Google ha comenzado a desplegar Gemini 4 Argon, su modelo de inteligencia artificial más avanzado y potente. Aunque obtiene buenos resultados en las pruebas oficiales, fuentes citadas por Bloomberg señalan que dentro de la compañÃa hay dudas sobre su rendimiento en la práctica.
Su rendimiento serÃa especialmente irregular en las tareas de programación. Google lo niega y sostiene que Gemini 4 está entre los mejores modelos de IA del momento.
Gemini 4 destaca en las pruebas, pero genera dudas en la práctica
Google dio el miércoles acceso inicial a Gemini 4 a un pequeño grupo de socios de confianza del ámbito de la ciberseguridad. Tras nuevas pruebas, el modelo llegará a más usuarios, empezando por los suscriptores de pago.
Según Google, Gemini 4 obtiene resultados muy buenos en varias pruebas de referencia de IA. En una evaluación de capacidades de ciberseguridad, incluso superarÃa a Astra, de OpenAI.
Sin embargo, varios empleados aseguran que esas cifras no reflejan toda la realidad. Al utilizar Gemini 4 para tareas reales, su rendimiento serÃa decepcionante en algunos ámbitos.
La programación concentra buena parte de las crÃticas. El modelo tendrÃa dificultades con determinadas tareas y, según una fuente, también mostrarÃa un rendimiento más débil en el diseño de las interfaces de aplicaciones y páginas web.
Google rechaza esas crÃticas. Un empleado que participa en el desarrollo afirma que existe un amplio consenso dentro de la compañÃa sobre que Gemini 4 se sitúa entre los mejores modelos. Según Google, las exhaustivas pruebas internas tampoco muestran dificultades para resolver tareas complejas de programación en situaciones reales.
Las opiniones dentro de la empresa están, por tanto, divididas. Algunos empleados consideran que Anthropic y OpenAI avanzan más rápido y prevén que Gemini 4 quede rezagado en ciertos aspectos. Otros creen que Google ya ha recortado la distancia.
Google no puede permitirse otro revés
Hay mucho en juego. Gemini es la base de las funciones de IA de casi todos los grandes productos de Google, entre ellos su buscador, Gmail, Maps y Chrome. Cada uno de estos servicios supera los mil millones de usuarios.
Al mismo tiempo, OpenAI y Anthropic buscan expandirse más allá de sus modelos de IA. Desarrollan cada vez más aplicaciones propias, incluidos agentes de IA capaces de programar y realizar otras tareas de forma autónoma.
Google tiene dificultades para ganar terreno precisamente en la programación con IA. Por eso, una debilidad de Gemini 4 podrÃa dar más margen a sus competidores para atraer a desarrolladores y empresas a sus plataformas.
A ello se suma un revés anterior. Google tenÃa previsto lanzar Gemini 3.5 Pro en junio, pero esa versión nunca llegó a publicarse. Según fuentes de Bloomberg, el modelo se descartó porque su desarrollo no cumplió las expectativas internas.
La decisión pudo resultar costosa. Según Bloomberg Intelligence, entrenar un modelo de IA de esta envergadura puede costar hasta 400 millones de dólares. A esa cifra se añaden los salarios de los investigadores especializados en IA.
Los buenos resultados en las pruebas no lo dicen todo
El debate sobre Gemini 4 refleja un problema más amplio del sector de la IA. Las empresas utilizan pruebas de referencia para medir el rendimiento de sus modelos. Clientes y desarrolladores recurren después a esas puntuaciones para compararlos.
Pero una puntuación alta no implica necesariamente que un modelo funcione mejor en la práctica.
En el sector se habla por ello de «benchmaxxing»: optimizar un modelo de IA para determinadas pruebas hasta lograr mejores puntuaciones, sin que esos avances se traduzcan siempre en mejoras igual de claras en las tareas cotidianas.
Según dos fuentes de Bloomberg, este debate también afecta a Gemini 4. Edwin Chen, fundador de la empresa de IA Surge AI, lo compara con un alumno que obtiene una nota excelente en un examen, pero cuya calificación dice poco sobre su capacidad para aplicar esos conocimientos en situaciones reales.
Según personas vinculadas al proyecto, Gemini 4 también tiene fortalezas claras. El modelo manejarÃa bien la información que va más allá del texto, por ejemplo, al analizar vÃdeos. También destacarÃa en ciberseguridad, seguridad y capacidad para comunicarse de forma natural.
Google afirma que Gemini 4 está diseñado para realizar tareas prolongadas y complejas en desarrollo de software, finanzas, derecho y ciberseguridad. Además, puede procesar mucha más información a la vez que su predecesor: hasta un millón de tokens, una cantidad equivalente a unas 750.000 palabras, según la compañÃa.
Scott Bessent exige una profunda renovación en Nvidia tras la salida de Jensen Huang
El secretario estadounidense Scott Bessent exige cambios de calado en Nvidia tras la salida de Jensen Huang y ante la preocupación por los chips de inteligencia artificial destinados a China.
El «santo grial» de los vuelos espaciales: SpaceX captura Starship
SpaceX ha logrado capturar por primera vez un cohete Starship tras un vuelo espacial. Un avance histórico que podrÃa abaratar los viajes al espacio.
La plantilla de Nvidia pide el regreso de Jensen Huang menos de un dÃa después de su salida
Un llamamiento interno en Nvidia acumula más de 1.600 comentarios. Algunos exigen al consejo de administración que traiga de vuelta a Jensen Huang tras su salida.
Más leÃdos
XRP se desploma un 10%: ¿por qué cae tanto?
El precio de XRP cae un 9%, hasta los 1,19 dólares. El desplome de Wall Street y la victoria electoral de los demócratas generan inquietud en los mercados.
Los californianos se inclinan por rechazar un impuesto del 5% a los milmillonarios
El impuesto a los milmillonarios en California corre el riesgo de fracasar. Los votantes se inclinan por rechazar la propuesta, mientras algunas de las mayores fortunas ya abandonan el estado.
Peter Schiff advierte de un desplome del Bitcoin hasta los 16.500 dólares
El economista Peter Schiff advierte de que el Bitcoin podrÃa desplomarse hasta los 16.500 dólares, lo que también podrÃa tener graves consecuencias para Strategy.