Gemini 4 Argon: qué cuesta y cuándo conviene adoptarlo

Al evaluar si conviene cambiar a Gemini 4 Argon, calcula el presupuesto con $4 de entrada y $20 de salida por millón de tokens, aunque Google haya anunciado una tarifa inicial de $2/$10. Según la comprobación del 1 de octubre de 2026, el acceso sigue restringido y Google no ha fijado fecha para ampliar el despliegue ni para terminar el precio introductorio. El anuncio de Google ofrece una base para evaluar el modelo en tareas difíciles; migrar un sistema en producción exige tener acceso y pruebas con tu propia carga de trabajo.

¿Qué cambia Gemini 4 Argon en tu estrategia de modelos?

Gemini 4 Argon, el nuevo modelo de Google para trabajos complejos y prolongados, cambia qué tareas conviene evaluar antes de cambiar el modelo que usas por defecto en producción. Google lo anunció el 30 de septiembre de 2026, con un despliegue restringido a equipos de ciberdefensa de confianza y un primer grupo de evaluadores de confianza. El anuncio describe razonamiento más prolongado, ingeniería de software, trabajo empresarial basado en conocimiento y ciberseguridad defensiva.

La diferencia práctica está en el acceso. Un modelo puede tener precios publicados y resultados impresionantes sin que tu organización pueda utilizarlo. Mantén un proveedor disponible para cualquier tarea de la que dependa tu trimestre e incluye Argon en el plan como una evaluación sujeta a condiciones.

¿Quién tiene acceso hoy? Equipos de ciberdefensa seleccionados y evaluadores de confianza

Según la comprobación del 1 de octubre de 2026, el anuncio de Google identifica a los primeros equipos de ciberdefensa y evaluadores de confianza. La página actual del Fairwind Program confirma acceso a Argon para un grupo de socios aprobados, sin extenderlo a todos los solicitantes ni a todos los clientes de Google Cloud.

Fairwind es el programa de acceso anticipado controlado de Google para la ciberdefensa. Google lanzó el programa el 2 de septiembre de 2026; esa fecha corresponde al programa, no al modelo Argon. Da prioridad a gobiernos, operadores de infraestructuras críticas y plataformas tecnológicas esenciales. Los laboratorios académicos dedicados a la ciberdefensa también pueden solicitar acceso.

Para entrar hay que pasar un proceso de admisión. Google evalúa a los solicitantes, limita el acceso de sus empleados y prohíbe que los socios redistribuyan el acceso al modelo. Si diriges un equipo de seguridad, el primer paso es confirmar que tu organización y las personas que usarán Argon tienen acceso aprobado. Ser cliente de pago no basta.

¿Quiénes serán los siguientes? Clientes de pago de la API y suscriptores de Google AI Ultra

Google señala a los clientes de pago de la API y los suscriptores de Google AI Ultra como los primeros grupos de la siguiente ampliación del despliegue. Su anuncio del 30 de septiembre no ofrece una fecha concreta para ese paso ni para la disponibilidad general.

Por tanto, en este anuncio la suscripción Ultra figura como una vía futura de acceso. No la contrates solo porque des por hecho que Argon ya está disponible en tu cuenta. Los cargos por tokens de la API y las prestaciones de un plan para consumidores se facturan de forma distinta. El anuncio no especifica las cuotas de uso de Argon incluidas en Ultra.

Precio de Gemini 4 Argon: compara con la tarifa posterior

El precio introductorio por tokens de Argon coincide con las tarifas base de GPT-6.1 Sol y Claude Sonnet 5.5; el precio posterior anunciado coincide con el de Claude Opus 5.5. Por eso conviene usar la tarifa posterior al comparar presupuestos.

Un token es una unidad de procesamiento de texto: pagas por la entrada que envías al modelo y por la salida que genera. La tabla muestra USD por 1M de tokens, con precios de lista estándar de acceso directo a la API y entrada sin caché. Los precios y las condiciones de acceso se comprobaron en las páginas de cada fabricante el 1 de octubre de 2026.

OpenAI GPT-6.1 Sol se lanzó en la API el 29 de septiembre de 2026. La tarifa indicada de $2/$10 se aplica a prompts con hasta 272K tokens de entrada. Por encima de ese umbral, OpenAI duplica las tarifas de entrada y de caché y cobra 1.5 veces la tarifa de salida para la solicitud completa. Esta condición importa en tareas con mucha entrada, aunque la salida sea breve. La documentación oficial de OpenAI especifica el umbral.

Anthropic Claude Opus 5.5 está activo desde el 22 de septiembre de 2026. Su página del modelo enumera Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform on AWS. Ofrece a los compradores una opción disponible al precio base posterior de Argon, sin demostrar que rinda igual en sus tareas.

Anthropic Claude Sonnet 5.5 está activo desde el 28 de septiembre de 2026, con las mismas vías de acceso mediante API y plataformas en la nube. Su página del modelo confirma la tarifa base de $2/$10. Conviene incluirlo junto a GPT-6.1 Sol como referencia de menor costo cuando cualquiera de los dos permita completar la tarea.

Estas comparaciones se refieren a tarifas. Las diferencias entre tokenizadores, la longitud de las salidas, las escrituras en caché, los niveles de procesamiento y los cargos por herramientas pueden cambiar la factura. Que un modelo esté disponible en una plataforma en la nube tampoco garantiza precios idénticos. Compara costos con la misma tarea y los mismos criterios de aceptación.

Para decidir sobre los planes de forma más amplia, consulta los precios de Gemini. Si estás valorando una actualización de OpenAI ya disponible, lee GPT-6.1 Sol frente a GPT-6 Sol.

El límite de salida de 1M de tokens cobra sentido en tareas largas

El cambio de límite que importa afecta a la salida: el espacio que tiene el modelo para razonar y generar contenido durante una tarea. Google afirma que el límite de salida de Argon sube de 64K a 1M de tokens. Eso equivale aproximadamente a 15.6 veces el margen nominal, calculado a partir de las cifras redondeadas de Google. No demuestra que la ventana de contexto de entrada sea mayor ni que las tareas se completen más rápido. La descripción del límite de Google lo vincula al trabajo prolongado.

El contexto de entrada es lo que el modelo puede leer de una vez. El límite de salida determina cuánto puede producir. Una ventana de lectura enorme no resuelve una tarea que se queda sin espacio mientras desarrolla una solución, y un límite de salida enorme tampoco garantiza que la solución sea correcta.

Ese margen adicional importa cuando una tarea tiene pasos que dependen unos de otros. Migrar código puede exigir inspeccionar archivos, cambiar interfaces, comprobar pruebas y revisar un parche propuesto. Una investigación financiera puede requerir conciliar documentos, seguir discrepancias y elaborar una conclusión respaldada por evidencia. Terminar antes de tiempo puede dejar sin completar la parte más costosa.

Google menciona como ámbitos de uso las migraciones de bases de código, el diseño de algoritmos, la investigación financiera de varios pasos, la investigación y redacción jurídicas, el análisis de gráficos y la comprensión de videos largos. Las tareas que merece la pena evaluar tienen una condición de finalización clara:

• Un desarrollador que trabaja por su cuenta: prueba una migración de repositorio que ahora termine con un parche incompleto. Evalúa el resultado mediante pruebas y cambios que se puedan revisar, sin tomar la longitud de la explicación como medida de calidad.
• Un CTO de una empresa mediana: elige una tarea de mantenimiento acotada, con un responsable y una forma de revertir los cambios. Comprueba si el modelo reduce los reinicios y el trabajo de revisión antes de plantear una reescritura más amplia.
• Un responsable sénior de operaciones: elige un conjunto de materiales de investigación que exija conciliar varios documentos y comprobar gráficos. Pide evidencia trazable para la recomendación final.

Son propuestas de evaluación, no resultados de pruebas realizadas para este artículo. Los ejemplos internos de migración de Google también mantienen controles automatizados y revisión humana antes de pasar a producción.

Un fundador con financiación y un flujo fiable de solicitudes breves tiene pocos motivos para pagar por un margen que no utiliza. El análisis de Gemini aborda cómo encaja el producto en distintos flujos de trabajo; el mayor límite de Argon solo importa si elimina una restricción en una tarea concreta.

Presupuesto trimestral y costo por tarea aceptada

La misma carga de trabajo sin caché cuesta el doble tras el periodo introductorio. Las dos tarifas anunciadas se duplican. Como Google no da una fecha para el cambio, la previsión de un trimestre debe incluir un escenario con la tarifa posterior, sin dar por hecho cuánto durará la promoción.

Considera una carga hipotética de 100 tareas al mes, cada una con 100K tokens de entrada y 20K de salida. En total son 10M de tokens de entrada y 2M de salida:

• Argon con tarifa introductoria: 10 × $2 + 2 × $10 = $40 al mes.
• Argon con tarifa posterior: 10 × $4 + 2 × $20 = $80 al mes.

Si el acceso abarca un trimestre completo de tres meses con ese uso mensual, los escenarios de costo solo por tokens son $120 con la tarifa introductoria durante todo el trimestre o $240 con la tarifa posterior durante todo el trimestre. Un cambio de precio a mitad del periodo daría un importe entre ambos. Es un rango presupuestario, no una predicción del despliegue.

Con cantidades facturadas idénticas, GPT-6.1 Sol y Claude Sonnet 5.5 también suman $40 a sus tarifas base indicadas; Claude Opus 5.5 suma $80. El ejemplo supone que cada solicitud se mantiene dentro del umbral de entrada de la tarifa base de Sol. No presupone que todos los modelos tokenicen el mismo material de igual forma ni que consuman la misma cantidad de salida.

La entrada en caché reduce una parte de la factura

Google anuncia un descuento del 95% en el precio de los tokens de entrada en caché, de modo que la entrada reutilizada puede facturarse a una tarifa menor. Con la tarifa introductoria de $2, el cálculo da $0.10 por 1M de tokens de entrada en caché. La declaración de precios de Google sirve de base para ese cálculo.

Si la carga hipotética logra un 90% de aciertos de caché en la entrada, esta se divide en 1M de tokens sin caché y 9M en caché. Manteniendo la misma salida:

1 × $2 + 9 × $0.10 + 2 × $10 = $22.90 durante el periodo introductorio.

Es un ejemplo de cálculo con tarifas por tokens que excluye otros cargos. Un descuento del 95% en la entrada en caché no abarata toda la tarea un 95%, porque la salida sigue aportando $20 en este ejemplo. Una descripción reutilizable del repositorio puede reducir el costo de entrada; el razonamiento prolongado sigue necesitando su propio presupuesto de salida.

La nota al pie del lanzamiento de Google indica las tarifas posteriores de $4/$20 sin fechar el cambio ni detallar todas las futuras condiciones de facturación. Revisa esas condiciones cuando se habilite tu acceso.

La rentabilidad depende del trabajo aceptado

Con la tarifa posterior del ejemplo, Argon cuesta $0.80 por intento, frente a $0.40 con una tarifa base de $2/$10. Si los tokens facturados por intento no cambian, duplicar la proporción de intentos aceptados compensa la duplicación del costo por tokens.

Por ejemplo, una opción de referencia con un 40% de intentos aceptados cuesta $0.40 ÷ 0.40 = $1 por tarea aceptada. Un modelo con un 80% de aceptación a $0.80 también cuesta $1 por tarea aceptada. Esas tasas de aceptación son supuestos para explicar el punto de equilibrio, no resultados medidos para Argon ni para un competidor.

Si tu opción de referencia ya logra un 60% de aceptación, esa tasa tendría que alcanzar el 120% para eliminar el sobreprecio por sí sola bajo los mismos supuestos. Eso es imposible. En ese caso, la justificación económica requiere menos consumo de tokens, menos revisión humana o trabajo valioso que el modelo actual no pueda terminar.

Consumir todo el límite de salida también tiene un costo. Una salida hipotética de 1M de tokens facturados costaría $10 durante el periodo introductorio o $20 después, antes de sumar la entrada y otros cargos. Un límite mayor aporta capacidad útil; gastar hasta alcanzarlo necesita una justificación.

Los benchmarks de Google orientan qué conviene evaluar

Las cifras publicadas por Google ayudan a seleccionar tareas concretas para evaluar. No demuestran la tasa de aceptación ni el ahorro que obtendrá tu aplicación. Para este artículo no se realizaron pruebas directas del modelo.

Las cuatro puntuaciones siguientes son resultados comunicados por Google en su anuncio del 30 de septiembre.

Estos porcentajes miden cosas distintas bajo condiciones de evaluación diferentes. No los promedies para crear una puntuación de capacidad ni sustituyas tu propia tasa de aceptación de código por el resultado de DeepSWE.

En particular, comprender videos largos no demuestra que los cambios de software sean fiables. Un resultado de corrección de vulnerabilidades tampoco promete las mismas capacidades de ciberseguridad ni las mismas salvaguardas para todos los futuros clientes. Elige el benchmark más cercano a la tarea que no consigues completar y comprueba después el resultado con tus propias restricciones.

¿Qué deberían cambiar desarrolladores, responsables de operaciones y compradores?

Los desarrolladores deberían actuar ahora si el acceso aprobado les permite evaluar una tarea que su modelo actual deja sin terminar una y otra vez. Empieza con una tarea acotada y compara resultados aceptados, el total de tokens facturados y el esfuerzo de revisión. Usa un proveedor disponible como referencia.

Quienes todavía esperan acceso deberían preparar esa evaluación y seguir entregando trabajo. Para un desarrollador independiente que produce parches breves o un fundador cuyo flujo de trabajo ya es fiable, el mayor límite de salida cambia poco hasta que una tarea recurrente lo necesite.

Los responsables de operaciones deberían preparar los controles que permitan revisar una ejecución larga. Un CTO que evalúa una migración necesita un alcance claro, pruebas de regresión y un responsable de la revisión. Un responsable sénior de operaciones que evalúa una investigación necesita un conjunto de fuentes y una forma de verificar la conclusión. Una ejecución más larga aumenta la cantidad de trabajo que hay que inspeccionar.

Los compradores deberían reservar presupuesto con la tarifa posterior y condicionar la migración. Las condiciones son acceso aprobado, un resultado terminado y un mejor costo por resultado aceptado. Una clasificación publicada o la compra de una suscripción para consumidores no las cumplen.

Espera si la tarea ya se completa de forma fiable a menor precio, si el acceso no está confirmado o si no puedes medir si el resultado es aceptable.

Expectativas exageradas: qué atajos conviene evitar

Un lanzamiento anunciado no equivale a acceso universal. Google ha anunciado Argon y algunos usuarios seleccionados ya tienen acceso anticipado. Los siguientes grupos están identificados, pero sigue sin haber fecha de inicio. Mantén esa distinción en cualquier documento de compra.

Un mayor límite de salida no es una puntuación de fiabilidad. Tener más espacio puede permitir que un modelo termine un proceso difícil; también puede generar más material que revisar. El trabajo prolongado justifica su costo cuando mejora un resultado aceptado.

La historia de Arena sobre el “Argon checkpoint” no está verificada para esta decisión. El anuncio de Google no autentica la identidad de ese checkpoint previo al lanzamiento. No incorpores nombres de modelos, especificaciones o tablas de benchmarks filtrados a un plan de producción. Usa el modelo anunciado por su nombre y los datos publicados el 30 de septiembre.

El precio introductorio no basta para justificar un ahorro duradero. Una justificación económica que funciona a $2/$10 y deja de funcionar a $4/$20 depende de una promoción cuya fecha de finalización Google no ha indicado. Calcula ambos escenarios antes de comprometerte.

La evidencia que falta y que importa es tu costo por tarea aceptada al precio definitivo. Los resultados publicados por Google dan motivos para evaluar esa cuestión.

Qué hacer el lunes: prepara una decisión que tu equipo pueda medir

Asigna a una persona un encargo de evaluación concreto para la próxima semana. El resultado debería ser una decisión de cambio que puedas defender cuando llegue el acceso.

1. 1

   Define la tarea que no consigues completar

   Elige una tarea recurrente, como una migración de repositorio incompleta, la corrección autorizada de una vulnerabilidad o una investigación con documentos y gráficos. Describe qué debe cumplir un resultado terminado para ser aceptable.

2. 2

   Registra el punto de partida

   Usa el modelo que tienes disponible actualmente. Registra la entrada y salida facturadas, los reintentos, la aceptación y el tiempo de revisión. Mantén constantes la tarea y el criterio de aceptación.

3. 3

   Prepara el presupuesto con la tarifa posterior

   Calcula el costo de la carga de trabajo con las tarifas de $4/$20 anunciadas para Argon. Conserva por separado el escenario introductorio e indica que su finalización no tiene fecha. Confirma el acceso de la cuenta antes de asignar a Argon trabajo que debas entregar.

4. 4

   Cambia de modelo solo si mejora el trabajo

   Cuando tengas acceso, compara el trabajo terminado y aceptable y el esfuerzo total. Amplía el uso si la mejora compensa el sobreprecio por tokens y cualquier revisión adicional; mantén la opción de referencia si no lo hace.

Preguntas frecuentes sobre Gemini 4 Argon

¿Ya está disponible Gemini 4 Argon?

Se anunció el 30 de septiembre de 2026 y tiene acceso anticipado restringido. Según la comprobación del 1 de octubre, las páginas de Google identifican a equipos de ciberdefensa seleccionados de Fairwind y evaluadores de confianza; no confirman un acceso amplio para todos los clientes de pago.

¿Cuándo llegará Gemini 4?

Google señala a los clientes de pago de la API y a los suscriptores de Google AI Ultra para la siguiente ampliación del despliegue. Su anuncio no da fecha para ese paso ni para la disponibilidad general.

¿Qué usos de Gemini están prohibidos?

Para Argon a través de Fairwind, el programa de Google limita el uso a los fines defensivos y de investigación permitidos, prohíbe la actividad maliciosa y no permite compartir, redistribuir ni vender el acceso. Tener acceso aprobado no elimina esas condiciones.

¿Qué es Gemini 4?

Gemini 4 Argon es el modelo anunciado por Google para trabajos complejos y prolongados de ingeniería de software, tareas empresariales basadas en conocimiento y ciberdefensa. El límite de salida publicado es de 1M de tokens, frente a los 64K anteriores.

¿Cuándo se lanzó Gemini 4?

Google anunció Gemini 4 Argon y su despliegue restringido el 30 de septiembre de 2026. Eso debe distinguirse de un lanzamiento de acceso amplio mediante API o para consumidores, al que Google todavía no ha puesto fecha.

¿Qué desventajas tiene usar Gemini?

Al decidir si adoptar Argon, las desventajas inmediatas son el acceso restringido, el cambio sin fecha a tarifas por tokens más altas y la falta de evidencia de tu propia carga de trabajo. Un límite de salida amplio también genera más trabajo que verificar.

¿Cuánto cuesta Gemini al mes?

El precio anunciado de la API de Argon depende del uso: $2/$10 por millón de tokens de entrada/salida durante el periodo introductorio y después $4/$20, sin fecha para el cambio. Google AI Ultra es una suscripción aparte y uno de los grupos identificados para la siguiente fase de acceso. El anuncio no especifica las cuotas de uso de Argon incluidas en Ultra.

¿Qué riesgos tiene usar Gemini?

En los flujos largos de Argon, revisa los cambios de código erróneos, las conclusiones sin respaldo y las acciones no previstas de las herramientas. Google describe defensas contra el uso indebido, la inyección de prompts y la desalineación, junto con entornos aislados reforzados. Aun con esas medidas, tu organización sigue siendo responsable de comprobar el trabajo que acepta.

¿Vale la pena usar Gemini?

Evalúa Argon cuando una tarea larga concreta necesite ese margen adicional y pueda mejorar el costo por resultado aceptado con la tarifa definitiva. Mantén el modelo actual en producción si ya completa la tarea de forma fiable o si el acceso a Argon no está confirmado.

Para tomar decisiones prácticas sobre modelos y flujos de trabajo a medida que cambie el acceso, suscríbete al boletín.