Principales puntos
- Nuevo modelo de vanguardia: Gemini 4 Argon llega al público tras una fase de pruebas restringida a socios de seguridad informática.
- Rendimiento con matices: el modelo lidera numerosas evaluaciones divulgadas por Google, pero todavía pierde frente a sus competidores en algunas pruebas de programación.
- Más autonomía e integración: los suscriptores de los planes de pago obtienen acceso a funciones de programación mediante agentes y tareas ejecutadas entre aplicaciones.
Google acaba de colocar otra pieza importante en la disputa por el liderazgo de la inteligencia artificial. Gemini 4 Argon, el primer modelo de la generación Gemini 4, se ha lanzado a nivel mundial tras una primera fase limitada a socios seleccionados.
El movimiento se produce en un momento de intensa competencia. OpenAI, Anthropic y Meta también compiten por ganar terreno con modelos cada vez más capaces de programar, razonar y ejecutar tareas complejas.
La novedad no es solo una actualización del chatbot. Google quiere que Gemini funcione como un sistema capaz de trabajar durante más tiempo, utilizar herramientas y resolver problemas con menos intervención humana.
🧠 Un modelo para tareas que exigen más que conversar
Gemini 4 Argon se ha desarrollado para actividades que requieren razonamiento prolongado, especialmente en ingeniería de software, análisis de documentos empresariales, finanzas, derecho y defensa frente a ciberataques.
Según Google, el modelo también introduce cambios en la experiencia cotidiana: respuestas más directas, menos repeticiones, menos clichés y actualizaciones más frecuentes sobre el progreso de las tareas largas.
El detalle importante: el objetivo no es solo responder mejor a una pregunta, sino completar trabajos que requieren varias etapas.
Este enfoque acerca Gemini a la tendencia de los agentes de IA, sistemas que reciben un objetivo, planifican acciones, utilizan herramientas y supervisan la ejecución de una tarea.
📊 Los benchmarks sitúan a Google en la lucha por el primer puesto
Los resultados publicados por la empresa son llamativos, aunque deben interpretarse con cautela.
En la evaluación independiente Intelligence Index, de Artificial Analysis, Gemini 4 Argon con razonamiento de alta intensidad alcanzó 53 puntos, empatando con GPT-6 Astra en esa configuración.
Intelligence Index
Puntuación publicada el 13 de octubre de 2026
Fuente: Artificial Analysis, según la información publicada por Mashable.
La publicación también señala que Argon quedó unos cinco puntos por detrás de Claude Opus 5.5 y Claude Sonnet 5.5. El resultado refleja una competencia reñida entre los modelos más avanzados, pero no significa que todos tengan el mismo rendimiento en aplicaciones reales.
🔎 Un salto respecto a la generación anterior: según el artículo, la puntuación representa una mejora de 23 puntos frente a Gemini 3.1 Pro Preview en la misma evaluación.
El índice reúne diez pruebas de matemáticas, ciencia, programación, razonamiento y tareas ejecutadas por agentes. La ventaja de este tipo de comparación es que reduce la dependencia de cifras divulgadas exclusivamente por los propios fabricantes.
Aun así, un índice agregado no determina qué modelo será mejor para cada usuario. El resultado depende de la tarea, las herramientas disponibles, el coste y el nivel de autonomía requerido.
💻 La programación es el terreno donde la competencia se vuelve más interesante
Google afirma que ya utiliza Argon en parte de sus propias actividades de ingeniería.
Entre los resultados presentados por la empresa, el modelo alcanzó un 77,9 % en DeepSWE v1.1, una evaluación centrada en tareas prolongadas de ingeniería de software.
Pero el liderazgo no aparece en todas las pruebas.
• En FrontierSWE v2, Argon queda por detrás de GPT-6 Astra.
• En Terminal-Bench 4.0, el modelo también pierde frente a los tres competidores mencionados en la comparación.
• En evaluaciones de ciberseguridad, Google afirma que Argon empata con GPT-6 en una de las pruebas presentadas.
💡 El mensaje para el mercado: ser el mejor modelo en razonamiento general no significa necesariamente ser el mejor programador en todos los entornos.
Esta diferencia importa especialmente para las empresas que pretenden contratar servicios de IA para desarrollar software, corregir errores o automatizar operaciones. Un modelo puede destacar en la resolución de problemas complejos y, aun así, presentar limitaciones en tareas realizadas directamente en la terminal.
🛠️ Gemini también quiere ejecutar tareas mientras estás lejos
Una de las novedades más relevantes está en la integración de funciones de programación y ejecución de tareas.
Google Antigravity, el entorno de programación con agentes de IA, se integra en la aplicación Gemini para macOS. La propuesta permite al usuario alternar entre conversaciones y actividades de desarrollo sin tener que cambiar constantemente de aplicación.
Otra novedad es un botón que permite alternar entre el modo de conversación y el modo de tareas.
En este segundo formato, Gemini puede trabajar con aplicaciones de Google y otros servicios mientras el usuario está lejos del ordenador. El acceso está destinado a los suscriptores de los planes Pro y Ultra.
En la práctica, el cambio está en el comportamiento: en lugar de limitarse a explicar cómo hacer algo, la IA empieza a asumir parte de la ejecución.
Google también anuncia conexiones con más de 40 aplicaciones, entre ellas Instacart, OpenTable, Adobe y Shopify. Los ejemplos abarcan desde la compra de alimentos y las reservas en restaurantes hasta la creación y administración de negocios digitales.
La disponibilidad de cada integración puede variar según el servicio, el país y el plan contratado.
💰 ¿Cuánto cuesta utilizar Gemini 4 Argon?
El acceso a través de la aplicación Gemini está disponible para los suscriptores de Google AI Pro y Google AI Ultra, según los precios recogidos por Mashable.
| Plan | Precio mensual indicado |
|---|---|
| Google AI Pro | US$ 19,99 |
| Google AI Ultra | US$ 200 |
Los importes son los citados en el artículo y no representan necesariamente los precios aplicados en cada país, donde los impuestos, las condiciones comerciales y los planes locales pueden modificar el coste final.
Para los desarrolladores, Google también anunció precios promocionales iniciales para la API de Argon.
¿Cuánto cuesta utilizar el modelo?
💸 La comparación favorece a Google en el precio inicial: el artículo indica tarifas de US$ 4 para entrada y US$ 20 para salida en Claude Opus 5.5, frente a US$ 10 y US$ 50 en GPT-6 Astra.
Esto supone un coste inicial considerablemente menor por token. Sin embargo, los precios de la API no cuentan toda la historia: el volumen de tokens consumidos, el número de intentos, la velocidad y la calidad de los resultados también influyen en el coste de una aplicación.
Google no aclaró, en el anuncio descrito por la publicación, si el acceso a la API se amplió más allá de los planes de disponibilidad anteriores.
🛡️ Seguridad: una preocupación que acompaña a la autonomía
Argon pasó por un proceso de lanzamiento gradual. Inicialmente, quedó restringido a defensores de la seguridad informática participantes en el programa Fairwind de Google.
Ahora, la empresa afirma que el modelo está diseñado para rechazar solicitudes que puedan facilitar ciberataques o el desarrollo de amenazas químicas, biológicas, radiológicas y nucleares.
Uno de los resultados destacados se refiere a la llamada inyección indirecta de instrucciones (indirect prompt injection). Este tipo de ataque intenta manipular una IA mediante instrucciones maliciosas ocultas en documentos, páginas web u otros contenidos que consulta.
En el benchmark de Gray Swan citado por el artículo, los ataques tuvieron éxito en los siguientes porcentajes:
Resistencia a ataques de prompt injection
Tasa de éxito de los ataques en el benchmark citado. Cuanto menor sea, mejor.
| Modelo | Tasa de éxito |
|---|---|
| Gemini 4 Argon | 0,7 % |
| Claude Opus 5.5 | 1,0 % |
| Fable 5.1 | 1,0 % |
| GPT-6 Astra | 8,5 % |
Fuente: datos comunicados por Google y reproducidos por Mashable.
En esta prueba, cuanto menor sea la tasa, mejor.
Las cifras son resultados comunicados por Google y deben interpretarse dentro de las condiciones específicas de la evaluación. No garantizan inmunidad frente a ataques en situaciones reales, especialmente cuando los agentes tienen acceso a archivos, aplicaciones y herramientas externas.
🌐 ¿Qué cambia este lanzamiento en la competencia entre Google, OpenAI y Anthropic?
El lanzamiento refuerza un cambio en la competición por la IA. Ya no basta con presentar un modelo que responda preguntas con fluidez o sea capaz de escribir fragmentos de código.
La diferencia está en combinar razonamiento, programación, integración con servicios y ejecución de tareas más largas. Es precisamente en ese terreno donde Google intenta ampliar la utilidad de Gemini.
Los benchmarks presentados por la empresa apuntan a avances en trabajo especializado y automatización empresarial, mientras que los resultados independientes muestran que el liderazgo todavía depende del tipo de evaluación.
También hay una salvedad importante: buena parte de los resultados comparativos del artículo procede de pruebas seleccionadas por el propio Google. La evaluación independiente ayuda a contextualizar las cifras, pero no sustituye las pruebas prácticas con tareas reales.
El siguiente paso será observar su rendimiento fuera de los laboratorios. Si Argon consigue convertir sus resultados en mejoras concretas de productividad, especialmente en programación y trabajo corporativo, la integración con aplicaciones podría ser tan importante como sus puntuaciones en los benchmarks.
La disputa ya no consiste únicamente en determinar quién tiene el modelo más inteligente, sino quién consigue transformar esa inteligencia en trabajo terminado.
