Gemini 4 Argon: el nuevo modelo frontier de Google a US$2/US$10

Google DeepMind presenta Gemini 4 Argon y rompe el precio de entrada a la frontera

Google DeepMind anunció hoy Gemini 4 Argon, su nuevo modelo frontier orientado a razonamiento profundo en flujos largos de trabajo, con un precio de entrada de US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida, y un descuento del 95% en tokens cacheados respecto al precio de input. El modelo llega, por ahora, sólo a un grupo cerrado de defensores cibernéticos de confianza a través del programa Fairwind, antes de abrirse a developers, empresas y consumidores. Quien tenga Google AI Ultra o acceso de pago por API será de los primeros en probarlo cuando se libere el acceso ampliado.

El movimiento llega en un momento delicado para DeepMind. Según reportó Yahoo Finance, entre el 21 y el 22 de septiembre de 2026 se liberaron en menos de 48 horas Grok 4.7 (US$2/US$6), Claude Opus 5.5 (US$4/US$20) y los nuevos GPT-6 Sol y Luna con un recorte del 50% permanente. Google, que no había sacado un modelo frontier desde principios de 2026 según CNBC, respondió con Argon apenas una semana después. El mensaje: DeepMind ya no observa desde la grada.

Qué dice el blog oficial sobre Gemini 4 Argon

El anuncio de DeepMind destaca tres ejes donde Argon supera a sus predecesores: coding, trabajo de conocimiento empresarial (legal, finanzas) y ciberseguridad defensiva. El modelo ya está en uso interno en Google, con miles de empleados resaltando sus fortalezas en tareas especializadas de código, investigación profunda y calidad de escritura.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Tres datos concretos del comunicado:

Optimización cuántica: Argon ayudó a investigadores de Google a optimizar qubits × gates de subrutinas cuánticas, mejorando un baseline publicado en un 40% en cuestión de minutos.
Eficiencia de memoria: agentes de Argon analizaron telemetría de profiling de toda la flota de Google y aplicaron optimizaciones autónomas que liberaron más de 300 TiB de RAM, con ahorros estimados de 500 TiB a 1 PiB cuando se despliegue por completo.
Migración de código C/C++ a Rust: Argon está migrando desde decenas de miles de líneas en librerías core como re2 o libgav1 hasta 800.000+ líneas del kernel Zircon del sistema operativo Fuchsia. En el caso de libgav1 (decodificador de video open source de Google), Argon reemplazó 32.000 líneas de código SIMD y produjo un decodificador memory-safe que corre 2,7 veces más rápido que el port previo en Rust, con idéntica salida de video.

Capacidades técnicas: 1 millón de tokens de salida y benchmarks

Google amplió el límite de tokens de salida de Argon a 1 millón, frente a los 64.000 anteriores, una cifra que la compañía califica como industry-leading. Este techo permite al modelo «pensar durante cientos de miles de tokens en una sola trayectoria», algo crítico para resolver problemas largos sin fragmentar el razonamiento.

En benchmarks públicos, Argon logra:

DeepSWE v1.1: 77,9% (nuevo state of the art en tareas de ingeniería de software de horizonte largo).
Vals Index: modelo líder en impacto económico ponderado por contribución al PIB de EE. UU. en finanzas, código, legal e impuestos.
AutomationBench (Zapier): 51,3%,puesto número uno en ejecución end-to-end de funciones de negocio.
LVBench (video largo): 91,7%, state of the art en comprensión de video extenso.
CWE-bench v1: 68%, empatando el primer puesto en remediación de vulnerabilidades.

Ciberseguridad: Argon se libera sin guardrails para defenders

Para el programa Fairwind y los equipos internos de Google, Argon se distribuirá sin guardrails cibernéticos para aprovechar su capacidad plena de defensa. Wiz ya lo está usando dentro de su iniciativa Scan for Good, dedicada a proteger infraestructura pública crítica sin costo. En una prueba inicial, Argon descubrió una vulnerabilidad crítica en software sanitario usado por hospitales a nivel global que exponía información personal sensible y que modelos frontier anteriores no habían detectado, según el comunicado oficial.

En el benchmark interno de penetration testing black-box de Wiz, Argon supera a Gemini 3.8 Flash Cyber en descubrimiento de superficie de ataque, identificación de vulnerabilidades y producción de pruebas de concepto para validarlas.

Cómo se compara Argon con el resto del mercado frontier

El precio de lanzamiento de Argon (US$2 input / US$10 output por millón de tokens) lo coloca en una franja competitiva que conviene entender. Según el relevamiento de note.com al 26 de septiembre de 2026:

Claude Opus 5.5: US$4 / US$20.
Claude Sonnet 5: US$2 / US$10 (el mismo precio de Argon).
GPT-6 Astra (OpenAI): US$10 / US$50, el más caro del segmento top.
Claude Fable 5.1: US$10 / US$50.
Gemini 3.1 Pro: US$2 / US$12.
Gemini 3.8 Flash: US$0,75 / US$3,75 (precio introductorio hasta fin de 2026).

Es decir: Argon entra exactamente al precio de Claude Sonnet 5, el modelo que se ha convertido en el benchmark de referencia para coding agéntico, pero Google lo posiciona por encima en razonamiento profundo y lo libera con un descuento del 95% en cache, lo que abarata drásticamente los flujos donde el contexto se reutiliza. Los precios introductorios de la familia Flash de Gemini (incluido 3.8) duplicarán su valor en enero de 2027, un dato que cualquier founder debe tener presente al presupuestar pipelines de IA.

Por qué importa que Google haya dado este paso ahora

La llegada de Argon se produce tras meses de presión sobre DeepMind. CNBC reportó el 12 de agosto de 2026 que Koray Kavukcuoglu fue ascendido a SVP de Google DeepMind para «acelerar la entrega» tras una serie de retrasos en Gemini 3.5 Pro y el bajo rendimiento de 3.5 y 3.6 Flash. El propio Kavukcuoglu confirmó en septiembre, según Yahoo Finance, que Gemini 4 entró en post-training con planes de «liberar una versión temprana lo antes posible». Argon es esa versión temprana.

Para founders hispanohablantes, la lectura es clara: la ventana donde modelos frontier costaban US$10/US$50 por millón de tokens (Claude Fable 5.1, GPT-6 Astra) se está comprimiendo. Argon a US$2/US$10 con cache al 95% de descuento cambia la ecuación de costo para productos que dependen de contextos largos repetidos, como RAG sobre corpus empresarial, agentes de soporte con memoria persistente o code agents que iteran sobre la misma base de código.

Qué significa esto para tu startup

Tres implicancias prácticas para quien está construyendo producto con IA hoy:

Represupuesta tus flujos de cache. Si tu producto hace RAG o agentes con contexto recurrente, el descuento del 95% en tokens cacheados de Argon puede mover la aguja más que cualquier baja de precio en tokens de input. Vale la pena correr un benchmark propio sobre tu corpus antes de comprometerte con un proveedor.
Diversifica proveedores por tarea, no por lealtad. Argon promete liderazgo en coding de horizonte largo (DeepSWE 77,9%) y en ejecución de workflows empresariales (AutomationBench 51,3%). Pero para tareas donde GPT-6 Astra o Claude Fable 5.1 ya tienen ventaja demostrada, sigue siendo más barato operar con el especialista. La era de «un modelo para todo» terminó; el routing por dificultad es la nueva norma.
No te cases con precios introductorios sin fecha de salida documentada. Gemini 3.6–3.8 Flash tienen precios que se duplican a fin de año, y GPT-5.6 Sol también tiene una promoción con vencimiento. Antes de comprometerte en un contrato anual, verifica en la página oficial cuál es el precio regular post-promoción.