Gemini 4 Argon iguala a GPT-6 Astra, pero aún no es público

Google presentó el 30 de septiembre de 2026 Gemini 4 Argon, su nuevo modelo de frontera, pero aún no se puede usar de forma general. Según el anuncio, llega solo a defensores de ciberseguridad de confianza mediante el programa Fairwind. Según Artificial Analysis, una firma independiente de evaluación, el modelo suma 53 puntos en su Intelligence Index, los mismos que GPT-6 Astra (configuración «max»).

Un benchmark es una prueba estandarizada para comparar modelos en tareas como programar o razonar. Los precios de las API se miden en tokens, fragmentos de palabra en los que el modelo divide el texto; se cobran por millón.

Lo que afirma Google

En su anuncio oficial, Google sostiene que Argon rinde a nivel de frontera en ingeniería de software, trabajo de conocimiento empresarial (legal y finanzas) y defensa en ciberseguridad. Reporta 77,9 % en DeepSWE v1.1 (ingeniería de software de largo plazo), 51,3 % en AutomationBench de Zapier y 91,7 % en LVBench (comprensión de video largo). También amplía el límite de salida a 1 millón de tokens, frente a 64.000 del modelo anterior.

Son cifras publicadas por la propia empresa. Google añade que está en el proceso voluntario del gobierno de EE. UU. de acceso previo al lanzamiento y que ampliará el acceso de forma gradual.

Lo que mide un evaluador independiente

Artificial Analysis publicó el 30 de septiembre de 2026 que Argon (razonamiento «high») empata con GPT-6 Astra en 53 puntos y supera por uno a GPT-6.1 Sol (52). Son 23 puntos más que Gemini 3.1 Pro Preview, el anterior modelo no «Flash» de Google (30). Es el primer modelo propietario de Google por encima de la clase Flash en más de siete meses, según esa firma.

En tareas de agentes, Argon es primero en AutomationBench-AA con 78 %, siete puntos por delante de Claude Sonnet 5.5 (71 %). En Terminal Bench 4 logra 57 % y queda detrás de Claude Sonnet 5.5 (64 %), Claude Opus 5.5 (60 %) y GPT-6 Astra (59 %).

La tasa de alucinaciones (respuestas inventadas presentadas como ciertas) es de 15 % en AA-Omniscience, la más baja entre los modelos con 45 puntos o más. GPT-6 Astra (max) marca 51 % y GPT-6.1 Sol (max), 54 %. El matiz: Argon alucina menos porque prefiere admitir que no sabe. Su precisión es de 50 %, frente a 63 % de Astra, y su puntaje total en esa prueba (42) queda en línea con el de Astra (43).

Precio: promoción con fecha incierta

El precio introductorio es de 2 dólares por millón de tokens de entrada y 10 por millón de salida. Tras el periodo promocional pasará a 4 y 20 dólares, según el propio Google. Los tokens de entrada en caché tienen 95 % de descuento.

Con la promoción, Artificial Analysis calcula 1,99 dólares por tarea de su índice: 60 % de lo que cuesta GPT-6 Astra (3,26 dólares), pero 2,7 veces lo de GPT-6.1 Sol. Sin descuento subiría a 3,98 dólares. Argon usa en promedio 62.000 tokens de salida por tarea, frente a 27.000 de Astra. Artificial Analysis indica que Google aún no confirma cuándo termina la promoción.

Las dudas

Bloomberg informó el 30 de septiembre de 2026, con fuentes anónimas, que el modelo rinde bien en benchmarks pero tiene problemas en ciertas tareas de programación cuando los empleados lo usan en trabajo real. Google respondió que sería inexacto decir que rinde por debajo en programación; un empleado citado por Bloomberg habló de «consenso amplio» interno en que el modelo está en la frontera. Esas afirmaciones no son verificables hasta que el modelo se abra.

Nuestro análisis: los números independientes indican que Google volvió a competir en inteligencia y costo, pero un empate en un índice no dice cómo rinde con repositorios reales o documentación imperfecta. Hasta que haya acceso general, Argon es un dato a vigilar, no una decisión de compra.