Gemini 4 Argon: Google lanza su modelo de frontera

Qué es Gemini 4 Argon y por qué Google lo necesitaba

Google lanzó Gemini 4 Argon, su primer modelo de frontera desde Gemini 3 a fines de 2025. El anuncio llega después de meses en los que la compañía quedó relegada frente a OpenAI y Anthropic, y en medio de sacudidas internas que pusieron en duda su capacidad —o su intención— de volver a competir en la primera línea de la IA.

Según The Verge, Google afirma que Argon ofrece "razonamiento de frontera y mejor desempeño en flujos de trabajo complejos", y que reduce esas muletillas y repeticiones que todavía arrastran los chatbots. La compañía sostiene que supera a rivales como GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5 en pruebas de programación, ciberseguridad, ciencia, finanzas y derecho.

El contexto importa para entender la magnitud del movimiento. Según Yahoo Finance, el modelo de frontera que Google tenía en el mercado antes de Argon, Gemini 3.6 Flash, puntuaba 34.0 en el Intelligence Index v4.3.2, frente a 57.6 de Claude Opus 5.5, 52.7 de GPT-6 Astra y 47.5 de GPT-6 Sol. Esa brecha de más de 20 puntos no era marginal: era la diferencia entre competir en la frontera y competir por debajo de ella.

Los benchmarks: dónde gana Argon y dónde no

Acá conviene tener cuidado con las promesas de marketing. Los propios números que circulan muestran un modelo fuerte en algunas tareas y flojo en otras.

Según Geeky Gadgets, Argon lidera el benchmark propietario Deep Suite V1.1 con 77.9%, por encima del 74.1% de Astra y el 67.4% de Fable. Pero queda atrás en pruebas más reconocidas como Frontier SWE v2 y Terminal Bench 4.0, donde Astra y Fable toman la delantera. La conclusión práctica: el rendimiento de Argon depende mucho del tipo de tarea.

Coincentral agrega otro dato relevante: en el Artificial Analysis Intelligence Index, Argon queda justo por detrás de Claude Opus 5.5 y Claude Sonnet 5.5. Es decir, competitivo, pero no necesariamente el líder absoluto que sugiere el comunicado.

Donde Argon sí muestra una ventaja clara es en tareas largas y multi-paso. Geeky Gadgets reporta que, en pruebas con software de decodificación de video, el modelo logró una mejora de velocidad de 2.7x sobre una base escrita en Rust. Y soporta hasta 1 millón de tokens de salida, una capacidad pensada para trabajos extensos de razonamiento o generación de contenido largo.

Google ya lo está usando puertas adentro: según The Verge, Argon ayuda a encontrar y parchear vulnerabilidades de ciberseguridad, redujo a la mitad la potencia de cómputo necesaria para el sistema de comentarios de YouTube y depura el simulador de física de drones de Wing, la empresa de reparto con drones de Alphabet.

Precios: la jugada más agresiva de Google

El punto que más debería interesar a un founder es el costo. 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, cerca de un quinto de lo que cuestan GPT-6 Astra de OpenAI y los modelos Fable 5 de Anthropic.

Ese precio introductorio se duplica a fines de noviembre, cuando termina el período promocional. Geeky Gadgets detalla las tarifas estándar: US$4 por millón de tokens de entrada y US$20 por millón de tokens de salida. Aun así, sigue siendo más barato que sus rivales de frontera en términos por token.

Ojo con una trampa común: precio por token más bajo no equivale a factura más baja. Como advierte The Verge, distintos modelos pueden consumir cantidades diferentes de tokens para la misma tarea, así que la comparación directa de precios puede engañar. Coincentral suma un dato de contexto: el precio de entrada de Argon iguala al de GPT-6.1 Sol de OpenAI, que ya venía con descuento.

Disponibilidad: quién puede usarlo hoy

Argon no está disponible para todos. Según The Verge, el modelo se despliega a los suscriptores de los planes Pro y Ultra en la app de Gemini y en el modo de IA de Search, además de los suscriptores Ultra en Antigravity, su plataforma de desarrollo agéntico. No está claro cuándo —o si— llegará a los planes Plus o a los usuarios gratuitos.

Digital Trends aporta el detalle del plan más caro: Google AI Ultra cuesta US$200 al mes. El despliegue público, además, siguió al patrón de otros lanzamientos de frontera recientes: primero una liberación limitada a un grupo selecto de "defensores cibernéticos de confianza" para evaluar riesgos potenciales, y trabajo conjunto con agencias del gobierno de Estados Unidos.

Vale una advertencia sobre las señales mixtas. Coincentral señala que algunos empleados de Google habrían cuestionado el desempeño real de Argon en trabajo de programación frente a sus puntajes en benchmarks, algo que la compañía desmiente. Es un recordatorio sano: los números de laboratorio no siempre se traducen en la experiencia diaria.

Qué significa esto para tu startup

El lanzamiento de Argon no cambia tu producto de un día para otro, pero sí mueve dos variables que impactan directo en tu caja: el costo de inferencia y la disponibilidad de modelos de frontera.

• Revisa tu ecuación de costos antes de migrar. Si hoy pagas tokens caros, un precio de entrada de US$2 por millón puede sonar irresistible. Pero el período introductorio termina a fines de noviembre y el precio se duplica. Corre tus propios números con el volumen real de tokens que consume tu producto, no con el precio de lista promocional.
• Prueba Argon en tu caso de uso específico, no en el benchmark genérico. Los datos muestran que el modelo brilla en tareas largas y multi-paso, pero queda atrás en otras. Si tu producto hace razonamiento extendido o generación de contenido largo —y necesitas esa capacidad de 1 millón de tokens de salida—, vale la pena evaluarlo. Si haces tareas simples y estructuradas, puede que no sea tu mejor opción ni en precio ni en desempeño.
• No construyas sobre un solo proveedor. El propio The Verge lo enmarca bien: Argon llegó un día después de que Meta anunciara su modelo de frontera Muse Wonder Full. El equilibrio de poder en IA se mueve rápido y la frontera está lejos de ser una carrera de dos caballos. Una capa de abstracción que te permita cambiar de modelo sin reescribir tu producto es hoy una decisión de arquitectura, no un lujo.

La lectura de fondo es que Google vuelve a la mesa con una propuesta de precio agresiva. Para los founders, eso suele ser buena noticia: más competencia en la frontera significa mejores modelos a menor costo. La pregunta que conviene hacerse no es cuál es el mejor modelo, sino cuál es el mejor modelo para tu caso de uso y tu presupuesto.

Fuentes

• Google finally releases Gemini 4 Argon (fuente original)
• Gemini 4 Argon vs ChatGPT 6 Astra vs Claude Fable 5.1
• Gemini 4 Argon is Google's most ambitious AI model yet
• Can Google's Gemini 4 Argon Catch OpenAI and Anthropic?
• Google's Gemini 4 Enters Post-Training