Google dice que Gemini 4 Argon ayudó a los ingenieros de Chrome a completar meses de trabajo en semanas
Google DeepMind dice que su último modelo ayudó a los ingenieros de Chrome a terminar una refactorización de meses en semanas.

- Los ingenieros muestran grandes bloques de código antiguo
- Hace varios cambios limpios en muchos archivos a la vez
- Todo el proyecto termina en semanas en lugar de meses
Google DeepMind ha presentado Gemini 4 Argon, la última versión de su familia de modelos de lenguaje grande Gemini, y ya está mostrando un impacto real muy allá de las aplicaciones de chat. Según Google DeepMind, el modelo ayudó al equipo de ingeniería de Chrome de Google a separar el código que maneja las páginas web de un directorio heredado de 6 millones de líneas, dentro de una base de código de Chromium de 40 millones de líneas 1. Haciendo varios cambios limpios en el código a la vez, ayudó al equipo a terminar una refactorización en cientos de archivos, haciendo meses de trabajo en semanas, dice la compañía .
Google dice que el cambio permitirá que las páginas web en vivo se muevan entre pestañas, paneles laterales y ventanas flotantes sin recargar, y eliminará toda una categoría de bloqueos del navegador 1. Son cifras de la propia compañía; no ha publicado ninguna comparación con otros modelos para este trabajo.
Correcciones y actualizaciones
- Corregido el 21 de octubre de 2026. Una versión anterior de esta historia incluía detalles que sus fuentes no respaldan. Han sido corregidos o eliminados.
- Corregido el 21 de octubre de 2026. El titular decía que Gemini 4 Argon superaba a modelos rivales en pruebas de inteligencia, lo cual las fuentes no dicen, y se daba una fecha de lanzamiento que ellas no confirman. Ahora el titular dice lo que reportó Google DeepMind, los detalles del trabajo con Chrome regresan con su fuente, y se ha eliminado la fecha.
Qué tan rápido terminó la refactorización de Chrome, con y sin la IA
Cifras de Google DeepMind sobre la refactorización del equipo de ingeniería de Chrome en Chromium; no se publicó ninguna comparación externa
Los datos clave
- Gemini 4 Argon ayudó a refactorizar una carpeta heredada de Chrome de 6 millones de líneas, terminando en semanas lo que normalmente tomaría meses
- Las páginas web en vivo deberían moverse entre pestañas, paneles laterales y ventanas flotantes sin recargar, según Google
- Parte de la familia de modelos Gemini en rápida evolución de Google DeepMind
Fuentes
Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes
Sigue leyendo
Apps y productosGoogle abre TorchTPU, un backend nativo de PyTorch para TPUs en la nubeHerald of AIhttps://github.com/soumith, CC BY-SA 4.0, via Wikimedia Commons
Google abre TorchTPU, un backend nativo de PyTorch para TPUs en la nube
Una nueva pila de código abierto permite a los desarrolladores ejecutar modelos de PyTorch directamente en los chips TPU de Google, reemplazando el antiguo sistema PyTorch/XLA.
Empresas y reglasMirendil recauda 1.000 millones de dólares para desarrollar modelos de IA con mayor rapidezHerald of AI
Mirendil recauda 1.000 millones de dólares para desarrollar modelos de IA con mayor rapidez
Una nueva startup fundada por antiguos investigadores de Google DeepMind y Anthropic dice que su plataforma automatizada permite a equipos pequeños construir grandes modelos de IA con rapidez y bajo coste.
Nuevos modelosEl Gemini 4 Argon de Google aporta profundo razonamiento físico a robots realesHerald of AI
El Gemini 4 Argon de Google aporta profundo razonamiento físico a robots reales
El modelo Gemini 4 Argon, centrado en robótica, obtiene un 87 % en un exigente benchmark de razonamiento 3D y controla un Boston Dynamics Spot en tareas de manipulación en el mundo real.