Argon optimiza código, analiza datos científicos y detecta vulnerabilidades informáticas.
Google presentó Gemini 4 Argon y mostró cómo lo utilizó para reorganizar código de Chromium y acelerar cálculos de química computacional. El nuevo modelo de IA ya está disponible para desarrolladores, empresas y usuarios de Gemini con suscripciones compatibles.
Google informó que Gemini 4 Argon obtuvo el primer puesto en Vals Index, una evaluación que mide las capacidades de los modelos de IA en actividades profesionales relacionadas con programación, finanzas, derecho y tributación. En sus pruebas internas con Google Antigravity, las entregas de código mediante agentes aumentaron más del 35 %, mientras que las reversiones de cambios disminuyeron casi un tercio.
En Chromium, que reúne aproximadamente 40 millones de líneas de código, el trabajo consistió en separar el procesamiento de páginas web de una antigua carpeta con unos seis millones de líneas de funciones del navegador. Según Google, Argon ayudó a completar esa reorganización en semanas, cuando habría requerido meses de trabajo.
En el Agent Development Kit (ADK) para Python, las optimizaciones realizadas con el modelo redujeron un 40 % el tiempo de preparación de sesiones prolongadas y aceleraron un 21 % las importaciones iniciales. Google también utilizó Argon para optimizar la inferencia de Gemma 4 E2B sobre una GPU NVIDIA A100 mediante vLLM, con una mejora de 2.85 veces en el rendimiento y sin modificaciones en los tokens generados.
Google presentó trabajos que parten de código, documentos, datos científicos, imágenes y videos. Los ejemplos muestran cómo se utilizó Argon para acelerar cálculos, analizar información, crear simulaciones y detectar vulnerabilidades.
En química computacional, investigadores de Google modificaron con Argon el código de xTB, una herramienta que predice estructuras moleculares y evalúa compuestos. Según la compañía, esos cambios aceleraron hasta 2.3 veces el cálculo de estructuras y 1.8 veces la búsqueda de conformaciones moleculares.
Argon también convirtió una versión interna de AlphaQubit en código optimizado que casi duplicó su capacidad de procesamiento, según Google. Este sistema identifica errores en la información de los qubits para que puedan corregirse.
Google trabajó con Matt Landreman, de la Universidad de Maryland, en soluciones matemáticas para stellarators, dispositivos de fusión que confinan plasma mediante campos magnéticos. Los resultados amplían los contraejemplos a la conjetura de Grad, que restringía ciertos equilibrios del plasma a configuraciones con simetrías específicas, y sirven para comprobar programas de simulación.
Con Argon, Google convirtió fotografías en juegos y escenas de Blender y reunió archivos en modelos anatómicos y reconstrucciones arqueológicas. También mostró diseños de muebles preparados para impresión 3D.
En una demostración con Apollo, el robot humanoide de Apptronik, Argon utilizó un video para generar el código de una simulación. Los movimientos se trasladaron al robot físico, que acertó siete lanzamientos consecutivos en la prueba de Google.
La compañía reportó un 87 % en Embodied Reasoning Question Answering (ERQA), una evaluación de problemas físicos y espaciales en entornos tridimensionales. El gráfico publicado por Google corresponde a 400 preguntas resueltas sin herramientas.
Google amplió Fairwind, su programa de acceso para equipos de ciberdefensa. Los participantes seleccionados pueden utilizar una versión de Argon sin las restricciones específicas de ciberseguridad para detectar y corregir vulnerabilidades en infraestructuras críticas, con acceso sujeto a la evaluación de la organización y al uso defensivo.
Wiz empleó Argon en Scan for Good, que combina IA e investigadores para revisar infraestructuras públicas y servicios críticos. Google informó que el modelo detectó una falla en software hospitalario que otras IA habían pasado por alto y que podía comprometer cientos de miles de registros de pacientes.
Para controlar el uso del propio modelo, Google combina la revisión de solicitudes con mecanismos de detección interna y supervisión continua de las respuestas. La compañía también utiliza un monitor que revisa el razonamiento y las acciones de los agentes para bloquear intentos de saltarse permisos o tomar atajos sin autorización.
En Gray Swan Indirect Prompt Injection, que evalúa ataques con instrucciones maliciosas insertadas en el contenido que consulta un agente, Google reportó una tasa de éxito del 0.7 % después de 15 intentos adaptativos. En las pruebas de programación, los intentos de tomar atajos no autorizados descendieron al 2 %, y la compañía informó una reducción cercana a la mitad en las infracciones ante solicitudes peligrosas en su evaluación adversaria.
Gemini 4 Argon está disponible en Gemini para suscriptores Pro y Ultra, en Antigravity para usuarios Ultra y mediante la API de pago. Hasta el 30 de noviembre de 2026, cuesta USD 2 por millón de tokens de entrada y USD 10 de salida; desde el 1 de diciembre, esas tarifas suben a USD 4 y USD 20, respectivamente.
