Gemini 4 Argon llega a Vercel AI Gateway

Gemini 4 Argon, el nuevo modelo de frontera de Google, ya está disponible en Vercel AI Gateway con una ventana de contexto de 1 millón de tokens, entrada de texto, imagen, PDF y video, y soporte de tool calling. Para un equipo que hoy mantiene una integración distinta por cada proveedor de IA, la novedad no es solo el modelo: es poder llamarlo con el mismo SDK y las mismas reglas de ruteo, reintentos y presupuesto que ya usa para el resto de sus modelos.

Según el changelog de Vercel, se invoca con el nombre google/gemini-4-argon desde el AI SDK, las APIs de Chat Completions, Responses y Anthropic Messages, o desde agentes de código conectados al gateway. El modelo reemplaza los thinking budgets por niveles de razonamiento (low, medium y high), que se configuran con reasoning en el AI SDK o reasoning_effort en Chat Completions.

¿Qué es Gemini 4 Argon y qué ofrece a los desarrolladores?

Google presentó Argon a fines de septiembre y lo posiciona como su modelo de trabajo para coding, tareas agénticas y razonamiento complejo. Business Insider reporta que Tulsee Doshi, product lead de Gemini en Google DeepMind, lo describió como un modelo 'powerhouse' y el primero de una familia de nuevos Gemini que se irán desplegando con el tiempo.

La ventana de 1 millón de tokens es el dato que más cambia el día a día de un equipo de producto. Permite pasarle un repositorio completo, varias pestañas de una hoja de cálculo o un documento denso en diagramas sin partir el contexto en pedazos. Vercel menciona explícitamente casos como un análisis financiero repartido en varias hojas de cálculo y la lectura de video.

Del lado del uso interno, The Verge reporta que Google ya lo aplicó a tareas reales: encontrar y parchear vulnerabilidades de ciberseguridad, reducir a la mitad la potencia de cómputo que consume la sección de comentarios de YouTube y depurar el simulador de física de drones de Wing, la empresa de entregas con drones de Alphabet. Ars Technica agrega que Argon detectó renderizado redundante de emojis que, al eliminarse, bajó la carga del servidor un 45%, y que encontró bugs en el simulador de Wing que estaban en el código desde 2018.

Business Insider también señala que Google probó el modelo internamente durante varias semanas y que ayudó a sus ingenieros a aumentar un 35% la producción de código generado por IA.

¿Cuánto cuesta Gemini 4 Argon y cómo cambia el presupuesto de tu equipo?

The Verge reporta que Argon se lanza con un precio introductorio de US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida, alrededor de un quinto del costo de GPT-6 Astra de OpenAI y de los modelos Fable 5 de Anthropic. Ese precio se duplica a fines de noviembre, cuando termina el período introductorio.

Para un founder, la lectura práctica es que el costo por tarea no se decide solo con la tarifa. El mismo medio aclara que un precio por token más bajo no se traduce necesariamente en un costo menor, porque cada modelo consume una cantidad distinta de tokens para la misma tarea.

Artificial Analysis, que corre sus propias evaluaciones, ubica a Gemini 4 Argon en su variante high con 53 puntos en su Intelligence Index, muy por encima de la mediana de 27 entre modelos comparables, y confirma el precio de US$2/US$10 por millón de tokens. También advierte que el modelo es verboso: generó 110 millones de tokens durante la evaluación, contra una mediana de 85 millones. En agentes que encadenan decenas de pasos, esa verbosidad se paga.

Un análisis de benchmarks publicado por shattered.io muestra un panorama mixto: Argon lidera en DeepSWE v1.1 con 77,9% frente a 74,1% de GPT-6 Astra y 74,2% de Claude Opus 5.5, pero queda atrás en FrontierSWE v2 (55,0% contra 65,5% de Astra) y en Terminal-bench 4.0 (57,4% contra 66,4% de Opus 5.5). Es decir: no hay un ganador único, y la elección depende del tipo de tarea.

¿Por qué Google necesitaba este lanzamiento?

The Verge lo enmarca con claridad: Argon es el primer lanzamiento de frontera de Google desde Gemini 3, a fines de 2025, y llega después de meses en los que Anthropic y OpenAI marcaron el ritmo. El mismo medio señala que el anuncio llegó un día después de que Meta presentara su modelo de frontera Muse Wonder Full.

Business Insider agrega que OpenAI empezó a desplegar su familia GPT-6 el mes pasado, y que Argon es la apuesta de Google por reafirmarse en la carrera de IA después de haber decidido no lanzar el prometido Gemini 3.5 Pro. En el acceso al consumidor, el modelo llega primero a los suscriptores Pro y Ultra de la app de Gemini, con un piso de US$19,99 al mes.

La competencia también se está abaratando en el terreno de los gateways. Según Crypto Briefing, los modelos de pesos abiertos pasaron del 11% del volumen de tokens en el AI Gateway de Vercel en abril al 56% en agosto de 2026, y el precio promedio por token cayó 23,2% solo en agosto. CNBC reporta que los modelos chinos llegaron al 55% del uso en Vercel en agosto, desde el 11% en enero, y cita a Harpreet Arora, head of agentic infrastructure de Vercel: 'los modelos chinos se están volviendo lo bastante capaces para más tareas a un costo mucho menor. Una vez que un modelo cumple el estándar de calidad para el trabajo, esa diferencia de precio se vuelve convincente'.

¿Qué significa esto para tu startup?

El mensaje para un equipo pequeño es que la decisión de modelo dejó de ser una apuesta de largo plazo. Con un gateway en el medio, cambiar de modelo es cambiar un string.

• No migres por el titular: mide con tu propio workload. Corre tus 20 tareas más frecuentes contra Argon, GPT-6 Astra y Claude Opus 5.5 y compara costo por tarea resuelta, no precio por token. Los benchmarks publicados por el propio fabricante son el punto de partida, no el veredicto.
• Aprovecha el gateway para el failover. Vercel ofrece reintentos, failover y reglas de ruteo sin markup sobre el precio del proveedor y sin fee de plataforma sobre inferencia, incluso en requests con tu propia key (BYOK). Eso te permite tener un modelo primario y uno de respaldo sin escribir dos integraciones.
• Ponle presupuesto a las API keys antes de escalar. Un agente de código que corre en loop puede consumir mucho más de lo previsto. Los límites por key y el reporte de uso del gateway son la forma más barata de evitar la sorpresa a fin de mes.
• Revisa la retención de datos si vendes a empresas. AI Gateway incluye soporte de Zero Data Retention, un requisito que aparece temprano en cualquier due diligence de un cliente corporativo.

Cómo empezar a usar Gemini 4 Argon en tu stack

• Instala la última versión de la CLI de Vercel y corre vercel ai-gateway setup para conectar Claude Code, Codex, Cursor y otros agentes.
• Selecciona google/gemini-4-argon en el agente y define el nivel de razonamiento según la tarea: high para refactors y debugging complejo, low para clasificación o extracción donde la latencia importa más que la profundidad.
• Si ya usas el AI SDK, cambia el nombre del modelo y agrega el parámetro reasoning. No hace falta reescribir la lógica de tu aplicación.

El punto de fondo: la ventaja competitiva ya no está en tener acceso al mejor modelo, sino en saber cuál usar para cada tarea y cuánto estás dispuesto a pagar por ella. Argon suma una opción fuerte en coding y razonamiento largo; la decisión de adoptarlo debería salir de tus propias métricas.

Fuentes

• Gemini 4 Argon now available on AI Gateway (fuente original)
• Google says Gemini 4 Argon is a 'powerhouse' AI model — and it's rolling out now
• Google finally releases Gemini 4 Argon
• Gemini 4 Argon begins rolling out in Gemini app and Antigravity, but only if you pay
• Gemini 4 Argon (high) - Intelligence, Performance & Price Analysis
• Gemini 4 Argon Hits $2/$10 Pricing, Splits Benchmarks
• Vercel AI Gateway shows open models dominating token volume over closed ones
• Chinese AI models surge in global popularity — and Washington is worried