Google volvió a la frontera y eligió quién podía usar el modelo primero

El caso de la semana

El 30 de septiembre Google presentó Gemini 4 Argon, su modelo de mayor capacidad, y lo hizo con una decisión poco habitual: en vez de abrirlo por lista de espera o por plan de pago, lo entregó primero a un grupo acotado de equipos de defensa en ciberseguridad.

• El modelo llega arriba en la mayoría de las pruebas públicas. Según la medición que publicó la propia Google, Argon queda primero en trabajo de conocimiento (68,9% en Vals Index), en automatización (51,3% en AutomationBench) y en programación autónoma de extremo a extremo (77,9% en DeepSWE v1.1), por delante de GPT-6 Astra de OpenAI y de Claude Opus 5.5 de Anthropic. Su rasgo más distintivo es un tope de salida de un millón de tokens, quince veces el límite anterior de la casa, pensado para tareas largas que hasta ahora había que partir en varias llamadas.

→ https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

• El acceso se abre por identidad del usuario, no por capacidad de pago. Los primeros en recibirlo son organizaciones verificadas del programa Fairwind, una iniciativa que Google creó en septiembre de 2026 para dar acceso anticipado a equipos de defensa en ciberseguridad, y lo reciben además sin los límites de seguridad que rigen para el resto. La razón declarada es que el modelo encuentra, verifica y repara vulnerabilidades críticas por su cuenta, una capacidad que sirve igual de bien para atacar. Después vendrán los clientes de pago de la API, luego las cuentas de empresa y al final el público general, sin fechas comprometidas.

→ https://techwireasia.com/2026/10/google-gemini-4-argon-cybersecurity-access/

• La tarifa de introducción es la mitad de lo que costará. Argon entra a US$2 por millón de tokens de entrada y US$10 de salida, frente a los US$10 y US$50 de GPT-6 Astra. Google ya anunció que al terminar el período promocional —el plazo no está publicado— las tarifas pasan a US$4 y US$20. Quien dimensione un presupuesto con el precio de hoy está trabajando con la mitad del número definitivo.

→ https://benchlm.ai/models/gemini-4-argon

También esta semana

• Mercado. Anthropic, el proveedor de los modelos Claude, apunta a salir a bolsa a mediados de noviembre con una valoración que la prensa financiera sitúa entre US$1,8 y US$2 billones (millones de millones). Sería la mayor salida a bolsa de la historia del sector y llega apenas una semana después de que se filtrara su folleto, que mostraba pérdidas operacionales superiores a los ingresos.

→ https://nairametrics.com/2026/10/01/anthropic-targets-november-ipo-at-1-8-trillion-to-2-trillion-valuation/

• Infraestructura. Google puso en órbita el 1 de octubre, a bordo de un cohete de SpaceX, los primeros aceleradores de IA del proyecto Suncatcher, su ensayo de centros de datos en el espacio. La apuesta es energética: a 650 kilómetros de altura un panel solar produce hasta ocho veces más que en tierra. Dos satélites prototipo, construidos con la empresa de observación terrestre Planet, están comprometidos para comienzos de 2027, y la economía solo cierra si el costo de lanzamiento baja de US$200 por kilo hacia mediados de la década de 2030.

→ https://www.cnbc.com/2026/10/01/spacex-to-launch-google-ai-chips-to-orbit-with-planet-labs-satellites.html

• Agentes. Las dots de OpenAI —agentes que quedan trabajando de forma permanente en vez de responder y cerrarse— llevan tres días disponibles y ya dejaron ver dos límites: cada cuenta puede crear una sola, y la velocidad de generación es la del nivel estándar. El nivel rápido, llamado Ultrafast y con hasta 300 tokens por segundo en Codex, solo viene en el plan de US$500 mensuales y en Enterprise.

→ https://openai.com/index/devday-2026-recap/

• Costos. El plan de ChatGPT de US$200 mensuales reduce a la mitad su cuota incluida el 30 de octubre sin bajar de precio: de veinte a diez veces la cuota del plan Plus en ChatGPT Work y Codex, y de 200 a 100 mensajes semanales de GPT-6 Pro. Los suscriptores actuales conservan los límites hasta el 29 de octubre y reciben un crédito único de unos US$2.500 que expira el 31 de diciembre.

→ https://thenextweb.com/news/openai-devday-pro-200-usage-cut-pro-500-plan

• Arquitectura. El Protocolo de Contexto de Modelo (MCP), el estándar abierto con el que un modelo se conecta a herramientas externas, empezó a divergir entre proveedores. Lo que anunció OpenAI en su conferencia del 29 de septiembre —extensiones que abren interfaces a pantalla completa o en panel lateral dentro de ChatGPT, mediante su Apps SDK— va más allá del protocolo común, y en la práctica un servidor que negocia bien la conexión inicial con un cliente puede fallar con otro.

→ https://www.mcpjam.com/blog/openai-devday-2026

• Gobernanza. Anthropic convocó bajo acuerdo de confidencialidad a una veintena de líderes religiosos y filósofos para discutir qué valores debía tener Claude y si cabía hablar de conciencia en un modelo, según reveló The New York Times. Es un dato sobre el método: los valores de un modelo frontera se están fijando en una mesa privada de la empresa que lo vende, no en un proceso público.

→ https://www.nytimes.com/2026/09/29/us/anthropic-claude-morals-ai.html

• Regulación. La orden ejecutiva del 29 de septiembre que obliga al poder ejecutivo estadounidense a decir "superinteligencia" y "SI" en vez de "inteligencia artificial" e "IA" no alcanza a las empresas privadas ni cambia la definición legal vigente, pero el término ya empezó a aparecer en el material comercial de proveedores de software. Conviene leerlo como posicionamiento, no como una categoría técnica nueva.

→ https://www.whitehouse.gov/fact-sheets/2026/09/fact-sheet-president-donald-j-trump-inaugurates-the-era-of-super-intelligence/

Qué considerar

El precio por token dejó de predecir la factura. Argon cuesta una quinta parte de GPT-6 Astra por token de salida y, aun así, resolver la misma tarea con Argon puede salir más caro. La razón es que razona más largo: unos 62.000 tokens de salida por tarea frente a los 27.000 de Astra, de modo que la tarifa barata se multiplica por un consumo mayor. Con el precio de introducción la tarea sale alrededor de US$1,99 y la ventaja es real; con la tarifa anunciada sube a cerca de US$3,98, un 20% por encima de lo que cuesta hacerla con Astra. La comparación que sirve para decidir no es la tabla de tarifas sino el costo por tarea completada medido con el propio flujo de trabajo, y ese número hay que instrumentarlo antes de firmar nada.

El acceso escalonado por identidad cambia el supuesto de planificación. Durante tres años el calendario de un equipo técnico se organizó alrededor de una pregunta simple: cuándo sale el modelo. Ahora hay que agregar otra: a quién le sale primero. Si la capacidad que decide una ventaja competitiva se entrega durante semanas o meses a un conjunto verificado de organizaciones, la planificación deja de ser una fecha y pasa a ser una condición de elegibilidad. Para la mayoría de las empresas el efecto práctico es que la frontera y lo disponible dejan de coincidir, y cualquier comparación de proveedores hecha con lo que se puede contratar hoy está midiendo otra cosa que la que publican los informes de benchmarks.

El beneficio de la defensa dura lo que tarde el otro lado. La lógica de entregar primero a los defensores un modelo que repara vulnerabilidades por su cuenta solo funciona si la ventana de exclusividad es más larga que el tiempo que tarda una capacidad equivalente en estar disponible sin restricciones, sea por apertura comercial o por la aparición de un modelo de pesos abiertos comparable. Esa ventana se viene acortando. Para quien defiende, la conclusión operativa no es esperar el acceso: es asumir que el inventario de sistemas expuestos y la velocidad de parcheo son la única variable que controla, y medirla ahora.

La autonomía del agente mueve el riesgo del modelo al perímetro. Con agentes que quedan encargados de una responsabilidad continua, actúan sin supervisión en cada paso y pueden operar un computador, el problema deja de ser qué dice el modelo y pasa a ser qué puede ejecutar la identidad con la que corre. Vale la pena mirar el detalle de implementación de los agentes persistentes de la competencia: en Grok Bot, de SpaceXAI, todos los agentes de una cuenta comparten el mismo computador en la nube, con los mismos archivos, sesiones de navegador y credenciales, y la propia empresa advierte que no deben usarse como frontera de seguridad. Separar agentes no separa privilegios. Lo que sí los separa son credenciales distintas, con alcance acotado y revocables por separado.

Lanzamientos

Además de Argon, la semana dejó los primeros usos serios de un patrón que venía asomando: generar video sin modelo de video. La técnica consiste en que un modelo de texto escriba una página HTML que se anima fotograma a fotograma —diagramas, transiciones, tipografía— y luego se renderice y se le monte audio con voces y recursos de licencia abierta. El resultado no compite en realismo con un generador de video, pero sí en lo que suelen necesitar las empresas: explicar un producto, un proceso o un caso con precisión y control sobre cada cuadro, a un costo cercano a cero y en minutos.

→ https://www.remotion.dev/

Movimientos de industria

La salida a bolsa de Anthropic, si se concreta a mediados de noviembre con la valoración que se discute, pondría a un proveedor de modelos por encima de la capitalización que tenía Apple cuando fue la primera empresa en superar el billón de dólares, en 2018. El contraste entre esa cifra y el folleto filtrado la semana anterior —pérdidas operacionales mayores que los ingresos, compromisos de compra de cómputo por cientos de miles de millones, concentración de ingresos en pocos clientes— es la pregunta abierta del trimestre, y es la que conviene tener a la vista antes de asumir que los precios actuales de los modelos son sostenibles.

→ https://finance.yahoo.com/technology/article/anthropic-reportedly-looking-to-ipo-as-early-as-mid-november-180315768.html

En el otro extremo de la escala, los modelos de pesos abiertos siguen cerrando la brecha en tareas de oficina y creatividad, donde la diferencia con un modelo frontera es cada vez menos perceptible. Para cargas de trabajo sensibles a la latencia y al costo, correr un modelo propio dejó de ser una postura ideológica y pasó a ser una alternativa que compite de verdad con un nivel promocional lento.

→ https://artificialanalysis.ai/

Regulación y litigios

El debate sobre el riesgo existencial de la IA sigue desplazándose hacia un reproche más concreto y más difícil de responder: la captura regulatoria. La tesis es que advertir sobre peligros catastróficos futuros desvía la atención de los daños medibles del presente y, de paso, favorece a los proveedores que tienen recursos para cumplir normas complejas. No hay consenso sobre el diagnóstico, pero sí vale la pena notar quién gana con cada marco regulatorio propuesto.

→ https://es.wired.com/articulos/no-existe-la-supuesta-amenaza-existencial-de-la-ia-dice-la-investigadora-que-se-opone-a-las-tecnologicas

Para tu lista

Clinical Mind AI. Plataforma gratuita de pacientes simulados por IA, creada por un médico chileno durante su doctorado en Stanford, en uso en 32 universidades de todos los continentes. Permite a un docente definir un cuadro clínico y que el estudiante entreviste al paciente simulado por texto o por voz, en cualquier idioma, con evaluación configurable por institución. En Chile ya hay convenios con varias facultades de medicina.

→ https://www.latercera.com/piensa-digital/noticia/chileno-desarrolla-ia-gratuita-para-simulacion-medica-en-universidades/SOLKBF43EJFJ7FTIODRGIC3CJM/

Claude Managed Agents. Para quien evalúa cobrar por agente: la referencia de precio del mercado quedó fijada en consumo, no en licencia. Anthropic cobra los tokens al precio estándar más US$0,08 por hora de sesión activa, lo que vuelve difícil sostener una tarifa plana mensual por agente sin explicar qué se agrega encima.

→ https://claude.com/blog/claude-managed-agents

La constitución de Claude. Documento público donde Anthropic explica qué valores le pide a su modelo y por qué, en vez de limitarse a listar prohibiciones. Lectura útil para cualquiera que esté escribiendo las instrucciones de sistema de un agente propio: el patrón de explicar el motivo detrás de cada regla generaliza mejor que una lista de casos.

→ https://time.com/7354738/claude-constitution-ai-alignment/