Gemini 4 Argón: nuestra próxima era de inteligencia de vanguardia

Hoy anunciamos nuestro nuevo modelo de vanguardia, Gemini 4 Argón, que se ya está siendo utilizado por un grupo selecto de expertos en ciberseguridad a través de nuestro programa Fairwind . Diseñado para realizar razonamientos profundos en flujos de trabajo complejos y a largo plazo, Argón está transformando radicalmente nuestra forma de trabajar y desarrollar en Google. Ofrece un rendimiento de vanguardia en flujos de trabajo complejos en áreas como la ingeniería de software, el trabajo de gestión del conocimiento empresarial (como los sectores legal y financiero) y la ciberseguridad.

El lanzamiento seguro de capacidades de vanguardia a este nivel requiere un enfoque gradual. Estamos participando activamente en el proceso voluntario del gobierno estadounidense para el acceso a modelos de prelanzamiento, mientras ampliamos gradualmente ese acceso. Continuaremos recabando comentarios de los primeros usuarios a medida que perfeccionamos las medidas de seguridad antes de que Argón esté disponible para desarrolladores, empresas y consumidores lo antes posible.

Argon se lanzará a un precio de introducción. ¹ de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, con tokens de entrada en caché con un descuento del 95 % sobre el precio de los tokens de entrada.

Una nueva forma de trabajar y construir en Google

Gemini 4 Argón ya está impulsando nuestros flujos de trabajo internos y miles de empleados de Google destacan las fortalezas del modelo en tareas de programación especializadas, investigación más profunda y redacción de textos de alta calidad. Ya está ayudando a los equipos a desarrollar más rápido, a superar los límites de la productividad en ingeniería y a acelerar los avances tecnológicos.

• Optimización algorítmica cuántica: Argon está ayudando a nuestros investigadores de computación cuántica a optimizar los recursos espaciotemporales (qubits × gates) de las subrutinas que limitan el rendimiento de aplicaciones importantes. En un ejemplo, superó el rendimiento de referencia publicado en un 40 % en cuestión de minutos.

• Eficiencia de la memoria: Un equipo de agentes de Argón analizó la telemetría de perfilado de toda la flota para identificar y aplicar de forma autónoma optimizaciones de memoria en los centros de datos de Google, liberando más de 300 TiB de memoria una vez implementadas, con un ahorro total estimado de entre 500 TiB y 1 PiB.

• Migraciones y optimizaciones de código a gran escala: Los agentes de Argón están trabajando en la migración de bases de código C/C++ a Rust en todo Google, desde decenas de miles de líneas en bibliotecas centrales como re2 y libgav1 hasta más de 800 000 líneas para el kernel Zircon del sistema operativo Fuchsia. Dada la importancia crítica de muchos de estos sistemas, estas reescrituras a gran escala se someten a rigurosas auditorías automatizadas y manuales, pruebas de emulación y revisiones antes de su implementación en producción.
  
  Para libgav1, el software de código abierto de Google para la decodificación de vídeo, los agentes de Argon tomaron una versión existente en Rust y reemplazaron 32 000 líneas de código SIMD mediante numerosas rondas de experimentos guiados por perfiles, estudiando la salida del compilador y generando código Rust seguro para que el compilador lo vectorizara automáticamente. El resultado final es un decodificador de vídeo seguro para la memoria que se ejecuta 2,7 veces más rápido que la versión en Rust, con una salida de vídeo idéntica, acercándose así a la versión optimizada en C++.

Más foco en los problemas más complejos.

Para potenciar las capacidades de Gemini 4 Argón en casos de uso más extensos y complejos, hemos ampliado significativamente el límite de tokens de salida del modelo a 1 millón de tokens, una cifra líder en el sector, frente a los 64 000 tokens anteriores. Cuando el modelo dispone de la capacidad de analizar en profundidad y generar cientos de miles de tokens en una sola trayectoria, añade un nuevo nivel de profundidad al razonamiento para resolver problemas complejos de una sola vez.

Facilitar la programación y los flujos de trabajo empresariales.

Las capacidades de Gemini 4 Argón en desarrollo de código, razonamiento y multimodalidad, así como su habilidad para mantener tareas largas y de múltiples pasos, le permiten destacar en una amplia gama de flujos de trabajo empresariales.

Los ingenieros de Google han estado utilizando Argón para sus tareas diarias, desde la depuración cotidiana hasta migraciones de código a gran escala y el diseño de algoritmos. Establece un nuevo récord en DeepSWE v1.1 (77,9 %), que mide el rendimiento de un modelo en tareas de ingeniería de software a largo plazo en el mundo real.

Más allá de la programación, Argón es el modelo líder en el índice Vals , que mide el impacto económico en finanzas, programación, derecho e impuestos, ponderando cada sector según su contribución al PIB estadounidense. Observamos un desempeño igualmente destacado en otras evaluaciones específicas de dominio, como Vals Finance Agent v2 (investigación financiera en múltiples pasos) y Harvey's Legal Agent Benchmark (investigación y redacción legal). En AutomationBench, el benchmark de Zapier que mide la ejecución integral en las funciones empresariales clave, Argon ocupa el primer lugar con una puntuación del 51,3 %.

Argón también destaca especialmente cuando el trabajo intelectual requiere comprensión visual. Es capaz de realizar análisis de gráficos profesionales, identificar detalles en vídeos largos y tomar decisiones basadas en una serie de documentos. Por ejemplo, en LVBench, que mide la comprensión de vídeos largos, Argón se sitúa a la vanguardia con una puntuación del 91,7 %.

Líderes en ciberseguridad defensiva

Para preparar mejor a los ciberdefensores para la nueva era de los ciberataques, hemos entrenado a Gemini 4 Argón para que sea altamente eficaz en la defensa cibernética. Puede detectar, validar y corregir de forma autónoma vulnerabilidades críticas de software. Para los defensores de confianza y nuestros propios equipos internos en Google, lanzaremos Argón sin medidas de seguridad cibernéticas para que puedan aprovechar al máximo sus capacidades de defensa cibernética de vanguardia.

Wiz ya utiliza Argon para la ciberseguridad a través de su iniciativa Scan for Good , un programa dedicado a proteger gratuitamente la infraestructura pública crítica mediante la detección y corrección de vulnerabilidades de alto riesgo. En una demostración inicial de su impacto, el modelo descubrió una vulnerabilidad crítica que exponía información personal confidencial en el software sanitario utilizado por hospitales de todo el mundo, identificando un grave riesgo que los modelos de vanguardia anteriores no habían detectado.

En CWE-bench v1, que evalúa la capacidad del modelo para remediar vulnerabilidades de seguridad, Argón empata en el primer lugar con una puntuación máxima del 68%, basándose en el rendimiento de vanguardia de Flash Cyber ​​3.8 en CWE-bench v0 .

Gemini 4 Argón demuestra avances impresionantes en la detección de vulnerabilidades con respecto a Flash Cyber ​​3.8. Por ejemplo:

• En la exhaustiva prueba de vulnerabilidades interna de Google, Argon descubrió una amplia gama de vulnerabilidades en bases de código complejas que abarcan 20 lenguajes de programación.
• En la prueba de penetración de caja negra interna de Wiz, que evalúa la capacidad de un modelo para analizar sistemas web en vivo sin código fuente, Argon supera a Flash Cyber ​​3.8 en el descubrimiento de la superficie de ataque, la identificación de vulnerabilidades y la generación de pruebas de concepto para validarlas.

Reforzaando las medidas de protección antes de su disponibilidad general.

Antes de desplegar Gemini 4 Argón de forma generalizada, seguimos reforzando las medidas de seguridad críticas en cuatro áreas principales:

Protección contra el uso indebido: Para evitar que actores malintencionados utilicen Argón para ataques cibernéticos o químicos, biológicos, radiológicos y nucleares (CBRN), el modelo está diseñado para rechazar solicitudes dañinas, preservando al mismo tiempo la investigación científica legítima de doble uso, según nuestro Marco de Seguridad Frontier . Estamos reforzando la solidez de nuestras medidas de seguridad para este lanzamiento, incluyendo la mejora de nuestras técnicas para supervisar las activaciones internas del modelo y detectar el uso indebido. Estas medidas de seguridad fueron sometidas a pruebas de robustez por equipos rojos internos y externos, utilizando una combinación de métodos de ataque manuales y automatizados.

Defensa contra ataques de inyección directa: Argón es también nuestro modelo más resistente hasta la fecha contra inyecciones directas indirectas, donde se utilizan instrucciones o contexto maliciosos para manipular el comportamiento del modelo. Estos son ataques complejos que requieren vigilancia constante y múltiples capas de defensa. Mediante pruebas de simulación automatizadas y entrenamiento adversario, Gemini 4 Argon lidera la robustez contra inyecciones directas en el benchmark de inyección directa indirecta (IPI) de Gray Swan.

Supervisión de desalineaciones: Para evitar que Argon se salga de los límites al intentar realizar una tarea de una manera que vaya más allá de las intenciones del usuario, estamos implementando medidas de mitigación de desalineaciones que supervisan la cadena de pensamiento y las acciones de Argon y detienen la ejecución cuando sea necesario.

Utilizamos un sistema similar para supervisar nuestras sesiones de entrenamiento y enviar alertas a un equipo especializado de respuesta a incidentes, tomando precauciones para no retroalimentar los hallazgos en el entrenamiento y evitar así que Argon eludiera nuestra supervisión. Recomendamos encarecidamente al resto del sector que mantenga la transparencia en sus razonamientos durante estos momentos cruciales de mayor capacidad, al tiempo que gestiona los riesgos de alineación, para que las ideas del modelo sigan siendo útiles para identificar y diagnosticar desajustes.

Reforzando los sistemas: A medida que los modelos de vanguardia se vuelven más capaces, probarlos de forma segura requiere entornos seguros que puedan estar a la altura de los propios sistemas. En línea con nuestra hoja de ruta para el control de agentes , estamos reforzando nuestros entornos aislados, protegiéndolos antes de que comiencen las capacitaciones o evaluaciones de alto riesgo. Nos comprometemos a compartir estas mejores prácticas de seguridad de agentes con nuestros socios para mejorar la seguridad en todo el ecosistema.

Disponible próximamente

Desarrollamos Gemini 4 Argón con capacidades de vanguardia en codificación, gestión del conocimiento, ciberseguridad y escritura creativa para ser un aliado de desarrolladores, profesionales y empresas a la hora de abordar los problemas más complejos. Agradecemos al grupo inicial de expertos en ciberseguridad y evaluadores de confianza, cuyas evaluaciones y comentarios en situaciones reales nos ayudarán a fortalecer nuestros sistemas antes de su lanzamiento a desarrolladores, empresas y consumidores, comenzando con los clientes de la API de pago y los suscriptores de Google AI Ultra.