Google DeepMind presenta Gemini 4 Argon con 1 millón de tokens de salida para codificación, trabajo de conocimiento y defensa cibernética

Google DeepMind acaba de anunciar Gemini 4 Argon, su nuevo modelo fronterizo y el primer modelo de la generación Gemini 4. Su objetivo es la ingeniería de software a largo plazo, el trabajo de conocimiento empresarial en el ámbito jurídico y financiero y la defensa de la ciberseguridad. El mayor cambio técnico es la duración de la salida. Argon puede generar hasta 1 millón de tokens en una sola respuesta, frente a los 64K de los modelos anteriores de Gemini.

Lo que anunció Google

Google DeepMind describió a Argon como creado para flujos de trabajo complejos que abarcan codificación, trabajo de conocimiento empresarial y defensa de la ciberseguridad.

Google está adoptando un enfoque gradual. Está participando en el proceso voluntario del gobierno de EE. UU. para el acceso al modelo previo al lanzamiento. Recopilará comentarios de los primeros evaluadores y los iterará sobre las barreras de seguridad antes de un lanzamiento más amplio.

El precio ya es público. Argon se lanza a un precio inicial de $ 2 por 1 millón de tokens de entrada y $ 10 por 1 millón de tokens de salida. Los tokens de entrada almacenados en caché obtienen un descuento del 95%, lo que equivale a 0,10 dólares por 1 millón. Después del período introductorio, el precio se mueve a $4 de entrada y $20 de producción. Logan Kilpatrick confirmó el precio introductorio de entrada de $2 y $10 de salida.

Por qué es importante el límite de salida de 1 millón

Las API de frontera actuales limitan una respuesta única mucho más bajo. Claude Opus 5.5, Claude Fable 5.1 y GPT-6 Astra permiten cada uno 128K tokens de salida.

El equipo de Google afirma que Argon puede pensar profundamente y generar cientos de miles de tokens en una trayectoria. Para los desarrolladores, eso significa grandes refactorizaciones o informes extensos sin dividir el trabajo en turnos. Sin embargo, el costo es real. Un millón completo de tokens de salida cuesta $10 al precio de lanzamiento y $20 después.

Google no ha revelado la ventana de contexto de entrada de Argon.

Puntos de referencia: hacia dónde conduce el argón y hacia dónde se arrastra

Google comparó Argon con GPT-6 Astra, Claude Opus 5.5 y Claude Fable 5.1. Argon lidera rotundamente en 12 de 18 puntos de referencia y empata en primer lugar en 1.

Adónde conduce:

DeepSWE v1.1 (ingeniería de software a largo plazo): 77,9%, un nuevo estado del arte. Opus 5.5 obtiene una puntuación del 74,2% y GPT-6 Astra del 74,1%. Índice Vals (impacto económico en finanzas, codificación, legal y fiscal): 68,9%, clasificado en primer lugar. AutomationBench (Zapier, ejecución empresarial de extremo a extremo): 51,3%, ocupa el primer lugar. Opus 5.5 obtiene una puntuación del 42,5%. Punto de referencia del agente legal de Harvey: 19,6%, frente al 5,4% del GPT-6 Astra. LVBench (comprensión de video largo): 91,7%, un nuevo estado del arte.

Donde sigue:

FrontierSWE v2: 55,0%, detrás de GPT-6 Astra con 65,5%. Terminal-Bench 4.0: 57,4%, detrás de Claude Opus 5.5 con 66,4%. OSWorld-2.0 (uso de computadora): 69,2%, detrás de GPT-6 Astra con 72,6%.

Artificial Analysis informó que Argon iguala a GPT-6 Astra en su índice de inteligencia con un 60% del costo por tarea, utilizando precios con descuento.

Defensa cibernética: buscar, validar y parchear

Google entrenó a Argon para encontrar, validar y parchear de forma autónoma vulnerabilidades críticas de software. Los defensores de confianza y los equipos internos de Google lo reciben sin barreras cibernéticas.

En CWE-bench v1, que prueba la corrección de vulnerabilidades, Argon empata en primer lugar con un 68%. Los modelos rivales en esa clasificación corren dentro de sus propios arneses de agentes.

Wiz ya utiliza Argon a través de su iniciativa Scan for Good. El modelo encontró una vulnerabilidad crítica en el software sanitario utilizado por hospitales de todo el mundo. Google dice que los modelos fronterizos anteriores no lo habían logrado.

Antes del lanzamiento general, Google está fortaleciendo las salvaguardas en cuatro áreas:

Defensas contra el uso indebido de riesgos cibernéticos y QBRN, incluido el monitoreo de activación, bajo su Marco de Seguridad Fronteriza. Resistencia a la inyección rápida indirecta, donde Argon lidera el índice de referencia IPI de Gray Swan. Monitoreo de desalineamiento de cadenas de pensamiento y acciones, con capacidad de detener la ejecución. Cajas de arena selladas y aisladas para capacitación y evaluaciones de alto riesgo.

‘)}); var tm; function playOut(){var bs=O.querySelectorAll(‘.bar’);bs.forEach(function(b){b.style.width=”0″});setTimeout(function(){bs.forEach(function(b){b.style.width=b.dataset.w+’%’})},80); var c=R.querySelector(‘#mx-count’),t0=null;cancelAnimationFrame(tm);función st(ts){if(!t0)t0=ts;var p=Math.min((ts-t0)/1600,1);c.textContent=Math.round(1000000*(1-Math.pow(1-p,3))).toLocaleString(‘en-US’);if(p<1)tm=requestAnimationFrame(st)}tm=requestAnimationFrame(st)} R.querySelector('#mx-play').onclick=playOut; var ST=[['Fairwind Program','Live now',1,'Trusted cyber defenders and internal Google teams. They receive Argon without cyber guardrails for defensive work.'],['Paid API + AI Ultra','Next, no date',0,'Paid Gemini API customers and Google AI Ultra subscribers are first in line once Google finishes iterating on guardrails.'],['Enterprises + consumers','Later',0,'Broader availability to developers, enterprises and consumers "as soon as possible", per Google. No free tier announced.']]; var P=R.querySelector('#mx-pipe'),I=R.querySelector('#mx-info'); ST.forEach(function(s,i){var d=document.createElement('div');d.className="etapa"+(s[2]?' vivir':'');d.innerHTML=''+s[0]+'‘+s[1]+’‘;d.onclick=function(){P.querySelectorAll(‘.stage’).forEach(function(x){x.classList.remove(‘sel’)});d.classList.add(‘sel’);I.textContent=s[3];informe()};P.appendChild(d)}); P.firstChild.click(); varM=[[‘Argon (intro)’,2,10,1],[‘Argon (standard)’,4,20,1],[‘Claude Opus 5.5’,4,20,0],[‘Claude Fable 5.1’,10,50,0],[‘GPT-6 Astra’,10,50,0]]; var fmt=function(v){return v>=1?v.toFixed(1)+’M’:Math.round(v*1000)+’K’}; function calc(){var i=+R.querySelector(‘#mx-in’).value,o=+R.querySelector(‘#mx-o’).value;R.querySelector(‘#mx-in-v’).textContent=fmt(i);R.querySelector(‘#mx-o-v’).textContent=fmt(o); var cs=M.map(función(m){retorno i*m[1]+o*m[2]}),mx=Math.max.apply(null,cs); R.querySelector(‘#mx-cost’).innerHTML=M.map(function(m,k){return ‘

‘+m[0]+’$’+cs[k].toFixed(2)+’

‘}).join(”)} R.querySelector(‘#mx-in’).oninput=calc;R.querySelector(‘#mx-o’).oninput=calc; var B={‘DeepSWE v1.1’:[‘Long-horizon software engineering. Argon sets a new state of the art.’,[77.9,74.2,67.4,74.1]],’Índice de valores’:[‘Economic impact across finance, coding, legal and tax, weighted by U.S. GDP share.’,[68.9,67.0,65.8,63.1]]’Banco de automatización’:[‘Zapier benchmark for end-to-end business execution.’,[51.3,42.5,31.4,41.4]]’LVBenco’:[‘Long video understanding.’,[91.7,83.7,79.7,87.5]],’FronteraSWE v2′:[‘Agentic coding. Argon trails here; GPT-6 Astra leads.’,[55.0,62.3,56.3,65.5]],’Terminal-Bench 4.0′:[‘Command-line problem solving. Claude Opus 5.5 leads.’,[57.4,66.4,57.9,58.2]]}; var NM=[‘Gemini 4 Argon’,’Claude Opus 5.5′,’Claude Fable 5.1′,’GPT-6 Astra’],bk=’DeepSWE v1.1′,BT=R.querySelector(‘#mx-bt’); Object.keys(B).forEach(function(k){var b=document.createElement(‘button’);b.className=”tab”;b.textContent=k;b.onclick=function(){bk=k;drawB()};BT.appendChild(b)}); función drawB(){BT.querySelectorAll(‘.tab’).forEach(function