El lanzamiento de Gemini 4 Argon por parte de Google marca un hito en la evolución de la inteligencia artificial, al permitir la generación de hasta un millón de tokens en una sola ejecución. Este avance transforma el uso de la IA, desplazando el enfoque del chat hacia la realización de tareas largas y autónomas, lo que podría redefinir cómo se abordan proyectos complejos.
Las claves
- Gemini 4 Argon puede generar hasta un millón de tokens en una ejecución.
- El modelo permite realizar tareas complejas como migrar código o analizar grandes volúmenes de datos.
- El costo por tarea podría aumentar significativamente una vez finalice el descuento de lanzamiento.
Contexto
Hasta la llegada de Gemini 4 Argon, los modelos de inteligencia artificial de Google, como los anteriores de la serie Gemini, estaban limitados a generar un máximo de 64.000 tokens por respuesta. Con Argon, este límite se ha incrementado drásticamente, lo que permite abordar tareas de mayor envergadura sin interrupciones. Este avance es posible gracias a una nueva API que permite pausar y retomar respuestas largas, asegurando que las tareas no queden incompletas.
El impacto de esta capacidad es significativo. Un millón de tokens equivalen aproximadamente a 750.000 palabras, lo que permite a la IA realizar tareas complejas como la migración de código de C y C++ a Rust, e incluso la gestión de grandes volúmenes de datos en centros de datos. Sin embargo, este cambio también introduce nuevos desafíos en la supervisión de la IA, ya que el enfoque se desplaza hacia la verificación del resultado final en lugar de la revisión de cada respuesta generada.
El costo de operación es otro aspecto crucial. Aunque inicialmente cada tarea con Argon cuesta 1,99 dólares, este precio es engañoso debido al alto consumo de tokens por tarea. Una vez finalice el descuento de lanzamiento, el costo se incrementará a 3,98 dólares por tarea, superando al de competidores como GPT-6 Astra.
La lectura desde España
Para las empresas e instituciones españolas, la capacidad de Gemini 4 Argon para manejar tareas complejas de forma autónoma podría representar una oportunidad para optimizar procesos y reducir tiempos de ejecución en proyectos de gran escala. Sin embargo, el aumento de costos y la necesidad de verificar los resultados finales podrían ser factores a considerar al evaluar la adopción de esta tecnología en el mercado español.