Gemini4Argon entregó una carta de presentación que tomó por sorpresa a la propia Google: en 72 horas desde su lanzamiento, procesó cerca de 25 billones de Tokens, un consumo 3 veces mayor que el de la generación anterior, Gemini3.0, en el mismo periodo. Incluso Google, con sus abundantes recursos, se vio obligada a activar de nuevo la limitación de capacidad de cómputo ante la oleada de llamadas que llegaron de golpe. En la entrevista más reciente del pódcast tecnológico 《Sources》, el CEO de Google, Sundar Pichai, repasó los detalles de este lanzamiento y, por primera vez, puso sobre la mesa y aclaró varias de las cosas que más habían desconcertado al exterior en los últimos meses: qué fue de Gemini3.5Pro, aquel que fue mencionado en la conferencia I/O, por qué se produjo un cambio repentino en la cúpula de DeepMind, y cómo es realmente el próximo modelo de generación.
Sobre la desaparición de 3.5Pro, la respuesta fue contundente hasta resultar inesperada: fue descartado activamente por el equipo para conquistar la cima de las capacidades de programación de Agentes. A mitad de este año, durante el entrenamiento de la serie 3.5, Google descubrió que el modelo presentaba una brecha evidente en Agentic Coding. El equipo concluyó que, en lugar de impulsar a la fuerza un Pro de mayor tamaño, lo más rápido para subsanar esa carencia era escalar mediante iteraciones de alta frecuencia con la versión Flash, más pequeña y eficiente. Así, en unos tres meses, completaron una seguidilla intensa de saltos consecutivos desde 3.5, 3.6, 3.7 hasta 3.8Flash. Para cuando este esquema estuvo maduro y validado, listo para trasladarse al Pro, el preentrenamiento de Gemini4.0Argon ya se había completado silenciosamente.
En un entorno de capacidad de cómputo restringida, lanzar un 3.5Pro con un ciclo de vida tan corto claramente no valía la pena, así que el equipo inyectó directamente en la fase de post-entrenamiento de Argon toda la experiencia técnica validada con Flash. Ese corte drástico le reportó a Argon un salto cualitativo en tareas de largo alcance: en pruebas externas, tardó poco más de un día y gastó menos de 2000 dólares de capacidad de cómputo en completar de forma autónoma el 《Minecraft》; dentro de Google, ya se le ha señalado como capaz de trabajar sobre el código base de Chromium, que cuenta con millones de líneas. En cuanto al rumor exterior sobre un modelo Carbon, Pichai aclaró que era solo el nombre en código de una iteración interna de frontera, no un producto independiente; por ahora, el equipo está destilando a partir de Argon para desarrollar una versión ligera de capacidad similar y menor costo, que planea poner a disposición de más usuarios.
Más digno de análisis es aún el cambio en la propia forma de investigar y desarrollar. Pichai anunció que Google ya ha entrado internamente en la fase de auto-mejora recursiva (RSI): los modelos ya no son solo objetos entrenados, sino que participan directamente proponiendo sugerencias de recetas de entrenamiento y evaluando automáticamente el siguiente checkpoint. Entre los investigadores y los modelos se ha formado una relación de colaboración sana, y todo el continuo se está desplazando silenciosamente. Él mismo se ha convertido en beneficiario de este nuevo proceso: cada día ejecuta un Agente que resume el progreso de 24 horas del preentrenamiento, el entrenamiento intermedio, el post-entrenamiento y los grupos de datos, ahorrando alrededor de una hora de sincronización de información, y mediante Agentes conectados a datos de telemetría monitorea en tiempo real la eficiencia de cómputo de cada departamento. Pichai considera que 2027 será la época dorada de la productividad, y que en los próximos 12 meses la penetración de la RSI traerá una aceleración sostenida.
La sacudida de DeepMind también tuvo, en esta entrevista, su primera nota oficial. Jeff Dean, el ingeniero legendario que sirvió a Google durante 27 años completos, dejó la empresa para fundar Discovery Loop y emprender nuevas exploraciones en una nueva etapa de su vida; Demis Hassabis pasó a un segundo plano como científico jefe y presidente, concentrando sus esfuerzos en la aplicación de la IA a los fármacos, las ciencias de la vida y la robótica, con Isomorphic Labs como referente; Koray Kavukcuoglu, con más de una década en DeepMind, asumió la línea de desarrollo de modelos, y ya se había mudado al Área de la Bahía hace 18 meses para impulsar la integración interdepartamental. La explicación central que dio Pichai es muy directa: el desarrollo de modelos de frontera se ha convertido en una ingeniería de escala masiva que devora toda la energía, desde la preparación de datos, la programación de cómputo y la evolución algorítmica hasta la coordinación de la colaboración entre equipos humanos y Agentes modelo, con una velocidad tal que exige un responsable dedicado que le entregue todo su esfuerzo. La aplicación Gemini nació precisamente dentro de DeepMind, y el profundo acoplamiento entre ambos ya era la norma; este cambio se parece más a marcar formalmente, como un hito, una fusión que ya había ocurrido.
La confianza detrás de la inversión agresiva está escrita en el reverso del libro de contabilidad financiera. Este verano, Google registró su primer flujo de caja libre negativo desde su salida a bolsa, al tiempo que continuó elevando su guía de gasto de capital para 2027 y ya comenzó a planificar reservas de terreno y electricidad para 2028 y 2029. Pichai hizo un cálculo temporal: los plazos previos de los chips propios y los centros de datos son extremadamente largos, y el nivel de capacidad de cómputo que hoy el mercado evalúa con información perfecta es en realidad el resultado de decisiones tomadas hace dos años, mientras que hace justo un año, la explosión de la programación con Agentes ni siquiera había ocurrido. Subrayó que la infraestructura de IA de hoy no es de ninguna manera la burbuja de fibra oscura inutilizada de antaño: toda la capacidad de cómputo se está consumiendo de verdad; las señales de demanda del lado C y del lado B, la cartera de contratos a largo plazo del negocio de nube y los avances de la investigación subyacente constituyen, en conjunto, su certeza. Incluso adelantó en la entrevista: según los benchmarks internos y las curvas de evolución, la próxima generación, Gemini5.0, será mucho más potente que la actual 4.0Argon.
En cuanto a la arquitectura de producto, Google está borrando la frontera entre los Agentes para empresas y los de consumo. Pichai reveló que tanto los Agentes Gemini del lado B como los del lado C funcionan sobre el mismo modelo, el mismo marco de ejecución y el mismo runtime; la única diferencia es si se inyecta contexto empresarial o contexto personal. El diseño del lado empresarial, que asigna automáticamente una micro-máquina virtual independiente para cada tarea y permite un funcionamiento seguro 7×24 horas, se está trasladando en paralelo al lado de consumo; además, las funciones actuales de "conversación" y "tareas" de Gemini se fusionarán en un único cuadro de entrada. Sobre si Búsqueda y Gemini se fusionarán, su respuesta fue: no hay que forzar la fusión de dos productos; basta con dejar que la capa de Agentes, que corre en la nube y está en línea 24 horas, comparta naturalmente el contexto del usuario para que las tareas continúen sin interrupciones entre Búsqueda, la aplicación Gemini y Gmail. En la capa subyacente de la interacción web, Browser Use, que opera interfaces como un humano, coexistirá a largo plazo con protocolos nativos como MCP y UCP: a un lado, el estándar universal elegante; al otro, el camino gradual en el que el usuario siempre conserva el control.
El paso más audaz sigue siendo el espacio. El primer piloto del 《Proyecto Suncatcher》 (Project Suncatcher), la colaboración entre Google, Planet Labs y SpaceX, ya fue lanzado; Pichai dijo que los chips deberían seguir funcionando con normalidad en órbita y que pronto podrá saludar a aquel lote de TPU espaciales. Desde los primeros principios, la órbita heliosíncrona puede ofrecer energía ininterrumpida 24/7, y esa es justamente una salida fuera de la dura limitación que la tierra y la electricidad de nuestro planeta acabarían imponiendo. Él comparó esto con el arranque de Waymo en su momento: quienes volaban entonces al desierto a ver el desafío de vehículos autónomos DARPA difícilmente podían imaginar el aspecto que tiene hoy la conducción autónoma, y de 10 a 20 años bastan para que los pasos iniciales crezcan hasta convertirse en hitos asombrosos. También situó la computación cuántica en un futuro alcanzable: durante casi los últimos diez años, el equipo ha cumplido e incluso superado de forma constante los hitos internos, y ve con claridad que en 5 años mostrará aplicaciones comerciales prácticas apasionantes; así como hoy ofrece capacidad de cómputo con TPU, dentro de cinco años Google Cloud se sentará a cerrar acuerdos de despliegue cuántico.
Bajando a un plano más cercano, Waymo acaba de cruzar el umbral de 50万 viajes de pago semanales, y su prioridad para los próximos 12 meses es expandirse a mercados internacionales, más condiciones climáticas y escenarios completos de autopistas, manteniendo su estándar de seguridad de un 95% menos de accidentes graves que la conducción convencional; este año se lanzará en 10 ciudades nuevas. Wing, el servicio de entrega con drones, planea ampliar enormemente su escala y su catálogo en 2027, momento en el que estará disponible para unos 4000万 hogares estadounidenses. En cuanto a la regulación, Pichai defiende establecer estándares nacionales unificados en lugar de reglas fragmentadas de cada estado, y considera que la industria debería crear pautas claras y auditorías independientes, como ocurre en el mundo financiero; aunque por ahora solo sea una presentación voluntaria al gobierno de Estados Unidos para pruebas, el panorama ya es muy distinto al de hace un año. Y en la decisión más crítica, la asignación de capacidad de cómputo, ha trazado una línea roja: todas las decisiones se toman con estricta participación humana (Human-in-the-loop), y los modelos solo aportan insumos; hace ya cinco años Google usaba la IA para optimizar el consumo energético de sus centros de datos, pero el día en que se entregue a los modelos el poder de decisión final, la humanidad ya estará avanzando hacia el siguiente nivel de preguntas.