Google presentou Gemini 4 Argon, o seu novo modelo de intelixencia artificial orientado a tarefas de longa duración que combinan razoamento, programación, análise documental e ciberseguridade. Está a ser probado inicialmente por un grupo reducido de profesionais da seguridade informática a través do Fairwind Program, antes da súa chegada a desenvolvedores, empresas e consumidores.
Un dos principais cambios está na capacidade de saída, que pasa dos 64.000 tokens da xeración anterior a 1 millón de tokens. Esta ampliación permite manter procesos de razoamento e execución moito máis longos nunha única traxectoria, unha característica especialmente orientada a problemas complexos que requiren múltiples pasos.
O modelo está sendo empregado internamente por equipos de Google en tarefas como depuración, deseño de algoritmos e migracións de grandes bases de código. Entre os proxectos citados figura a conversión de código C e C++ a Rust, desde bibliotecas con decenas de miles de liñas ata o núcleo Zircon de Fuchsia, con máis de 800.000 liñas. Estas migracións están sometidas a auditorías automatizadas e manuais, probas de emulación e revisión antes de chegar aos sistemas de produción.
Nunha aplicación sobre libgav1, o software de código aberto de Google para a decodificación de vídeo, os axentes de Argon substituíron 32.000 liñas de código SIMD dunha implementación en Rust mediante experimentos guiados polo perfil e análise da saída do compilador. O resultado, segundo Google, é un descodificador con seguridade de memoria que funciona 2,7 veces máis rápido ca a versión anterior en Rust e produce exactamente a mesma saída de vídeo.
Os resultados publicados pola compañía tamén sitúan Gemini 4 Argon entre os modelos con mellor desempeño en tarefas de enxeñaría de software e traballo profesional. No DeepSWE v1.1 acada un 77,9 %, mentres que no AutomationBench, centrado na execución de tarefas empresariais de principio a fin, obtén un 51,3 %. Google tamén sinala resultados destacados en investigación financeira, traballo xurídico e análise de documentos.
A comprensión multimodal é outro dos eixes do modelo. Argon pode analizar gráficos profesionais, extraer información de vídeos longos e combinar documentos para executar tarefas en varios pasos. No LVBench, unha proba de comprensión de vídeo de longa duración, Google sitúa o modelo nun 91,7 %.
A ciberseguridade recibe un tratamento específico. Gemini 4 Argon foi adestrado para localizar, validar e corrixir vulnerabilidades de software de maneira autónoma. No CWE-bench v1 obtén un 68 %, resultado que o coloca empatado na primeira posición da proba segundo os datos publicados por Google.
Wiz xa está a empregar Argon no seu programa Scan for Good para analizar infraestruturas críticas e localizar exposicións de alto risco. Nunha demostración inicial, o modelo identificou unha vulnerabilidade crítica que podía deixar exposta información persoal en software sanitario utilizado por hospitais, un problema que, segundo Wiz, non fora detectado por modelos fronteira anteriores.
A capacidade para actuar sobre sistemas reais tamén levou Google a reforzar as medidas de seguridade antes da expansión do acceso. A compañía asegura que Argon incorpora proteccións contra o uso indebido en ataques informáticos e contra riscos químicos, biolóxicos, radiolóxicos e nucleares, ademais de mecanismos para detectar intentos de manipulación mediante prompt injection.
Google tamén emprega sistemas destinados a detectar comportamentos que poidan afastarse das intencións do usuario, monitorizando o razoamento interno e as accións do modelo para deter a execución cando sexa necesario. A compañía afirma que estas medidas foron sometidas a probas mediante equipos internos e externos de red team.
O lanzamento será gradual. Argon chegará inicialmente a clientes de pagamento da API e aos subscritores de Google AI Ultra, antes de ampliar a dispoñibilidade a outros desenvolvedores, empresas e consumidores. O prezo introdutorio anunciado é de 2 dólares por millón de tokens de entrada e 10 dólares por millón de tokens de saída, mentres que os tokens de entrada almacenados en caché terán un desconto do 95 %.
