Gemini 4 Argon: Cómo funciona el nuevo modelo de IA insignia de Google y qué hace

Google lanzó Gemini 4 Argon a desarrolladores, empresas y consumidores en todo el mundo el 13 de octubre de 2026, según el anuncio de la compañía en el blog de Google. La compañía lo describe como un modelo de frontera dirigido al "trabajo profundo" — tareas complejas de múltiples pasos en programación, finanzas, trabajos legales, ciberseguridad y ciencia — en lugar de intercambios simples de preguntas y respuestas.

Qué está diseñado para hacer Gemini 4 Argon

Según el anuncio de lanzamiento de Google, Argon combina razonamiento profundo sobre tareas de múltiples pasos con comprensión multimodal de documentos, imágenes y entornos espaciales, más la capacidad de actuar como un agente de software autónomo. El modelo admite lo que Google llama un límite unificado de entrada-salida de "1 millón de tokens", lo que significa que un único intercambio puede leer y generar cantidades muy grandes de texto, código o datos sin perder contexto.

Google informa que Argon ocupa el primer lugar en el Vals Index, un índice de referencia que la compañía dice mide el rendimiento en tareas económicamente importantes como finanzas, programación, trabajos legales y preparación de impuestos. La compañía también cita una puntuación del 87% en el índice de Embodied Reasoning (ERQA), que prueba la resolución de problemas espaciales y físicos, y dice que Argon mostró una tasa de desbloqueo de vulnerabilidades de menos del 1% en pruebas de equipo rojo relacionadas con armas biológicas.

Programación: desde la base de código de Chrome hasta GitHub Copilot

El anuncio de Google menciona varios casos de uso internos y de clientes: los ingenieros usaron Argon para ayudar a separar una carpeta heredada de aproximadamente 6 millones de líneas de características del navegador dentro de la base de código más grande de Chromium de aproximadamente 40 millones de líneas, y una tarea de optimización de flujo de trabajo de Python aparentemente redujo el tiempo de preparación de la sesión en un 40%. Se dice que una aplicación de química cuántica se ejecutó 2,3 veces más rápido con la ayuda de Argon.

El 13 de octubre de 2026, GitHub anunció que Gemini 4 Argon estuvo disponible de forma general dentro de GitHub Copilot para planes Pro+, Business y Enterprise, seleccionable desde el selector de modelos en Visual Studio Code, Visual Studio, Copilot CLI, IDEs de JetBrains, Xcode y Eclipse, según el registro de cambios de GitHub. GitHub dice que en sus pruebas iniciales, Argon resolvió más tareas de comparación de programación que los modelos anteriores de Gemini, con sus mayores ganancias en Copilot CLI, y que verifica su trabajo probando casos extremos antes de terminar. La facturación para usuarios de Copilot se ejecuta con precios basados en el uso a las tarifas de lista del proveedor.

Robótica y razonamiento físico

Una publicación separada en el blog de Google Developers se enfoca en las aplicaciones de robótica de Argon. Google dice que el modelo puede traducir metraje de cámara de robot del mundo real, video de punto de vista humano o incluso dibujos hechos a mano en entornos simulados calibrados físicamente, un proceso que llama "Real2Sim". En una demostración, Argon dirigió un robot cuadrúpedo Boston Dynamics Spot para recuperar y deshacerse de un objeto después de practicar la tarea dentro de una simulación de física MuJoCo.

Google también dice que Argon puede generar datos de entrenamiento sintéticos dentro de la simulación para mejorar otros modelos de control de robots, informando que la tasa de éxito de tareas de un modelo de visión-lenguaje-acción aumentó del 56% al 75% después del entrenamiento en datos generados por Argon. El modelo se identifica en herramientas de desarrollador como gemini-4-argon y, para trabajo de robótica, está disponible a través de Google AI Studio y Google Antigravity para suscriptores de Google AI Ultra, y a través del nivel de pago de la API de Gemini.

Cómo se compara con modelos rivales

El seguimiento de índices de referencia independientes publicado por el sitio de educación de IA DataCamp, que compiló las puntuaciones publicadas de Google junto con lanzamientos rivales, encontró que Argon lidera en tareas de trabajo de conocimiento y contexto largo pero se queda atrás en algunos índices de referencia puros de programación y basados en terminal.

El análisis de DataCamp también señaló que el precio estándar de API de Argon de $4 por millón de tokens de entrada y $20 por millón de tokens de salida coincide con el precio de Claude Opus 5.5, mientras que su tarifa introductoria de $2/$10 por millón de tokens subestima la tarifa de $10/$50 de GPT-6 Astra durante el período promocional.

Precios, disponibilidad y por qué Google está impulsando Argon ahora

Según el propio anuncio de Google, los precios de API introductorios — $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con un descuento del 95% en entradas en caché — se ejecuta hasta el 30 de noviembre de 2026, después de lo cual aumenta a $4 y $20 por millón de tokens respectivamente. Los consumidores pueden acceder a Argon a través de la aplicación Gemini y AI Mode en Búsqueda si tienen una suscripción AI Pro o AI Ultra; el entorno de programación de Antigravity se limita a suscriptores de Ultra, mientras que los científicos pueden obtener seis meses de acceso gratuito de alto nivel a Antigravity y los profesionales de ciberseguridad verificados pueden solicitar a través del Programa Fairwind de Google.

La agencia de noticias Reuters, en un informe transmitido por Investing.com, colocó el lanzamiento en un contexto más amplio, diciendo que Google lanzó Argon mientras buscaba recuperar el terreno contra rivales OpenAI y Anthropic después de meses de retrasos y un cambio de liderazgo en su laboratorio de investigación DeepMind. El informe dijo que Google había cancelado previamente un lanzamiento de Gemini 3.5 Pro planeado que estaba programado para junio. Los primeros clientes mencionados en el informe incluyen Deloitte, LexisNexis, Ambience Healthcare e Isomorphic Labs, y los equipos que usan Argon dentro de Antigravity aparentemente aumentaron los envíos de código agente en más del 35% mientras reducían las reversiones de código en cerca de un tercio.