Un despliegue limitado del nuevo modelo de IA de Google, Gemini 4, está en marcha para expertos en seguridad a través de un programa llamado Fairwind. La compañía informa que el modelo ya ha cambiado los procesos internos, desde la computación cuántica hasta las migraciones de código base, y ahora se está ofreciendo a defensores cibernéticos de confianza antes de una versión más amplia.
Una estrategia de lanzamiento escalonado acompaña la publicación del modelo. Google ha celebrado un acuerdo voluntario con el gobierno de los Estados Unidos con respecto al acceso previo al modelo, a medida que aumenta la disponibilidad gradualmente. A medida que la compañía avanza en su despliegue, tomará en cuenta los comentarios de los usuarios iniciales antes de refinar los controles de seguridad. Ese proceso de mejora precede a la disponibilidad de Argon para desarrolladores, empresas y consumidores.
Los precios y límites de tokens
El lanzamiento de Argon viene con una tasa de inicio de $2 por cada millón de tokens de entrada y $10 por cada millón de tokens de salida. Los tokens de entrada almacenados en caché tienen un descuento del 95% sobre el precio regular del token de entrada.
Google ha aumentado sustancialmente el límite de tokens del modelo. El nuevo límite es de 1 millón de tokens, en comparación con los 64K tokens anteriores. Según Google, esta expansión permite al modelo producir mucho más texto en una sola cadena de pensamiento, lo que le permite razonar sobre problemas con mayor profundidad y generar cientos de miles de tokens a la vez.
Dentro de los flujos de trabajo internos de Google
La compañía señala tres proyectos importantes en los que el modelo ha realizado contribuciones notables. En esos proyectos, los Googlers ya están utilizando Argon para tareas de codificación especializadas, investigación más profunda y mejora de la calidad de la escritura.
Optimización algorítmica cuántica
El equipo de computación cuántica de Google utilizó Argon para utilizar de manera más eficiente los recursos espacio-tiempo dentro de las subrutinas que sustentan aplicaciones clave. En un caso particular, el modelo superó un punto de referencia publicado en un 40%, logrando la mejora en cuestión de minutos.
Eficiencia de la memoria
Los agentes de Argon realizaron pruebas de telemetría de creación de perfiles a nivel de flota para detectar optimizaciones de memoria que podrían aplicarse en los centros de datos de Google. Una vez que se produjo el despliegue, se liberaron más de 300 TiB de memoria, con un ahorro total estimado de 500 TiB a 1 PiB.
Migraciones a gran escala de bases de código (1)
Los agentes Argon de Google están migrando bases de código C/C++ a Rust. El trabajo abarca desde bibliotecas principales como re2 y libgav1, que contienen decenas de miles de líneas de código, hasta el kernel Zircon del sistema operativo Fuchsia, que tiene más de 800K líneas. (2)
Dado lo esenciales que son muchos de estos sistemas, estos cambios de gran alcance se someten a estrictas comprobaciones. Tanto las máquinas como las personas los están revisando, ejecutando pruebas contra copias de los sistemas antiguos y examinándolos cuidadosamente antes de que entren en funcionamiento. (3)
Para libgav1, el software de código abierto de Google para decodificar video, los agentes Argon tomaron un puerto Rust existente y reemplazaron 32K líneas de código SIMD al ejecutar muchas rondas de experimentos guiados por el perfil, estudiando la salida del compilador y produciendo Rust seguro para que el compilador lo vectorice automáticamente. El resultado es un decodificador de video seguro para la memoria que funciona 2.7 veces más rápido que el puerto Rust, con una salida de video idéntica, acercándolo al C++ optimizado. (4)
El estado del arte en todos los dominios (5)
DeepSWE v1.1 tiene un nuevo líder, y es Argon, que obtiene una puntuación de 77.9%. El punto de referencia juzga la capacidad de un modelo para manejar tareas de ingeniería de software del mundo real que abarcan largos períodos. (6)
El Índice Vals mide el impacto económico en finanzas, codificación, legal y trabajo fiscal, con cada sector ponderado por su contribución al PIB de EE. UU. Argon lidera en esa clasificación. El modelo también ocupa el primer lugar en Vals Finance Agent v2 (investigación financiera en varios pasos) y el Harvey’s Legal Agent Benchmark (investigación y redacción legal). (7)
El punto de referencia de Zapier, AutomationBench, mide la ejecución de extremo a extremo en las funciones comerciales básicas. Argon se encuentra en la posición #1, con una puntuación de 51.3%. (8)
Cuando la comprensión visual es lo más importante, Argon se defiende entre las herramientas de trabajo de conocimiento. Maneja el análisis profesional de gráficos, detecta detalles en videos extensos y actúa sobre una cadena de documentos. La prueba conocida como LVBench mide la comprensión prolongada de video, y Argon se encuentra en la cima con una puntuación de 91.7%, marcando el punto más alto actual. (9)
Capacidades de defensa de ciberseguridad (10)
Google construyó Argon con un fuerte enfoque en ayudar a los defensores cibernéticos a enfrentar la nueva ola de ataques. El modelo fue entrenado para trabajar por sí solo en la búsqueda, verificación y corrección de serias debilidades de software.
La versión de Argon, enfocada en la seguridad, omitirá cualquier salvaguarda de ciberseguridad para defensores de confianza y los equipos internos de Google, permitiéndoles aprovechar al máximo sus capacidades de frontera.
Argon ha sido puesto en servicio por Wiz para protección de ciberseguridad a través de su iniciativa Scan for Good, que es un proyecto destinado a salvaguardar la infraestructura pública esencial sin costo alguno mediante la identificación y corrección de serias debilidades de seguridad. Como prueba de su efecto, el sistema detectó una falla importante que expuso datos privados de sistemas de salud utilizados por hospitales de todo el mundo.
CWE-bench v1 es una evaluación de la capacidad del modelo para remediar vulnerabilidades de seguridad, Argon empató en primer lugar con una puntuación máxima del 68%, construyendo sobre el desempeño de frontera de 3.8 Flash Cyber contra CWE-bench v0.
Figuras Clave del Anuncio
- Argon se lanza a $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con tokens de entrada en caché con un 95% de descuento sobre el precio del token de entrada
- Límite de tokens de salida: 1 millón de tokens, en comparación con los 64K tokens anteriores
- Optimización cuántica: superó una línea de base publicada en un 40% en minutos
- Ahorro de memoria: se liberaron más de 300 TiB, con una estimación de 500 TiB a 1 PiB en total
- Aceleración de la velocidad del decodificador de video: 2.7 veces más rápido que la versión en Rust
- DeepSWE v1.1: 77.9%
- Vals Index: posición de liderazgo
- AutomationBench: 51.3%
- LVBench: 91.7%
- CWE-bench v1: empatado en primer lugar con 68%
La compañía está procediendo con cautela, trabajando con el gobierno de los Estados Unidos y recopilando información de personas que probaron el producto primero. Cuatro áreas muestran un avance técnico genuino: el problema de seguridad informática detectado a través del esfuerzo Wiz’s Scan for Good, el trabajo de cálculo cuántico, las reducciones en el uso de memoria y los cambios realizados en el decodificador de video.
El plan demuestra confianza en el proyecto. Argon está siendo implementado, y los propios éxitos de la compañía apuntan a una herramienta útil para desarrolladores, empresas y consumidores por igual.
Material de origen: “Gemini 4 Argon”, Google.
Recibe El Cuaderno.
Las mejores historias del día y cada veredicto nuevo, en español claro, en tu correo a las siete. Un correo al día, nada más.