Google presentó el 30 de septiembre Gemini 4 Argon, un nuevo modelo de frontera orientado a ingeniería de software, investigación financiera y legal y defensa de ciberseguridad. El despliegue empieza de forma limitada entre defensores de seguridad seleccionados a través del programa Fairwind y se ampliará después a clientes de pago de la API y suscriptores de Google AI Ultra, según el anuncio oficial de Google.
Un millón de tokens de salida para trabajos largos
Google destaca un límite de salida de hasta un millón de tokens, pensado para tareas que requieren mantener razonamiento y generación durante periodos mucho más largos que una respuesta convencional. La compañía posiciona el modelo para migraciones de código, investigación profesional, redacción compleja y análisis defensivo de vulnerabilidades.
Argon se está utilizando internamente en Google. La empresa cita trabajos de optimización de memoria en centros de datos, migraciones de bases de código C/C++ a Rust y experimentos de ingeniería que requieren múltiples ciclos de prueba y revisión.
Precio inicial de 2 dólares por millón de tokens de entrada
El precio introductorio anunciado es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida. Los tokens de entrada en caché tendrán un descuento del 95%. Después del periodo introductorio, Google prevé duplicar las tarifas hasta 4 y 20 dólares respectivamente.
Para una empresa, ese coste debe evaluarse junto con el volumen de contexto y salida. Un modelo capaz de producir resultados muy extensos puede generar una factura relevante si se utiliza sin límites, especialmente en agentes que ejecutan cadenas de tareas de forma autónoma.
El acceso será gradual por seguridad
Google no está realizando un lanzamiento general inmediato. La primera cohorte está formada por defensores cibernéticos de confianza y la compañía afirma que seguirá recogiendo resultados antes de ampliar el acceso a desarrolladores, empresas y consumidores.
Las organizaciones interesadas deberían esperar a la disponibilidad correspondiente a su plan y, cuando llegue, empezar con tareas acotadas, presupuestos de tokens, revisión humana y permisos mínimos para cualquier agente conectado a sistemas internos.
Qué debería medir una pyme al compararlo
La decisión no debería basarse únicamente en benchmarks. Para un negocio importan precisión en su propio dominio, coste por tarea completada, latencia, capacidad de trabajar con documentos internos y tasa de correcciones humanas. Una prueba controlada con casos reales ofrece más información que una puntuación agregada.
El cambio se suma a otras novedades empresariales recientes: el GKE Agent Sandbox de Google Cloud, las propiedades externas de GitHub, la actualización de CodeQL, el nuevo Microsoft Defender ISOC, la adopción de passkeys empresariales y Cloudflare Threat Signals.
Fotografía: Lukas Blazek / Pexels.
