Gemini 4 Argon: US$2 por millón de tokens y foco en código

Gemini 4 Argon ya está disponible: US$2 por millón de tokens de entrada

Google liberó Gemini 4 Argon de forma general con un precio introductorio de US$2 por millón de tokens de entrada y US$10 por millón de salida, con el input cacheado descontado un 95%. Es menos de la mitad de lo que cobran sus rivales directos, y para cualquier founder que esté pagando facturas de API, ese número es la noticia.

El mismo día, unos 20.000 asistentes se reunieron en AI Engineer NYC, el evento donde la conversación ya no es sobre qué modelo es más inteligente, sino sobre cómo llevarlo a producción sin que se vaya el presupuesto. Entre los keynotes estuvieron Anthropic mostrando su stack para servicios financieros, el CEO de Vals AI explicando los principios detrás de sus benchmarks, y el Head of AI de Coatue contando cómo convierten noticias en decisiones de inversión.

¿Qué cambia realmente con Gemini 4 Argon?

Argon no es un ajuste fino de un Gemini anterior. Según la ficha técnica recogida por MarktechPost, es un transformer MoE disperso con soporte multimodal nativo (texto, imagen, audio y video) y un corte de conocimiento de marzo de 2026. El cambio más relevante para desarrolladores es el límite de salida: hasta 1 millón de tokens en una sola respuesta, frente a los 64K de las versiones previas de Gemini.

Eso habilita casos que antes eran incómodos: generar documentación completa, migrar un módulo entero o producir análisis largos sin encadenar llamadas. La contrapartida es que la ventana de 1 millón de tokens es compartida entre entrada y salida, así que un prompt largo te deja menos espacio para la respuesta.

El precio es el argumento de venta. Mashable reporta que Claude Opus 5.5 cuesta US$4 y US$20 por millón de tokens, mientras que GPT-6 Astra llega a US$10 y US$50. Argon arranca en US$2 y US$10, pero ese precio se duplica a US$4 y US$20 después del 30 de noviembre. Si estás evaluando migrar, el periodo de descuento es tu ventana para medir el costo real por tarea.

Los benchmarks: dónde gana y dónde pierde

Google publicó una tabla de 18 resultados donde Argon lidera en 14. Como señala The Verge, esas cifras son autoinformadas y conviene leerlas con distancia. Los datos independientes cuentan una historia más matizada.

Donde Argon brilla:

• Vals Index: 68,90%, primer puesto por delante de Claude Sonnet 5.5 (67,04%), según la tabla recogida por MarktechPost.
• DeepSWE v1.1: 77,9%, por delante de Opus 5.5 (74,2%) y GPT-6 Astra (74,1%) en tareas largas de ingeniería de software.
• AutomationBench: 51,3%, unos nueve puntos por encima del siguiente modelo en tareas de negocio end-to-end.
• GraphWalks (256K a 1M tokens): 84,2%, contra 71,8% de GPT-6 Astra.

Donde se queda atrás:

• FrontierSWE v2: 55,0%, último de cuatro modelos frente al 65,5% de GPT-6 Astra.
• Terminal-Bench 4.0: 57,4%, contra 66,4% de Opus 5.5.
• PostTrainBench: 45,3%, por debajo del 49,3% de Opus 5.5.

La lectura práctica: Argon es fuerte en conocimiento y contexto largo, pero no es el mejor agente de terminal. Si tu producto depende de ejecución autónoma en línea de comandos, los benchmarks mixtos son una señal de cautela.

En evaluaciones independientes, Artificial Analysis ubica a Argon a la par de GPT-6 Astra en su Intelligence Index, con un costo por tarea de US$1,99 bajo precio introductorio (cerca del 60% del costo de Astra). También reporta una tasa de alucinación del 15% en AA-Omniscience, la más baja entre los modelos que superan 45 puntos en el índice. Roboflow encontró a Argon High en 84,7% de localización de texto frente a 76,8% de Astra, con aproximadamente cuatro veces menos costo y latencia de 19,6 segundos por imagen contra 29,7.

AI Engineer NYC: el giro hacia finanzas y producción

El evento de este año dejó claro hacia dónde se mueve el dinero. Anthropic presentó cómo construye el stack moderno para servicios financieros, Vals AI explicó los principios detrás de benchmarks como Argon, y Coatue mostró cómo traduce noticias en decisiones de inversión.

Ese combo no es casual. El sector financiero es donde los agentes de IA tienen el ROI más medible: automatizar análisis, cumplimiento y generación de reportes son tareas con costo claro y error costoso. Para un founder en LATAM o España que vende software a bancos o fintechs, la señal es que el comprador ya no pregunta si la IA funciona, sino cuánto cuesta por tarea resuelta.

El otro tema recurrente fue la infraestructura. Anthropic reportó que pasó de unos 2.500 merges diarios en mayo a más de 30.000 en septiembre, y que migró su monorepo fuera de Git en cinco meses. Es evidencia concreta de que los agentes están presionando las herramientas de desarrollo más rápido de lo que estaban diseñadas para aguantar.

¿Qué significa esto para tu startup?

El lanzamiento de Argon no es solo una noticia de benchmarks: es una ventana de precio y una advertencia sobre cómo medir tu stack.

1. Mide costo por tarea, no por token. The Verge lo advierte: un modelo más barato por token puede consumir más tokens para la misma tarea. Arranca un experimento con 20-30 tareas reales de tu producto, corre el mismo prompt en Argon, GPT-6 Astra y Opus 5.5, y compara el gasto total por tarea completada. El número que importa es el de tu factura, no el de la tabla de precios.

2. Aprovecha la ventana de descuento, pero no te cases con ella. El precio introductorio sube el 30 de noviembre. Si vas a migrar cargas de trabajo, hazlo ahora y mide el ahorro real durante el periodo promocional. Pero diseña tu arquitectura para poder cambiar de modelo: una capa de abstracción sobre la API te evita quedar atrapado cuando el siguiente lanzamiento mueva el piso.

3. Explota el input cacheado. El 95% de descuento en tokens de entrada cacheados es enorme para productos con contexto repetido: bases de conocimiento, instrucciones de sistema largas, historiales de conversación. Si tu agente reenvía el mismo contexto en cada llamada, revisar tu estrategia de caché puede bajar el costo más que cambiar de modelo.

4. No pongas todos los huevos en un modelo. Los benchmarks de código son mixtos: Argon gana en DeepSWE pero pierde en Terminal-Bench y FrontierSWE. Si tu producto depende de agentes que ejecutan comandos, mantén un plan B y prueba antes de comprometerte.

Conclusión

Gemini 4 Argon llega en un momento de competencia feroz: Google estuvo meses detrás de Anthropic y OpenAI, y este lanzamiento busca recuperar terreno con precio agresivo y foco en código. Para el founder, la oportunidad no está en el modelo en sí, sino en la combinación de precio bajo, contexto de 1 millón de tokens y una ventana de descuento que expira el 30 de noviembre.

La decisión inteligente no es migrar por entusiasmo, sino medir. Corre tus propias tareas, calcula el costo real por resultado y deja la arquitectura abierta para cambiar cuando el próximo modelo mueva las reglas. En un mercado donde el liderazgo cambia cada pocas semanas, la ventaja competitiva no es elegir el mejor modelo, sino poder cambiar de modelo sin romper tu producto.

Fuentes

• Latent Space — AI Engineer NYC: Gemini 4 Argon, Vals AI Benchmarks (fuente original)
• Mashable — Google releases Gemini 4 Argon: Benchmarks, how to try it, and pricing
• The Verge — Google finally releases Gemini 4 Argon
• MarktechPost — Google Releases Gemini 4 Argon API With 1M Token Output Limit