Google lanza Gemini 4 Argon: su IA más potente

Gemini 4 Argon: el regreso de Google a la frontera de la IA

Google ya permite usar Gemini 4 Argon, su modelo de frontera más potente hasta la fecha, a los suscriptores de Google AI Pro y Google AI Ultra en la app de Gemini. El anuncio llega después de meses en los que la compañía cedió terreno frente a Anthropic y OpenAI, y de varios retrasos en su hoja de ruta.

El dato que mejor mide el giro es externo a Google. En el Artificial Analysis Intelligence Index, un índice que combina diez evaluaciones de matemáticas, ciencia, código, tareas agénticas y razonamiento, Argon (configuración High) marca 53 puntos y empata con GPT-6 Astra, según Mashable. Queda un punto por encima de GPT-6.1 Sol y del nuevo modelo de Meta, y unos cinco puntos por detrás de Claude Opus 5.5 y Claude Sonnet 5.5. Frente al modelo anterior de Google, Gemini 3.1 Pro Preview, la mejora es de 23 puntos.

Traducción para un equipo de producto: Google ya no está un escalón abajo, pero tampoco lidera. Está en el pelotón de cabeza, y con un precio que cambia la ecuación.

¿Qué hace distinto a Gemini 4 Argon?

Google posiciona Argon para tres terrenos: ingeniería de software, conocimiento empresarial (derecho, finanzas, impuestos) y ciberseguridad defensiva. No es un modelo pensado para conversar sobre el clima.

El cambio más visible respecto a la generación anterior es de comportamiento: Argon responde de forma más directa, con menos titubeos, menos repeticiones y menos clichés. En tareas largas, informa su progreso con más frecuencia en lugar de dejar al usuario esperando a ciegas. Y admite un límite de generación de 1 millón de tokens, lo que habilita razonamientos y flujos de trabajo extensos en una sola ejecución.

En la app, Google añadió un interruptor para pasar de "chat" a "tareas": en modo tareas, Gemini sigue trabajando entre tus apps de Google y otros servicios mientras no estás frente al equipo. También integró la interfaz de código agéntico de Antigravity dentro de la app de Gemini en macOS, y la conexión con más de 40 aplicaciones, entre ellas Instacart, OpenTable, Adobe y Shopify, según Mashable.

Los benchmarks: dónde gana Argon y dónde sigue detrás

Conviene leer los números con cautela: la tabla comparativa de Google tiene 18 resultados, Argon lidera en 14, empata en ciberseguridad y queda por detrás en cinco. Son cifras de la propia compañía, y Mashable señala que algunos valores que Google atribuye a sus rivales no coinciden con lo que reportó Anthropic.

Con esa advertencia, los datos relevantes:

• DeepSWE v1.1, la prueba de tareas largas de ingeniería de software, marca un nuevo máximo de 77,9%.
• En AutomationBench, el test de Zapier sobre tareas de negocio de punta a punta, Argon logra 51,3%, unos nueve puntos por encima del siguiente modelo.
• En CWE-bench v1, sobre remediación de fallos de seguridad, supera a Claude Opus 5.5 y comparte el primer puesto con GPT-6 Astra y Grok 4.7.
• En Terminal-Bench 4.0 queda por detrás de sus tres rivales, con Opus 5.5 al frente.
• En ERQA, el benchmark de razonamiento integrado orientado a problemas físicos y espaciales en entornos 3D, alcanza 87%, por encima de Opus 5.5 y GPT-6 Astra, según El Español.

Google también reporta resultados internos: los envíos de código mediante agentes crecieron más de un 35% y las reversiones cayeron casi un tercio. En Chromium, el modelo ayudó a separar el manejo central de páginas web de una carpeta heredada de unos 6 millones de líneas dentro de un proyecto de unos 40 millones, completando en semanas una refactorización que la compañía estima habría tomado meses. Son cifras de Google, no mediciones independientes.

Cuánto cuesta Gemini 4 Argon y quién puede usarlo

El precio es el argumento más afilado del lanzamiento. Google fijó una tarifa introductoria de US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida, con un 95% de descuento en tokens de entrada en caché. Para comparar, Claude Opus 5.5 cuesta US$4 y US$20 por millón, y GPT-6 Astra US$10 y US$50, según Mashable.

Ese precio promocional vence el 30 de noviembre: después sube a US$4 y US$20 por millón de tokens. Aun así, Artificial Analysis calcula que, con precios introductorios, Argon cuesta alrededor de US$1,99 por tarea del Intelligence Index, cerca del 60% de lo que cuesta GPT-6 Astra, y que tras el ajuste quedaría en unos US$3,98, aproximadamente 1,2 veces el costo de Astra. Opus 5.5, en esa misma métrica, ronda los US$5,98 por tarea.

En suscripciones, Google AI Pro cuesta US$19,99 al mes y el plan Ultra arranca en US$100, según Mashable. El acceso a Argon está limitado a Pro y Ultra en la app de Gemini y en el modo IA de Search, y a Ultra en Antigravity. No está claro cuándo llegará a los planes gratuitos o Plus.

¿Por qué Google está cerrando el acceso a los planes baratos?

El lanzamiento de Argon coincide con un movimiento que afecta directamente a quien usa Gemini a diario: Google recortó el acceso a sus modelos avanzados en los planes gratuitos y AI Plus desde el 9 de octubre, según pisapapeles.net. Los usuarios sin suscripción quedan limitados a Gemini 3.1 Flash-Lite, y AI Plus (US$4,99 al mes) pierde el acceso a Gemini 3.1 Pro y a los modelos de razonamiento.

La lógica es clara: el razonamiento de frontera es caro de servir, y Google lo reserva para los planes que lo pagan. Si tu equipo depende de un modelo potente dentro de un presupuesto ajustado, ese es el dato que importa más que cualquier benchmark.

Qué significa esto para tu startup

1. Recalcula tu costo por tarea, no por token. El precio introductorio de Argon es una ventana que se cierra el 30 de noviembre. Si estás evaluando migrar un flujo de trabajo, mide el consumo real de tokens de tu caso de uso antes de decidir: un modelo más barato por token puede consumir más tokens para la misma tarea.

2. Empieza por los casos donde el modelo ya está probado. Los resultados más sólidos de Argon están en tareas largas de ingeniería y en remediación de vulnerabilidades. Un buen primer experimento es un flujo acotado —revisión de código, análisis de documentos extensos, triaje de alertas de seguridad— con una métrica clara de tiempo ahorrado, en lugar de reemplazar toda tu capa de IA de una vez.

3. Trata los benchmarks como marketing hasta que los pruebes. Google lidera su propia tabla en 14 de 18 pruebas, y hay discrepancias con cifras reportadas por Anthropic. La única medición que vale para tu negocio es la que corres con tus propios datos.

4. Audita tu plan de suscripción. Si tu equipo usa el plan gratuito o AI Plus esperando acceso a modelos de razonamiento, ese acceso ya no está. Vale la pena revisar qué plan necesita realmente cada persona antes de que la factura suba sola.

La competencia en modelos de frontera se movió en cuestión de días: Meta presentó su modelo Muse Wonder Full un día antes del lanzamiento de Argon, según The Verge. Para un founder, eso significa que la decisión de qué modelo usar no debería atarse a un proveedor. Construye la capa de abstracción ahora, mientras el costo de cambiar es bajo.

Fuentes

• Hipertextual (fuente original)
• Mashable
• The Verge
• Engadget
• El Español
• DiarioBitcoin
• pisapapeles.net