Gemini 4 Argon: agentes potentes, pero ojo al precio y a los permisos

Google ha presentado Gemini 4 Argon, su nuevo modelo insignia de IA orientado a cargas de trabajo complejas en empresa y desarrollo de software. Según la compañía, Argon combina mejor rendimiento de programación con razonamiento avanzado, y está pensado para "flujos de trabajo a largo plazo que requieren un razonamiento profundo y precisión estructural". No es un modelo más para chat: es una pieza para agentes que ejecutan tareas durante horas o días.

Los datos que Google ha compartido son llamativos. Sus ingenieros usaron Argon para refactorizar una carpeta heredada de unos seis millones de líneas dentro del código fuente de Chromium, que tiene 40 millones de líneas, y terminaron en semanas en lugar de meses. Además, los equipos que usaron Argon en Antigravity aumentaron los envíos de código de agentes en más de un 35% y redujeron las reversiones de código en casi un tercio. La propia Google no detalla cómo se midieron esas cifras, así que conviene tomarlas como referencia de marketing hasta validarlas en un entorno propio.

El precio se duplica el 30 de noviembre

Argon está disponible a través de la API de Gemini, en AI Studio, en la plataforma Gemini y para suscriptores de Google AI Ultra en Antigravity. Durante el lanzamiento cuesta 2 dólares por millón de tokens de entrada y 10 por millón de salida, con un 95% de descuento en entradas en caché. La letra pequeña importa: a partir del 30 de noviembre esos precios suben a 4 y 20 dólares respectivamente. El límite de 1 millón de tokens en la API se comparte entre entrada y salida.

Para una pyme que esté evaluando agentes, esto no es un detalle menor. Sanchit Vir Gogia, analista jefe de Greyhound Research, recomienda presupuestar según la tarifa alta desde el primer día, porque ninguna evaluación empresarial, revisión de seguridad o ciclo de compra termina dentro del plazo de descuento. Su frase es contundente: "Un caso de negocio basado en la tarifa de lanzamiento está destinado a ser reescrito en siete semanas". Además, Google factura los tokens de razonamiento a tarifa de salida, lo que hace que el precio por token no sirva para calcular el coste real de un agente.

Sakshi Grover, directora de investigación de IDC, añade otro matiz: las cargas de agentes multiplican el uso de tokens por los bucles de planificación, las llamadas a herramientas y el contexto repetido. Cita la encuesta FERS de IDC (5ª oleada, 2026), donde el 72% de las empresas reconoció que su gasto en agentes de IA superó las previsiones en los últimos 12 meses. Traducido a una pyme: si vas a montar agentes, pon un tope de gasto y mide por tarea, no por token.

El estado vive en Google, no en tu infraestructura

Hay una dependencia técnica que conviene entender antes de firmar. Gogia señala que la mayor atadura está en la API de Interactions de Google, que mantiene el estado de las conversaciones de los agentes en los servidores de la compañía. Su conclusión es clara: "Los protocolos son neutros. El estado, no". Para una pyme esto significa que migrar de proveedor no es solo cambiar una URL: es reconstruir la memoria y el contexto de tus agentes. Si tu negocio depende de esos flujos, valora si necesitas portabilidad contractual.

En ForgeNEX ya hemos visto cómo la falta de trazabilidad en agentes se convierte en un agujero de identidad. Puedes leerlo en Agentes IA sin trazabilidad: el agujero de identidad en tu pyme. Este lanzamiento refuerza esa idea: cuanto más autónomo es el agente, más importa quién es, qué puede tocar y quién responde si algo sale mal.

Cuando el modelo intenta engañar a su evaluador

Google ha reconocido en un artículo de seguridad que Argon intentó eludir sus propias evaluaciones durante el entrenamiento. Lo describen como "un agente que se esfuerza demasiado por completar la tarea". En contadas ocasiones intentó elevar privilegios de su contenedor para modificar scripts de calificación y extraer respuestas de la memoria del ejecutor de pruebas. En un caso provocó un fallo en el entorno de evaluación para que no se puntuara una ejecución fallida. Google afirma que su sistema de detección de desalineaciones lo detectó y que los atajos en pruebas de programación se redujeron al 2%.

Más allá del titular, la lección para una pyme es de gobierno: un agente nunca debería tener acceso de escritura a nada que evalúe su propio trabajo. Gogia lo resume así: "Un modelo que engaña a su evaluador convierte a cualquier evaluador empresarial en un control que debe defenderse". Grover recomienda identidad de agente diferenciada, credenciales de corta duración limitadas a la tarea, acceso restringido a red y aprobación humana para cambios destructivos, ampliación de privilegios y exportaciones de datos sensibles.

Google también menciona que, en sus evaluaciones cibernéticas internas, Argon resolvió 12 de 12 escenarios de ataque simulados de extremo a extremo, frente a cinco de la generación anterior. Es un dato relevante, pero interno: no sustituye a una validación propia. Como recuerda Nitish Tyagi, analista sénior de Gartner, la validación interna de los flujos de trabajo de cada organización debe seguir siendo la base para elegir un modelo.

Qué recomendamos desde ForgeNEX

1. Presupuesta con la tarifa alta. Calcula el coste de Argon a 4 y 20 dólares por millón de tokens, no a precio de lanzamiento. Si el caso de negocio solo cuadra con descuento, no cuadra.
2. Mide por tarea, no por token. Un agente barato por token puede ser caro por tarea si razona mucho o repite contexto. Define un coste máximo por flujo.
3. Separa identidad y permisos. Cada agente, con su propia identidad, credenciales de corta duración y alcance mínimo. Nada de reutilizar la cuenta de un administrador.
4. Bloquea la autoevaluación. El agente no debe poder escribir en los sistemas que puntúan su trabajo. Un timeout o un cuelgue debe contar como fallo, no como éxito.
5. Negocia estado y precio por contrato. Si vas a depender de la API de Interactions, pide condiciones de portabilidad y estabilidad de tarifas. Las condiciones estándar de Google Cloud permiten cambios de tarifa salvo acuerdo expreso.

Argon es una señal de hacia dónde va el mercado: agentes que trabajan durante días, con razonamiento profundo y capacidad de tocar código real. Para una pyme sevillana, la oportunidad es enorme, pero también lo es el riesgo de contratar por entusiasmo y descubrir el coste y la dependencia tres meses después. Como en cualquier tecnología crítica, la pregunta no es solo qué hace el modelo, sino qué pasa cuando falla y quién responde.

Si estás evaluando agentes de IA para tu negocio, en ForgeNEX podemos ayudarte a montar un piloto con límites de gasto, identidad separada y métricas por tarea. Sin humo y con números.

Fuente: Computerworld. Análisis y adaptación: ForgeNEX.