Gemini 4 Argon ya está aquí. Esto es lo que cambia en tus flujos de trabajo

Google lanzó Gemini 4 Argon para desarrolladores y empresas de todo el mundo el 13 de octubre, dos semanas después de presentarlo como su modelo más capaz hasta ahora. Si tu equipo tiene automatizaciones sobre Gemini, o está eligiendo modelo para un nuevo agente, tienes unas seis semanas con el precio introductorio para comprobar si vale la pena.

Qué pasó

Google anunció Argon el 30 de septiembre y primero lo dio a defensores de ciberseguridad de su programa Fairwind. Está pensado para trabajo largo y de varios pasos: ingeniería de software real, investigación legal y financiera, y encontrar y corregir fallos de seguridad.

El 13 de octubre se abrió a desarrolladores y empresas a través de la API de Gemini, Google AI Studio, la herramienta de programación Antigravity y Gemini para empresas. Reuters resume la propuesta de Google como "trabajo profundo" en tareas complejas de varios pasos.

Google también afirma que Argon puntúa bastante más alto que GPT-6 Astra de OpenAI y que Fable y Opus de Anthropic en varios benchmarks, sin publicar los resultados comparados. Tómalo como marketing hasta que haya pruebas independientes.

El número que importa

La mayoría de las gráficas de lanzamiento miden programación o preguntas de examen. Una mide tu tipo de trabajo: AutomationBench de Zapier, que evalúa modelos en tareas realistas de automatización empresarial. Argon es el primero con un 51,3 %.

Es el mejor resultado que ha logrado cualquier modelo. También es más o menos la mitad. En la otra mitad, el modelo se equivoca en un paso, se detiene antes de tiempo o necesita ayuda. Un modelo mejor aumenta la parte del trabajo que puedes delegar, y alguien sigue teniendo que revisar el resultado.

Hay dos números más que conviene conocer. Argon logra un 77,9 % en DeepSWE, una prueba de tareas largas de ingeniería de software, y su límite de salida subió a 1 millón de tokens, desde 64.000. Los informes largos, las migraciones largas y las ejecuciones largas de agentes ya no se cortan a la mitad.

Cuánto cuesta

En el lanzamiento, Argon cuesta $2 por millón de tokens de entrada y $10 por millón de tokens de salida. Tras el periodo introductorio pasa a $4 y $20. Según Reuters, los precios más altos empiezan después del 30 de noviembre.

• Se cobra cada token procesado, incluidos los tokens de razonamiento del modelo y las instrucciones detrás de las llamadas a herramientas. Un paso que razona mucho cuesta más de lo que sugiere su respuesta visible.
• La entrada en caché es un 95 % más barata, pero solo con la caché implícita de prefijos de prompt repetidos de 6.144 tokens o más. Pon las instrucciones fijas y los documentos de referencia al principio del prompt para que se guarden en caché.
• La caché de contexto explícita no está disponible, así que los flujos que dependen de ella necesitan cambios.

Para un flujo que se ejecuta miles de veces al día, importa más el precio después de noviembre que el de hoy. Haz tus cuentas con $4 y $20.

Cambiar de modelo es más que cambiar el ID

La guía para desarrolladores de Google enumera lo que cambia al pasar de Gemini 3.1 Pro a gemini-4-argon:

• Un único límite de 1.048.576 tokens cubre ahora la entrada y la salida juntas.
• El ajuste thinking_level (bajo, medio o alto) sustituye al antiguo presupuesto de razonamiento. Medio es el valor por defecto.
• temperature, top_p y top_k se ignoran. Si los usabas para que las respuestas fueran predecibles, define un esquema de respuesta.
• Hay que quitar los turnos del modelo prellenados en el historial de chat.

Argon funciona en regiones global, de EE. UU. o de la UE. Si tus contratos exigen que los datos de clientes se queden en Europa, elige el endpoint de la UE antes de la primera prueba, no después de la primera auditoría.

Nada de esto es difícil. Todo puede romper un flujo que se cambia un viernes por la tarde sin una prueba previa.

Qué significa para tu equipo

Usa Argon donde es fuerte y no donde solo es caro. La mayoría de los flujos mezclan dos tipos de pasos.

Los pasos cortos, como leer un pedido, clasificar un correo o extraer campos de una factura, no necesitan un modelo de frontera. La propia guía de Google recomienda su nivel de razonamiento más bajo para clasificar, resumir y extraer, y un modelo más pequeño suele hacerlo igual de bien por menos.

Los pasos largos, como conciliar un mes de transacciones, revisar un contrato frente a una política o arreglar una integración rota, son donde se notan las mejoras de Argon. Envía esos a Argon y deja el resto donde está.

Después, pruébalo con tu propio trabajo. Toma veinte casos reales del mes pasado, pásalos por tu modelo actual y por Argon, y compara precisión, tiempo y costo por caso. Los benchmarks muestran lo que es posible. Tus propios casos muestran qué vale la pena pagar.

Cuando un paso pase a Argon, vigílalo durante las primeras semanas. Registra la entrada, la salida y el costo de cada ejecución, y deja a una persona en el paso de aprobación de todo lo que llegue a un cliente o a la contabilidad. Verás dónde falla antes que tus clientes y sabrás tu costo real por caso cuando cambie el precio.

Fuentes

• Google: Gemini 4 Argon, our next era of frontier intelligence
• Google Cloud: Developer's guide to Gemini 4 Argon
• Google DeepMind: Gemini 4 Argon model card
• Reuters vía US News: Google launches flagship AI model Gemini 4 Argon for developers, businesses
• TechCrunch: Google releases Gemini 4 Argon, called its most powerful model yet