Gemini 4 Argon es la nueva bestia de Google para el trabajo pesado: código, ciencia, finanzas y ciberseguridad

Imaginemos que encargamos a una inteligencia artificial una tarea que no puede resolverse con una sola respuesta: revisar miles de líneas de código, detectar qué partes ralentizan un programa y proponer cambios sin alterar su funcionamiento.

El reto no consiste únicamente en comprender la petición, sino en sostener un trabajo de varias etapas y comprobar que cada decisión encaja con las anteriores.

Esa misma dificultad aparece, con otras exigencias, cuando hay que interpretar informes financieros o examinar sistemas informáticos en busca de vulnerabilidades.

Son problemas en los que responder rápido importa bastante menos que llegar a resultados fiables.

Detrás de esta apuesta está Gemini 4 Argon , el nuevo modelo de Google DeepMind con el que la compañía busca reforzar sus capacidades para el trabajo especializado.

No se trata exactamente de un estreno: fue anunciado el 30 de septiembre, cuando su utilización quedó reservada a determinados expertos en ciberseguridad mediante el programa Fairwind.

La novedad es que Google ha comenzado su despliegue global para desarrolladores, empresas y suscriptores de determinados planes de pago.

Con este movimiento, el gigante tecnológico pone el foco en cuatro grandes campos de aplicación: programación, finanzas, investigación científica y seguridad informática.

Una IA diseñada para tareas complejas Para abordar estos trabajos, Google ha combinado en Argon capacidades de razonamiento avanzado, análisis de información visual y utilización de herramientas.

El modelo puede examinar documentos y desarrollar operaciones que requieren varios pasos, apoyándose en un límite unificado de hasta un millón de tokens , las unidades con las que procesa y genera contenido.

Hay un matiz importante: esta capacidad se comparte entre la información recibida, el razonamiento y la salida.

Además, cada petición individual tiene límites inferiores, por lo que la compañía ha incorporado un mecanismo de continuación que permite completar procesos más extensos. {"videoId":"xbmnl2y","autoplay":false,"title":"Pagoda demo: Gemini 4 Argon", "tag":"tecnología", "duration":"45"} Hay un ejemplo que permite entender mejor hasta dónde llegan estas capacidades.

En una prueba interna con Agent Development Kit (ADK), un proyecto de Python de unas 205.000 líneas, Argon trabajó durante once horas y planteó seis optimizaciones.

Tras revisarlas, Google descartó cuatro por posibles problemas de funcionamiento o por ofrecer mejoras de utilidad limitada, pero incorporó las dos restantes.