Gemini 4 Argon en high marca 53 en el Intelligence Index de Artificial Analysis. Empata con GPT-6 Astra al máximo, y con Fable 5.1 al máximo. Opus 5.5 sigue liderando el gráfico, en 58. GPT-6.1 Sol al máximo marca 52.
Una tarea del índice cuesta US$ 1,99 al precio de lanzamiento. Eso es el 60% de los US$ 3,26 de Astra, y 2,7 veces los US$ 0,72 de Sol. El precio de lista de Google empieza el 1 de diciembre de 2026. A ese precio, Artificial Analysis pone la misma tarea en US$ 3,98, cerca de 1,2 veces Astra. El empate es real. La tarea más barata dura hasta el 30 de noviembre.
El 53 es high, el nivel de pensamiento más alto. En gemini-4-argon el valor por defecto es medium. Este texto no tiene índice para low ni para medium. La cifra también es la pasada del 30 de septiembre. Google abrió la API pública el 13 de octubre. Artificial Analysis no ha publicado un segundo índice para esa versión. El gráfico de septiembre todavía marca la barra como sin disponibilidad pública.
Google anunció Argon el 30 de septiembre para un grupo limitado de defensores de ciberseguridad, y lo abrió el 13 de octubre para la Gemini API de pago, para empresas, y para suscriptores Ultra y Pro en la app de Gemini y en AI Mode. La página de la API deja el modelo fuera del nivel gratuito y fuera del plan Google AI Pro. El id es gemini-4-argon. Un segundo id, gemini-4-argon-cyber-permissive, es el modelo de Fairwind, y su nivel de pensamiento por defecto es high. El precio de US$ 2 y US$ 10 en la nota de Google vale para el modelo público.
Artificial Analysis, pasada de septiembre. Argon en high marca 53, al nivel de Astra y de Fable. Opus marca 58. El gráfico todavía marca Argon como sin disponibilidad pública. Esa marca es de antes del lanzamiento del 13 de octubre.
El empate es una tasa de alucinación más baja, más los agentes
El índice queda 23 puntos por encima de Gemini 3.1 Pro Preview, que marca 30, y 12 puntos por encima de Gemini 3.8 Flash en high.
En AA-Omniscience, Argon marca 42, junto a Astra en 43 y Sol en 42. La tasa de alucinación es 15%, la más baja que Artificial Analysis registra para cualquier modelo con 45 o más en el índice. Astra al máximo marca 51%. Sol al máximo marca 54%. La precisión es 50%, 13 puntos por debajo del 63% de Astra, y 5 puntos por debajo de Gemini 3.1 Pro Preview. El modelo admite huecos con más frecuencia. También acierta menos respuestas que Astra.
En agentes, AutomationBench-AA pone a Argon primero, con 78%, 7 puntos por delante de Sonnet 5.5 al máximo, 71%. Terminal-Bench 4.0 marca 57%, por encima del 4% de Gemini 3.1 Pro Preview en el mismo gráfico, y por detrás de Sonnet en 64%, de Opus en 60% y de Astra en 59%. AA-Briefcase marca 1494 Elo. La tasa de aprobación de la rúbrica es 65%, la más alta que Artificial Analysis ha registrado en ese tablero. Analytical Quality marca 1576 Elo. Presentation Quality marca 1308 Elo.
El post de septiembre de Google también cita AutomationBench, en 51,3%. Esa cifra es de Google. No es el 78%.
Artificial Analysis. Argon lidera AutomationBench-AA. En Terminal-Bench 4.0 queda detrás de Sonnet, Opus y Astra, y bastante por encima de Gemini 3.1 Pro Preview.
El descuento hace el trabajo que los tokens no hacen
Argon usa unos 62.000 tokens de salida por tarea del índice. Astra al máximo usa unos 27.000. La factura más baja es el precio del token, y después la promoción. No es una respuesta más corta.
El gráfico de coste empieza en Gemini 3.1 Pro Preview, US$ 0,67 por tarea. Al precio estándar de Argon, la tarea cuesta US$ 3,98. La promoción del 50% lo baja a US$ 1,99. La entrada en caché tiene un 95% de descuento: US$ 0,10 por millón de tokens hasta el 30 de noviembre, y US$ 0,20 a partir del 1 de diciembre. La salida, pensamiento incluido, cuesta US$ 10 ahora y US$ 20 después.
Artificial Analysis. La tarea al precio estándar cuesta US$ 3,98. El precio de lanzamiento la lleva a US$ 1,99.
Lo que Google midió por su cuenta
Google pone a Argon primero en el Vals Index y no publica la nota en los posts de lanzamiento. En DeepSWE v1.1 reporta 77,9%. En CWE-bench v1 reporta un empate en el primer puesto, con 68%. En LVBench, vídeo largo, reporta 91,7%. Esas cifras se quedan en la columna de Google.
El post del 13 de octubre es, en gran parte, trabajo interno: Chrome, un paquete de química, inferencia de Gemma, fusión y una demo de robótica. Trátalo como el relato del laboratorio.
La ventana es un solo presupuesto
Entrada, pensamiento y respuesta comparten 1.048.576 tokens. Una sola request se detiene en 65.536 tokens de salida, pensamiento incluido, o en 32.768 en una llamada HTTP sin streaming. El long decode sigue más allá, hasta el techo compartido menos la entrada. La Gemini API lo hace con ejecución en background. La Agent Platform lo hace con un continuation token, en v1beta1.
La caché de contexto explícita no está soportada. La caché implícita descuenta un prefijo repetido, un 95%. La documentación de la Gemini API pone ese prefijo en 4.096 tokens. La documentación de la Agent Platform lo pone en 6.144. thinking_budget y un nivel de pensamiento MINIMAL devuelven 400 en la Agent Platform. temperature, top_p y top_k se ignoran.
En la práctica
- Lee el 53 como high, en la pasada de septiembre. Medium es lo que envía gemini-4-argon si dejas el control quieto. Opus en 58 sigue por delante de este empate.
- Usa la tarea de US$ 1,99 hasta el 30 de noviembre de 2026. El 1 de diciembre el precio de lista es US$ 4 y US$ 20, y Artificial Analysis pone la tarea en US$ 3,98, cerca de 1,2 veces Astra. La entrada en caché pasa de US$ 0,10 a US$ 0,20. La nota pública vale para el modelo público.
- Para un modelo que se puede llamar en este índice, el máximo de Astra es el mismo 53 a US$ 3,26 por tarea, con unos 27.000 tokens de salida. Argon usa unos 62.000. El máximo de Sol es 52 a US$ 0,72.
- En agentes, quédate con el AutomationBench de Artificial Analysis en 78% y Terminal-Bench en 57%. El AutomationBench de Google es 51,3%. DeepSWE en 77,9% y CWE-bench en 68% son de Google.
- En conocimiento, la ganancia es la tasa de alucinación del 15%, frente al 51% de Astra. La precisión es 50%, frente al 63% de Astra. La nota de Omniscience, 42, queda junto a los 43 de Astra.
- Reserva una ventana compartida de 1.048.576 tokens. Una respuesta larga necesita long decode. Pon max_output_tokens lo bastante alto para que el pensamiento no corte la respuesta. Pon el prefijo estático primero. El suelo de la caché es 4.096 tokens en la documentación de la Gemini API y 6.144 en la documentación de la Agent Platform.
Fuentes: Gemini 4 Argon, 30 de septiembre, el lanzamiento del 13 de octubre, la guía de la Gemini API, la guía de la Agent Platform y Artificial Analysis. El índice de 53, las tareas de US$ 1,99 y US$ 3,98, los 62.000 tokens de salida, Omniscience, AutomationBench-AA, Terminal-Bench y Briefcase son de Artificial Analysis, en high, en la pasada de septiembre. El precio de US$ 2 / US$ 10 hasta el 30 de noviembre, el precio de US$ 4 / US$ 20 a partir del 1 de diciembre, el medium por defecto y la ventana compartida de 1.048.576 tokens son de Google. DeepSWE, CWE-bench, LVBench y el ranking de Vals son de Google.
