DiarioBitcoin informó el 15 de octubre de 2026 que una evaluación interna de Google DeepMind no detectó una aceleración estructural significativa del progreso medido de la IA atribuible a la propia IA después de abril de 2026. Según el artículo de DiarioBitcoin sobre la evaluación, el análisis abarcó 123 modelos y 92 benchmarks.
El medio situó la evaluación en el informe de seguridad de Gemini 4 Argon, publicado el 14 de octubre. La diferencia clave está entre que la IA ayude a programar y que acelere por sí sola la investigación que mejora los sistemas de IA.
Una tasa mensual más alta, sin aceleración estructural significativa
DiarioBitcoin comunicó dos tasas para la tendencia mensual de los modelos públicos, medidas en puntos del Índice de Capacidad General (GCI):
| Periodo | Tendencia mensual de modelos públicos |
| Antes de abril de 2026 | 0,091 puntos GCI al mes |
| Después de abril de 2026 | 0,118 puntos GCI al mes |
La diferencia entre las tasas es de 0,027 puntos GCI al mes. Frente a la cifra anterior, la posterior es aproximadamente un 29,7 % mayor. DiarioBitcoin señaló que la evaluación no consideró ese aumento un cambio estructural significativo.
El mismo artículo informó que Gemini 4 Argon quedó ligeramente por encima de la tendencia esperada y que la evaluación atribuyó ese resultado principalmente al aumento de la capacidad de cómputo y de la inversión organizativa.
Ayudar a escribir código no equivale a investigar sin intervención
Según DiarioBitcoin, las herramientas de IA contribuían a más del 75 % del código de producción de Google DeepMind, mientras que el 88 % de los cambios de código aún requería revisión humana. La proporción de código con alguna contribución de IA, por tanto, describe el uso de estas herramientas; no mide por sí sola si la IA impulsa autónomamente la investigación.
El artículo también recogió respuestas de 12 investigadores sénior de Google DeepMind: la automatización resultaba más eficaz en tareas bien definidas y verificables que en la ideación abierta y la planificación compleja.
NeoTeo ya había tratado las críticas al rendimiento práctico de Gemini 4 Argon y la respuesta de Google en su cobertura anterior. La evaluación descrita por DiarioBitcoin aborda otra cuestión: el ritmo de progreso de los modelos públicos y la posible aceleración de la investigación.
Qué indican las pruebas de ingeniería citadas
DiarioBitcoin informó de resultados de RE-Bench, una evaluación de 74 tareas de ingeniería de aprendizaje automático: Gemini 4 Argon resolvió aproximadamente la mitad, mientras que Gemini 3.7 Flash obtuvo un 27 %. Son resultados de esa prueba concreta.
El artículo describió además una revisión de 1.389 ejecuciones de Argon, en la que el éxito era menor en tareas complejas sin intervención humana.
