Gemini 4 Argon: Google vuelve al podio y tú te quedas en la puerta

Google ha tardado más de siete meses en sacar un modelo propio por encima de la gama Flash. Cuando por fin lo hace, no llega en silencio: monta la presentación del fichaje del verano, con estadio lleno, toques de balón delante de la afición y camiseta con dorsal. Solo falta el transfer. Gemini 4 Argon empata con GPT-6 Astra en el índice independiente de Artificial Analysis y se anuncia a 2 dólares el millón de tokens de entrada. Hoy solo lo pueden usar los ciberdefensores que Google ha invitado; el resto lo miramos desde la grada.

Logan Kilpatrick lo anunció en X con una frase que ya trae la letra pequeña dentro:

"Introducing Gemini 4 Argon, our new frontier model, rolling out to cyber defenders starting today, and more widely as soon as possible"

El blog oficial, firmado por Koray Kavukcuoglu, pone nombre a la lista. Primero pasa un grupo de ciberdefensores de confianza, por el programa Fairwind. Mientras, Google participa en el proceso voluntario por el que el Gobierno de EE.UU. accede a los modelos antes del lanzamiento. Después irán desarrolladores, empresas y consumidores, empezando por los clientes de pago de la API y los suscriptores de Google AI Ultra. ¿Cuándo? "As soon as possible". Ni día ni mes.

A los invitados, además, se lo dan sin guardarraíles ciber, igual que a los equipos internos de Google. La gracia del modelo es que encuentra, valida y parchea vulnerabilidades por su cuenta. Es darle la ganzúa buena al cerrajero antes de ponerla a la venta. Tiene lógica, y Google no es el primero. Anthropic ya montó en abril su reservado, Project Glasswing, alrededor de Claude Mythos Preview, un modelo que no ha sacado al público y que no planea abrir. OpenAI guarda GPT-5.6-Cyber para socios de confianza. Google, al menos, promete abrir Argon. Lo que no promete es cuándo.

Siete meses de juveniles y otro "lo antes posible"

Mientras el primer equipo no salía del vestuario, Google fue subiendo juveniles. Fortune contó cuatro Gemini Flash en 106 días sin rastro del flagship. Aquí lo llamamos fatiga de modelos: cantera rápida y barata, con el nueve todavía sin salir al campo.

En agosto cambió el director deportivo. Demis Hassabis dejó el día a día de Google DeepMind, Kavukcuoglu se quedó al mando y Gemini 4 pasó a ser su primera gran entrega. La semana pasada, en el congreso AI Agenda Live de The Information, lo contó así:

"Our intention is to, like, as soon as possible, to release an early post-training output because we see the results and we are excited"

El 24 de septiembre te contábamos que Google enseñaba la fase y no el modelo. Ahora enseña el modelo, sí, pero se lo enseña a otros. Si Argon es esa salida temprana del post-training o el modelo terminado, Google no lo aclara. Lo que sí mantiene es la coletilla del fichaje sin fecha de debut: "as soon as possible" para sacarlo y "as soon as possible" para abrirlo.

Toques de balón delante de su afición

En la presentación de un fichaje nadie falla un toque, porque el club elige el balón, el césped y la música. La tabla de Argon también se juega en casa: son las pruebas que publica Google, contra los rivales que Google ha elegido para la foto. VentureBeat hizo la cuenta: de 18 pruebas, Argon gana 12 en solitario y empata una, GPT-6 Astra se lleva tres y Claude Opus 5.5, dos.

Estas son las filas que importan:

Prueba (tabla de Google)	Gemini 4 Argon	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5.5
Vals Index (trabajo de conocimiento)	68,9%	63,1%	65,8%	67,0%
AutomationBench (Zapier)	51,3%	41,4%	31,4%	42,5%
Harvey's Legal Agent Benchmark	19,6%	5,4%	6,7%	3,8%
DeepSWE v1.1 (código agéntico)	77,9%	74,1%	67,4%	74,2%
Vibe Code Bench (código agéntico)	91,9%	89,6%	90,3%	90,3%
FrontierSWE v2 (código agéntico)	55,0%	65,5%	56,3%	62,3%
Terminal-bench 4.0 (código agéntico)	57,4%	58,2%	57,9%	66,4%

Las victorias gordas caen donde las empresas ya se gastan el dinero: trabajo de conocimiento, automatización y papeleo legal. La más sonada es la de Harvey, con un 19,6% que deja muy atrás a los otros tres. Leído al revés, Argon deja sin resolver el 80,4% de las tareas, cuatro de cada cinco. Es el primero de la clase en un examen que suspende toda la clase: da para presumir en la reunión de padres, no para firmar un escrito.

En código agéntico, que es donde vive buena parte de quien nos lee, el marcador sale partido. Argon gana DeepSWE v1.1 y Vibe Code Bench, pero en FrontierSWE v2 y Terminal-bench 4.0 es farolillo rojo: último de los cuatro modelos de la tabla. En su propia tabla. Delante de su afición.

El primer partido lo pita otro

Artificial Analysis no lleva la camiseta de nadie y mide con su propio índice. Con el razonamiento en "high", el máximo disponible, Argon saca 53 puntos: los mismos que GPT-6 Astra en modo max y uno más que GPT-6.1 Sol. Queda octavo de los 223 modelos de su categoría.

El regreso, eso sí, es real. Argon saca 23 puntos a Gemini 3.1 Pro Preview, el anterior modelo de Google fuera de la gama Flash. Y Artificial Analysis vuelve a colocar a Google entre los tres mejores laboratorios. Lo del liderato ya es otra historia: en la presentación metía todos los toques y en el primer partido con árbitro ha firmado un empate.

Tarifa de saldo, nevera de los noventa

La etiqueta de lanzamiento dice 2 dólares por millón de tokens de entrada y 10 por millón de salida. Es precio de inauguración, y Google no ha confirmado cuándo se acaba. Descuento de apertura en el mismo local, que todavía no ha abierto: cuando te dejen entrar, igual ya no queda.

El precio normal va en una nota al pie del blog: 4 dólares de entrada y 20 de salida. Con esa tarifa, Argon cobra por token lo mismo que Opus 5.5 y menos de la mitad que Astra. Esa nota al pie es el precio de verdad, el que aparece cuando ya has pedido.

Y aquí llega el giro. Artificial Analysis pasa de la etiqueta y mide lo que cuesta cada tarea de su índice. Con la promo, una tarea de Argon cuesta el 60% que una de Astra; cuando se acabe, costará unas 1,2 veces lo de Astra. Menos de la mitad por token y más caro por tarea.

Si cobra menos por token y más por tarea, es que gasta muchos más tokens para hacer lo mismo. Artificial Analysis lo califica de algo verboso: 110 millones de tokens de salida para completar su índice, frente a una mediana de 82 millones. Es la tarifa de luz más barata del mercado enchufada a una nevera de los noventa: el kilovatio sale regalado, el aparato no calla y la factura no baja.

Con GPT-6.1 Sol escuece más. Con la promo, cada tarea de Argon ya cuesta 2,7 veces lo que una de Sol en modo max, que saca un punto menos. Sin promo, más de cinco veces. Sol es el delantero de ficha modesta que mete casi los mismos goles.

Encima, Google sube el techo de salida a un millón de tokens, unas 1.500 páginas A4 con la equivalencia de Artificial Analysis. A precio normal, una sola respuesta que llegue al tope son 20 dólares solo de salida.

El búfalo ya se ha comido una de estas. Migró a un modelo nuevo porque la tarifa enamoraba y tuvo que deshacer el cambio casi enseguida. El tokenizador se disparaba en cuanto el texto venía en castellano, y el modelo traía el razonamiento encendido de fábrica sin que nadie lo pidiera. La cuenta final superaba a la del modelo que venía a jubilar. Desde entonces, lo primero que revisa de un proveedor es qué trae encendido de serie: cuánto razona, cuánto habla y hasta dónde le deja escribir. Y antes de migrar, prueba los dos modelos con un puñado de casos de verdad. Compara lo que cuesta cada trabajo terminado, con tokens y reintentos en la cuenta.

Quién juega el domingo

Para Google, Argon es una hostia en la mesa: siete meses de juveniles y vuelve al podio con un modelo que empata con Astra en un índice que no controla. Para tu stack, de momento, es humo con etiqueta de precio. No lo puedes usar, la promo no tiene fecha de fin y lo que cuenta es el coste por tarea. Apunta en tu hoja el precio normal, no el de la promo.

Cuando abra la API de pago, haz lo que hace el búfalo antes de creerse ninguna documentación. Una llamada de verdad, desde la máquina donde va a trabajar, con cronómetro y factura delante. Luego monta el duelo que importa, contra Opus 5.5, que cobrará lo mismo por token, con tus propios casos. Si lo tuyo es papeleo legal o automatizar procesos, la tabla de Google apunta a Argon. Si vives en la terminal con agentes, la misma tabla dice que Opus sigue por delante. Y si buscas inteligencia por dólar, mira a GPT-6.1 Sol antes que a los dos.

En el índice de Artificial Analysis, a precio normal, Argon cobrará un 20% más por tarea que Astra por empatar con él. Mira si con tus tareas pasa lo mismo antes de tocar un solo endpoint.