Imagina a dos concursantes de un programa de preguntas. Uno contesta todo, rápido y con seguridad, y una buena parte de sus respuestas son incorrectas. El otro pasa de vez en cuando y dice «esa no me la sé», pero cuando responde, normalmente puedes fiarte. En la tele, el primero quizá luzca más. En tu trabajo, cuando escribes un informe que tu jefa va a reenviar, quieres al segundo.
Gemini 4 Argon es el segundo concursante. Es el primer modelo Gemini 4 de Google, y lo que lo distingue no es la velocidad bruta ni el espectáculo. Es lo poco que se inventa las cosas.
Qué es y dónde lo encuentras
Google anunció Gemini 4 Argon el 30 de septiembre de 2026. Al principio solo lo tenía un círculo reducido: el programa Fairwind, un grupo de defensores de ciberseguridad verificados, y después algunos suscriptores del plan más alto. El 13 de octubre de 2026, Google lo abrió de forma mucho más amplia.
Esta es la parte que importa a la mayoría de los lectores. Argon está en la app de Gemini y en el Modo IA del Buscador de Google para los suscriptores de Google AI Pro (unos 20 $ al mes) y Ultra. Si usas Gemini gratis, o con el plan más barato Google AI Plus, no lo tienes. Los desarrolladores pueden llamarlo desde el nivel de pago de la API de Gemini y AI Studio como gemini-4-argon, y elegir un nivel de razonamiento bajo, medio o alto, algo así como decidir cuánto tiempo puede pensar alguien antes de contestar.
Sustituye a Gemini 3.1 Pro, que pasó siete meses como modelo preliminar mientras su prometido sucesor, 3.5 Pro, nunca llegaba.
Google vuelve a estar arriba
Artificial Analysis, una empresa independiente de evaluación, pasó sus pruebas el mismo día del lanzamiento. Su Intelligence Index combina diez evaluaciones difíciles, desde trabajo de oficina y automatización empresarial hasta programación científica y conocimiento factual. Gemini 4 Argon, en su nivel de razonamiento alto, obtuvo 53. Eso empata con GPT-6 Astra, el modelo insignia de OpenAI, y queda un punto por encima de GPT-6.1 Sol. Artificial Analysis lo resumió sin rodeos: Google vuelve a estar entre los tres mejores laboratorios.
Para hacerse una idea del salto: justo antes de Argon, el modelo de Google mejor situado en ese mismo índice era Gemini 3.8 Flash, con 41.
Otras dos clasificaciones independientes coinciden. Vals AI, que evalúa modelos con trabajo de finanzas, derecho, impuestos y programación, puso a Argon primero en su Vals Index con un 68,9 %, justo por delante de Claude Sonnet 5.5 y Claude Opus 5.5 (ambos en torno al 67 %). En la clasificación de texto de Arena, donde la gente compara dos respuestas anónimas y vota por la mejor, Argon, evaluado con el nivel de razonamiento alto, alcanzó un n.º 1 provisional con 1525 puntos. Las clasificaciones por categoría de Arena lo muestran especialmente fuerte en preguntas difíciles, seguimiento de instrucciones, consultas largas y escritura creativa.
Para ser justos, Anthropic sigue liderando el índice de Artificial Analysis. Claude Opus 5.5 obtuvo 58 y Claude Sonnet 5.5, 56.
El verdadero titular: menos respuestas inventadas
Todos los chatbots tienen la misma debilidad. No consultan los datos por defecto; predicen las palabras siguientes más probables. Cuando no saben algo, la respuesta que suena más probable suele ser una invención dicha con total seguridad.
Artificial Analysis lo mide con una prueba llamada AA-Omniscience. Hace preguntas factuales difíciles y comprueba qué hace el modelo cuando no sabe la respuesta. De las preguntas que Gemini 4 Argon no acertó, solo el 15 % recibió una respuesta equivocada dicha con seguridad; en el resto contestó con un honesto «no lo sé». Es la tasa más baja de todos los modelos con 45 puntos o más en el Intelligence Index. A modo de comparación, GPT-6 Astra adivinó mal en el 51 % de esos casos, GPT-6.1 Sol en el 54 % y Claude Sonnet 5.5 en el 47 %. Ojo con lo que esta cifra no es: no es el porcentaje de todas sus respuestas que son erróneas.
En la práctica, eso significa que Argon dirá «no estoy seguro» más a menudo. Y eso tiene un precio. En la misma prueba, Argon acertó el 50 % de todas las preguntas, frente al 63 % de GPT-6 Astra, y su puntuación global de Omniscience (42) quedó un punto por debajo de la de Astra (43). Argon no sabe más; adivina menos. En el trabajo intelectual, donde un error dicho con seguridad puede llegar lejos, ese suele ser el mejor intercambio, pero ten a mano una segunda fuente para las preguntas que deja sin responder.
Para qué sirve en una jornada de trabajo
- Documentos largos e investigación. Argon tiene un espacio de trabajo de un millón de tokens, suficiente para varios informes gruesos a la vez. Ese espacio lo comparten lo que tú le das, su razonamiento y su respuesta, así que una pregunta muy larga deja menos sitio para la respuesta.
- Contenido multimedia. Lee texto, imágenes, audio y vídeo, y responde con texto. Google informa de un 91,7 % en LVBench, una prueba de comprensión de vídeos largos. Una investigadora puede darle una entrevista grabada, un gráfico y un informe y preguntarle qué los conecta. Para crear imágenes, la app de Gemini usa los modelos de imagen independientes de Google.
- Tareas de oficina en varios pasos. En la versión de AutomationBench que ejecuta Artificial Analysis, que pone a prueba flujos de trabajo empresariales completos con muchas herramientas, Argon quedó primero con un 77,5 %.
- Textos que suenan menos a robot, según Google. Google afirma que Argon da menos rodeos, repite menos frases y usa menos tópicos que los modelos Gemini anteriores, y que mantiene mejor el estilo que le pides. Es una afirmación de Google; todavía no hemos visto una prueba independiente que la confirme.
La pega honesta
No hay versión gratuita. Para un modelo pensado para el trabajo diario, es la mayor limitación. Ni el plan gratuito de Google ni Plus lo incluyen, y tampoco el nivel gratuito de la API.
El precio bajo no va a durar. La API cuesta 2 $ por millón de tokens de entrada y 10 $ por millón de tokens de salida hasta el 30 de noviembre de 2026. Después, se duplica a 4 $ / 20 $. Artificial Analysis midió unos 1,99 $ por tarea al precio de lanzamiento, alrededor del 60 % del costo de Astra, pero eso pasa a ser unos 4 $ con el precio estándar, muy por encima de los 0,72 $ de GPT-6.1 Sol.
Habla mucho. Artificial Analysis necesitó 110 millones de tokens para pasar todo su índice con Argon, frente a una mediana de unos 85 millones, y calificó el modelo de «algo verboso». El razonamiento previo a la respuesta se cobra como salida, así que las respuestas largas cuestan más y tardan más de lo que sugiere el precio por token.
El acabado puede ir por detrás del razonamiento. Una prueba práctica de Stork.ai vio los diseños de Argon apretados frente a los de sus rivales y concluyó que funcionaba mejor con una persona dirigiéndolo. Espera un análisis sólido y reserva una pasada más para un entregable listo para el cliente.
Algunas cifras son de Google. La puntuación en vídeos largos y la tabla comparativa de Google, en la que Argon encabeza 13 de 19 filas frente a GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5, proceden de Google. Los resultados independientes de Artificial Analysis, Vals AI y Arena son la guía más fiable, y son buenos.
Quién debería usarlo
| Si tu día se parece a… | Elige | Por qué |
|---|---|---|
| Investigación y documentos largos en los que un error sale caro | Gemini 4 Argon | El modelo líder que menos adivina en una prueba independiente de conocimientos |
| Ya pagas Google AI Pro y vives en las apps de Google | Gemini 4 Argon | Está en la app de Gemini y en el Modo IA del Buscador |
| Las puntuaciones independientes más altas, cueste lo que cueste | Claude Opus 5.5 | El más alto en el índice independiente amplio |
| Buena ayuda diaria sin suscripción | Claude Sonnet 5.5 | Está en el plan gratuito de Claude |
| Mucho trabajo documental barato en ChatGPT | GPT-6.1 Sol | Resultados casi de modelo insignia a un costo por tarea mucho menor |
El veredicto para el día a día
Gemini 4 Argon es la vuelta de Google, y vuelve con una personalidad útil: lo bastante listo como para empatar con el modelo insignia de OpenAI en un índice independiente, y lo bastante humilde como para admitir cuándo no sabe algo. Si ya pagas Google AI Pro, conviértelo en tu opción por defecto para investigar, redactar informes largos y cualquier cosa en la que un dato inventado te dejaría en evidencia. Si trabajas con la API, aprovecha el precio de lanzamiento, pero planifica tu presupuesto con el precio doble que empieza en diciembre.
