Google ha lanzado Gemini 4 Argon, el primer modelo de su serie Gemini 4, desarrollado con un enfoque en la ciberseguridad defensiva. Según la empresa, el modelo puede descubrir, validar y corregir vulnerabilidades de software de forma autónoma. Al abarcar todo el ciclo de vida de las vulnerabilidades —descubrimiento, validación y parcheo— el anuncio se centra en la remediación, la etapa donde los equipos de seguridad suelen acumular atrasos de debilidades conocidas.

El lanzamiento se anunció el 30 de septiembre de 2026. Aunque la seguridad es el caso de uso principal, Google también posiciona a Argon para flujos de trabajo largos y complejos en ingeniería de software y en campos intensivos en conocimiento como el derecho y las finanzas.

Rendimiento en benchmarks

La especificación más destacada de Argon es su capacidad de salida: el modelo puede generar hasta 1 millón de tokens en una sola respuesta, un aumento considerable frente al límite de salida de 64K tokens de los modelos anteriores. Esa capacidad está dirigida a cargas de trabajo grandes y continuas, permitiendo que una migración o ciclo de revisión completo se produzca en una sola pasada en lugar de ensamblarse a través de muchas respuestas más pequeñas.

En DeepSWE v1.1, un benchmark construido en torno a tareas reales de ingeniería de software, Argon obtuvo 77.9%. Eso lo coloca por delante de GPT-6 Astra de OpenAI, con 74.1%, y de Claude Opus 5.5 de Anthropic, con 74.2%, en la misma prueba, con los tres laboratorios de frontera ahora medidos lado a lado en trabajo de ingeniería real.

La seguridad es donde Google enfatiza su liderazgo. Argon registró la puntuación más alta, 68%, en la parte de remediación de vulnerabilidades de CWE-bench v1, un benchmark centrado en corregir categorías conocidas de debilidades de software. CWE se refiere a Common Weakness Enumeration, la taxonomía estándar de categorías de debilidades de software mantenida por MITRE, lo que da a la puntuación un punto de referencia común entre proveedores.

Google también ha revelado resultados internos. El modelo ayudó a migrar más de 800,000 líneas de código en el kernel Zircon, parte del sistema operativo Fuchsia, a Rust. Ese esfuerzo ahorró 300 TiB de memoria en los centros de datos de Google. Rust es un lenguaje de sistemas con seguridad de memoria, y las reescrituras de kernel de este tipo forman parte de un esfuerzo industrial más amplio para eliminar vulnerabilidades de seguridad de memoria a nivel del lenguaje.

Disponibilidad y precios

Argon aún no está disponible de forma generalizada. Actualmente se puede acceder a él a través del programa Fairwind de Google, que cuenta con más de 650 organizaciones de ciberdefensa evaluadas, además de equipos internos de Google. Entre los participantes se incluyen las empresas de seguridad CrowdStrike y Palo Alto Networks. Wiz, uno de los primeros en implementarlo, utilizó el modelo para descubrir fallas significativas en software de salud ampliamente utilizado. Hasta que el acceso se amplíe, la mayoría de los desarrolladores juzgarán a Argon a través de resultados reportados por Google y los participantes del programa, ya que las cifras de benchmarks publicadas hasta ahora son autoradas.

Se espera una disponibilidad más amplia para clientes de API de pago y suscriptores de Google AI Ultra, aunque Google no ha vinculado esa expansión a una fecha específica en el material publicado hasta ahora. Dado que Argon es el primer modelo de la serie Gemini 4, el momento de un acceso más amplio y de lanzamientos posteriores de la familia son los puntos inmediatos a observar.

En cuanto a los precios, Argon comienza con una tarifa introductoria de $2 por millón de tokens de entrada y $10 por millón de tokens de salida. Según la hoja de ruta publicada, esas tarifas pueden subir a $4 y $20 respectivamente, una trayectoria de escalada definida que brinda a los clientes potenciales la ventana introductoria para evaluar el modelo antes de que se apliquen las tarifas completas.