Gemini 4 Argon: Google lanza su IA para trabajo pesado

Gemini 4 Argon ya no es solo para expertos en ciberseguridad

Google abrió el despliegue global de Gemini 4 Argon, el modelo de frontera de Google DeepMind que hasta ahora estaba reservado a un grupo reducido de especialistas en ciberseguridad dentro del programa Fairwind. Desde ahora, desarrolladores y empresas pueden usarlo en el nivel de pago de la API de Gemini y en AI Studio, los suscriptores Ultra lo tienen en Antigravity y los planes Pro y Ultra en la app de Gemini y en el modo IA del buscador, según el anuncio recogido por OfficeChai.

El contexto explica por qué esta apertura se lee como una jugada de reposicionamiento. Google presentó Argon el 30 de septiembre y lo mantuvo bajo llave mientras ajustaba sus barreras de seguridad. Business Insider reporta que Tulsee Doshi, responsable de producto de Gemini en Google DeepMind, lo describe como un modelo de fuerza bruta y como el primero de la familia Gemini 4. La misma nota señala que Google decidió no lanzar el prometido Gemini 3.5 Pro, y que la compañía llega a esta apertura en plena ofensiva de sus rivales: Meta anunció esta semana su clase de modelos Muse Wonder y OpenAI viene desplegando GPT-6.

Para un founder, la pregunta relevante no es quién gana el ranking, sino qué tareas resuelve de verdad esta nueva generación de IA para desarrolladores.

Qué hace distinto a Argon: sostener tareas de varias etapas

La diferencia central no es la velocidad, sino la capacidad de mantener un trabajo largo sin perder el hilo. Google describe un límite unificado de hasta un millón de tokens que se reparte entre la información de entrada, el razonamiento y la salida, más un mecanismo de continuación para procesos que se extienden. Según Marktechpost, el techo de salida pasó de 64.000 tokens en la generación anterior a un millón, frente a los 128.000 que admiten competidores como Claude Opus 5.5, Claude Fable 5.1 y GPT-6 Astra.

El mejor ejemplo de hasta dónde llega lo dio la propia Google: en una prueba interna con Agent Development Kit (ADK), sobre un proyecto de Python de unas 205.000 líneas, Argon trabajó once horas y planteó seis optimizaciones. Google descartó cuatro y adoptó dos, que redujeron cerca de un 40% el tiempo de preparación de sesiones largas en memoria y un 21% el de importación del paquete.

Los equipos internos fueron más lejos. Marktechpost recoge que los agentes con Argon liberaron más de 300 TiB de memoria en centros de datos, con una proyección de entre 500 TiB y 1 PiB, y que en el decodificador de video libgav1 reemplazaron 32.000 líneas de código SIMD por Rust seguro, con un port que corre 2,7 veces más rápido sin cambiar la salida.

Los benchmarks: primero en Vals, octavo en Artificial Analysis

Acá conviene frenar el entusiasmo y mirar los dos tableros independientes, porque no coinciden. En el Vals Index, que pondera el trabajo económico por sector (finanzas, legal, impuestos y programación), Argon es primero con 68,90%. En el Artificial Analysis Intelligence Index, en cambio, suma 53 puntos en su configuración High y queda detrás de Claude Opus 5.5 (58) y de Claude Sonnet 5.5 (56), según el análisis de Memeburn.

Ese desacuerdo no es ruido: cada índice pesa distinto. Vals prioriza finanzas, legal y fiscalidad, donde Google concentró sus argumentos de lanzamiento. Artificial Analysis mezcla diez pruebas con más peso en coding de terminal, razonamiento científico y tareas de oficina agénticas, terreno donde Argon no domina.

• Donde gana: DeepSWE v1.1 con 77,9% (resultado de Google que los evaluadores independientes todavía no reprodujeron), AutomationBench con 51,3%, Vals Finance Agent v2 con 65,40% frente al 58,10% de Sonnet 5.5, y el benchmark legal de Harvey con 19,58% frente a 2,92%.
• Donde pierde: Terminal-Bench 4.0 con 57% frente al 64% de Claude Sonnet 5.5, FrontierSWE v2 con 55% frente al 65,5% de GPT-6 Astra, y OSWorld-2.0.
• Un dato poco habitual: Artificial Analysis midió una tasa de alucinación del 15% para Argon, muy por debajo del 51% que registró GPT-6 Astra, aunque el modelo solo respondió bien el 50% de las preguntas. La lectura de Memeburn es que evita contestar cuando no está seguro, más que saber más.

Cuánto cuesta y quién puede usarlo hoy

El precio introductorio de la API es de 2 dólares por millón de tokens de entrada y 10 por millón de salida, con un 95% de descuento en tokens de entrada ya procesados. Esa tarifa se duplica a partir del 1 de diciembre, cuando pasa a 4 y 20 dólares respectivamente. OfficeChai precisa que el precio promocional se mantiene hasta el 30 de noviembre de 2026.

En el frente del consumo, el acceso a la app de Gemini requiere al menos una suscripción de pago de 19,99 dólares al mes, según Business Insider, y usar Argon dentro de Antigravity exige el plan Ultra. Los defensores en ciberseguridad del programa Fairwind siguen accediendo a una versión sin guardrails específicos de seguridad, y Google abrió además 10.000 plazas para científicos e investigadores con seis meses de acceso gratuito al nivel más alto de Antigravity.

El costo por tarea matiza la conversación. Memeburn recoge que Artificial Analysis midió 1,99 dólares por tarea en el índice con precio introductorio y 3,98 con tarifa estándar para Argon, contra unos 7,60 dólares de Claude Sonnet 5.5. En Vals, Argon costó 15,68 dólares por prueba frente a 21,34, y resolvió cada prueba en 46 minutos contra 78. La advertencia está en los trabajos agénticos largos: en la prueba CUA-bench, Argon costó 193,78 dólares por test y quedó séptimo de ocho.

Qué significa esto para tu startup

La conclusión práctica es que Argon no reemplaza a tu modelo actual: cubre un tipo de trabajo. Antes de mover flujos críticos, conviene hacer tres cosas concretas.

• Elige por tipo de tarea, no por ranking. Si tu equipo hace análisis financiero, investigación legal o revisión de seguridad, Argon tiene hoy la evidencia más fuerte en benchmarks independientes. Si tu carga principal es coding agéntico en terminal, Claude Sonnet 5.5 sostiene mejores resultados en Terminal-Bench 4. Medir con tus propios datos cuesta menos que migrar y arrepentirse.
• Presupuesta con la tarifa estándar. El precio introductorio vence el 30 de noviembre y se duplica. Cualquier proyección de costo por tarea que hagas con 2/10 va a subir: planifica sobre 4/20 y usa el descuento del 95% en entrada cacheada para documentos largos que se reutilizan en cada corrida.
• Aprovecha el millón de tokens para trabajos que antes partías en pedazos. Auditorías de bases de código grandes, migraciones entre lenguajes y reportes financieros extensos son los casos donde el límite unificado cambia el flujo de trabajo. Eso sí, cada corrida larga se paga: pon checkpoints y no dejes agentes corriendo sin control de gasto.
• Si tienes I+D, mira el acceso gratuito. Las 10.000 plazas para investigadores con seis meses en el nivel más alto de Antigravity son, para equipos de investigación aplicada, la vía más barata de probar el modelo en producción real.

Conclusión

Google cerró la brecha de acceso, no la de evidencia. Argon ya está en manos de quien paga, y su ventaja es clara y acotada: finanzas, legal y seguridad, con un costo por tarea que hasta ahora juega a su favor. El límite de un millón de tokens habilita flujos que antes eran impracticables dentro de una sola corrida. La letra chica es el precio promocional con fecha de vencimiento y los resultados mixtos en coding de terminal. Un piloto acotado, medido con tus propias tareas y presupuestado a tarifa estándar, es la forma sensata de decidir.

Fuentes

• Xataka: Gemini 4 Argon es la nueva bestia de Google para el trabajo pesado
• Business Insider: Google says Gemini 4 Argon is a powerhouse AI model
• Marktechpost: Google DeepMind Unveils Gemini 4 Argon
• OfficeChai: Google Makes Gemini 4 Argon Available To Pro And Ultra Subscribers
• Memeburn: Is Gemini 4 Argon Weaker Than Claude Sonnet 5.5?