Gemini 4 Argon: la próxima era de inteligencia de frontera de Google

Google anunció el 30 de septiembre de 2026 Gemini 4 Argon, su nuevo modelo de frontera orientado a trabajo profesional de largo aliento: ingeniería de software real, trabajo de conocimiento empresarial como legal y finanzas, y defensa de ciberseguridad. El anuncio lo firma Koray Kavukcuoglu, SVP de Google DeepMind y Chief AI Architect de Google.

El dato que ordena el resto: Google subió el límite de tokens de salida de 64 mil a 1 millón. No es una cifra de marketing. Define qué tareas puede terminar un modelo de una sola pasada, sin que un humano lo vaya rearmando por tramos.

¿Qué trae Gemini 4 Argon y cuánto cuesta?

Los números publicados por Google:

• 1 millón de tokens de salida, contra los 64.000 de la generación anterior.
• Precio introductorio de US$2 por millón de tokens de entrada y US$10 por millón de salida. Los tokens de entrada en caché quedan con 95% de descuento.
• Terminado el período introductorio, el precio sube a US$4 de entrada y US$20 de salida por millón.
• 77,9% en DeepSWE v1.1, el benchmark de ingeniería de software de tareas largas, un nuevo máximo.
• Primer lugar en AutomationBench de Zapier, con 51,3%. Ese benchmark mide ejecución de punta a punta en funciones de negocio.
• 91,7% en LVBench de comprensión de video largo y liderazgo en el Vals Index, que pondera impacto económico por sector.
• 68% en CWE-bench v1, empatado en el primer lugar, midiendo remediación de vulnerabilidades.

La disponibilidad es la parte incómoda: Argon todavía no está abierto. Sale primero a un grupo de defensores de ciberseguridad de confianza vía el Fairwind Program, y después a clientes pagados de API y suscriptores de Google AI Ultra. Google dice que participa del proceso voluntario de acceso pre-lanzamiento del gobierno de Estados Unidos mientras amplía el acceso.

¿Por qué importa el salto de 64 mil a 1 millón de tokens de salida?

Casi toda la conversación de los últimos dos años fue sobre ventana de contexto, es decir cuánto puede leer un modelo. La salida es el otro lado y es el que limita la automatización real. Un agente que solo puede escribir 64 mil tokens antes de cortarse no puede producir una migración completa, un informe financiero largo ni un contrato entero sin intervención.

Google muestra el efecto con casos internos: agentes de Argon analizaron telemetría de perfilado de sus centros de datos y aplicaron optimizaciones de memoria que liberan más de 300 TiB, con un ahorro total estimado de entre 500 TiB y 1 PiB. En migraciones de código de C y C++ a Rust, los agentes escalaron desde decenas de miles de líneas hasta más de 800 mil en el kernel Zircon de Fuchsia. En libgav1, el decodificador de video de Google, reemplazaron 32 mil líneas de código SIMD y el resultado corre 2,7 veces más rápido que el port original en Rust, con salida de video idéntica.

¿Qué cambia esto para una empresa B2B en Chile y Latinoamérica?

Poco en el corto plazo y bastante en el mediano. En Chile y el resto de Latinoamérica la mayoría de los equipos comerciales no compra modelos, compra producto: HubSpot, Salesforce, un copiloto dentro de la herramienta que ya usan. Argon llega a esos productos cuando los proveedores lo integren, no cuando Google lo anuncie.

Lo que sí se mueve antes es el precio. Con US$2 de entrada y US$10 de salida por millón, Google se para en el mismo rango que Claude Sonnet 5.5 de Anthropic, que mantiene US$2 y US$10 de lista. Cuando tres o cuatro modelos de frontera convergen al mismo precio, la competencia se corre al costo por tarea terminada, no al costo por token. Esa es la métrica que conviene mirar a la hora de evaluar proveedores.

¿Y el ángulo de ciberseguridad?

Google entrenó a Argon para encontrar, validar y parchar vulnerabilidades críticas de forma autónoma, y dice que lo liberará sin barandas de ciber para defensores de confianza y equipos internos. Wiz ya lo usa en su iniciativa Scan for Good y, según Google, el modelo detectó una vulnerabilidad crítica que exponía información personal sensible en software de salud usado por hospitales en todo el mundo, un riesgo que modelos de frontera anteriores no habían visto.

El reverso del mismo argumento ya está sobre la mesa: la semana pasada el equipo Frontier Red de Anthropic advirtió que GLM-5.3, de la china Zhipu AI, construye exploits de punta a punta a tasas comparables y sin salvaguardas efectivas. La capacidad ofensiva y la defensiva salen del mismo tronco.

Análisis de Revenue Hub

Para un líder comercial en Chile o Latinoamérica, el titular útil de este lanzamiento no es «Google tiene un modelo mejor». Es que el techo de lo automatizable se movió otra vez, y se movió en la dimensión que importa para procesos de negocio: cuánto trabajo puede completar un agente sin que alguien lo supervise paso a paso. Si tu operación de ingresos todavía corta cada tarea en pedazos porque la herramienta no aguanta más, ese diseño va a quedar obsoleto antes de lo que proyectaste.

La decisión concreta no es cambiar de modelo. Es dejar de comprar IA por modelo y empezar a medirla por tarea terminada. Un proceso bien definido, con datos limpios y un criterio de «listo» explícito, se beneficia de cada salto de capacidad sin tocar nada. Un proceso ambiguo no mejora con ningún modelo, y ahí es donde se queman los presupuestos de IA que después no muestran retorno. Vale la pena revisar cuáles de tus flujos de prospección, cotización o postventa tienen definición suficiente para absorber un agente que ahora puede trabajar diez veces más largo.

El riesgo específico a vigilar es la dependencia. Argon entra primero por un programa cerrado y recién después a API pagada. Diseñar un proceso crítico sobre un modelo que todavía no tiene disponibilidad general es apostar al calendario de otro. Mejor arquitectura: capa de orquestación propia, modelo intercambiable. Si quieres profundizar en cómo se arma esa capa sin casarse con un proveedor, en el blog de Revenue Hub cubrimos el tema, y el seguimiento de lanzamientos de modelos y agentes está en IA en ventas.