Google presentó Gemini 4 Argon este 13 de octubre de 2026, un modelo enfocado en resolver tareas complejas de programación, ciencia, finanzas, derecho y ciberseguridad. Según el anuncio de Google, ya está disponible a nivel mundial mediante API y en distintos productos de la compañía, con acceso según el plan contratado.

💻 Para desarrolladores y empresas, Google anuncia acceso por API en AI Studio y la plataforma Gemini; en Antigravity se requiere Google AI Ultra, mientras que la app de Gemini y el Modo IA de la Búsqueda admiten Pro y Ultra. La guía de DeepMind especifica AI Studio para suscriptores Ultra y, por separado, la API en su nivel de pago: el identificador es gemini-4-argon, utilizable en Interactions API con soporte desde el lanzamiento en los SDK google-genai.

📊 El precio introductorio de la API es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, con un 95% de descuento en la entrada almacenada en caché. Google también coloca a Argon en el primer lugar del Vals Index, que evalúa tareas de finanzas, programación, derecho e impuestos; son resultados reportados por la compañía, no una evaluación independiente de Leo Deveras.

⚙️ En la app de Gemini, Google incorpora un selector para pasar del chat a las tareas, que pueden continuar aunque no estés frente a la computadora, y conexiones con más de 40 aplicaciones, entre ellas Instacart, OpenTable, Adobe y Shopify. La interfaz de programación con agentes de Antigravity también llega directamente a Gemini para macOS; Google promete respuestas más directas, menos repeticiones y clichés, mejor seguimiento de instrucciones de estilo y avisos de progreso más útiles en trabajos largos.

🛠️ La apuesta no termina en escribir código: Google muestra refactorizaciones, optimizaciones, creación de escenas 3D y flujos profesionales que combinan documentos, imágenes y acciones. En robótica, DeepMind reporta 87% en ERQA, una prueba de razonamiento físico y espacial en entornos 3D, y presenta ejemplos de control de robots, reconstrucción de simulaciones, análisis de movimientos y mejora mediante experimentos.

¿Por qué importa si programas o trabajas con agentes?

El cambio que plantea Google es pasar de pedir una respuesta a encargar un trabajo de varios pasos: modificar una base de código, probar una optimización o coordinar herramientas. Sus ejemplos incluyen resultados medibles, pero conviene distinguir entre mejoras que ya se integraron en proyectos y demostraciones que no equivalen a una garantía para cualquier aplicación.

  • Más entregas, menos reversiones: durante las últimas semanas, equipos internos que usaron Argon en Antigravity aumentaron más de 35% las entregas de código mediante agentes y redujeron las reversiones casi un tercio.
  • Chrome y Chromium: Argon ayudó a separar el manejo central de páginas de una carpeta heredada de aproximadamente 6 millones de líneas, dentro de una base de 40 millones. La refactorización abarcó cientos de archivos y, según Google, convirtió meses de trabajo en semanas; permitirá mover páginas activas entre pestañas, paneles laterales y ventanas flotantes sin recargarlas, además de eliminar una categoría de fallos.
  • Agent Development Kit en Python: tras recibir las reglas .agents/skills y un objetivo breve para reducir sobrecarga sin romper aplicaciones existentes, el agente trabajó durante la noche. Las optimizaciones ya incorporadas en google/adk-python redujeron 40% la preparación de sesiones en memoria para sesiones largas y aceleraron 21% las importaciones en frío.
  • Química cuántica con xTB: el paquete abierto Semiempirical Extended Tight-Binding, usado para predecir formas moleculares y explorar candidatos a fármacos y materiales, obtuvo aceleraciones de hasta 2.3 veces en predicción de estructuras y 1.8 veces en búsqueda de conformaciones. Google señala que los cambios se aportaron al repositorio oficial en GitHub.
  • Gemma 4 E2B: Google reporta una aceleración integral de inferencia de 2.85 veces en una A100 mediante vLLM, de aproximadamente 37,900 a más de 108,000 tokens por segundo. Afirma que mantuvo 100% de paridad de tokens y ninguna pérdida de calidad, con trabajo realizado en días en vez de meses y ajustes que incluyen atención y decodificación especulativa.

Del repositorio a las escenas 3D y los documentos

Google también atribuye al modelo mejoras en razonamiento espacial, precisión matemática, percepción visual y escritura especializada. En Antigravity combina instrucciones como /goal, habilidades personalizadas y ciclos de revisión entre agentes para crear visualizaciones, juegos y animaciones que pueden ejecutarse en el navegador.

  • Creación visual con Blender: un complejo de templos con una pagoda, vegetación e iluminación fotorrealistas construido mediante ciclos de crítica visual; también una escena de arquitectura gótica generada desde una imagen de Nano Banana, con Blender MCP, alineación de cámaras e iluminación reactiva al audio.
  • Un escritorio convertido en pista de carreras: a partir de fotografías, Argon modeló objetos, habitación y pista con Blender MCP, verificó colisiones, añadió texturas con Nano Banana e integró física, shaders y audio de motor de Gemini Omni Flash en Three.js.
  • Un juego 3D generado con Python: el agente escribió scripts para esculpir, preparar el esqueleto, animar y hornear materiales PBR, y conectó el resultado a Three.js con shaders GLSL, física de fragmentación e IA para un jugador.
  • Un motor de trazado de rayos propio: usando únicamente Python y sin bibliotecas externas, creó una biblioteca iluminada por el sol, además de herramientas de video y mezcla de audio. La demostración combina narración con Gemini 3.8 TTS y música de Lyria 3.5.
  • Reconstrucción de Chaco Canyon: el modelo combina aproximadamente 50 GB de escaneos LiDAR aéreos, vectores GIS, planos CAD de la Biblioteca del Congreso y archivos del Servicio de Parques Nacionales para generar modelos 3D explorables.
  • Trabajo con clientes desde Gemini: una demostración transforma una carpeta desordenada de contexto en una presentación de propuesta mediante una habilidad personalizada, prepara y envía el correo al cliente y configura una tarea programada para futuras solicitudes.
  • Aprendizaje médico y diseño físico: otros ejemplos reúnen datos de tres repositorios abiertos en una herramienta anatómica 3D con capas, metadatos clínicos y biomecánica, y usan Gemini para macOS con Antigravity para diseñar patas de sofá con Nano Banana y generar un archivo imprimible en 3D a partir de una foto y un croquis de medidas.
  • Usos profesionales y científicos: Google describe comprensión de documentos multimodales, análisis de datos a lo largo del tiempo y entornos interactivos de análisis. También menciona detección y corrección de vulnerabilidades críticas, trabajo en computación cuántica, fusión nuclear y ciencias de la vida; Isomorphic Labs lo utiliza en investigación de descubrimiento y diseño de fármacos, incluida la síntesis de PDFs y patentes.

Robótica: practicar en simulación antes de actuar

DeepMind presenta Argon como un modelo general de razonamiento físico que conecta código, video desde varias cámaras, geometría 3D, contacto entre objetos y telemetría del robot. La compañía lo describe como un avance hacia la inteligencia artificial general física; esa es su interpretación del progreso, no una capacidad ya demostrada de forma general.

  • Control de robots: un Boston Dynamics Spot con 12 grados de libertad en las patas y 6 en el brazo practica en un gemelo digital de MuJoCo cómo pisar el pedal de un bote y tirar latas. Otra prueba usa un brazo sencillo para enderezar una taza e introducir una servilleta, sin entrenamiento específico para esa tarea, mediante coordenadas visuales y acciones básicas.
  • Control de un modelo de mundo: en Gemini Omni World Model, Argon ordena cinco fichas de Scrabble para formar ARGON. En lugar de una sola instrucción fija, escribe acciones con marcas de tiempo, revisa imágenes intermedias y ajusta sus indicaciones en un ciclo visual cerrado.
  • De video de robot a simulación: a partir de una grabación de teleoperación, obtiene o crea objetos y ajusta su apariencia y respuesta al contacto hasta acercar el gemelo digital a los eventos observados.
  • De video humano a simulación: identifica los objetos relevantes en una grabación en primera persona, sustituye cajas aproximadas por mallas compuestas para recipientes cóncavos y adapta el movimiento humano a un humanoide bimanual de 76 grados de libertad, con manos de cinco dedos y 22 grados de libertad, en MuJoCo.
  • De croquis a prueba física: desde un dibujo de un Apollo 2 lanzando una pelota contra una pila de cajas 3-2-1, construye una escena acelerada por GPU en mujoco_warp y una trayectoria equilibrada de cuerpo completo y mano para un sistema de 76 grados de libertad. La demostración verifica el derribo de las 6 cajas en simulación y exporta un render con Blender 4.5 Cycles.
  • Etiquetado y control de calidad: al analizar un ALOHA 2 que dobla un zorro de origami durante 136 segundos, genera una jerarquía de cuatro niveles con un objetivo, 6 subtareas semánticas, 17 acciones atómicas de contacto y control de calidad. Detecta pausas, agarres inestables y errores, y evita contar los reintentos como progreso.
  • El acertijo de las 12 bolas: crea un entorno MuJoCo con un Franka FR3 bimanual, 12 bolas visualmente iguales y una balanza Roberval. Su solución usa cámaras RGB estéreo y lectura visual de la inclinación para identificar la bola más pesada o ligera en un máximo de 3 pesadas y colocarla en la bandeja roja o azul correspondiente.
  • Estimación del avance: en una tarea bimanual de clasificación de anillos de 60 segundos, tomada de un conjunto humano UMI, revisa cámaras de cabeza y ambas pinzas. Divide la trayectoria en 28 segmentos y asigna progreso positivo, neutro o negativo.
  • Datos sintéticos para modelos VLA: desde una sola foto RGB de una mesa real, construye una simulación calibrada, define tareas y genera más de 4,500 episodios con variaciones de dominio. DeepMind reporta que la tasa de éxito del robot físico pasó de 56% a 75% y el tiempo de ejecución bajó de 35 a 24 segundos.
  • Mejora iterativa y reproducción de investigación: un brazo de 6 grados de libertad mejora velocidad y precisión de colocación mediante pruebas y reflexión. En otro flujo, una instrucción por artículo basta para trasladar modelos físicos y controladores a laboratorios MuJoCo WebAssembly: incluye DeepLoco con una jerarquía de 7 redes, actores PPO de HUSKY a 50 Hz y un controlador iLQR en Web Worker para Whole-Body MPC, con verificación en Chromium sin interfaz.

💬 Si pudieras probar Argon con una tarea real de tu proyecto, ¿le encargarías una refactorización, una optimización de rendimiento o un flujo que conecte varias aplicaciones?

¿Pero deveras? 🌵💚