Google ha anunciado públicamente la nueva iteración de su modelo de lenguaje grande (LLM) Gemini, que lleva por numeral el 4, y con la cual busca competir en materia de funcionalidades avanzadas con el ChatGPT de OpenAI. Aunque, cómo veremos seguidamente, que se haya anunciado no significa que ya se encuentre disponible para el público general.
Entre las novedades de la nueva generación del modelo de Google, tenemos la voluntad de la firma de buscador para que pueda afrontar tareas más largas y complejas que sus predecesores, por lo que se ha incrementado su límite de tokens de salida hasta alcanzar un millón, una cifra notablemente superior a los 64.000 de Gemini 3.
Esta capacidad le permite generar grandes volúmenes de información en una sola operación, facilitando el razonamiento profundo y el tratamiento de problemas cuya resolución requiere pensar durante periodos de tiempo prolongados. Otro aspecto que Google ha trabajado específicamente ha sido la generación de código fuente, una área en la que Anthropic, OpenAI y GitHub la superan en popularidad entre los desarrolladores de software.
Desde la firma de Mountain View también indican que en índices que miden el impacto en áreas como finanzas, programación, ámbito legal y fiscal, el nuevo modelo ha obtenido puntuaciones elevadas frente a otras opciones evaluadas, repitiendo este patrón en investigaciones financieras de varios pasos y en redacción de textos legales.
En el campo de las funciones empresariales básicas y la ejecución de extremo a extremo, Google afirma que Gemini 4 Argon ocupa la primera posición en clasificaciones de automatización, y que su buen rendimiento se extiende a tareas que requieren comprensión visual, logrando puntuaciones por encima del 91% en la interpretación de vídeos largos, así como en el análisis de gráficos profesionales y el procesamiento de documentos extensos.
En un terreno en el que tanto se está hablando de la integración de inteligencia artificial como es el de la ciberseguridad, desde Google explican que el nuevo modelo ha sido entrenado para encontrar, validar y solucionar vulnerabilidades de software de manera autónoma. Un primer grupo de defensores de confianza, entre los que se encuentra la empresa Wiz a través de un programa de protección de infraestructuras públicas, ya está utilizando la herramienta sin restricciones para aprovechar todas sus capacidades operativas en el ámbito de la ciberdefensa.
Durante estas pruebas tempranas, el sistema descubrió una vulnerabilidad crítica que exponía información personal confidencial en plataformas de atención médica utilizadas a nivel mundial por hospitales, un riesgo que no había sido detectado por modelos de lenguaje anteriores.
Además de estas evaluaciones, el modelo analizó bases de código complejas que abarcaban una veintena de lenguajes de programación distintos, descubriendo un amplio rango de agujeros. En pruebas de penetración sobre sistemas web en vivo donde no se dispone del código fuente, la herramienta logró identificar la superficie de ataque, detectar vulnerabilidades y generar evidencias de prueba de concepto para validarlas.
Antes de permitir un acceso más amplio al modelo, los desarrolladores de Google están reforzando los mecanismos de seguridad frente a posibles malos usos, como ciberataques, peticiones sobre armas químicas, biológicas, radiológicas o nucleares. El sistema se ha diseñado para rechazar peticiones dañinas mientras conserva su utilidad para investigaciones científicas legítimas, monitorizando las activaciones internas para detectar usos indebidos mediante pruebas manuales y automatizadas.
Otra de las medidas preventivas implementadas consiste en la defensa contra inyecciones de prompt, donde comandos maliciosos intentan alterar el comportamiento del modelo. Para evitar que la inteligencia artificial ejecute tareas de maneras no deseadas, se han establecido mitigaciones de desalineación que supervisan la cadena de pensamiento del modelo y detienen la ejecución cuando resulta necesario, aislando y sellando entornos antes de las evaluaciones de alto riesgo.
Actualmente, el acceso a la nueva iteración de Gemini se realiza a través de un programa restringido mientras la compañía participa en un proceso voluntario del gobierno estadounidense previo al lanzamiento comercial de modelos de lenguaje.
Futuramente, esta nueva versión se encontrará disponible para desarrolladores, empresas y consumidores, y se establecerá un coste introductorio de dos dólares por millón de tokens de entrada, con un descuento del 95% para los almacenados en caché, y diez dólares por millón de salida, tarifas que posteriormente aumentarán a cuatro y veinte dólares respectivamente (es previsible que con cantidades equivalentes o aproximadas en euros).
