Google ha anunciado Gemini 4 Argon, pero la mayoría de usuarios todavía no puede probarlo. El acceso empieza con un grupo de defensores de ciberseguridad y evaluadores de confianza; después llegarán clientes de pago de la API y suscriptores Google AI Ultra. No hay una fecha concreta para el despliegue general.
La espera cambia cómo deben leerse sus resultados. Google publica cifras de código, finanzas, derecho, automatización y ciberseguridad, junto con ejemplos internos. Son señales útiles, no una demostración de comportamiento estable en las aplicaciones de cada lector.
Un millón de salida no significa un millón útil
Argon mantiene una ventana de contexto de un millón de tokens y amplía el máximo de salida hasta un millón, desde los 64.000 citados para la generación anterior. La cifra permite trayectorias muy largas, migraciones o informes extensos. También multiplica tiempo, coste y superficie de revisión si el agente toma una dirección equivocada.
La tarifa introductoria es de 2 dólares por millón de tokens de entrada y 10 por millón de salida; la caché cuesta un 95 % menos que la entrada normal. Cuando termine la promoción, Google anuncia 4 y 20 dólares respectivamente. Un encargo con 500.000 tokens de entrada y 200.000 de salida costaría unos 3 dólares durante la introducción y 6 después, antes de caché, herramientas u otros cargos. La misma tarea puede variar mucho si el agente reintenta o genera una trayectoria más larga.
El liderazgo depende de la tarea elegida
Google coloca a Argon en el 77,9 % de DeepSWE v1.1, 51,3 % de AutomationBench y 68 % de CWE-bench v1. También dice que sus agentes liberaron más de 300 TiB de memoria en centros de datos y que una migración de SIMD en libgav1 produjo un puerto Rust 2,7 veces más rápido que el puerto Rust anterior. Son resultados atribuidos al fabricante y a sus socios, no mediciones de Texploto.
La evaluación publicada por Vals AI ofrece una imagen menos uniforme. Argon lidera su índice agregado, finanzas e IOI, pero queda segundo en migración de código y ciberseguridad, tercero en derecho y SRE y séptimo de ocho en CUA-bench. Una puntuación general no sustituye el conjunto que se parece al trabajo real.
También hay una diferencia de configuración que conviene conservar. Vals informa de un máximo de salida de 262.144 tokens en sus pruebas, no del millón anunciado por Google. Comparar modelos exige anotar proveedor, parámetros, presupuesto, herramientas y límite efectivo; de lo contrario se mezclan capacidades del producto con condiciones de un benchmark.
Por qué empieza en ciberseguridad
Google afirma que Argon puede localizar, validar y reparar vulnerabilidades. Para el grupo Fairwind y equipos internos se ofrecerá sin determinadas barreras cibernéticas, mientras el acceso general conservará mitigaciones contra abuso, inyección indirecta y acciones fuera de intención. El lanzamiento por fases busca recoger evaluación real antes de abrirlo a más clientes.
Axios confirma el acceso inicial limitado y recoge una discrepancia: Google describe buenos resultados internos, mientras Bloomberg informó de empleados insatisfechos con algunas pruebas; la empresa negó esa caracterización. La conclusión prudente es esperar resultados externos repetibles.
Frente a GPT‑6.1 Sol, Argon no es solo otra tabla de precio. Ofrece más salida máxima y una apuesta explícita por tareas muy largas, pero carece hoy de disponibilidad amplia. Antes de migrar conviene fijar cinco tareas privadas, el porcentaje aceptado sin correcciones, los tokens totales, los reintentos y el tiempo hasta resultado. Ese coste por entrega importa más que el precio nominal.
Nivel de evidencia: prueba independiente publicada para varios benchmarks, más documentación y resultados del fabricante. No hemos probado el modelo.
Transparencia: artículo elaborado con asistencia de IA a partir de las fuentes enlazadas. No se han ejecutado los productos o sistemas descritos.
