Servomecanismos

Google lanza Gemini 4 Argon, su nuevo modelo de IA para tareas profesionales complejas

Google puso a disposición de desarrolladores y empresas Gemini 4 Argon, un modelo de inteligencia artificial diseñado para resolver tareas de varios pasos en programación, finanzas, derecho, ciencia y ciberseguridad


Google presentó Gemini 4 Argon, un modelo de inteligencia artificial orientado a programación, análisis profesional y tareas complejas de varios pasos. Google presentó Gemini 4 Argon, un modelo de inteligencia artificial orientado a programación, análisis profesional y tareas complejas de varios pasos.

13 de octubre de 2026

POR: Hiptex

Google anunció la disponibilidad de Gemini 4 Argon para desarrolladores y empresas a nivel internacional, una nueva apuesta de la compañía por modelos de inteligencia artificial capaces de abordar procesos profesionales complejos que requieren razonamiento, planificación y múltiples etapas de ejecución.

 

De acuerdo con Google, Argon fue diseñado para mantener el contexto durante tareas prolongadas y trabajar en áreas como ingeniería de software, investigación financiera, elaboración de documentos jurídicos, ciencia y defensa de sistemas informáticos. Su objetivo es ir más allá de responder preguntas y contribuir a completar procesos de trabajo con menor intervención humana.

 

La compañía informó que el modelo ya puede utilizarse mediante sus herramientas para empresas y desarrolladores, entre ellas Google AI Studio, Gemini API y la plataforma de programación Antigravity. Los suscriptores de los planes Google AI Pro y Ultra también pueden acceder a Argon a través de determinadas funciones de la aplicación Gemini y del modo de inteligencia artificial de Google Search, mientras que algunas herramientas tienen disponibilidad restringida por tipo de suscripción.

 

Uno de los aspectos destacados por la empresa es su integración en tareas de programación asistida por agentes de IA. Google reportó que los equipos que probaron Argon en Antigravity incrementaron en más de 35 por ciento los envíos de código generados mediante agentes y redujeron casi un tercio las reversiones de código. Estas cifras corresponden a resultados divulgados por la propia compañía y no deben interpretarse como una garantía de rendimiento para todos los usuarios o entornos de trabajo.

 

Entre las organizaciones que participaron en las primeras pruebas figuran Deloitte, LexisNexis, Ambience Healthcare e Isomorphic Labs. Su participación refleja el interés por incorporar modelos avanzados de IA en actividades empresariales, investigación y servicios especializados.

 

En materia de precios, Google estableció una tarifa introductoria para la API de dos dólares por cada millón de tokens de entrada y diez dólares por cada millón de tokens de salida, vigente hasta el 30 de noviembre de 2026. Posteriormente, los precios anunciados subirán a cuatro y veinte dólares, respectivamente. El costo final dependerá del volumen de uso y de las condiciones de cada servicio.

 

La empresa también anunció la ampliación de su programa Fairwind, mediante el cual especialistas de ciberseguridad previamente evaluados pueden acceder a una versión del modelo sin algunas de las restricciones habituales para determinadas tareas de defensa informática. Este acceso busca facilitar la investigación de vulnerabilidades y el fortalecimiento de sistemas, aunque también subraya la importancia de supervisar las capacidades avanzadas que podrían utilizarse con fines maliciosos.

 

El lanzamiento ocurre en medio de una intensa competencia entre Google, OpenAI y Anthropic por desarrollar modelos capaces de ejecutar tareas cada vez más sofisticadas. Para Google, Argon representa una oportunidad para recuperar terreno después de retrasos en su calendario de lanzamientos y cambios en la dirección de su laboratorio de inteligencia artificial, DeepMind.

 

La disponibilidad de modelos con mayor capacidad de razonamiento podría acelerar la automatización de tareas especializadas, pero su impacto dependerá de factores como la confiabilidad de sus resultados, los costos de implementación, la protección de datos y la supervisión humana. El desafío para las empresas no será únicamente incorporar estas herramientas, sino determinar en qué procesos ofrecen beneficios comprobables y cómo gestionar sus riesgos.


TAGS

TE PUEDE INTERESAR

La inteligencia artificial necesita un cuerpo: el papel de la Ingeniería Cibernética Electrónica

Servomecanismos 12 de octubre de 2026

Agentes de inteligencia artificial bajo escrutinio tras una serie de incidentes de seguridad

Servomecanismos 11 de octubre de 2026

Sin impuestos nuevos, pero con más pruebas: materialidad digital rumbo a 2027

Servomecanismos 9 de octubre de 2026