Google puso su modelo de inteligencia artificial insignia Gemini 4 Argon a disposición de los desarrolladores suscritos al plan de pago de Gemini API, después de que su disponibilidad inicial se limitara a dos probadores de confianza y al programa Fairwind, destinado a equipos de defensa cibernética. Se puede acceder al modelo a través de Google AI Studio, y también está disponible en varias herramientas de Google para desarrolladores y usuarios.
Precio introductorio y límite unificado de tokens
Hasta el 30 de noviembre, el precio de uso de Gemini 4 Argon es de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida. Después del periodo introductorio, el precio subirá a 4 dólares para la entrada y 20 dólares para la salida por cada millón de tokens, con un descuento del 95% en los tokens de entrada almacenados durante el periodo introductorio.
El modelo se invoca con el identificador gemini-4-argon mediante Interactions API, con compatibilidad con los paquetes Google GenAI SDKs. Los desarrolladores de Android también pueden integrarlo en sus aplicaciones mediante Firebase AI Logic.
Una de las características más destacadas de esta versión es que el límite de un millón de tokens ya no constituye un tope separado para la salida, sino un presupuesto compartido entre lo que entra en el modelo y lo que este produce. Si el desarrollador envía 800.000 tokens de código o contexto, solo quedarán 200.000 tokens para la respuesta dentro del mismo límite.
¿Qué cambia en la práctica para los desarrolladores?
El amplio presupuesto proporciona al modelo espacio para trabajar en tareas de programación y científicas de varios pasos, además de tareas de agentes que requieren un contexto extenso. Sin embargo, el límite unificado obliga a los equipos a medir el tamaño de las entradas antes de depender de respuestas largas; aumentar el contexto no es gratuito en términos del espacio de salida.
Google afirma que Argon obtuvo el primer puesto en el índice Vals, que mide el rendimiento de los modelos en los ámbitos financiero, de programación, jurídico y fiscal. La empresa también indicó que registró un 87% en la prueba ERQA de razonamiento físico y espacial, frente al 82,3% de Claude Opus 5.5, el 81% de GPT-6 Astra y el 74% de Claude Fable 5.1.
Sin embargo, el material de origen señala que las comparaciones independientes completas siguen siendo limitadas y que algunas pruebas anteriores no garantizan que el modelo evaluado coincida con la versión disponible actualmente. Bloomberg también informó de observaciones sobre dificultades en algunas tareas de programación, especialmente en el diseño de interfaces front-end, algo que Google negó, calificándolo de descripción imprecisa.
Disponibilidad en herramientas de programación y seguridad
Argon también está disponible en la plataforma Antigravity para ejecutar agentes de programación mediante el editor, la terminal y el navegador, aunque esto se limita a los suscriptores de Google AI Ultra y a algunos planes de Gemini Enterprise. También aparece en la aplicación Gemini para los suscriptores de AI Pro y Ultra, así como en el modo AI Mode de la búsqueda, y Google trabaja en integrar la interfaz de programación en la aplicación Gemini para macOS.
Google afirma que más de 100.000 de sus empleados utilizan Argon mensualmente a través de una versión interna de Antigravity, y que el código aportado por los agentes aumentó un 35%, mientras que las operaciones de reversión posteriores a la integración disminuyeron un 30% durante cuatro semanas. Estas son cifras internas de la empresa y no una evaluación independiente.
En materia de seguridad, Google afirma que el modelo está entrenado para solicitar aprobación humana antes de ejecutar acciones irreversibles y para informar de los obstáculos en lugar de eludirlos. Indicó que los intentos de atajos no autorizados aparecieron en el 2% de las pruebas de programación, mientras que los ataques de inyección indirecta de instrucciones tuvieron éxito en el 0,7% de los intentos dentro de la prueba Gray Swan, compuesta por 15 intentos adaptativos.
¿Por qué es importante este lanzamiento?
El avance no se limita al aumento del tamaño del contexto; integrar la entrada y la salida en un único presupuesto cambia la forma en que los desarrolladores diseñan las tareas largas y los agentes de programación. Los usuarios tendrán que equilibrar el tamaño de los archivos, las instrucciones y el historial de conversación con la longitud del resultado deseado, manteniendo bajo vigilancia las tasas de intrusión y de atajos no autorizados, ya que los porcentajes anunciados no son cero.