Inteligencia artificial Modelos y herramientas

Gemini 4 Argon: qué cambia con la nueva inteligencia artificial de Google

Qué es Gemini 4 Argon

Gemini 4 Argon es la nueva IA de Google: un modelo de razonamiento de Google DeepMind. Se anunció el 30 de septiembre de 2026 a defensores cibernéticos seleccionados y el 13 de octubre llegó a todo el mundo, con un anuncio firmado por Koray Kavukcuoglu, vicepresidente sénior de DeepMind.

«Razonamiento» significa que dedica más cálculo a descomponer el problema en pasos antes de contestar, como quien hace la cuenta en papel. Es el primero de la familia Gemini 4, y su model card aclara que no es un ajuste fino de un modelo anterior. Para ubicarlo, tienes nuestro Ecosistema Google: modelos Gemini.

Qué ha cambiado, y quién lo dice

Conviene separar tres cosas: las mediciones, las declaraciones del fabricante y las experiencias de terceros.

Como medición, Artificial Analysis le da 53 puntos en su índice (modo alto) y la tasa de alucinación más baja entre los que superan 45 puntos: un 15 %. Como declaración, Google dice que responde con menos evasivas y sigue mejor las instrucciones de estilo que cualquier Gemini anterior. Como experiencia, la recepción ha sido desigual: varios lo ven menos preciso que Claude Opus 5.5 en webs de varias páginas, y Sam Witteveen lo resume como un modelo muy bueno, pero no el mejor.

En Gemini 4 vs Gemini 3, Google destaca el salto en código agéntico y en tareas largas y el mayor límite de salida, pero sus tablas comparan con modelos de otras empresas, no con Gemini 3.

Razonamiento: más pasos, más espera

Hay tres niveles, low, medium y high, con medium por defecto. Y según LogicStack las cifras publicadas se midieron en high: sin tocar nada, el resultado puede ser menor.

Pensar cuesta tiempo: Artificial Analysis midió casi 48 segundos hasta el primer token, frente a una mediana de 3,8. La salida por defecto se limita a 65.536 tokens y los textos más largos usan un modo de fondo que encadena continuaciones. Útil para problemas de varios pasos; excesivo para una consulta rápida.

Programación y agentes

Google apuesta fuerte por el software y los agentes. Argon admite llamada a funciones y llega a Google Antigravity, su entorno de programación agéntica.

Las cifras llamativas son datos del fabricante: un 35 % más de código agéntico y un 30 % menos de reversiones, según el blog de Antigravity. No son mediciones independientes.

Un profesional que quiera crear o modificar una aplicación sin ser experto podría usar Argon para generar, editar y corregir código. Harían falta un entorno que lo ejecute, pruebas y revisión humana; en Antigravity, un plan de pago. Y en Terminal-bench 4.0 queda por debajo de Opus 5.5.

Un millón de tokens: caber no es entender

Un token es un trozo de texto. Una ventana de 1 millón de tokens (entrada y salida sumadas) equivale a unas 1.500 páginas A4. Pero caber no es recordar: en GraphWalks, prueba de contexto largo de Google, Argon saca un 99,7 % hasta 128.000 tokens y un 84,2 % entre 256.000 y un millón.

Quien deba analizar documentos extensos y preparar un informe puede darle el material completo, también en PDF, vídeo o audio. Hay que pedir citas, verificar cada cifra y recordar que su conocimiento llega a marzo de 2026: Plotly documentó un caso en que afirmó cobertura completa cuando faltaba una semana de lecturas.

Multimodalidad: entra mucho, sale texto

Admite como entrada texto, imagen, vídeo, audio y PDF, pero la salida es solo texto: no genera imágenes ni audio. Puede ver tu vídeo, pero no dibujarte un gato.

La entrada es lo que lee, mira o escucha; la generación, lo que produce. Sí puede escribir programas que crean medios, como en la demostración de un motor de trazado de rayos 3D. Su 91,7 % en vídeo largo es, otra vez, un dato del fabricante.

Gráfico divulgativo con cuatro tarjetas del mismo peso —«Razonamiento», «Programación», «Multimodal» y «Agentes»— que resumen las capacidades principales de Gemini 4 Argon. — Cuatro capacidades, un mismo modelo: razona en varios pasos, escribe código, entiende texto, imagen, audio, vídeo y PDF, y usa herramientas por etapas.

Qué notará el usuario cotidiano

En la app Gemini y en AI Mode de Search, Argon llega a Google AI Pro y AI Ultra. En EE. UU., AI Pro cuesta 19,99 $ al mes e incluye Tasks (tareas delegadas); AI Ultra parte de 99,99 $, según 9to5Google; y AI Plus (4,99 $) nombra Gemini 3.6 Flash, no Argon.

Gemini se conecta a más de 40 aplicaciones, y Antigravity llega a la app para macOS. Todo depende del plan, del país y de la plataforma. Y una misma IA puede utilizar distintos cerebros: el nombre de la app no dice qué modelo responde.

Ciencia e investigación

Demostración: Google muestra a Argon reconstruyendo en 3D el Cañón del Chaco a partir de unos 50 GB de escaneos LiDAR y planos CAD. Impresiona, pero es una demostración de Google.

Verificación: el examen de datos de Plotly le dio 41 de 43 (95 %) y falló dos preguntas. Es la prueba externa más seria.

Promesa: 10.000 científicos podrán usar gratis seis meses el tramo más alto de Antigravity, sujeto a elegibilidad y capacidad.

Pruebas de rendimiento: la comparativa que eligió Google

La ficha oficial lo compara con GPT-6 Astra y Claude Opus 5.5 en unas dieciocho pruebas: son los rivales que eligió Google, no una clasificación independiente. Lidera en 12, pero un rival va por delante en Terminal-bench 4.0 (57,4 % frente a 66,4 %) y en FrontierSWE v2 (55,0 % frente a 65,5 %).

Y la afirmación del 13 de octubre de que lidera el Vals Index ya no se sostiene: el 21 de octubre, el marcador de Vals AI lo pone tercero con 69,24 %, tras Claude Sonnet 5.5 (70,85 %) y Claude Opus 5.5 (70,18 %). El liderazgo caducó antes que un yogur. Para comparar rivales, mira qué diferencia a ChatGPT, Gemini, Claude, Grok y DeepSeek.

Resumen en una tabla

Área	Qué aporta	Límite o matiz
Razonamiento largo	Ventana de 1 M y niveles de razonamiento	Números publicados en nivel alto; por defecto, medio
Programación y agentes	Código agéntico y Antigravity	Requiere plan de pago; un rival va por delante en terminal
Multimodalidad	Entrada de texto, imagen, vídeo, audio y PDF	La salida es solo texto
Documentos extensos	Hasta ≈1.500 páginas A4 de contexto	Caber no es recordarlo todo
Precio	2 $ / 10 $ por millón hasta el 30-11-2026	Sube a 4 $ / 20 $ el 1-12-2026

La tabla resume la idea: Argon amplía lo que cabe y lo que puede hacer, con un matiz en cada ventaja.

Precio y disponibilidad

La app se paga con suscripción; la API, por uso. Según la página oficial de precios, la tarifa es de 2 $ por millón de tokens de entrada y 10 $ por millón de salida hasta el 30 de noviembre de 2026, y desde el 1 de diciembre sube a 4 $ y 20 $. Precios sin impuestos y para EE. UU.; para comparar proveedores, el negocio de conectar las inteligencias artificiales explica esa capa intermedia.

Un informe de 200.000 tokens de entrada y 50.000 de salida cuesta 0,90 $ con la tarifa introductoria y 1,80 $ después; con Gemini 3.8 Flash (0,75 $ / 3,75 $), 0,3375 $. Más capacidad no significa que sea la opción adecuada para cualquier tarea: para resumir correos o clasificar tickets no hace falta el modelo más caro.

Esquema de una tarea compleja por etapas: «Entender el encargo», «Planificar», «Usar herramientas», «Resultado» y «Verificación humana», con una flecha de retorno para corregir. — El modelo propone y ejecuta; la persona verifica. Si algo falla, se corrige y se vuelve a planificar.

Trabajar por etapas

Un investigador o una empresa con un problema complejo en varias etapas encontraría cadenas largas de razonamiento y uso de herramientas, con un coste por tarea de 1,99 $ según Artificial Analysis (unos 3,98 $ después, según LogicStack). Haría falta supervisión y recalcular el presupuesto en diciembre.

Según su model card, puede alucinar, su conocimiento llega a marzo de 2026 y puede sufrir lentitud. Google no descarta que alcance el umbral crítico en ciberseguridad y en riesgos CBRN, y aplica salvaguardas; tampoco descarta el de pérdida de control. Antes de subir documentos confidenciales, lee las condiciones de privacidad de tu plan; y no delegues tareas autónomas sin revisar el resultado.

Qué representa para el futuro de la IA

Los modelos de IA pasan de responder preguntas a hacer trabajos: ventanas enormes, herramientas, avisos de progreso, entornos como Antigravity. Es el salto que explicamos en de asistente a trabajador permanente.

Pero con matices: que 15,5 horas humanas produjeran unas 335 horas equivalentes de trabajo validado es una cifra interna de Google, la ventaja de un modelo puede durar días y delegar exige verificar. Trátalo como un becario brillante: rápido, con memoria enorme pero imperfecta.