Google ha optado por una estrategia de denominación inspirada en la tabla periódica para sus modelos de IA Gemini 4, introduciendo cuatro variantes en poco tiempo. Esta rápida expansión, que incluye 'Carbono', 'Hidrógeno', 'Argón' y 'Neón', busca facilitar la identificación. Sin embargo, la empresa ha generado confusión al ofrecer múltiples modelos para programación sin directrices claras sobre cuál es el más adecuado, complicando la elección para los desarrolladores.
Rastrear los modelos de inteligencia artificial, sus diversas versiones y las empresas detrás de ellos se ha vuelto una tarea casi imposible. Prácticamente cada semana surge un nuevo modelo de lenguaje grande (LLM). Además, Google ha renovado por completo su catálogo con incorporaciones inesperadas: cuatro modelos Gemini 4 en solo siete semanas. Esto plantea la pregunta de por qué Gemini 4 necesita tener cuatro ramas distintas.
La elección de Google para nombrar sus modelos contrasta con otras empresas; OpenAI optó por nombres de astros (Sol, Terra, Luna y Astra) y Anthropic por formas literarias (Haiku, Sonnet, Fable). Mientras que compañías como xAI o DeepSeek mantienen las versiones numeradas, lo que resulta algo más confuso, Google ha decidido usar nombres reconocibles para dar mayor peso a las diferentes familias dentro de su IA. La tabla periódica ofrece una variada selección de posibilidades para bautizar a Gemini. Google ha utilizado los gases nobles para la mitad de su catálogo (Argón y Neón) y dos de los elementos más comunes en la naturaleza: el Carbono, para las capacidades superiores, y el Hidrógeno, para las inferiores.
Tener un nombre distintivo facilita la identificación del modelo, lo cual es innegable. Sin embargo, Google parece haber complicado la situación. Anteriormente, la evolución de los modelos tendía a la simplificación: ChatGPT, Claude, Gemini y otros redujeron sus opciones para facilitar la elección del usuario. Incluso OpenAI llegó a estrenar con GPT-5 un "router" que elegía por nosotros. Ahora, la tendencia es la contraria, ya que con la introducción de Gemini 4 Neon, el usuario tiene cuatro modelos diferentes para elegir en la API y en Antigravity. En la aplicación, la situación es diferente, ya que Neon sustituye a Gemini 4 Argón. Un detalle importante es que Carbono es exclusivo de Google AI Ultra. Quienes pagan la versión Pro ya no ven en la aplicación ningún modelo etiquetado para programar.
El nuevo Neon está indicado para programación y analítica, al igual que Gemini 4 Argón. Son de la misma familia: de Argón surgió Gemini 4 Carbono, y de Carbono derivan Hidrógeno y Neon. Esto complica la elección para quienes usan la herramienta para programar, ya que Google no especifica para qué propósito es mejor cada uno.
El anuncio de Neon en Antigravity, donde se convierte en el modelo por defecto para las nuevas conversaciones, ni siquiera menciona a Argón. Y eso que con la llegada de Carbono, Google aún lo recomendaba como la opción más adecuada para tareas de ingeniería de software. Ocho días después, lo retiraba de la aplicación. Si buscaba simplificar la experiencia, parece que está logrando lo contrario.
Gemini había recuperado terreno con los modelos de la tercera generación, aunque no tardó en ver cómo Claude Fable 5 o GPT-6 Sol adelantaban a Google, mientras el prometido Gemini 3.5 Pro fue cancelado. Gemini 4 ha supuesto un importante impulso para la empresa: Carbono fue el mejor modelo durante trece días, hasta que Claude Fable 5.2 lo superó. Esto demuestra una clara declaración de intenciones: Google no solo sabe desarrollar modelos potentes multimodales, sino que uno de los grandes aciertos de su "tabla periódica" es la rapidez en la generación y, sobre todo, el coste por tarea.
El Argón fue el primer gas noble aislado, en 1894, y su nombre proviene del griego "argós" (inactivo). El Neón llegó cuatro años más tarde. A Google le han bastado siete semanas para que Neón jubile a Argón en la aplicación de Gemini, aunque no en Antigravity, donde ambos modelos siguen compartiendo selector. Quien programa con ellos debe actuar como Mendeléyev, el creador de la tabla periódica: probar, comparar y deducir por su cuenta qué función tiene cada modelo, y luego elegirlo.