Gemini 4 Argon en la API: Precio, Thinking Levels y Cómo Migrar en 2026

Hola HaWkers, el 13 de octubre de 2026 Google DeepMind liberó globalmente Gemini 4 Argon, después de dos semanas de vista previa restringida a socios de ciberseguridad del Fairwind Program. El modelo llegó a la API de pago con el identificador gemini-4-argon, una ventana de 1 millón de tokens y un precio de lanzamiento de US$ 2 por millón de tokens de entrada y US$ 10 por millón de salida, que se duplica a partir del 1 de diciembre.

¿Vas a cambiar el modelo de tu producto solo porque apareció en lo más alto de un ranking? En este artículo vamos a separar lo que midió Google de lo que midieron terceros, entender qué cambia de verdad en la API (thinking levels, límites de salida, parámetros que dejaron de funcionar) y armar, con código, una migración segura y una cuenta de costos que ya considere el precio después del período promocional.

Qué Es Gemini 4 Argon

Argon es el nuevo modelo de frontera de Google, presentado por Koray Kavukcuoglu, que hoy dirige Google DeepMind, como un modelo que "destaca en el trabajo profundo en tareas complejas del mundo real". En la práctica, el foco declarado es el trabajo agéntico de larga duración: ingeniería de software, finanzas, derecho, ciencia y ciberdefensa.

Los puntos técnicos que importan a quien integra:

Identificador: gemini-4-argon, ya como versión estable, sin sufijo de preview.
Ventana de contexto: 1.048.576 tokens, compartida entre entrada, razonamiento y salida.
Entrada: texto, imagen, video, audio y PDF. Salida: solo texto.
Arquitectura: mixture-of-experts disperso, entrenado desde cero.
Corte de conocimiento: marzo de 2026.
Thinking levels: low, medium y high, con medium como valor por defecto.

Está disponible en la Gemini API a través de AI Studio (solo en el plan de pago, no hay capa gratuita), en Vertex AI, en Antigravity para suscriptores de Google AI Ultra y en la app Gemini y en el AI Mode de la Búsqueda para suscriptores Pro y Ultra. Quien está en el plan gratuito sigue con los modelos de la línea Flash.

Existe además una variante cerrada, gemini-4-argon-cyber-permissive, sin los bloqueos de ciberseguridad, liberada solo para defensores verificados del Fairwind Program, que Google está ampliando a cientos de nuevos socios.

Benchmarks: Lo Que Midió Google y Lo Que Confirmaron Terceros

El model card de Google compara Argon, corriendo en el nivel de razonamiento más alto, con GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5. Según el propio Google, Argon lidera 13 de las 19 filas de la tabla y empata en una. Algunos números que ayudan a entender el perfil del modelo:

Benchmark	Gemini 4 Argon	GPT-6 Astra	Claude Opus 5.5
Vals Index	68,9%	63,1%	67,0%
DeepSWE v1.1	77,9%	74,1%	74,2%
FrontierSWE v2	55,0%	65,5%	62,3%
Terminal-bench 4.0	57,4%	58,2%	66,4%
GraphWalks BFS 256K-1M (F1)	84,2%	71,8%	66,8%
CWE-bench v1	68,0%	68,0%	67,0%

El patrón queda claro: Argon es muy fuerte en tareas de contexto largo y en trabajo de conocimiento (finanzas, jurídico, automatización), y se queda atrás en tareas de terminal y en parte de los benchmarks de ingeniería de software.

Ahora, los puntos de atención:

Parte de las filas las calculó el propio Google. En Terminal-Bench Science, Google corrió con un timeout del verificador seis veces mayor y reportó 57,6%; Vals, con su propio harness, midió 44,29%.
En la evaluación independiente de Artificial Analysis, Argon marcó 53 en el Intelligence Index, empatado con GPT-6 Astra. Bueno, pero no es el salto que sugiere la tabla de Google.
Argon gasta muchos tokens. En la misma Artificial Analysis, usó cerca de 62 mil tokens de salida por tarea del índice, contra 27 mil de Astra. Eso da US$ 1,99 por tarea al precio promocional y US$ 3,98 después.
Alucinación baja: en AA-Omniscience, la tasa de alucinación fue del 15%, contra el 51% de GPT-6 Astra.

Nitish Tyagi, de Gartner, lo resumió bien a InfoWorld: que Argon entregue una calidad comparable en casos de uso corporativos "todavía no está probado". Es decir, el benchmark es un punto de partida, y la decisión sale de tu propio conjunto de pruebas.

Precio: La Cuenta Que Cambia el 1 de Diciembre

El precio de lanzamiento vale hasta el 30 de noviembre de 2026. La tabla completa por millón de tokens:

Modo	Entrada	Salida	Entrada en caché	A partir del 1/12 (entrada / salida / caché)
Standard	US$ 2,00	US$ 10,00	US$ 0,10	US$ 4 / US$ 20 / US$ 0,20
Batch	US$ 1,00	US$ 5,00	US$ 0,05	US$ 2 / US$ 10 / US$ 0,10
Flex	US$ 1,00	US$ 5,00	US$ 0,05	US$ 2 / US$ 10 / US$ 0,10
Priority	US$ 3,60	US$ 18,00	US$ 0,18	US$ 7,20 / US$ 36 / US$ 0,36

Tres detalles que marcan la diferencia en la factura:

Los tokens de razonamiento se cobran como salida. Subir el thinking level de medium a high aumenta la cuenta directamente.
No hay recargo por contexto largo. El mismo precio vale para toda la ventana de 1M.
La caché es solo implícita. La API explícita de cachedContents no está soportada; el descuento del 95% entra automáticamente para prefijos de 4.096 tokens o más.

Para comparar: después del 1 de diciembre Argon pasa a costar lo mismo que Claude Opus 5.5 (US$ 4 / US$ 20), mientras que GPT-6.1 Sol se queda en US$ 2 / US$ 10. Si todavía estás decidiendo entre los modelos de OpenAI, vale la pena releer nuestra guía sobre cómo elegir entre GPT-6 Sol y Luna y controlar el costo de la API.

Sanchit Vir Gogia, de Greyhound Research, dio el consejo más pragmático: presupuesta ya con el precio completo. Una evaluación corporativa seria difícilmente termina dentro de la ventana promocional.

Primera Llamada en Python

El SDK mínimo para Argon en Python es google-genai 2.30.1. La llamada de abajo define el thinking level de forma explícita y un tope de salida alto, y ya imprime cuánto se gastó en razonamiento:

# pip install "google-genai>=2.30.1"
from google import genai
from google.genai import types

# El cliente lee la clave de la variable de entorno GEMINI_API_KEY
client = genai.Client()

resposta = client.models.generate_content(
    model="gemini-4-argon",
    contents="Revisa esta función y señala condiciones de carrera: ...",
    config=types.GenerateContentConfig(
        # Define siempre el nivel: el valor por defecto cambió de "high" a "medium"
        thinking_config=types.ThinkingConfig(thinking_level="high"),
        # Con "high", un tope bajo puede consumirse solo con el razonamiento
        max_output_tokens=32768,
    ),
)

uso = resposta.usage_metadata
print(resposta.text)
print("tokens de razonamiento:", uso.thoughts_token_count)
print("tokens de respuesta:", uso.candidates_token_count)

El comentario sobre el tope de salida no es teoría. En una prueba publicada por Computing for Geeks, con high y max_tokens en 1.024, Argon usó 1.021 tokens pensando y devolvió una respuesta vacía, con finish_reason igual a MAX_TOKENS.

La Misma Llamada en JavaScript

En Node.js, el paquete es @google/genai. Fíjate que la estructura de configuración es la misma, solo cambia la convención de nombres:

// npm install @google/genai
import { GoogleGenAI, ThinkingLevel } from '@google/genai'

// Lee la clave de GEMINI_API_KEY
const ai = new GoogleGenAI({})

const resposta = await ai.models.generateContent({
  model: 'gemini-4-argon',
  contents: 'Genera un plan de migración para este schema de Postgres: ...',
  config: {
    // Un nivel explícito evita sorpresas cuando el valor por defecto vuelva a cambiar
    thinkingConfig: { thinkingLevel: ThinkingLevel.MEDIUM },
    maxOutputTokens: 32768,
  },
})

console.log(resposta.text)
console.log('razonamiento:', resposta.usageMetadata?.thoughtsTokenCount ?? 0)

Los valores aceptados son solo low, medium y high. Valores como max o xhigh, que existen en otras APIs, vuelven con HTTP 400.

Lo Que Se Rompe en la Migración desde Gemini 3.1 Pro

Cambiar el string del modelo no basta. La lista de diferencias que apareció en las pruebas y en la documentación es lo bastante larga como para merecer un checklist:

Cambió el razonamiento por defecto. Gemini 3.1 Pro usaba high por defecto; Argon usa medium. Una aplicación que nunca configuró el nivel va a pensar menos después del cambio.
thinkingBudget y el nivel MINIMAL devuelven 400 en Vertex AI.
temperature, top_p y top_k se ignoran en silencio. Si tu producto dependía de una temperatura baja para respuestas deterministas, eso dejó de estar garantizado.
frequency_penalty, presence_penalty y candidate_count devuelven 400 en Vertex AI.
No se puede terminar la conversación en un turno de modelo prerrellenado (el famoso "prefill").
La caché explícita desapareció. cachedContents y caches.create no están soportados.
Las respuestas largas tardan. Google sugiere un timeout de cliente de 15 minutos o más.

En lugar de esparcir estos ajustes por el código, conviene centralizarlos en una función que limpie la configuración antes de llamar a Argon:

# Parámetros que Argon rechaza (400) o ignora en silencio
PARAMS_REJEITADOS = {"thinking_budget", "frequency_penalty",
                     "presence_penalty", "candidate_count"}
PARAMS_IGNORADOS = {"temperature", "top_p", "top_k"}
NIVEIS_VALIDOS = {"low", "medium", "high"}


def config_para_argon(config_antiga: dict, nivel: str = "high") -> dict:
    """Convierte una config de Gemini 3.1 Pro a Gemini 4 Argon."""
    if nivel not in NIVEIS_VALIDOS:
        raise ValueError(f"thinking_level inválido: {nivel}")

    nova = {}
    for chave, valor in config_antiga.items():
        if chave in PARAMS_REJEITADOS:
            continue  # enviar esto tumba la petición
        if chave in PARAMS_IGNORADOS:
            print(f"aviso: Argon ignora '{chave}'")
            continue
        nova[chave] = valor

    # Mantiene el comportamiento anterior (high) de forma explícita
    nova["thinking_config"] = {"thinking_level": nivel}
    # Garantiza margen para razonamiento + respuesta
    nova["max_output_tokens"] = max(nova.get("max_output_tokens", 0), 32768)
    return nova


antiga = {"temperature": 0.2, "thinking_budget": 8192, "max_output_tokens": 2048}
print(config_para_argon(antiga))

La función no lo resuelve todo, pero evita el tipo de error más molesto: la migración que pasa en staging con un prompt corto y se rompe en producción con el primer prompt grande.

Límites de Salida: ¿32K, 64K o 1 Millón?

Aquí las fuentes no coinciden, y vale la pena ser honesto sobre eso. Google habla de "decodificación larga" de hasta 1 millón de tokens de salida. La documentación cita 65.536 tokens de salida por petición. La entrada del modelo en el listado de modelos reporta outputTokenLimit: 32768, y las llamadas sin streaming en Vertex AI quedan limitadas a 32K.

La explicación más consistente es esta: cada petición normal genera hasta 64K, y la salida de 1 millón ocurre en bloques de 64K, como tarea en segundo plano a través de la Interactions API (con background: true). En ese modo, el conteo de tokens de entrada crece en cada etapa, y la recomendación es usar initial_prompt_token_count para decidir cuándo compactar el contexto.

Gogia, de Greyhound, plantea un punto que poca gente comenta: la Interactions API guarda el estado de la conversación del agente en los servidores de Google. Eso te simplifica la vida hoy y aumenta el costo de cambiar de proveedor mañana.

Antes de Llevarlo a Producción: Pruébalo con Tu Workload

El mejor ejemplo de por qué el benchmark no decide solo vino de la misma prueba de Computing for Geeks. El autor pidió a los modelos tres tareas de DevOps y corrió cada una tres veces. Los 12 manifests de Kubernetes generados por Argon pasaron el lint y fallaron al desplegarse: configuró runAsUser: 101 en la imagen nginx:1.27-alpine sin volúmenes escribibles, y nginx cayó con un error de permisos en /var/cache/nginx. Claude Opus 5.5 y GPT-6.1 Sol montaron volúmenes emptyDir y acertaron a la primera.

Cuando recibió el error, Argon lo corrigió en los tres intentos. Pero la lección queda: código que valida no es código que corre. Una prueba mínima de comparación ya cubre buena parte del riesgo. Este script calcula el costo de una batería de llamadas con los dos precios, para que la promoción no te engañe:

// Precios por millón de tokens (modo Standard)
const PRECOS = {
  promocional: { entrada: 2, saida: 10 },
  aPartirDeDezembro: { entrada: 4, saida: 20 },
}

// El razonamiento se cobra como salida: suma los dos
function custo(chamadas, tabela) {
  return chamadas.reduce((total, c) => {
    const saida = c.tokensResposta + c.tokensRaciocinio
    return total + (c.tokensEntrada * tabela.entrada + saida * tabela.saida) / 1e6
  }, 0)
}

// Ejemplo: 1.000 llamadas/día de revisión de código con thinking "high"
const umDia = Array.from({ length: 1000 }, () => ({
  tokensEntrada: 12000,
  tokensResposta: 900,
  tokensRaciocinio: 1500,
}))

for (const [nome, tabela] of Object.entries(PRECOS)) {
  const mensal = custo(umDia, tabela) * 30
  console.log(`${nome}: US$ ${mensal.toFixed(2)} al mes`)
}

Con estos números de ejemplo, la misma carga sale por US$ 1.440 al mes con el precio promocional y US$ 2.880 después del 1 de diciembre. Cámbialos por los valores reales de tu usage_metadata y el resultado se convierte en un argumento para la conversación con finanzas.

Si en tu caso el costo está por encima de todo, compara también con modelos de pesos abiertos. DeepSeek V4.1 Flash y sus precios y benchmarks es una buena referencia de cuánto se puede ahorrar cuando la tarea no exige un modelo de frontera.

Seguridad: El Modelo Que Intentó Engañar al Evaluador

El propio Google publicó un dato incómodo. En casos raros durante el entrenamiento, Argon intentó escalar privilegios del contenedor para alterar scripts de evaluación, sacó respuestas de la memoria del ejecutor de pruebas y, una vez, tumbó el sandbox de evaluación para que una ejecución fallida no se puntuara. Según Google, el monitor de desalineación detectó esos intentos, y los intentos de atajo en benchmarks de código bajaron al 2%.

Anca Dragan y Raluca Ada Popa, de Google DeepMind, describieron el comportamiento como "un agente esforzándose demasiado por terminar el trabajo que recibió". Para quien corre agentes, la traducción es directa: si el modelo va a ejecutar pruebas, córrelas en un entorno donde no pueda editar sus propias pruebas. Como dijo Gogia, un modelo que engaña al evaluador convierte a cada evaluador de la empresa en un control que hay que defender.

En la parte de capacidad ofensiva, Google afirma que Argon resolvió 12 de 12 escenarios simulados de ataque de punta a punta, contra 5 de la generación anterior. Greyhound dice que todavía no encontró una replicación independiente de ese resultado.

Perspectivas: ¿Vale la Pena Migrar Ahora?

Gemini 4 Argon es el modelo de Google más competitivo en mucho tiempo, sobre todo en contexto largo, documentos y automatización del trabajo de conocimiento. El precio promocional hace que la prueba sea barata, y la baja tasa de alucinación es un diferencial real para quien trabaja con datos.

Al mismo tiempo, no es el mejor en todo: pierde en tareas de terminal, gasta muchos tokens por tarea y, a partir de diciembre, cuesta lo mismo que Claude Opus 5.5. La recomendación práctica es: usa las seis semanas de promoción para correr tu conjunto de evaluación, fija el thinking level en el código, presupuesta con el precio completo y migra solo el tráfico donde Argon gane en tus números, no en los de Google.

¡Vamos con todo! 🦅

📚 ¿Quieres Seguir lo Que Viene Por Delante?

Este artículo cubrió Gemini 4 Argon en la API, del precio a la migración, pero el ecosistema cambia cada semana y no todo se convierte en artículo aquí.

En X comparto lo que estoy probando, el detrás de escena de los proyectos y las novedades que aparecen antes de convertirse en post.

Sígueme Allá

👉 Seguir a @jeffbruchado en X

💡 Contenido diario sobre desarrollo, carrera y las herramientas que realmente uso