Gemini 4 Argon ya está disponible: USD 2/10 hasta diciembre, y el límite de 1M de tokens es compartido

Trece días después de anunciarlo para un grupo cerrado de defensores de ciberseguridad, Google abrió Gemini 4 Argon al público general el 13 de octubre. Según el anuncio de lanzamiento de Google, el modelo ya está en el nivel pago de la API de Gemini a través de Google AI Studio y la plataforma Gemini, en Google Antigravity para suscriptores de Google AI Ultra, y en la app de Gemini y en AI Mode del buscador para suscriptores Ultra y Pro. Los desarrolladores de Android lo tienen en Android Studio, según el anuncio para desarrolladores.

En Promptea cubrimos el anuncio del 30 de septiembre, cuando el acceso estaba limitado al Fairwind Program de Google. Lo que cambió hoy es el acceso, la forma final de los límites de tokens y una fecha firme para la suba de precio.

Precio: un esquema en dos etapas

La página de precios de Google fija Argon en USD 2 por millón de tokens de entrada y USD 10 por millón de tokens de salida hasta el 30 de noviembre de 2026, y en USD 4 y USD 20 a partir del 1 de diciembre. El precio de salida incluye los tokens de razonamiento (thinking). La entrada cacheada cuesta USD 0,10 por millón durante el período introductorio y USD 0,20 después, y la Batch API baja por ahora la entrada a la mitad, USD 1,00. Argon no está disponible en el nivel gratuito de la API.

Hay dos detalles que importan para planificar costos. Primero, la página aclara que Argon admite solo caché implícita: no hay caché de contexto explícita, así que no podés fijar un caché por tu cuenta. El descuento solo aplica cuando tus pedidos coinciden en el prefijo. Segundo, VentureBeat informa que, con la tarifa introductoria, Argon es más barato que Claude Opus 5.5 (USD 4/20) y GPT-6 Astra (USD 10/50), pero desde el 1 de diciembre su precio de lista iguala al de Opus 5.5. Una comparación de costos que hagas en octubre no va a valer en diciembre.

El límite de 1M de tokens, aclarado

El anuncio de septiembre hablaba de un límite de salida de 1M de tokens, contra 64K antes. La documentación de hoy es más precisa. La página del modelo indica una ventana de contexto unificada de 1.048.576 tokens, compartida entre entrada, razonamiento y salida, y una salida máxima por defecto de 65.536 tokens. Para ir más allá hace falta lo que Google llama long decode.

Long decode funciona así: creás una interacción con ejecución en segundo plano (background) y ponés max_output_tokens por encima de 65.536. El servidor genera la respuesta en tramos de 64K tokens, cada uno retomando donde terminó el anterior, y vos consultás o recibís en streaming la interacción y unís los pasos de salida. Según la documentación, un pedido sincrónico (con o sin streaming) que pida más de 65.536 tokens de salida devuelve un error 400, y long decode para ese modo figura como "próximamente".

O sea, una llamada a Argon no puede recibir 1M de tokens y devolver otro 1M. Todo lo que mandás en la entrada achica lo que puede volver. También significa que la frase de nuestro título anterior, "un presupuesto de salida de 1M de tokens", solo se cumple en una llamada asincrónica con un prompt casi vacío.

Benchmarks: de quién son los números

La mayoría de las cifras destacadas son de Google. Reporta 77,9% en DeepSWE v1.1, 51,3% en AutomationBench de Zapier, 87% en el benchmark de razonamiento corporizado ERQA, una tasa de éxito de ataques de 0,7% en el benchmark de inyección indirecta de prompts de Gray Swan e intentos de atajo en tareas de código reducidos al 2%. Ninguna de estas cifras fue replicada de forma independiente todavía.

VentureBeat cita rankings externos que dan un panorama mixto. En el Vals Index, que Google destaca, Argon queda primero con 68,90%, apenas por encima de Claude Sonnet 5.5 (67,04%) y Claude Opus 5.5 (66,97%). En el Artificial Analysis Intelligence Index saca 53, empatado con GPT-6 Astra y Claude Fable 5.1, y por detrás de Opus 5.5 (58), Sonnet 5.5 (56) y Muse Wonder Full de Meta (56). VentureBeat también señala que Argon queda detrás de Opus 5.5 en Terminal-Bench 4.0 (57,4% contra 66,4%). Desde nuestro entorno de investigación no pudimos abrir las páginas de Vals ni de Artificial Analysis, así que estos números de ranking se atribuyen a la nota de VentureBeat.

En conjunto, Argon compite arriba de todo y lidera algunas evaluaciones agregadas y de dominio. Decir que es el mejor modelo en general sería ir más allá de la evidencia.

Qué más trae el lanzamiento

• Datos del modelo. La ficha del modelo lo describe como un mixture-of-experts disperso entrenado en TPUs. Google dice que es un modelo nuevo y no un ajuste fino de uno anterior, con fecha de corte de conocimiento en marzo de 2026.
• Funciones. Soporta function calling, salidas estructuradas, ejecución de código, grounding con Search y Maps, contexto de URL y búsqueda en archivos. El uso de computadora está en preview. El razonamiento se puede fijar en bajo, medio o alto.
• Acceso para ciberseguridad. Google dice que el Fairwind Program, que da a defensores verificados una versión sin las barreras de ciberseguridad, se amplía a cientos de socios más.
• Programa para ciencia. Google ofrece a 10.000 científicos el nivel de uso más alto de Antigravity gratis durante seis meses, sujeto a elegibilidad y capacidad.

Qué cambia para quienes desarrollan

Elección de modelo. Hasta el 30 de noviembre, el precio de lista de Argon está por debajo del de Claude Opus 5.5 y GPT-6 Astra, según la comparación de VentureBeat. Si tu carga de trabajo es código de largo aliento o análisis con muchos documentos, la ventana introductoria es un momento barato para correr tus propias evaluaciones. Calculá con el precio duplicado a la hora de decidir si migrar.

Frameworks de agentes. La documentación de long decode advierte que un max_output_tokens bajo configurado en un framework de agentes o en un arnés de evaluación, como 8.192, puede cortar a Argon antes de que termine de razonar. Como los tokens de razonamiento cuentan como salida, revisá los valores por defecto de la herramienta que envuelve al modelo antes de juzgar sus resultados.

Las salidas largas cuestan plata. Un long decode que use casi toda la ventana de 1M costaría alrededor de USD 10 con la tarifa de salida introductoria y unos USD 20 después del 1 de diciembre, sin contar la entrada. Long decode es para la tarea excepcional que lo necesita, y la documentación de Google dice que la mayoría de los pedidos terminan dentro de los 64K tokens.

Estructura del prompt. Con caché solo implícita, la forma práctica de aprovechar el 95% de descuento es dejar el contenido largo y estable (instrucciones de sistema, documentos de referencia, definiciones de herramientas) al principio del prompt y poner lo variable al final.