El cambio con más probabilidades de importar en la práctica es el límite de salida. Argon puede escribir hasta un millón de tokens de salida en una sola respuesta, frente a los 64.000 de los modelos anteriores de Google. Para un agente al que se pide migrar una base de código o revisar un contrato largo, eso elimina la necesidad de coser el trabajo entre varias llamadas.
Google dice que miles de sus propios empleados ya usan el modelo, y da tres ejemplos internos: una optimización de computación cuántica que superó las bases publicadas en un 40%, optimizaciones de memoria que liberaron más de 300 TiB en sus centros de datos, y una reescritura de código SIMD en el decodificador de vídeo libgav1 que funciona 2,7 veces más rápido que la versión en Rust.
Lo que cuesta
Argon se lanza a un precio introductorio de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida, con la entrada en caché descontada un 95% hasta 0,10 dólares. Tras el periodo introductorio suben a 4 y 20 dólares. Al precio introductorio Argon queda por debajo de GPT-6 Astra, que Google lista a 10 y 50 dólares, e iguala a Opus 5.5 cuando termina el descuento.
Qué vigilar
Si Argon llega a disponibilidad general antes de que acabe el año, y si Google dice quién está en el Programa Fairwind. Un modelo lanzado deliberadamente sin barreras cibernéticas a un grupo sin nombre de organizaciones externas es un acuerdo de gobernanza, no solo una decisión de producto, y por ahora la lista de miembros la define Google.
