Google anunció el inicio del preentrenamiento del Gemini 4 el 21 de julio de 2026, describiéndolo como el mayor esfuerzo de preentrenamiento en la historia de la compañía. Hasta principios de septiembre, el modelo ha producido resultados preliminares sólidos en esa fase. Sin embargo, el postentrenamiento aún no ha comenzado, y es precisamente la etapa en la que los modelos de IA se transforman de cálculos brutos impresionantes en productos que la gente realmente puede usar. El postentrenamiento —que incluye el ajuste fino, el aprendizaje por refuerzo con retroalimentación humana y el ajuste de instrucciones— es ampliamente reconocido por determinar qué tan confiablemente un modelo sigue instrucciones, maneja el uso de herramientas y se comporta de forma segura en producción. Es a menudo donde los plazos de lanzamiento se retrasan, razón por la cual su progreso importa tanto como los resultados del preentrenamiento.

Para qué se está construyendo el Gemini 4

El CEO Sundar Pichai detalló la ambición durante la llamada de resultados del segundo trimestre de Alphabet el 23 de julio, enmarcando al Gemini 4 en torno a dos prioridades específicas: la programación y los agentes autónomos. Pichai también señaló que el Gemini 4 dependerá de lo que llamó "modelos base mucho más grandes" para satisfacer las demandas futuras. Ambas prioridades coinciden con donde se ha concentrado la demanda empresarial de IA: los asistentes de programación se han convertido en una de las categorías de productos de IA de adopción más rápida entre los desarrolladores, mientras que los sistemas agénticos —modelos capaces de planificar y ejecutar tareas de múltiples pasos— son el punto focal de la competencia entre los principales laboratorios de IA.

El gasto refleja esa escala. Alphabet ha fijado su guía de gasto de capital para 2026 en hasta 205.000 millones de dólares, una cifra que ha llevado a la compañía a territorio de flujo de caja libre negativo por primera vez.

De dónde viene la presión competitiva

El Gemini 3.5 Pro, el modelo que precedió a este esfuerzo, habría experimentado retrasos vinculados a problemas de programación. El Gemini 4 es, en parte, una respuesta a ello. Un modelo construido explícitamente en torno a la fortaleza en programación aborda una de las áreas específicas donde los competidores —destacadamente OpenAI y Anthropic, cuyos modelos han tenido un desempeño destacado en benchmarks de programación y adopción entre desarrolladores— han asestado los golpes más creíbles contra los lanzamientos previos de Google.

Los analistas que siguen los ciclos históricos de entrenamiento de Google consideran que una ventana de lanzamiento a finales de 2026 es el escenario más plausible, aproximadamente seis meses después de que el preentrenamiento comenzara en julio. La compañía no ha divulgado públicamente un cronograma formal.

Qué viene después y por qué el postentrenamiento es la variable a vigilar

Al 1 de septiembre de 2026, no se han publicado benchmarks públicos sobre los plazos de preentrenamiento o postentrenamiento del Gemini 4. Para una compañía que pasó gran parte de 2025 y principios de 2026 reconstruyendo la confianza de los desarrolladores en la línea de productos Gemini, el silencio se interpreta menos como secretismo estratégico y más como una gestión disciplinada de expectativas. Hay que estar atentos a señales tempranas como presentaciones a benchmarks públicos, versiones preliminares para desarrolladores o la integración en los propios productos de Google, los canales a través de los cuales los lanzamientos previos de Gemini suelen aparecer primero.

El sector tecnológico en general ha estado siguiendo de cerca la trayectoria de gasto de capital de Alphabet, en parte porque señala cuánto creen los jugadores establecidos que el ciclo actual de inversión en IA todavía tiene recorrido. Un año con 205.000 millones de dólares en capex por parte de una sola compañía genera efectos en cadena en los proveedores de chips, la construcción de centros de datos, la infraestructura energética y las startups que compiten por la misma capacidad de GPU.