Su nuevo modelo de inteligencia artificial es una de sus mayores apuestas para competir directamente con los modelos más avanzados de OpenAI y Anthropic.
La principal diferencia de Argon no está pensada para quien utiliza una inteligencia artificial simplemente para hacer una pregunta rápida.
Google ha desarrollado el modelo específicamente para trabajos complejos que pueden requerir numerosos pasos y largos periodos de razonamiento, como programación, finanzas, derecho, ciberseguridad, investigación científica o análisis de grandes cantidades de información.
Gemini 4 Argon ya está llegando a usuarios, desarrolladores y empresas de todo el mundo, aunque para utilizarlo desde la aplicación de Gemini es necesario disponer de una suscripción Google AI Pro o Ultra.
Gemini 4 Argon está pensado para trabajos que pueden durar mucho tiempo
Uno de los principales objetivos de Google con Argon es mejorar lo que podríamos denominar trabajo profundo con inteligencia artificial.
En lugar de resolver únicamente una petición concreta, el modelo está preparado para mantener el razonamiento durante procesos extensos en los que necesita analizar información, realizar diferentes operaciones y mantener el contexto durante toda la tarea.
Esto puede resultar especialmente importante para un programador que necesita analizar una gran base de código, un abogado que trabaja con numerosos documentos o un analista financiero que necesita estudiar grandes cantidades de información antes de llegar a una conclusión.
Argon dispone de una ventana combinada de entrada y salida de hasta un millón de tokens, lo que permite trabajar con cantidades enormes de información dentro de una misma tarea. Además de texto, puede recibir imágenes, audio y vídeo.
Google quiere competir directamente con ChatGPT y Claude
Las pruebas publicadas por Google muestran que Gemini 4 Argon se sitúa entre los modelos más avanzados disponibles actualmente.
Argon ocupa el primer puesto en el Vals Index, una prueba destinada a medir el rendimiento de los modelos de inteligencia artificial en trabajos relacionados con sectores económicos como finanzas, programación, derecho e impuestos.
Los resultados publicados por Google DeepMind muestran, por ejemplo, un 68,9 % para Argon en este índice, frente al 67 % de Claude Opus 5.5 y el 63,1 % de GPT-6 Astra.
Sin embargo, esto no significa que Gemini sea superior en absolutamente todas las tareas. Claude Opus 5.5 obtiene mejores resultados en algunas pruebas de programación y GPT-6 Astra supera a Argon en determinados benchmarks científicos y de utilización del ordenador.
La conclusión es más interesante que proclamar simplemente un ganador: los tres grandes modelos están empezando a especializarse y las diferencias dependen cada vez más del trabajo que queramos realizar.
La programación es uno de sus principales campos de batalla
Google ha puesto especial atención en las capacidades de programación de Gemini 4 Argon.
El modelo está diseñado para trabajar sobre grandes bases de código, realizar migraciones complejas, investigar errores y participar en procesos de ingeniería que requieren numerosos pasos.
Según los datos internos publicados por Google, sus equipos han conseguido incrementar más de un 35 % las entregas de código realizadas mediante agentes mientras reducían aproximadamente un tercio los procesos que necesitaban revertirse.
El objetivo es que la inteligencia artificial deje de limitarse a sugerir fragmentos de código y pueda participar en trabajos de ingeniería cada vez más completos.
Esta estrategia se complementa con Google Antigravity, la plataforma de desarrollo orientada a agentes de la compañía, donde Argon también está disponible.
Una IA capaz de encontrar y corregir vulnerabilidades
Otro de los campos en los que Google está poniendo especial énfasis es la ciberseguridad.
Gemini 4 Argon puede navegar por grandes bases de código buscando vulnerabilidades, validar los problemas encontrados y generar posteriormente las modificaciones necesarias para corregirlos.
Google incluso permitió que determinados especialistas en seguridad utilizaran anticipadamente el modelo mediante su programa Fairwind antes de ampliar el acceso al público.
Uno de los ejemplos publicados por la compañía corresponde a Wiz, que utilizó Argon para localizar una vulnerabilidad crítica en software hospitalario que otros modelos no habían detectado. La corrección permitió proteger cientos de miles de historiales de pacientes.
También quiere acelerar la investigación científica
Google está utilizando Argon en ámbitos que van mucho más allá del trabajo de oficina.
Investigadores están experimentando con el modelo en matemáticas, computación cuántica, biología y fusión nuclear, mientras que otro de los campos especialmente interesantes es la robótica.
Gemini 4 Argon puede analizar visualmente una actividad física, comprender el espacio y los movimientos necesarios y generar código que permita reproducir ese comportamiento en una simulación.
Este tipo de capacidades muestran hacia dónde están evolucionando los modelos de inteligencia artificial: no solamente comprender información, sino utilizarla para ejecutar posteriormente tareas en entornos digitales y físicos.
Gemini 4 Argon no estará disponible gratis
Google está desplegando Argon mundialmente, pero el acceso para usuarios particulares queda reservado inicialmente a quienes tengan una suscripción Google AI Pro o Google AI Ultra.
El modelo puede utilizarse desde la aplicación Gemini y también desde el Modo IA de Google. Los desarrolladores pueden acceder mediante el nivel de pago de Gemini API y los usuarios Ultra también disponen de acceso desde Google AI Studio y Google Antigravity.
Para empresas, Google ofrece el modelo mediante Gemini para empresas, su API y Antigravity.
La API se ha lanzado con un precio promocional de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. Una vez termine el periodo promocional el 30 de noviembre de 2026, Google establece un precio de 4 dólares para la entrada y 20 dólares para la salida.
La batalla de la inteligencia artificial cambia de escenario
Gemini 4 Argon confirma una tendencia que también estamos viendo con los últimos movimientos de OpenAI y Anthropic.
La competición ya no consiste únicamente en crear una inteligencia artificial que responda mejor a una pregunta.
El siguiente campo de batalla está en conseguir modelos capaces de recibir un objetivo complejo, trabajar durante mucho tiempo sobre él y entregar un resultado prácticamente terminado.
Programar una aplicación, analizar la situación financiera de una empresa, revisar documentación jurídica, investigar un problema científico o detectar vulnerabilidades de seguridad son tareas que hasta hace poco requerían una interacción continua entre la persona y la inteligencia artificial.
Ahora las grandes tecnológicas quieren que sus modelos sean capaces de asumir una parte cada vez mayor de ese proceso.
Google quiere colocar a Gemini 4 Argon precisamente en ese terreno. Y ahí tendrá que competir directamente con los modelos más avanzados de ChatGPT y Claude por convertirse en la inteligencia artificial que utilicemos no solamente para preguntarle cosas, sino para hacer nuestro trabajo.