¡Acaba de salir al mercado el Gemini 4! Su relación precio-rendimiento supera con creces a GPT-6 y Opus 5.5, lo que le permite volver a situarse entre los tres primeros
Tras actualizar Flash de la versión 3.5 a la 3.8, Google, que aún no ha lanzado su producto estrella, la versión Pro, necesita urgentemente un producto revolucionario para estabilizar las expectativas del mercado. El Gemini 4 Argon, que comenzó discretamente sus pruebas limitadas hace dos semanas, ha asumido este papel.
El argón, un gas incoloro, inodoro y estable, se utiliza a menudo como barrera protectora en procesos críticos como la soldadura y la fabricación de semiconductores. El hecho de que lleve el nombre del argón refleja a la perfección las necesidades actuales de Google: consolidar su posición con un anuncio sólido en lugar de una publicidad innecesaria.
Hace un momento, se lanzó oficialmente a nivel mundial el Gemini 4 Argon, que ha sido meticulosamente diseñado durante seis meses y ha sido sometido a pruebas en condiciones reales por más de 100.000 usuarios internos de Google.
Logan Kilpatrick, responsable de productos de IA de Google, afirmó en las redes sociales que esto es solo el comienzo de la era Gemini 4, y que el nuevo modelo fue diseñado para ayudar a las personas a superar desafíos antes impensables.
Tras medio año de insistencia, Google finalmente ha lanzado su nuevo teléfono insignia.
En cuanto a su posicionamiento, el Gemini 4 Argon se centra por completo en tareas complejas de aprendizaje profundo en entornos reales, abarcando campos como la programación, las finanzas, el derecho, la ciberseguridad y la ciencia de vanguardia. En el índice Vals, que mide el rendimiento en sectores económicos clave, Argon ocupó el primer lugar.
Para dar soporte a tareas de alta intensidad y larga duración, Google ha proporcionado un límite unificado de tokens de entrada/salida de hasta 1 millón en la API y ha introducido un protocolo de reescritura totalmente nuevo.
En comparación con el elevado consumo de potencia informática previsto, el precio inicial de Argon durante el período promocional parece bastante agresivo, con solo 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, y un descuento de hasta el 95 % en las entradas almacenadas en caché.
Actualmente, los desarrolladores pueden acceder al modelo a través de AI Studio, Android Studio y la API de Gemini. Los suscriptores de Google AI Pro y Ultra también pueden usarlo directamente en la aplicación Gemini, en el modo de búsqueda de IA y en la plataforma de desarrollo de agentes Google Antigravity.
Antes de su lanzamiento al mercado, el equipo de ingeniería interno de Google ya había utilizado Argon como herramienta principal de productividad.
En las últimas semanas, con la ayuda del modelo Argon en la plataforma Antigravity, los ingenieros de Google han observado un aumento de más del 35 % en el envío de código de agentes, mientras que la tasa de reversión de código ha disminuido en casi un tercio.
Argon demostró un alto grado de autonomía en la optimización de código y modelos. Ayudó al equipo de Chrome a refactorizar 6 millones de líneas de código heredado de una base de código de 40 millones de líneas en pocas semanas, eliminando por completo un tipo de problema que provocaba el bloqueo del navegador.
Conociendo únicamente objetivos y reglas básicas, optimizó de forma autónoma el marco de trabajo del agente inteligente ADK de Google durante la noche, reduciendo el tiempo de preparación de la memoria de sesión en un 40 %; además, mejoró la velocidad de inferencia de extremo a extremo del modelo de código abierto Gemma 4 E2B en 2,85 veces en pocos días, sin pérdida de calidad.
Esta capacidad de razonamiento a largo plazo se extendió rápidamente al mundo empresarial, la investigación científica y el ámbito físico.
En las primeras evaluaciones, Deloitte midió su tasa de finalización de tareas multitarea a largo plazo en un 100%, Kepler descubrió que sus informes financieros plurianuales generados coincidían con los modelos de analistas humanos en más del 99%, e incluso la empresa de tecnología legal MinutaIA la utilizó para descubrir detalles de casos que los expertos humanos habían pasado por alto.
En la investigación científica, no solo ha acelerado significativamente los cálculos de química cuántica y la decodificación de la corrección de errores cuánticos, sino que también ha completado el diseño de cinco nuevas enzimas en cuestión de horas y ha ayudado a encontrar nuevos contraejemplos a la "Conjetura de Glad" de la fusión nuclear.
En las pruebas de inteligencia incorporada, calculó de forma autónoma trayectorias articulares y escribió código de simulación en cuestión de horas, simplemente observando vídeos de personas jugando con saquitos de arena. Este código se implementó directamente en el robot humanoide Apollo, logrando siete disparos exitosos consecutivos en la máquina real. Google también anunció que ofrecería seis meses de acceso gratuito al nivel más alto de Antigravity a 10 000 científicos de todo el mundo.
A medida que sus capacidades se expanden, Google ha implementado la pila de seguridad más robusta posible.
Mediante la introducción de un sistema de monitorización en tiempo real para los pasos de inferencia, la proporción de atajos no autorizados utilizados por el modelo en las pruebas de programación se ha reducido al 2 %, la tasa de éxito de los ataques de inyección de sugerencias indirectas se ha reducido al 0,7 %, y el sistema ha colaborado con la empresa de seguridad Wiz para ayudar a las agencias federales y a los sistemas sanitarios a corregir de forma proactiva múltiples vulnerabilidades de alto riesgo.
Con más opciones de IA de primer nivel, los usuarios tienen una razón menos para conformarse con menos.
Tras la liberación total de los permisos del modelo, desarrolladores y blogueros tecnológicos de todo el mundo acudieron en masa a la plataforma para realizar pruebas prácticas, centrándose la construcción de espacios 3D, la simulación física y la eficiencia operativa en la primera ronda de pruebas.
En la demostración oficial, Argon demostró su capacidad para crear un motor de trazado de rayos 3D desde cero utilizando Python puro, o para transformar una foto de escritorio en un minijuego de carreras. Esta capacidad de razonamiento espacial y programación se validó visualmente en pruebas con usuarios.
El bloguero Bhavy lo describió como una bestia, mostrando un estudio iluminado por el sol construido completamente a partir de código matemático en un solo archivo de navegador sin ningún recurso 3D externo ni motor de juego, con reflejos de luz y sombra realistas y detalles de la montaña fuera de la ventana;
En una prueba a ciegas de "una ballena saltando fuera del agua en 3D", el rendimiento fotorrealista de Argon estuvo a la par con Claude Opus 5.5, GPT-6 Astra y Kimi K3.
La generación interactiva es igualmente sofisticada; el usuario Ashutosh creó un juego de navegación en una isla con ondulaciones de agua realistas y una sensación de control físico utilizando solo unas pocas indicaciones.
El desarrollador Adit_Yah probó un bloque de resina de isla en miniatura que tardó solo 13 minutos y consumió el 2% de su cuota semanal para crear una interfaz ajustable que incluía cáusticas, olas y efectos físicos similares a la gelatina.
Para simplificar tareas complejas y exhaustivas, la inversora Justine Moore encargó a Argon la creación de un museo interactivo de ordenadores Apple sin proporcionar ningún dato gráfico ni textual.
El modelo capturó de forma autónoma fotos de Mac de los archivos, escribió sus propias herramientas para limpiar las imágenes, extrajo datos de especificaciones de hardware que abarcaban 50 años y, finalmente, construyó una página web en 3D con estilo de portada cuya interfaz de usuario se deslizaba y distorsionaba automáticamente con el paso del tiempo.
También realizamos una prueba práctica de la compleja construcción de códigos de Argon y de la escritura creativa china.
En las pruebas de código, se requirió crear un prototipo de un juego de acción de estilo Musou ambientado en un campo de batalla antiguo, con una estética inspirada en el papel oriental. El prototipo incluía capas lógicas, un sistema de análisis de combos y una interfaz de usuario completa, utilizando Three.js y TypeScript. El producto final resultó bastante completo, con impresionantes gráficos de combate y efectos interactivos.
En las pruebas de escritura en chino que describían la atmósfera sensorial de un mercado de verduras antes de una tormenta y la perspectiva de un gato naranja en una librería, el nuevo modelo mantuvo el alto nivel constante de la serie Flash anterior, y el estilo de escritura mejoró significativamente, atenuando considerablemente la costumbre anterior de acumular palabras grandilocuentes.
Desliza hacia la izquierda y hacia la derecha para ver las imágenes.
La competencia directa con otros modelos de gran escala de última generación demuestra aún más las ventajas de Argon en cuanto a velocidad y precio.
El equipo de AIHubmix probó la generación de escenas nocturnas de edificios antiguos con estilo pixelado utilizando las mismas instrucciones a través de la API con Gemini 4 Argon y GPT-6 Astra. Los resultados mostraron que GPT-6 Astra tardó 25 minutos y costó la friolera de 11 dólares, mientras que Argon completó la tarea en tan solo 3 minutos por apenas 0,50 dólares, con una gradación de color y detalles de iluminación igualmente impresionantes.
En múltiples comparaciones con Claude Opus 5.5, el Argon también demostró una relación coste-eficacia extremadamente alta.
El bloguero Rubens Soto sometió a ambos modelos a la misma tarea: crear una animación 3D cinematográfica para explicar el funcionamiento de un motor eléctrico Tesla. En esta prueba, el coste de generación única del Argon fue de 3,83 dólares, significativamente inferior a los 16,36 dólares del Opus 5.5.
Otro evaluador, Pranav Reddy, utilizó Three.js para probar la simulación de combate y movimiento del robot humanoide 3D. A juzgar por la exhaustividad de la interfaz interactiva generada y la fluidez de los movimientos articulares, Argon superó a Opus 5.5 en varios indicadores clave.
Sin embargo, el Argon de primera generación no era perfecto en todos los escenarios.
Cuando la organización de pruebas AI/ML API comparó la generación de escenas 3D de "Godzilla vs. Kong", señaló que, si bien el costo de llamar a Argon (4,22 dólares) es mucho menor que el de GPT-6 Astra (23,82 dólares), todavía hay un margen significativo de mejora en la calidad de la imagen y la reproducción morfológica de ciertos modelos biológicos complejos.
Desde los datos técnicos oficiales y más rigurosos hasta las reseñas reales que circulan por internet, queda claro que el enfoque de Google hacia la generación Gemini 4 ha experimentado un cambio significativo.
En lugar de centrarnos en simples habilidades de chat, nuestro objetivo es integrar verdaderamente grandes modelos en bases de código de nivel industrial, laboratorios científicos y flujos de producción, reduciendo los costos de razonamiento, ampliando la ventana de contexto y fortaleciendo el código y el razonamiento de la física espacial.
Dada la situación actual de bloqueos severos de cuentas en Claude y los frecuentes ataques e insultos en ChatGPT , Gemini 4 Argon, con sus amplias capacidades y API asequible, es sin duda una solución oportuna. Reduce considerablemente la ansiedad de buscar una herramienta de productividad diaria y, además, supone una seria competencia para sus rivales.
Sin embargo, ante el consumo de potencia computacional que supone el razonamiento de alta intensidad, Google, el "propietario", no parece tener mucho excedente.
https://support.google.com/gemini/answer/17004136Según las últimas normas de acceso oficiales, a los usuarios gratuitos se les asigna automáticamente un modelo por defecto, y la gran mayoría de las solicitudes son gestionadas por el modelo Flash-Lite, el más ligero. Una vez desactivada la selección automática, Flash-Lite será la única opción disponible.
Al mismo tiempo, la aplicación Gemini ha adoptado un mecanismo de límite de potencia de cálculo dinámico que se actualiza cada 5 horas y está vinculado al límite semanal. Aumentar el nivel de pensamiento, usar la Investigación Profunda o acceder al modelo insignia acelerará el consumo del límite. Si desea disfrutar de la versión de máxima potencia, aún deberá cumplir con el requisito de pago por niveles.
Sin embargo, al igual que el argón desempeña un papel en la fabricación industrial, el lanzamiento del Gemini 4 Argon finalmente le ha permitido a Google reconstruir una sólida posición en el segmento de los modelos de gama alta.