El modelo insignia de Google Gemini 4 Argon llega a los clientes empresariales esta semana, cerrando la brecha entre su lanzamiento de alto perfil y la disponibilidad de producción real. Benzinga informó que Google está rebajando el precio de varios rivales de IA a medida que llega Argon para proyectos empresariales, mientras que GitLab, Android Studio y otros proveedores de plataformas anunciaron integraciones basadas en la ventana de contexto de 1 millón de tokens del modelo y capacidades agentes de larga duración.
El lanzamiento empresarial sigue al lanzamiento global del modelo el 13 de octubre, cuando Google posicionó a Argon como su nueva serie fronteriza, reemplazando a la clase Gemini Pro. Para más contexto sobre esta historia, consulta nuestra novedades de IA.
Precios introductorios agresivos
La tasa introductoria de Argon es de $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con entradas almacenadas en caché con un descuento del 95 por ciento. Después de la ventana promocional, el precio aumenta a $4 por millón de tokens de entrada y $20 por millón de tokens de salida, según el desglose de precios de The Decoder.
Los descuentos son sustanciales en relación con los competidores. GPT-6 Astra de OpenAI y Claude Fable 5.1 de Anthropic cotizan en $ 10 por millón de tokens de entrada y $ 50 por millón de tokens de salida, mientras que Claude Opus 5.5 de Anthropic se sitúa en $ 4 y $ 20, lo mismo que la tarifa normal de Argon. Forbes caracterizó el precio de lanzamiento como una estrategia de fecha límite: Argon está comprando la adopción ahora, antes de que expire el descuento.
Hay un problema para los consumidores. Bajo la nueva estructura de niveles de Google, los usuarios gratuitos de Gemini y los suscriptores de pago Plus ahora sólo tienen acceso a los modelos Flash más débiles. Argon está reservado para los suscriptores de AI Pro y AI Ultra en la aplicación Gemini, el modo AI de la Búsqueda de Google y el entorno de desarrollo Antigravity.
Puntos de referencia: fuerte, no dominante
Google reclama el primer puesto en el Índice Vals, pero las clasificaciones independientes cuentan una historia más controvertida. The Decoder informa que Argon todavía está detrás de Claude Opus 5.5 de Anthropic en clasificaciones generales independientes, y Startup Fortune señaló que el modelo empató en el tercer lugar en un punto de referencia que Google ayudó a construir, un detalle que ha llamado la atención dado el papel de Google en la construcción de la evaluación.
Google compartió números de ingeniería internos con el lanzamiento, aunque son informes propios. Los ingenieros que utilizaron Argon aumentaron los envíos de código impulsado por agentes en más de un 35 por ciento, dice la compañía, mientras que las reversiones de código se redujeron en casi un tercio. En la afirmación más sorprendente, Google dice que Argon ayudó al equipo de Chromium a completar una refactorización arquitectónica en cientos de archivos en el código base de 40 millones de líneas (trabajo que anteriormente habría tomado meses) en unas pocas semanas.
Google también citó un resultado a menor escala de su kit de desarrollo de agentes de código abierto: un agente impulsado por Argon que se dejó funcionando de forma autónoma durante la noche encontró optimizaciones que redujeron el tiempo de preparación de la sesión en un 40 por ciento. Y el modelo ha recibido elogios especializados: un punto de referencia de DualEntry encontró que Argon es el modelo de IA más preciso y consistente en el trabajo contable, un reclamo de nicho pero comercialmente relevante para los compradores empresariales a los que Google está cortejando esta semana.
Según se informa, Google ya está probando internamente un sucesor con el nombre en código "Carbon", siendo el rendimiento de codificación la principal mejora.
La ambición de la robótica
El discurso más diferenciado se produjo el 15 de octubre, cuando Google demostró Argon como un modelo único para todo el proceso de robótica: controlar robots físicos, generar entornos de entrenamiento interactivos en 3D y evaluar datos de entrenamiento.
En la demostración de Google con un robot Boston Dynamics Spot, Argon construyó una réplica virtual de un contenedor de basura, dejó que el robot practicara el equilibrio sobre tres patas y arrojara latas de refresco dentro de una simulación de MuJoCo, y solo entonces intentó la tarea en hardware real. Dos agentes de IA adicionales verificaron la posición del pie y la pinza antes de cada caída.
El ciclo de generación de datos es donde los números se vuelven interesantes. A partir de una sola fotografía de una mesa con accesorios de fiesta, Argon generó 77 tareas y más de 4500 episodios de entrenamiento para un modelo de control. Cuando se probó en el robot real, la tasa de éxito aumentó del 56 al 75 por ciento y el tiempo de ejecución se redujo de 35 a 24 segundos, según The Decoder.
Google encuadra esto como un paso hacia la "AGI física", un modelo que puede percibir el espacio, escribir código de control, interpretar la física del video y simular resultados. La compañía tiene cuidado en señalar que las demostraciones aún requieren indicaciones humanas detalladas, pero el patrón de entrenamiento con simulación primero y verificación en el mundo real se está convirtiendo en el modelo de Google para la IA incorporada.
Integraciones aterrizan esta semana
El ecosistema de desarrolladores se movió rápidamente. GitLab anunció el soporte de Argon destinado al trabajo agente de larga duración en todos los repositorios. Android Studio adoptó la ventana contextual de 1 millón de tokens del modelo para un análisis de base de código grande. Channel Insider informó que Google está ampliando el acceso empresarial a través de su programa de proyectos de IA, haciendo que el modelo esté disponible en todas las herramientas adyacentes al espacio de trabajo.
Para los compradores empresariales que evalúan Argon frente a GPT-6 Astra y la línea Claude de Anthropic, el cálculo se divide en tres partes. En cuanto al precio, la tarifa promocional de Argon es el costo por token más bajo entre el nivel fronterizo por un amplio margen. En cuanto a la capacidad bruta, las clasificaciones independientes todavía favorecen al modelo superior de Anthropic. En cuanto al bloqueo, Google está integrando Argon en Gemini for Workspace, el modo AI de Google Search y Antigravity, una ventaja de distribución que ninguno de sus rivales puede igualar, pero que también profundiza la dependencia de la pila de Google.
El tiempo también importa. Meta lanzó su modelo Muse Wonder Full frontier solo un día antes del debut global de Argon, y lanzó el Muse Spark Open de pesos abiertos el mismo día del lanzamiento empresarial. El mercado de modelos de frontera ahora tiene tres actores de precios agresivos (Google, OpenAI y Anthropic), además de Meta, compitiendo desde el lado abierto. Para los compradores, la influencia negociadora rara vez ha sido mejor.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
