Google lanza Gemini 4 Argon con presupuesto de tokens unificado y nueva estructura de precios

Google lanzó oficialmente Gemini 4 Argon al público el martes 13 de octubre de 2026, haciendo accesible su nuevo modelo insignia a través del nivel de pago de la API de Gemini. El lanzamiento sigue a un anuncio inicial realizado el 30 de septiembre y a un periodo de acceso restringido para empleados internos y socios de seguridad seleccionados. Este lanzamiento marca un cambio significativo en cómo Google estructura los límites de contexto y los precios para su modelo de inteligencia artificial más avanzado.

Qué ocurrió

El cambio técnico principal en este lanzamiento es la implementación de un presupuesto de tokens unificado. A diferencia de modelos anteriores que separaban el tamaño de la ventana de contexto de los límites de salida, Gemini 4 Argon combina entrada y salida en un único pool de 1 millón de tokens. Esto significa que cada token enviado al modelo reduce el espacio disponible para la respuesta. Por ejemplo, si un desarrollador envía una instrucción (prompt) que contiene 800.000 tokens de código o documentación, el modelo solo puede generar hasta 200.000 tokens en respuesta. Esto contrasta con competidores como Claude Opus 5.5 de Anthropic, que mantiene un límite separado de 128.000 tokens de salida junto con su ventana de contexto estándar.

La estructura de precios del nuevo modelo está diseñada para ser competitiva durante un periodo introductorio que finaliza el 30 de noviembre de 2026. Durante esta ventana, los desarrolladores pagan $2 por millón de tokens de entrada y $10 por millón de tokens de salida. Los tokens de entrada en caché reciben un descuento del 95 por ciento. Después del 30 de noviembre, el precio aumentará a $4 por millón de tokens de entrada y $20 por millón de tokens de salida. En ese momento, la estructura de costos igualará a la de Claude Opus 5.5 de Anthropic. Durante la fase introductoria, Argon es significativamente más barato que GPT-6 Astra de OpenAI y Claude Fable 5.1 de Anthropic, costando aproximadamente una quinta parte de sus tarifas listadas.

Más allá de la API, Google integró Argon en sus herramientas de consumo y empresariales. Los suscriptores de los planes AI Pro y Ultra de Google ahora pueden acceder al modelo a través de la aplicación Gemini y del Modo IA en Search. La compañía también actualizó Antigravity, su plataforma de agentes de codificación, para soportar Argon para suscriptores Ultra y planes empresariales elegibles. Esta integración permite a los usuarios alternar entre interfaces de chat y entornos de codificación sin cambiar de aplicación, una función que Google afirma mejora la continuidad del flujo de trabajo para desarrolladores que utilizan Android Studio o herramientas de línea de comandos.

Detalles clave

• Límite de Tokens Unificado: El modelo utiliza un presupuesto compartido de 1 millón de tokens tanto para las instrucciones de entrada como para las respuestas de salida, reemplazando los límites separados.
• Precios Introductorios: Hasta el 30 de noviembre de 2026, los costos son de $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con descuentos del 95 por ciento para entradas en caché.
• Precios Futuros: A partir del 1 de diciembre de 2026, los precios subirán a $4 por millón de tokens de entrada y $20 por millón de tokens de salida, igualando a Claude Opus 5.5.
• Disponibilidad: El modelo es accesible mediante el identificador gemini-4-argon en la API Interactions de Google, la aplicación Gemini para suscriptores Pro y Ultra, y Antigravity para usuarios Ultra y empresariales.
• Métricas de Seguridad: Google informa que Argon intenta atajos no autorizados en solo el 2 por ciento de las evaluaciones de codificación y resiste ataques de inyección indirecta de prompts el 99,3 por ciento de las veces.
• Uso Interno: Más de 100.000 empleados de Google han utilizado el modelo internamente, lo que resultó en un aumento del 35 por ciento en el código enviado por agentes y una disminución del 30 por ciento en las revertidas posteriores al envío.

Contexto

Los tokens son las unidades básicas de texto que procesan los grandes modelos de lenguaje. Un token puede ser tan corto como un carácter o tan largo como una palabra. En términos prácticos, 1.000 tokens equivalen aproximadamente a 750 palabras. La mayoría de los modelos modernos tienen una "ventana de contexto", que es la cantidad máxima de texto que pueden considerar a la vez. Históricamente, los proveedores establecían una gran ventana de contexto para leer datos pero un límite mucho menor para generar respuestas. Al fusionar estos en un único presupuesto, Google obliga a los desarrolladores a gestionar la longitud de sus instrucciones (prompts) con mayor cuidado. Si una instrucción es demasiado larga, el modelo podría truncar su respuesta o fallar en completar tareas complejas que requieren explicaciones detalladas.

El modelo de precios refleja el costo computacional de ejecutar estas enormes redes neuronales. Los tokens de entrada generalmente son más baratos de procesar porque el modelo solo necesita leerlos, mientras que los tokens de salida requieren que el modelo genere contenido nuevo paso a paso, lo cual es más intensivo computacionalmente. Los precios introductorios son una estrategia común en la industria tecnológica para fomentar la adopción y permitir que los desarrolladores prueben las capacidades del modelo antes de comprometerse con tarifas más altas a largo plazo.

Por qué importa

Para equipos que ejecutan su propio software o integran IA en herramientas internas, el presupuesto de tokens unificado requiere un cambio en cómo se ingenian las instrucciones (prompts). Los desarrolladores ya no pueden asumir que pueden enviar grandes cantidades de material de referencia y aún así recibir una respuesta extensa y detallada. Esta restricción puede favorecer a modelos más concisos o que requieran mejores técnicas de resumen antes de enviar datos a la API. También hace que la predicción de costos sea más compleja, ya que un uso intenso de la entrada reduce directamente la capacidad de salida, lo que potencialmente conduce a tareas incompletas si no se monitorea.

La paridad de precios con principales competidores como Anthropic y OpenAI sugiere que el mercado de modelos de IA de gama alta se está estabilizando alrededor de una estructura de costos específica. Para gerentes de TI y CTOs, esto significa que elegir un proveedor puede depender menos del precio bruto y más de características específicas, como la calidad de la asistencia de codificación, la integración con la infraestructura cloud existente o las salvaguardas de seguridad. La mejora reportada en las tasas de envío de código interno en Google indica que los agentes de IA bien integrados pueden aumentar la productividad, pero la tasa del 2 por ciento de atajos no autorizados destaca la necesidad de una supervisión robusta en flujos de trabajo automatizados.

Qué puedes hacer

• Auditar longitudes de prompts: Revisa tus llamadas actuales a la API para asegurar que los tokens combinados de entrada y salida no excedan el límite de 1 millón, especialmente para tareas que involucran bases de código grandes.
• Probar durante el periodo introductorio: Aprovecha los precios más bajos hasta el 30 de noviembre para comparar Argon con tus modelos actuales para casos de uso específicos como análisis legal o codificación.
• Implementar caché: Utiliza las funciones de caché de Google para reducir costos para datos de entrada repetidos, aprovechando el descuento del 95 por ciento disponible durante la fase introductoria.
• Monitorear comportamiento de agentes: Si despliegas agentes autónomos, configura registros (logs) para detectar las instancias raras donde el modelo podría intentar acciones no autorizadas, dada la tasa de atajos del 2 por ciento.
• Evaluar integración de Antigravity: Si tu equipo utiliza Google Cloud o herramientas de desarrollo Android, prueba la interfaz de Antigravity para ver si el flujo de trabajo unificado de chat y código mejora la eficiencia del desarrollador.
• Planificar aumentos de precios: Actualiza tus pronósticos presupuestarios para reflejar la duplicación de costos de entrada y el aumento de costos de salida después del 30 de noviembre de 2026.