TLDR
Gemini 4 y AlphaEvolve son tecnologías separadas. Google ha confirmado que Gemini 4 está en preentrenamiento, pero no ha publicado su ficha del modelo, benchmarks, precios ni detalles de la API.
AlphaEvolve ya está disponible en Google Cloud. Utiliza modelos Gemini para generar programas candidatos, los evalúa mediante pruebas automatizadas y busca iterativamente mejores algoritmos. Google no ha confirmado que Gemini 4 impulse AlphaEvolve ni que AlphaEvolve haya ayudado a entrenar Gemini 4.
Conclusiones clave
- AlphaEvolve convierte la generación de código en un proceso de búsqueda repetible basado en la ejecución y en retroalimentación medible. Sus aplicaciones publicadas incluyen la infraestructura de Google, matemáticas, genómica, computación cuántica, logística y aprendizaje automático.
- Gemini 4 podría mejorar la generación de candidatos si aporta mejor razonamiento sobre código y uso de herramientas, pero esta conexión no está confirmada.
- AlphaEvolve necesita un programa semilla funcional, un evaluador fiable y un entorno de ejecución aislado.
- Se trata de una optimización de algoritmos acotada, no de una auto-mejora recursiva autónoma.
Gemini 4 + AlphaEvolve: ¿Por qué considerarlos juntos?
Ubicar Gemini 4 y AlphaEvolve en la misma conversación puede dar la impresión de que Google ya ha construido un sistema capaz de diseñar a su propio sucesor. Las evidencias disponibles no respaldan esa conclusión.
Google ha divulgado relativamente poco sobre Gemini 4. La empresa ha confirmado que el preentrenamiento está en marcha y lo ha descrito como su ejecución de preentrenamiento más ambiciosa hasta la fecha. No ha publicado la documentación técnica necesaria para evaluar el modelo finalizado.
AlphaEvolve está más avanzado. Google DeepMind presentó AlphaEvolve en mayo de 2025, y Google Cloud lo puso en disponibilidad general en julio de 2026. Actualmente cuenta con documentación pública para desarrolladores, un flujo de trabajo de API y aplicaciones documentadas.
Por lo tanto, Gemini 4 + AlphaEvolve se entiende mejor como una posible dirección técnica, no como un paquete de producto confirmado. Gemini 4 representa el desarrollo continuo de capacidades de modelos de propósito general. AlphaEvolve muestra cómo los programas generados por modelos pueden probarse dentro de un proceso de investigación algorítmica medible.
Qué representa Gemini 4
Gemini comenzó como una familia de modelos multimodales para texto, imágenes, audio, video y código. Su papel desde entonces se ha ampliado a búsqueda, entornos de programación, software de productividad, navegadores y servicios en la nube.
La pregunta relevante para Gemini 4 ya no se limita a la calidad de las respuestas. Es si el modelo puede mantenerse fiable en tareas largas, grandes bases de código, llamadas a herramientas y retroalimentación repetida.
Google ha confirmado la ejecución de preentrenamiento de Gemini 4, pero no ha publicado el número de parámetros del modelo, la ventana de contexto, los benchmarks, los precios ni la especificación pública de la API. Las afirmaciones sobre esos detalles deben tratarse como no verificadas hasta que Google publique documentación oficial.
Qué es AlphaEvolve
Un asistente de programación ordinario produce código para una solicitud. AlphaEvolve explora muchas implementaciones funcionales para encontrar una que rinda mejor según criterios medibles.
Los modelos Gemini proponen programas candidatos. Un evaluador prueba la corrección y el rendimiento. Un sistema evolutivo determina qué candidatos deben influir en la siguiente ronda.
Esto hace que AlphaEvolve sea adecuado para el descubrimiento de algoritmos, la búsqueda matemática y la optimización combinatoria. No está diseñado para desarrollo de aplicaciones rutinario, linting o limpieza de estilo de código.
Su terreno común: la IA entra en el bucle cerrado Explorar-Verificar-Optimizar
Un modelo de lenguaje normalmente se detiene después de producir una respuesta. AlphaEvolve añade retroalimentación externa compilando, ejecutando y puntuando el programa generado.
El proceso repite tres actividades:
- Explorar nuevos algoritmos y estructuras de programas.
- Verificar candidatos mediante ejecución y pruebas objetivas.
- Optimizar candidatos posteriores utilizando resultados medidos.
Gemini aporta razonamiento y generación de candidatos. AlphaEvolve organiza esas capacidades en un experimento que puede continuar a lo largo de cientos o miles de programas.
Del LLM al científico de IA: ¿dónde exactamente se produce el cambio?
AlphaEvolve no elige su propia agenda de investigación ni decide qué objetivos deben perseguirse. El cambio radica en la posición del modelo dentro del proceso de investigación.
En lugar de solo explicar un problema o escribir código aislado, el modelo participa en proponer, probar y revisar soluciones. Los investigadores siguen definiendo la tarea, construyendo el evaluador, interpretando los resultados y decidiendo qué entra en producción o en una publicación científica.
En matemáticas, la evidencia computacional no reemplaza la demostración. En diseño de chips, un circuito inusual aún debe pasar la verificación formal. En software de producción, una implementación más rápida todavía necesita revisión de seguridad y mantenibilidad.
La transición de LLM a científico de IA no es, por tanto, una transferencia de autoridad científica. Es el movimiento de los modelos hacia el bucle experimental.
Lo que sabemos y lo que no sobre Gemini 4
Hay una señal reciente que merece atención. El 17 de septiembre de 2026, un usuario de Gemini publicó una comparación lado a lado en Arena y sugirió que las solicitudes etiquetadas como Gemini 3.8 Flash estaban siendo encaminadas hacia un nuevo modelo Gemini Pro, descrito en la publicación como Gemini 4 Pro.
Fuente: @TimJayas en X
Para AlphaEvolve, la posible conexión es directa. Un mejor razonamiento sobre código, planificación y uso de herramientas podría mejorar la calidad de los programas candidatos. Google no ha confirmado que el servicio actual de AlphaEvolve use Gemini 4.
Lo que sí sabemos
Google ha confirmado que el preentrenamiento de Gemini 4 comenzó. Los detalles sobre checkpoints Pro y el enrutamiento en Arena provienen de informes de la comunidad, no de documentación oficial del modelo.
| Prueba | Resultado informado | Estado |
|---|---|---|
| Argon 160 | Supuestamente asociado con Gemini 3.8 Flash en Arena | Mapeo no verificado |
| Argon checkpoint | Mostró un límite de salida de 256k y modo de razonamiento Alto | Captura de pantalla no oficial |
| Generación SVG | Generó un SVG de pavo real detallado en unos 2,4 minutos | Salida observada; modelo no verificado |
| Enrutamiento Arena | Gemini 3.8 Flash habría sido enrutado a un nuevo checkpoint Pro | Reporte de la comunidad |
| Benchmarks públicos | No hay puntuaciones reproducibles de Gemini 4 disponibles | No publicados |
Lo que necesitamos saber
Varios detalles siguen sin documentación o sin confirmar. Las optimizaciones de entrenamiento publicadas de AlphaEvolve también deben distinguirse de las afirmaciones sobre su participación en Gemini 4.
| Pregunta | Estado al 17 sept. 2026 |
|---|---|
| ¿Preentrenamiento de Gemini 4 iniciado? | Confirmado por Google |
| ¿Gemini 4 publicado públicamente? | No documentado oficialmente |
| ¿Model card de Gemini 4? | No publicada |
| ¿Especificación de la API de Gemini 4? | No publicada |
| ¿Precios de Gemini 4? | No publicados |
| ¿Gemini 4 impulsa AlphaEvolve? | No confirmado |
| ¿AlphaEvolve contribuyó a Gemini 4? | No confirmado |
| ¿AlphaEvolve ha mejorado el entrenamiento de IA? | Confirmado |
El anuncio de AlphaEvolve de DeepMind documenta mejoras en cálculos utilizados en el entrenamiento de Gemini. Eso respalda una afirmación más estrecha y establecida sobre eficiencia de entrenamiento, no una conexión confirmada con Gemini 4.
Cómo funciona AlphaEvolve: evolución de algoritmos y principios
AlphaEvolve combina generación de programas con búsqueda evolutiva y evaluación automatizada. Entra un programa funcional en el sistema, Gemini propone cambios y un evaluador mide cada candidato. Los programas con mejor rendimiento se convierten en material para rondas posteriores.
Búsqueda evolutiva
AlphaEvolve mantiene una base de datos de programas candidatos y sus puntuaciones. Los programas seleccionados se incluyen en indicaciones posteriores para que Gemini los modifique o combine. Nuevos candidatos entran en la base cuando aportan rendimiento o diversidad útil.
El sistema no conserva solo un ganador. Mantener varias familias de programas reduce el riesgo de converger demasiado pronto en un óptimo local. También puede equilibrar varias métricas, incluidas velocidad, uso de memoria, exactitud y estabilidad.
Programas semilla
Un programa semilla es la línea base funcional suministrada a AlphaEvolve. Necesita entradas y salidas claras, ejecución reproducible, pruebas aprobadas y una puntuación medible.
Los desarrolladores también especifican qué código puede modificar AlphaEvolve para que interfaces, controles de seguridad y comportamientos fijos permanezcan protegidos.
Según la descripción general para desarrolladores de AlphaEvolve, el código inicial ya debe ser funcionalmente correcto. AlphaEvolve no está diseñado para convertir una solicitud en lenguaje natural incompleta en una aplicación completa.
Evaluador
El evaluador compila, ejecuta, prueba y puntúa cada candidato. Dependiendo de la tarea, puede medir corrección, latencia, uso de memoria, error numérico, calidad de la solución o restricciones de negocio.
Su diseño determina qué optimiza realmente la búsqueda. Un evaluador solo de velocidad puede recompensar código inexacto, mientras que una suite de pruebas incompleta puede dejar huecos. Los proyectos fiables, por tanto, usan varias pruebas y métricas en lugar de un único benchmark conveniente.
Generación de programas candidatos
Los modelos Gemini generan candidatos a partir del código semilla, la descripción del problema, restricciones, programas previos, puntuaciones e informes de fallos. Los cambios pueden ser locales o abarcar varios componentes conectados.
La descripción original de AlphaEvolve de Google utilizaba modelos Gemini más rápidos para ampliar la exploración y modelos más capaces para proponer revisiones más profundas. Google no ha confirmado qué versiones exactas de Gemini impulsan el servicio actual.
Ejecución y filtrado
Los candidatos primero pasan comprobaciones de análisis, compilación y corrección. Los programas válidos pasan a la evaluación de rendimiento. Los resultados con alta puntuación pueden sembrar rondas posteriores, mientras que los fallos proporcionan señales sobre enfoques a evitar.
Google Cloud permite que el evaluador se ejecute en el propio entorno del cliente. Esto admite código propietario, datos privados, hardware especializado y sistemas de computación de alto rendimiento.
Un programa con alta puntuación aún debe pasar revisión de código, pruebas de seguridad, despliegue escalonado y planificación de rollback.
AlphaEvolve vs generación de código convencional
La generación de código convencional ayuda a completar tareas de desarrollo. AlphaEvolve busca una implementación mejor entre muchas posibilidades válidas.
Un asistente de programación puede partir de una solicitud escrita y producir algunas salidas para revisión humana. AlphaEvolve suele partir de código funcional y se apoya en un evaluador para procesar muchos candidatos.
Ambos enfoques pueden combinarse. Un asistente de programación puede ayudar a construir la línea base, mientras que AlphaEvolve optimiza componentes seleccionados una vez que hay pruebas y benchmarks.
¿Qué resultados públicos ha entregado AlphaEvolve?
Los ejemplos publicados por Google abarcan infraestructura, ciencia y despliegues comerciales. Las cifras siguientes provienen principalmente de Google DeepMind, Google Cloud y organizaciones participantes.
Cada proyecto utilizó diferentes hardware, conjuntos de datos, líneas base y presupuestos de búsqueda. Los porcentajes no deben tratarse como puntuaciones de benchmark directamente comparables.
Infraestructura informática de Google
AlphaEvolve descubrió una heurística de planificación de Borg que, según Google, recupera un promedio de alrededor del 0,7% de sus recursos de cómputo a nivel mundial.
También aceleró en un 23% un kernel de multiplicación de matrices utilizado en Gemini, reduciendo el tiempo total de entrenamiento en alrededor de un 1%. Otros resultados reportados incluyen:
- Hasta un 32,5% de aceleración para una implementación de FlashAttention
- Un circuito incorporado en un diseño posterior de TPU
- Un 20% de reducción en la amplificación de escritura de Google Spanner
- Ideas de compilador que redujeron las huellas de almacenamiento de software en casi un 9%
Estos ejemplos muestran a AlphaEvolve yendo más allá del código de aplicación hacia planificación, almacenamiento, compiladores, kernels de GPU y diseño de chips.
Matemáticas e investigación científica
Para 4 × 4 matrices complejas, AlphaEvolve encontró un algoritmo que utiliza 48 multiplicaciones escalares.
A lo largo de experimentos que cubrieron más de 50 problemas matemáticos, Google informó que AlphaEvolve redescubrió resultados de estado del arte en alrededor del 75% de los casos y mejoró el mejor resultado conocido en aproximadamente un 20%.
El informe de impacto de AlphaEvolve 2026 de Google también describe:
- Un 30% de reducción en errores de detección de variantes para DeepConsensus
- Un aumento de soluciones factibles para un modelo de Flujo Óptimo de Potencia CA del 14% a más del 88%
- Una mejora del 5% en la precisión agregada de predicción de desastres naturales
- Circuitos cuánticos con un error diez veces menor que líneas base optimizadas convencionalmente
AlphaEvolve también ha contribuido resultados computacionales para problemas de Erdős, el Problema del Viajante, números de Ramsey y el problema del número de besos en 11 dimensiones.
Estos resultados pueden respaldar la investigación científica, pero los descubrimientos computacionales todavía requieren revisión de dominio y, cuando corresponda, demostración matemática.
Aplicaciones empresariales
Los despliegues comerciales aplican el mismo método a sistemas maduros:
- Klarna informó que duplicó el rendimiento de entrenamiento mientras mejoraba la calidad del modelo tras explorar casi 6.000 programas candidatos.
- FM Logistic mejoró el enrutamiento de almacenes en un 10,4%, reduciendo el recorrido anual del personal en más de 15.000 kilómetros.
- JetBrains reportó mejoras de alrededor del 15% al 20% para algoritmos seleccionados de su IDE.
- Kinaxis mejoró métricas clave de pronóstico en más de un 22% mientras redujo el tiempo de ejecución de benchmarks en más de un 90%.
- Schrödinger logró aproximadamente una aceleración cuádruple en el entrenamiento e inferencia de campos de fuerza aprendidos por máquina.
- WPP reportó ganancias de precisión de alrededor del 5% al 10% en casos de uso de publicidad.
AlphaEvolve no construyó estos sistemas desde cero. Cada organización aportó software funcional, experiencia de dominio y un proceso de evaluación medible.
Cómo podrían funcionar juntos Gemini 4 y AlphaEvolve
Google no ha confirmado que Gemini 4 impulse AlphaEvolve ni que AlphaEvolve haya contribuido directamente a Gemini 4. El flujo de trabajo siguiente es una proyección basada en el diseño publicado de AlphaEvolve, no una integración anunciada por Google.
Paso 1: Gemini comprende el problema y genera soluciones candidatas
Gemini puede analizar el código semilla, las restricciones de la tarea, los resultados de pruebas y candidatos anteriores antes de proponer cambios en algoritmos, estructuras de datos, acceso a memoria o componentes de modelos.
Si Gemini 4 mejora la comprensión de bases de código y el uso prolongado de herramientas, podría elevar la calidad de los candidatos de AlphaEvolve. Los cambios propuestos seguirían requiriendo pruebas externas.
Paso 2: AlphaEvolve gestiona la exploración y la iteración
AlphaEvolve gestiona qué programas históricos influyen en nuevos candidatos y cuánta diversidad permanece en la búsqueda. Equilibra la exploración continua con un trabajo más profundo en ramas prometedoras.
Un mejor razonamiento del modelo puede mejorar propuestas individuales, pero el proceso evolutivo sigue siendo necesario porque el código plausible no siempre es más rápido o correcto.
Paso 3: Evaluadores automatizados filtran soluciones efectivas
El evaluador proporciona evidencia a partir de la ejecución real. Para tareas de desarrollo de modelos, puede medir:
- Rendimiento de entrenamiento
- Latencia de inferencia
- Uso de memoria
- Calidad del modelo
- Estabilidad
- Utilización de hardware
- Reproducibilidad
Las tareas costosas pueden usar varias etapas de evaluación. Pruebas baratas eliminan primero candidatos inválidos, mientras que los más fuertes avanzan a ejecuciones más largas o suites de benchmarks más grandes.
Paso 4: Las soluciones exitosas regresan al modelo para una optimización continua
Los programas de alto rendimiento regresan a indicaciones posteriores junto con sus puntuaciones e historial de mutaciones.
El bucle se convierte en:
Generate → Execute → Evaluate → Select → Generate Again
Se trata de una optimización continua dentro de límites definidos por humanos. Sigue siendo una incógnita si Google lo utilizará para diseñar arquitecturas de Gemini, métodos de entrenamiento o pipelines de datos.
Escenarios aplicables y limitaciones de AlphaEvolve
AlphaEvolve funciona mejor cuando la tarea puede expresarse en código, los candidatos pueden ejecutarse automáticamente y los resultados pueden medirse de forma fiable.
Tareas adecuadas
Buenos candidatos incluyen:
- Kernels de GPU y algoritmos numéricos
- Estrategias de compilador y políticas de caché
- Planificación de clústeres y heurísticas de bases de datos
- Logística y planificación de rutas
- Diseño de chips y optimización de redes eléctricas
- Búsqueda matemática
- Componentes seleccionados de aprendizaje automático
Un proyecto adecuado suele tener una línea base funcional, evaluador fiable, objetivos cuantificables, gran espacio de búsqueda, entorno de ejecución aislado y suficiente cómputo para probar muchos candidatos.
Tareas no adecuadas
AlphaEvolve no encaja bien en proyectos que solo tienen un requisito verbal y ningún programa funcional.
El formateo rutinario, la documentación, el refactorizado ordinario y las decisiones de diseño subjetivas también aportan poco valor a la búsqueda evolutiva.
Los solucionadores exactos existentes pueden seguir siendo mejores para optimización lineal o convexa estándar. Los proyectos que no pueden ejecutar código generado de forma segura no deberían usar un bucle de candidatos automatizado sin construir primero un entorno restringido.
Limitaciones y cuellos de botella esperados
El coste de evaluación es la primera restricción. Un algoritmo pequeño puede tardar segundos en probarse, mientras que el entrenamiento de modelos o la simulación científica pueden tardar horas. Búsquedas grandes pueden volverse más caras que la optimización manual.
El diseño del objetivo es otra limitación. El sistema perseguirá lo que el evaluador mida, incluidos huecos accidentales. El ruido del hardware, semillas aleatorias y el caching también pueden hacer que pequeñas ganancias no sean fiables.
La mantenibilidad y la seguridad siguen siendo responsabilidades humanas. El código descubierto automáticamente puede ser difícil de entender o estar atado a una plataforma de hardware. Los programas candidatos deben ejecutarse con acceso restringido a red, almacenamiento, tiempo y cómputo.
¿Qué significan Gemini 4 y AlphaEvolve para los desarrolladores en general?
La mayoría de los desarrolladores no usarán AlphaEvolve para cada funcionalidad. Sitios web, aplicaciones móviles, APIs y herramientas internas siguen estando mejor adaptados a asistentes de programación habituales y flujos de trabajo de pruebas establecidos.
El impacto inmediato será mayor en ingeniería de rendimiento, diseño de algoritmos y aprendizaje automático. Los desarrolladores pueden dedicar menos tiempo a probar manualmente una optimización a la vez y más tiempo a construir entornos que puedan evaluar muchas alternativas.
Las habilidades relevantes incluyen:
- Escribir benchmarks reproducibles
- Diseñar evaluadores para corrección y rendimiento
- Definir límites de código seguros
- Rastrear historiales de experimentos
- Revisar código generado en busca de seguridad y mantenibilidad
- Planificar despliegues escalonados y rollback
El conocimiento de programación sigue siendo necesario. Los ingenieros aún deben detectar explotación de benchmarks, comportamiento indefinido, inestabilidad numérica y supuestos específicos de hardware.
A qué deberían prestar atención los lectores de CometAPI
Para los usuarios de CometAPI, el acceso al modelo es solo una capa de un sistema al estilo AlphaEvolve. El resto de la pila incluye ejecución de código, evaluación, seguimiento de experimentos, controles de seguridad y gestión de costes.
Los equipos deberían registrar:
- La versión exacta del modelo y la configuración de generación
- Prompts y programas candidatos
- Versiones del evaluador y de los datos de prueba
- Entornos de ejecución
- Puntuaciones y razones de fallo
- Costes de modelo y de cómputo
El código generado debe ejecutarse en contenedores aislados sin credenciales de producción. El acceso a red, acceso a archivos, tiempo de ejecución y uso de cómputo deben estar restringidos.
Cuando Gemini 4 reciba una API pública, los desarrolladores deberían verificar su ID de modelo oficial, precios, límites y disponibilidad en CometAPI. El código de producción no debe depender de nombres o especificaciones extraídos de informes no confirmados.
Métricas de observación futuras para Gemini 4 y AlphaEvolve
Varias divulgaciones aclararían si Gemini 4 y AlphaEvolve se están convirtiendo en un flujo de trabajo combinado real:
- Una model card oficial de Gemini 4 y especificación de la API
- Confirmación de qué modelos Gemini impulsan AlphaEvolve
- Evidencia de que AlphaEvolve contribuyó a un componente de Gemini enviado
- Detalles públicos sobre conteo de candidatos, presupuestos de búsqueda y ejecuciones fallidas
- Reproducción independiente fuera de Google y sus socios
- Comparaciones de costes que cubran llamadas al modelo, ejecución, revisión y mantenimiento
La evidencia más clara sería una mejora documentada propuesta por un modelo Gemini, validada a través de AlphaEvolve e incorporada en una versión posterior de Gemini.
Hasta entonces, la auto-mejora se describe más exactamente como automatización de ingeniería acotada.
Preguntas frecuentes
¿Se ha lanzado Gemini 4?
No oficialmente. A 17 de septiembre de 2026, Gemini 4.0 parece haber aparecido discretamente en Arena. Un informe de la comunidad sugiere que las solicitudes etiquetadas como Gemini 3.8 Flash podrían estar enrutándose a un nuevo modelo Gemini Pro dentro de Arena.
Debe tratarse como una posible prueba previa al lanzamiento en lugar de un lanzamiento oficial de Gemini 4.
¿Qué es AlphaEvolve?
AlphaEvolve es un agente de descubrimiento de algoritmos y optimización de código desarrollado por Google DeepMind. Los modelos Gemini generan programas candidatos, los evaluadores los ejecutan y puntúan, y la búsqueda evolutiva utiliza los resultados para guiar candidatos posteriores.
¿AlphaEvolve está en disponibilidad general?
Google Cloud anunció disponibilidad general en julio de 2026. Las condiciones de acceso, regiones, cuotas y precios deben consultarse en la documentación actual de Google Cloud.
¿AlphaEvolve utiliza Gemini 4?
Google no ha confirmado públicamente que AlphaEvolve use Gemini 4. El sistema original utilizó modelos de la familia Gemini, pero eso no identifica los modelos detrás del servicio actual.
¿En qué se diferencia AlphaEvolve de un asistente de programación?
Un asistente de programación genera o modifica código en respuesta a una solicitud. AlphaEvolve parte de un programa funcional y ejecuta experimentos repetidos para encontrar implementaciones con mejor rendimiento medible.
¿Qué tipos de código puede optimizar AlphaEvolve?
Las aplicaciones publicadas incluyen kernels de GPU, algoritmos de CPU, estrategias de compilador, políticas de caché, sistemas de planificación, heurísticas de bases de datos, algoritmos de enrutamiento, componentes de modelos, métodos numéricos y circuitos de hardware.
¿Los desarrolladores en general pueden usar AlphaEvolve?
Los desarrolladores pueden explorar el acceso a través de Google Cloud, sujeto a los requisitos actuales de cuenta y disponibilidad. El sistema es más útil para proyectos con una línea base funcional, un evaluador fiable y suficiente cómputo para pruebas repetidas.
¿Se puede acceder a Gemini 4 a través de CometAPI?
Eso debe verificarse después de que Gemini 4 reciba una publicación oficial de API y aparezca en la documentación de modelos compatibles de CometAPI. Los desarrolladores no deben asumir un ID de modelo, precio o fecha de lanzamiento basándose en informes de terceros.