Seguro que recuerdas esa frustración clásica al intentar generar con IA algo más ambicioso que un script de veinte líneas: le pides una tarea al modelo, arranca escribiendo código con entusiasmo y, de golpe, se queda mudo a mitad de frase al chocar contra el límite duro de salida. Te toca escribir el humillante «continúa», el modelo pierde el rastro de las variables del inicio del archivo, mezcla tipos de datos y toda la estructura se te desmorona delante de los ojos.
Durante años la industria arrastró una asimetría enorme: a los desarrolladores nos regalaban ventanas de entrada gigantescas de millones de tokens, pero nos recortaban la respuesta de salida a unos modestos 8 000 o 64 000 tokens.
El lanzamiento del modelo insignia Gemini 4 Argon de Google DeepMind da la vuelta a ese paradigma. Ya habíamos hablado de las pruebas independientes del modelo insignia de Google y de la capacidad de su arquitectura para producir volúmenes masivos de datos, además de analizar la salida de hasta 1 millón de tokens y la generación de herramientas de negocio dentro del ecosistema Google. Pero una cosa es leer las especificaciones oficiales y otra muy distinta ver cómo se comporta el mecanismo de salida ultralarga (Long Decode) en una prueba de estrés real hecha por un investigador independiente.
Matthew Berman llevó a cabo un experimento muy revelador: le planteó a Gemini 4 Argon el reto de crear desde cero, sin una sola línea de código previa, un clon web funcional de Microsoft Excel. Y el modelo lo resolvió en apenas 20 minutos.
Arquitectura Long Decode: cómo funciona una salida de 1 000 000 de tokens
Vamos a mirar «bajo el capó» cómo logró Google que el modelo genere hasta 750 000 palabras en una sola sesión lógica continua; eso equivale, ojo al dato, a ocho volúmenes gruesos de literatura.
La base de la tecnología Long Decode descansa en el concepto de «saltos de continuación» seguros (Continuation Hops):
- Síntesis por bloques de 64 000 tokens: el modelo no intenta calcular un millón de tokens de golpe en una explosión matemática indivisible. La inferencia avanza en bloques controlados de 64K tokens.
- Caché implícita de contexto (Implicit Context Caching): en cada paso nuevo, el modelo consulta el texto ya generado a través de una caché optimizada de estados de atención. Así evita que el consumo de memoria crezca de forma cuadrática y consigue recordar qué interfaces y funciones declaró 100 000 tokens atrás.
- Fondo común de contexto para pensamientos y código: en Gemini 4 Argon, el prompt de entrada, los tokens de razonamiento interno (thinking tokens) y la salida pública comparten un presupuesto común de un millón. Si la tarea es muy compleja, el modelo puede ejecutar saltos intermedios solo de razonamiento (reasoning-only hops): dedica bloques enteros de cómputo exclusivamente a verificar la lógica y la arquitectura sin soltarle al usuario código crudo a medio hacer.
Experimento con el clon web de Excel: del prompt a la interfaz lista
En la prueba de Matthew Berman, el modelo trabajó conectado al entorno de ejecución Google Antigravity. Tras recibir una especificación de alto nivel, Gemini 4 Argon asumió el papel de arquitecto principal: dividió el proyecto en módulos por su cuenta, desplegó una cuadrícula interactiva de celdas en el navegador, configuró el procesamiento de fórmulas de suma (=SUM()), implementó el recálculo de celdas dependientes al cambiar valores, el arrastre de rangos con el ratón y el formato de tablas. El desarrollador no intervino ni una vez en la escritura del código.
El salto de los snippets a los sistemas de software autónomos
¿Qué cambia este avance para ti y para mí en el día a día? El giro principal es psicológico.
Antes, programar con una red neuronal se parecía a trabajar con un becario rápido pero despistado: le pedías una función de ordenación, la copiabas en tu proyecto, corregías los imports a mano, escribías el envoltorio, luego le pedías un componente de botón y lo encajabas tú en el formulario.
Gemini 4 Argon combinado con herramientas como Antigravity cambia la escala misma de lo que delegas. Ya no encargas un «snippet»: le confías al modelo el despliegue de un subsistema completo. Además, el modelo no vomita un montón de archivos sueltos sin conexión, sino que puede invocar generadores de recursos integrados (como Nano Banana) para dibujar gráficos y abrir un sandbox del navegador para hacer clic en los botones que acaba de crear y comprobar que no haya errores en consola.
Como señaló con acierto Matthew Berman, el coste de escribir código mecánico tiende a cero. Si todo el valor de tu producto residía únicamente en tener código repetitivo bien tecleado, hoy un modelo autónomo arma una funcionalidad equivalente durante la pausa del almuerzo. La verdadera solidez se traslada hacia los datos únicos, el dominio profundo de la lógica de negocio y la integración fiable en la infraestructura del cliente.
La salida ultralarga y los saltos profundos de razonamiento llevan su tiempo: un proyecto complejo no se genera en dos segundos, sino en 10–20 minutos de cómputo continuo. Además, en la primera pasada con la fórmula =SUM(), el modelo cometió un pequeño fallo sintáctico al parsear el rango de celdas, que hubo que corregir con una breve petición de ajuste. Todavía es pronto para desconectar por completo la supervisión crítica del ingeniero: el control arquitectónico sigue siendo cosa humana.
¿Qué nos queda en claro?
Gemini 4 Argon demuestra con hechos que la barrera tecnológica de la «memoria corta en la salida» ha caído definitivamente. Los modelos han aprendido no solo a responder preguntas, sino a sostener el esqueleto arquitectónico de proyectos grandes a lo largo de cientos de miles de tokens.
Es una excusa perfecta para revisar nuestro flujo de trabajo: toca dejar de usar la IA como un autocompletado vitaminado y empezar a plantear tareas a nivel de módulos de sistema completos.



