Google vuelve a la primera línea con un modelo pensado para el trabajo largo, documental y regulado. Lidera los benchmarks que más interesan a una empresa, pierde en otros y llega con un precio de lanzamiento que caduca el 30 de noviembre.
En esta nueva edición de la serie Hablemos de… toca Google. Hace unas semanas hablábamos de HydraFusion y de por qué elegir un solo modelo de IA tiene cada vez menos sentido. Hoy analizamos uno de los modelos que más va a pesar en ese reparto: Gemini 4 Argon, el nuevo modelo de frontera de Google DeepMind, que se abrió a todo el mundo el 13 de octubre de 2026 tras dos semanas reservado a defensores de ciberseguridad del programa Fairwind.
Lo hemos contrastado con la model card oficial, la documentación de la API y de Google Cloud y la cobertura independiente. La pregunta que nos interesa es práctica: en qué trabajo rinde, cuánto cuesta y qué tiene que decidir una empresa ahora.
Gemini 4 Argon tiene la mejor puntuación en 13 de los 19 benchmarks de su model card y saca sus mayores ventajas en legal, finanzas, automatización y contexto largo. En terminal, uso del ordenador y ciencia siguen por delante Claude Opus 5.5 y GPT-6 Astra.
Qué es Gemini 4 Argon
Es el primer modelo de la familia Gemini 4 y, según la model card, un modelo nuevo y no un ajuste de una versión anterior. Usa una arquitectura mixture-of-experts dispersa, que activa solo una parte de la red en cada consulta, entiende de forma nativa texto, imágenes, audio y vídeo, y su conocimiento llega hasta marzo de 2026. En el post-entrenamiento, Google usó aprendizaje por refuerzo con datos de razonamiento en varios pasos y demostración de teoremas.
Su rasgo más llamativo es el límite unificado de 1.048.576 tokens, que comparten la entrada, el razonamiento y la respuesta. Una petición genera hasta 65.536 tokens, y un protocolo de continuación permite encadenar peticiones hasta completar el millón. Así se puede generar en una sola tarea un informe de cientos de páginas o una migración de código completa. Si la entrada ocupa 800.000 tokens, quedan unos 250.000 para pensar y responder.
Está disponible en la API de Gemini (solo en el nivel de pago), en Gemini Enterprise Agent Platform, en la app de Gemini para suscriptores Pro y Ultra y en Google Antigravity. En Google Cloud ofrece residencia de datos y procesamiento en las multirregiones de la UE y Estados Unidos, con claves gestionadas por el cliente y VPC Service Controls. Para ciberseguridad defensiva existe una variante, Argon Cyber Permissive, accesible solo por lista a través del programa Fairwind.
Dónde gana y dónde no
La model card lo compara con GPT-6 Astra, Claude Opus 5.5 y Claude Fable 5.1. Argon queda primero en 13 pruebas, empata con GPT-6 Astra en una de seguridad de código y pierde en cinco.
Diferencia de Gemini 4 Argon frente al mejor rival en cada benchmark. Fuente: model card de Google DeepMind. Elaboración: propia.
- Legal. En el benchmark agéntico de Harvey obtiene un 19,6% frente al 6,7% del segundo. La cifra absoluta es baja porque la prueba es muy exigente, pero la ventaja relativa es enorme.
- Contexto largo. En GraphWalks, entre 256.000 y un millón de tokens, mantiene un 84,2% cuando el siguiente cae al 71,8%. Es la prueba que más se parece a revisar un data room completo o un repositorio entero.
- Automatización y finanzas. Saca 8,8 puntos a Claude Opus 5.5 en AutomationBench y 6,5 al segundo en Vals Finance Agent v2.
- Programación. Gana en DeepSWE v1.1 (77,9% frente a 74,2%), pero pierde por 9 puntos en Terminal-bench 4.0 frente a Claude Opus 5.5 y por 10,5 en FrontierSWE v2 frente a GPT-6 Astra.
Casi todas estas cifras las publica Google. Las evaluaciones externas matizan el titular: Vals AI lo sitúa primero en su Vals Index (68,90%), pero Artificial Analysis le da 53 puntos en su Intelligence Index, empatado con GPT-6 Astra y por detrás de Claude Opus 5.5 (58). Sam Witteveen, de Red Dragon AI, lo resumió en VentureBeat: es un modelo realmente muy bueno, pero no cree que sea el mejor que hay. Nuestra lectura es que Argon es hoy la mejor opción para una parte concreta del trabajo empresarial.
Seguridad y limitaciones
Google evalúa sus modelos con su Frontier Safety Framework. En riesgo biológico y en ciberseguridad no puede descartar que Argon alcance el nivel crítico de capacidad, y ha aplicado salvaguardas que, según su evaluación, dejan el riesgo por debajo. En sigilo y conciencia situacional supera 14 de 15 desafíos, y también ha desplegado salvaguardas. En el uso diario, Google informa de que los intentos de tomar atajos al programar bajaron al 2% y de una tasa de éxito del 0,7% en ataques de inyección indirecta de prompts.
La model card reconoce alucinaciones, lentitud o timeouts ocasionales y conocimiento desactualizado en algunos dominios. Nada de esto sustituye a las pruebas propias ni a la aprobación humana de las acciones con consecuencias.
Cuánto cuesta
Precio por millón de tokens en la API. Fuentes: documentación de precios de Gemini y VentureBeat. Elaboración: Raona.
Hasta el 30 de noviembre cuesta 2 dólares por millón de tokens de entrada y 10 de salida, con los tokens de razonamiento incluidos en la salida. Desde el 1 de diciembre pasa a 4 y 20. Batch y Flex cuestan la mitad y la entrada en caché, un 95% menos. Con el precio de lanzamiento, Argon cuesta la mitad que Claude Opus 5.5 y una quinta parte que GPT-6 Astra. En diciembre costará lo mismo que Opus 5.5.
Las seis semanas de precio reducido son una buena oportunidad para hacer pruebas, pero la decisión debe tomarse con la tarifa de diciembre y con el coste por tarea resuelta, que depende de cuántos tokens necesita cada modelo para llegar al mismo resultado.
Qué tiene que decidir tu empresa
- El 27 de octubre. En Gemini Enterprise, Argon llega desactivado en la app web, la móvil y Workflow Builder, pero el interruptor pasa a activado por defecto ese día. En las herramientas de desarrollo ya está activo si se usa la selección de modelos por defecto. Conviene que el administrador decida antes qué equipos lo usan y con qué políticas.
- Dónde se procesan los datos. La residencia está documentada en las multirregiones de la UE y Estados Unidos. Si se necesita una región de un país concreto, hay que confirmarlo.
- Ajustes técnicos. Argon ignora los valores personalizados de temperatura, no admite el nivel de razonamiento mínimo y no tiene caché explícita. Algunas integraciones necesitarán cambios.
- Cómo encaja con los demás modelos. Ningún modelo gana en todo. Argon encaja en análisis documental, legal, finanzas y automatización; para terminal o manejo del sistema operativo, hoy rinden más Claude Opus 5.5 o GPT-6 Astra.
Cierre
En Raona ayudamos a las empresas a decidir qué modelos usar, cómo combinarlos y cómo gobernarlos. Evaluamos con marcos propios, con las tareas y los datos de cada cliente, y diseñamos arquitecturas multimodelo que asignan cada trabajo al modelo que mejor lo resuelve por su coste. Si quieres saber si Gemini 4 Argon encaja en tu organización y cuánto aportaría frente a los modelos que ya usas, podemos montar una prueba controlada antes de que termine el precio de lanzamiento y darte una recomendación con datos. ¡Hablemos!
Fuentes
- Google DeepMind, «Gemini 4 Argon», model card, 13 de octubre de 2026. https://deepmind.google/models/model-cards/gemini-4-argon/
- Google Blog, «Gemini 4 Argon: Built to solve your hardest problems», 13 de octubre de 2026. https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/
- Google AI for Developers, precios de la API de Gemini. https://ai.google.dev/gemini-api/docs/pricing
- Google Cloud Documentation, Gemini 4 Argon en Gemini Enterprise Agent Platform. https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/gemini/4-argon
- Google Cloud Documentation, Developer’s guide to Gemini 4 Argon. https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/guides/gemini-4-argon
- Google Cloud Documentation, notas de versión de Gemini Enterprise. https://docs.cloud.google.com/gemini/enterprise/docs/release-notes
Las cifras de benchmarks son las publicadas por Google en su model card, salvo las de Vals AI y Artificial Analysis, y sirven para orientar: no constituyen una comparación controlada.
