Google lanza Gemini 4 Argon, su modelo de IA más potente y con foco en ciberseguridad
Alphabet presenta Gemini 4 Argon, un modelo de IA que promete encontrar y arreglar vulnerabilidades de software por sí solo y que, de momento, solo usará un grupo reducido de socios de ciberseguridad.
Alphabet, la matriz de Google, ha presentado Gemini 4 Argon, su nuevo modelo de inteligencia artificial y, según la compañía, el más potente que ha sacado hasta la fecha. Está diseñado para hacer de todo un poco —programar, investigar, escribir—, pero donde Google dice que realmente destaca es en ciberseguridad. El anuncio llegó el 30 de septiembre mediante una entrada en el blog corporativo.
El detalle importante es que Argon no está disponible para cualquiera. Google lo ha abierto únicamente a un grupo selecto de socios de ciberseguridad a través del Fairwind Program, su iniciativa de seguridad. El modelo se ha entrenado específicamente para tareas de defensa, y la empresa asegura que es capaz de «encontrar, validar y parchear de forma autónoma vulnerabilidades críticas de software». Es decir, que puede detectar fallos de seguridad y arreglarlos sin que un humano tenga que ir dándole instrucciones paso a paso. En programación e ingeniería también rinde bien: según Google, sus propios empleados ya lo usan a diario para depurar errores y migrar grandes bloques de código, y además es capaz de interpretar contenido visual, como vídeos largos o gráficos.
«Diseñado para mantener un razonamiento profundo a lo largo de flujos de trabajo complejos y prolongados, Argon está cambiando de forma radical cómo trabajamos y construimos en Google», resume la compañía en su blog. El lanzamiento se enmarca en una carrera desatada entre los grandes laboratorios de IA por sacar modelos cada vez más potentes. Hace poco, OpenAI presentó Astra, que vendió como su mejor modelo hasta la fecha, y antes Anthropic había lanzado Fable con un discurso parecido. Google sostiene que Argon ha sacado mejores notas que GPT-6 Astra de OpenAI y que los modelos Fable y Opus de Anthropic en varias pruebas de referencia, y cita a Vals, una startup de medición de IA cada vez más popular, para afirmar que Argon lidera ahora su índice de modelos.
El contexto es clave: Google estuvo un tiempo señalada como la que iba por detrás en esta carrera, y ahora vive un momento dulce con Gemini. En agosto la compañía anunció que su aplicación superaba los 1.000 millones de usuarios al mes, una cifra que la pone a la altura de OpenAI, que también ha reconocido haber alcanzado ese mismo umbral con ChatGPT. La pelea ya no es solo por tener el modelo más listo, sino por quedarse con el mayor número de usuarios y, sobre todo, con las empresas dispuestas a pagar por él.
El análisis de Salseo
- Lo relevante no es que Argon sea más potente, sino cómo lo reparte Google: en vez de abrirlo a todo el mundo, lo limita a un puñado de socios de ciberseguridad. Es una forma de probar el modelo en un entorno controlado —donde un fallo tiene consecuencias graves— y, a la vez, de reservarse un producto premium para clientes corporativos. La señal a vigilar es cuándo y con qué condiciones lo abre al público general.
- Que un modelo encuentre y parchee vulnerabilidades «de forma autónoma» es lo que de verdad puede mover dinero: las empresas pagan sin pestañear por seguridad, y ahí Google entra en territorio de compañías especializadas en ciberseguridad. Si funciona, no solo vende IA, sino que amenaza un negocio consolidado. Si falla aunque sea una vez, el titular será justo el contrario.
- Los benchmarks que cita Google son autoinformados y apoyados en una startup de medición (Vals), no en un organismo independiente. Esto ya es tradición en el sector: cada laboratorio publica las pruebas donde gana. La métrica que de verdad importa no son las notas, sino los usuarios —Gemini superó los 1.000 millones mensuales, igual que ChatGPT— y cuántos de los corporativos acaban pagando por la versión de pago.
- La cara B que no aparece en el titular: modelos cada vez más grandes implican más gasto en centros de datos, chips y electricidad. Para Alphabet, la pregunta incómoda es si el ritmo de lanzamientos se traduce en ingresos que compensen esa factura, o si la carrera por ser el más potente se convierte en una subida de costes sin retorno claro a corto plazo.