Google DeepMind ha hecho Gemini 4 Argon disponible de forma general para desarrolladores, empresas y suscriptores de pago de Gemini. Gemini 4 Argon es un modelo frontera disperso de mezcla de expertos de Google diseñado para trabajos largos y de múltiples pasos. Sus dominios objetivo son la programación, las finanzas, el ámbito legal, la ciencia y la ciberseguridad. Google primero anunció Argon el 30 de septiembre para un pequeño grupo de defensores cibernéticos. Ahora llega a la API de pago de Gemini a $2 de entrada y $10 de salida por millón de tokens. El cambio clave para los desarrolladores es la longitud de la salida: Argon puede escribir hasta 1M de tokens en una sola respuesta.
En resumen
- Tamaño: Número de parámetros no divulgado (MoE disperso). Ventana de 1M de tokens compartida entre entrada y salida.
- Funciona en: Solo en la nube de Google, a través de la API de Gemini, AI Studio y la plataforma Gemini. Entrenado en TPUs. Sin pesos abiertos.
- Rendimiento: Lidera la tabla de Google en trabajo de conocimiento, contexto largo y video. Resultados mixtos en codificación agéntica.
- Lo mejor: 91.7% en LVBench (comprensión de videos largos).
- Lo peor: 55.0% en FrontierSWE v2, último de los 4 modelos en la tabla de Google.
¿Qué es Gemini 4 Argon?
Según el ficha de modelo, Argon es un modelo nuevo, no un ajuste fino de un Gemini anterior. Es un transformador MoE disperso a gran escala con soporte multimodal nativo. Acepta texto, imágenes, audio y video, y genera texto. Google lo entrenó en TPUs usando JAX y ML Pathways. El límite de conocimiento es marzo de 2026. Google no ha revelado el número total ni el número de parámetros activos.
¿Cómo funciona el límite de salida de 1M de tokens?
Google elevó el límite de salida a 1M de tokens, frente a los 64K de los modelos Gemini anteriores. La ficha del modelo describe una ventana combinada de entrada más salida de hasta 1M de tokens. Por lo tanto, un prompt largo reduce el espacio disponible para la salida. Google documenta un nuevo protocolo de continuación para decodificaciones largas en sus documentación para desarrolladores y documentación para empresas. Con los precios de lanzamiento, una respuesta completa de 1M de tokens cuesta $10 en tokens de salida.
¿Cómo rinde Gemini 4 Argon en los benchmarks?
Google compara Argon con GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5. Argon obtiene la puntuación más alta en la mayoría de las filas.
- DeepSWE v1.1: 77.9%, por delante de Opus 5.5 (74.2%) y GPT-6 Astra (74.1%).
- Vals Index: 68.90%, clasificado #1 por Vals AI por delante de Claude Sonnet 5.5 (67.04%).
- AutomationBench: 51.3%, frente al 42.5% de Opus 5.5.
- Harvey’s Legal Agent Benchmark: 19.6%, casi 3 veces el siguiente modelo, pero sigue siendo una puntuación absoluta baja.
- GraphWalks, 256K a 1M tokens: 84.2%, frente al 71.8% de GPT-6 Astra.
- CWE-bench v1: 68.0%, empatado con GPT-6 Astra.
Google también reporta 87% en el ERQA embodied reasoning benchmark. Lea la metodología de evaluación antes de sacar conclusiones. La mayoría de las puntuaciones de los rivales son autoinformadas o extraídas de tablas de clasificación públicas. La puntuación de Argon en DeepSWE se calcula por sí misma con un harness de mini-swe-agent. Las cifras rivales de DeepSWE provienen de fichas de sistema y de una tabla de clasificación.
¿Dónde falla Gemini 4 Argon?
Argon queda por detrás en 5 filas de la propia tabla de Google:
- FrontierSWE v2: 55.0%, frente al 65.5% de GPT-6 Astra.
- Terminal-Bench 4.0: 57.4%, frente al 66.4% de Opus 5.5.
- Terminal-Bench Science 0.1: 57.6%, frente al 68.1% de GPT-6 Astra.
- PostTrainBench: 45.3%, frente al 49.3% de Opus 5.5.
- OSWorld-2.0 (subconjunto sin conexión): 69.2%, frente al 72.6% de GPT-6 Astra.
La ficha del modelo también menciona alucinaciones y, ocasionalmente, lentitud o tiempos de espera agotados. Bajo el Frontier Safety Framework de Google, la empresa afirma que no puede descartar los niveles de capacidad crítica en biología y ciberseguridad. Informa de que ha implementado salvaguardias que, según su evaluación, reducen ese riesgo.
<button class="btn g" id="mtp-prev">Paso anterior</button><button class="btn g" id="mtp-next">Siguiente paso</button></div> <div class="win"> <div style="font-size:13px;font-weight:700;margin-bottom:8px">Ventana compartida de 1M tokens: arrastra para definir el tamaño de tu prompt</div> <input type="range" id="mtp-in" min="0" max="1000" value="200" aria-label="Input tokens in thousands"> <div class="bar"><i id="mtp-bi" style="background:#4285F4"></i><i id="mtp-bo" style="background:#34A853"></i></div> <div class="lab"><span id="mtp-li"></span><span id="mtp-lo"></span></div> </div> </div> <div class="pane" id="p-bench"> <div class="chips" id="mtp-chips"></div> <div id="mtp-rows"></div> <div class="note" id="mtp-bnote"></div> </div> <div class="pane" id="p-price"> <div class="seg"><button class="on" data-p="intro">Intro (hasta el 30 de noviembre de 2026)</button><button data-p="std">Estándar (después)</button></div> <div class="calc"> <div><label>Tokens de entrada por mes: <output id="mtp-ci"></output></label><input type="range" id="mtp-rin" min="1" max="500" value="100"></div> <div><label>Tokens de salida por mes: <output id="mtp-co"></output></label><input type="range" id="mtp-rout" min="1" max="200" value="20"></div> </div> <div id="mtp-prows"></div> <div class="note">Precios de lista por 1M de tokens: Argon $2/$10 intro, $4/$20 después del 30 de noviembre de 2026. GPT-6 Astra $10/$50 (prompts de menos de 272K). Claude Opus 5.5 $4/$20. Claude Fable 5.1 $10/$50. La estimación excluye caché, lotes y recargos por contexto largo.</div> </div> <div class="pane" id="p-access"> <div class="grid"> <div class="acc"><h4><span class="dot" style="background:#4285F4"></span>Desarrolladores</h4><p>Nivel de pago de la API de Gemini en Google AI Studio y Android Studio. ID del modelo: <code>gemini-4-argon</code>.</p></div> <div class="acc"><h4><span class="dot" style="background:#9168F0"></span>Empresas</h4><p>Plataforma Gemini, Gemini para empresas y Google Antigravity.</p></div> <div class="acc"><h4><span class="dot" style="background:#FBBC04"></span>Consumidores</h4><p>App de Gemini y AI Mode en Search para suscriptores de Google AI Pro y Ultra.</p></div> <div class="acc"><h4><span class="dot" style="background:#EA4335"></span>Defensores cibernéticos</h4><p>Los socios del programa Fairwind obtienen Argon sin barandillas de ciberseguridad, de forma continua.</p></div> </div> <div class="note">Límites conocidos según la ficha del modelo: alucinaciones, lentitud ocasional o tiempos de espera agotados, corte de conocimiento en marzo de 2026. El número de parámetros no se ha divulgado.</div> </div> <div class="ft"><span>Fuentes: blog de Google, ficha del modelo Gemini 4 Argon y metodología de evaluación, Vals AI. Verificado el 13 de octubre de 2026.</span><span class="mtp">© Marktechpost</span></div> </div> <script> (function(){ var R=document.getElementById('mtp-g4a'); function $(s){return R.querySelector(s)} function $$(s){return R.querySelectorAll(s)} function resize(){try{parent.postMessage({mtpH:R.offsetHeight+40,id:'mtp-g4a'},'*')}catch(e){}} // tabs $$('.tab').forEach(function(b){b.onclick=function(){$$('.tab').forEach(function(x){x.classList.remove('on')});$$('.pane').forEach(function(x){x.classList.remove('on')});b.classList.add('on');$('#p-'+b.dataset.t).classList.add('on');if(b.dataset.t==='bench')drawB(cur);if(b.dataset.t==='price')drawP();setTimeout(resize,60)}}); // experts svg var g=$('#mtp-exp'),NS='http://www.w3.org/2000/svg',ex=[]; for(var i=0;i<8;i++){var y=12+i*19;var l=document.createElementNS(NS,'path');l.setAttribute('d','M340 81 C 380 81 380 '+(y+7)+' 420 '+(y+7));l.setAttribute('stroke','#273041');l.setAttribute('fill','none');l.setAttribute('class','exp');g.appendChild(l); var r=document.createElementNS(NS,'rect');r.setAttribute('x',420);r.setAttribute('y',y);r.setAttribute('width',150);r.setAttribute('height',14);r.setAttribute('rx',4);r.setAttribute('fill','#202734');r.setAttribute('class','exp');g.appendChild(r); var o=document.createElementNS(NS,'path');o.setAttribute('d','M570 '+(y+7)+' C 605 '+(y+7)+' 605 81 640 81');o.setAttribute('stroke','#273041');o.setAttribute('fill','none');o.setAttribute('class','exp');g.appendChild(o);ex.push([l,r,o]);} var t=document.createElementNS(NS,'text');t.setAttribute('x',495);t.setAttribute('y',10);t.setAttribute('text-anchor','middle');t.setAttribute('font-size','11');t.setAttribute('fill','#9AA0A6');t.textContent='Expertos (solo se activan unos pocos por token)';g.appendChild(t); var cols=['#4285F4','#9168F0']; function route(){var a=Math.floor(Math.random()*8),b=(a+1+Math.floor(Math.random()*7))%8;ex.forEach(function(e,k){var on=(k===a||k===b);e[0].setAttribute('stroke',on?cols[k===a?0:1]:'#273041');e[2].setAttribute('stroke',on?cols[k===a?0:1]:'#273041');e[1].setAttribute('fill',on?cols[k===a?0:1]:'#202734')})} route();setInterval(route,900); // steps var D=['<b>Entrada multimodal nativa.</b> Argon acepta texto, imágenes, audio y video en una sola solicitud. Google afirma que es un modelo nuevo, no un ajuste fino de un Gemini anterior.', '<b>Mezcla dispersa de expertos.</b> Un enrutador envía cada token a un pequeño subconjunto de redes expertas, de modo que solo una parte del modelo se ejecuta por token. Google no ha divulgado los parámetros totales ni activos.', '<b>Diseñado para trabajos de largo alcance.</b> Google entrenó a Argon con aprendizaje por refuerzo sobre datos de razonamiento multi-paso, resolución de problemas y demostración de teoremas. Se orienta a programación, finanzas, derecho, ciencia y defensa cibernética. ', '<b>Salida de hasta 1M de tokens.</b> El límite de salida subió de 64K a 1M de tokens. La entrada y la salida comparten una única ventana de 1M, y las respuestas largas utilizan un nuevo protocolo de continuación.']; var s=0,timer=null;function step(n){s=n;$$('.st').forEach(function(x){x.classList.toggle('on',+x.dataset.s===n)});$('#mtp-det').innerHTML=D[n];resize()} $$('.st').forEach(function(x){x.onclick=function(){stop();step(+x.dataset.s)}}); function stop(){if(timer){clearInterval(timer);timer=null;$('#mtp-play').textContent=' Paso a paso'}} $('#mtp-next').onclick=function(){stop();step((s+1)%4)}; $('#mtp-play').onclick=function(){if(timer){stop();return}$('#mtp-play').textContent='❚❚ Pausa';timer=setInterval(function(){step((s+1)%4)},2600)}; step(0); // window function win(){var v=+$('#mtp-in').value;$('#mtp-bi').style.width=(v/10)+'%';$('#mtp-bo').style.width=((1000-v)/10)+'%';$('#mtp-li').textContent='Entrada: '+v+'K de tokens';$('#mtp-lo').textContent='Espacio restante para la salida: '+(1000-v)+'K de tokens'} $('#mtp-in').oninput=win;win(); // bench var M=['Gemini 4 Argon','GPT-6 Astra','Claude Opus 5.5','Claude Fable 5.1'],C=['#4285F4','#9AA0A6','#C58AF9','#F28B82']; var B=[ {n:'Vals Index',d:2,v:[68.90,63.13,66.97,65.83],src:'Independiente: tabla de clasificación de Vals AI (68.90%, #1).'}, {n:'DeepSWE v1.1',v:[77.9,74.1,74.2,67.4],src:'Calculado por el propio Argon con un harness mini-swe-agent; rivales de las system cards y de las tablas de clasificación.'}, {n:'AutomationBench',v:[51.3,41.4,42.5,31.4],src:'Tabla de clasificación pública de Zapier, conjunto privado.'}, {n:'LVBench',v:[91.7,87.5,83.7,79.7],src:'Calculado sin herramientas. Gemini muestreado a 1 FPS.'}, {n:'GraphWalks 256K to 1M',v:[84.2,71.8,66.8,65.0],src:'Calculado por los propios modelos para todos los modelos en 200 problemas.'}, {n:'CWE-bench v1',v:[68.0,68.0,67.0,58.0],src:'Tabla de clasificación pública oficial. Argon empata con GPT-6 Astra.'}, {n:'FrontierSWE v2',v:[55.0,65.5,62.3,56.3],src:'Tabla de clasificación pública de Proximal. Argon es el último de 4.',lose:1}, {n:'Terminal-Bench 4.0',v:[57.4,58.2,66.4,57.9],src:'Calculado por el propio Argon; rivales de la tabla de clasificación pública. Argon es el último de 4.',lose:1}]; var cur=0,ch=$('#mtp-chips'); B.forEach(function(b,i){var c=document.createElement('button');c.className='chip'+(i===0?' on':'')+(b.lose?' lose':'');c.textContent=b.n;c.onclick=function(){$$('.chip').forEach(function(x){x.classList.remove('on')});c.classList.add('on');drawB(i)};ch.appendChild(c)}); var rows=$('#mtp-rows');M.forEach(function(m,i){rows.insertAdjacentHTML('beforeend','<div class="row"><span class="nm">'+m+'</span><div class="track"><div class="fill" style="background:'+C[i]+'"></div></div><span class="val">0%</span></div>')}); function drawB(i){cur=i;var b=B[i],f=$$('#mtp-rows .fill'),v=$$('#mtp-rows .val');f.forEach(function(x){x.style.width='0'});setTimeout(function(){b.v.forEach(function(x,k){f[k].style.width=x+'%';v[k].textContent=x.toFixed(b.d||1)+'%'})},30);$('#mtp-bnote').textContent=b.src+' Los chips discontinuos marcan los benchmarks en los que Argon queda rezagado. Puntuaciones de la tabla de evaluación de Google salvo indicación contraria.'} // price var P={intro:[[2,10],[10,50],[4,20],[10,50]],std:[[4,20],[10,50],[4,20],[10,50]]},pm='intro'; $$('.seg button').forEach(function(b){b.onclick=function(){$$('.seg button').forEach(function(x){x.classList.remove('on')});b.classList.add('on');pm=b.dataset.p;drawP()}}); var pr=$('#mtp-prows');M.forEach(function(m,i){pr.insertAdjacentHTML('beforeend','<div class="row"><span class="nm">'+m+'</span><div class="track"><div class="fill" style="background:'+C[i]+'"></div></div><span class="val">$0</span></div>')}); function drawP(){var a=+$('#mtp-rin').value,o=+$('#mtp-rout').value;$('#mtp-ci').textContent=a+'M';$('#mtp-co').textContent=o+'M';var c=P[pm].map(function(p){return a*p[0]+o*p[1]}),mx=Math.max.apply(null,c),f=$$('#mtp-prows .fill'),v=$$('#mtp-prows .val');c.forEach(function(x,k){f[k].style.width=(x/mx*100)+'%';v[k].textContent='$'+Math.round(x).toLocaleString()})} $('#mtp-rin'). oninput=drawP;$('#mtp-rout').oninput=drawP; window.addEventListener('load',resize);window.addEventListener('resize',resize);setTimeout(resize,300); })(); </script> </body></html> " style="width:100%;height:600px;border:0;display:block;background:transparent;" loading="lazy" scrolling="no">Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5 vs Claude Fable 5.1
| Característica | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Claude Fable 5.1 |
|---|---|---|---|---|
| Arquitectura | Transformador MoE disperso | No divulgada | No divulgada | No divulgada |
| Parámetros totales / activos | No divulgados | No divulgados | No divulgados | No divulgados |
| Ventana de contexto | 1M (entrada + salida combinadas) | 1,050,000 | 1M | 1M |
| Salida máxima | Hasta 1M | 128K | 128K | 128K |
| Modalidades de entrada | Texto, imagen, audio, video | Texto, imagen | Texto, imagen | Texto, imagen |
| Fecha límite de conocimiento | Mar 2026 | 30 abr 2026 | Jun 2026 | Jun 2026 |
| Precio de API (entrada / salida por 1M) | $2 / $10 introductorio, $4 / $20 después del 30 de noviembre | $10 / $50 | $4 / $20 | $10 / $50 |
| Licencia / acceso | Propietario, solo API | Propietario, solo API | Propietario, solo API | Propietario, solo API |
| Vals Index | 68.90% | 63.13% | 66.97% | 65.83% |
| DeepSWE v1.1 (tabla de Google) | 77.9% | 74.1% | 74.2% | 67.4% |
| Terminal-Bench 4.0 (tabla de Google) | 57.4% | 58.2% | 66.4% | 57.9% |
| FrontierSWE v2 (tabla de Google) | 55.0% | 65.5% | 62.3% | 56.3% |
¿Para qué usó Google Argon antes del lanzamiento?
Google compartió resultados internos en su publicación de lanzamiento:
- Argon en Antigravity aumentó los envíos de código agéntico en más de 35% y redujo los rollbacks en casi un tercio.
- Logró una aceleración de extremo a extremo de 2.85x en inferencia vLLM para Gemma 4 E2B en una A100.
- En el Agent Development Kitde código abierto de Google, redujo el tiempo de preparación de sesiones en 40%. Las importaciones en frío fueron 21% más rápidas.
- En el benchmark de inyección de prompts indirecta de Gray Swan, la tasa de éxito de los ataques cayó a 0.7% a lo largo de 15 intentos adaptativos.
¿Cuánto cuesta Gemini 4 Argon y dónde puedes usarlo?
El precio introductorio es de $2 por entrada y $10 por salida por millón de tokens. Los tokens de entrada en caché tienen un 95% de descuento. Después del 30 de noviembre de 2026, el precio sube a $4 y $20. Eso coincide con Claude Opus 5.5 y se sitúa por debajo de los $10 y $50 de GPT-6 Astra.
Rutas de acceso, según la publicación del desarrollador:
- Desarrolladores: nivel de pago de Gemini API en AI Studio y Android Studio.
- Empresas: plataforma Gemini, Gemini for business y Google Antigravity.
- Consumidores: aplicación Gemini y AI Mode en Search para suscriptores de Google AI Pro y Ultra.
- Defensores cibernéticos: el Fairwind Program, con acceso a Argon sin barandillas de ciberseguridad.
Conclusiones clave
- Argon es un modelo MoE disperso con un límite de salida de 1M de tokens.
- Ocupa el puesto #1 en el Vals Index con un 68.90%.
- El precio de lanzamiento es de $2/$10 por millón de tokens hasta el 30 de noviembre.
- Queda por detrás de sus rivales en FrontierSWE v2 y Terminal-Bench 4.0.
- La mayoría de las puntuaciones de los rivales en la tabla de Google son autocomunicadas.
Echa un vistazo a la Model Card, Evaluation Methodology y la Developer Guide. Todo el mérito es del investigador de este proyecto. Además, siéntete libre de seguirnos en Twitter y no olvides unirte a nuestro 150k+ML SubReddit y suscribirte a our Newsletter. ¡Espera! ¿estás en telegram? ahora también puedes unirte a nosotros en telegram.
La entrada Google Releases Gemini 4 Argon API With 1M Token Output Limit apareció primero en MarkTechPost.