Gemini 4 Argon es el primer modelo de la nueva generación Gemini de Google. El 30 de septiembre de 2026, se presentó a un círculo reducido de especialistas en ciberseguridad, y el 13 de octubre se abrió a los suscriptores de Google AI Pro y Ultra en la aplicación Gemini y el Modo AI, así como a los desarrolladores a través del nivel de pago de Gemini API. A continuación, un análisis práctico: qué ha cambiado en comparación con Gemini 3.x, cómo funciona desde la perspectiva de la API, dónde el modelo puede ser útil para desarrolladores y webmasters, y cómo reescribir los prompts. El material se ha recopilado de la documentación oficial y los comunicados de Google. Añadiré mis propias pruebas por separado, donde estén marcadas.
⚡ En resumen: qué es importante saber sobre Gemini 4 Argon
- ✅ Una ventana única de 1 048 576 tokens. Según la documentación de Gemini API, los tokens de entrada, los tokens de pensamiento y los tokens de salida comparten una ventana de 1M de tokens.
- ✅ Salida de hasta 1M de tokens (decodificación larga). Google informa que el límite de salida ha aumentado de 64K a 1M de tokens.
- ✅ Tres niveles de pensamiento:
low, medium (por defecto) y high.
- ⚠️ Este no es un modelo gratuito. En la API está disponible solo en el nivel de pago, en la aplicación, para suscriptores de AI Pro y Ultra. El precio introductorio es válido hasta el 30 de noviembre de 2026, después se duplicará.
- ⚠️ La mayoría de las cifras son autoinformes de Google. Los benchmarks y las afirmaciones sobre el estilo de las respuestas aún no han sido confirmados por mediciones independientes.
📚 Índice del artículo
🕰️ Cómo era: Gemini 3.x y sus limitaciones
La generación anterior, Gemini 3.x: Gemini 3 Pro salió el 18 de noviembre de 2025, luego aparecieron 3.1 Pro y la línea Flash (la última en el momento de escribir esto es 3.8 Flash). Aquí es donde, según la documentación y las declaraciones de Google, estaban los cuellos de botella.
Límites de generación
Google escribe que el nuevo límite de salida de 1M de tokens ha aumentado desde los 64K anteriores. Para tareas largas (migraciones grandes, informes voluminosos), esto significaba dividir manualmente el trabajo en pasos y unir los resultados.
Gestión del pensamiento
Anteriormente, los gastos de pensamiento se regulaban con el parámetro thinking_budget. En Gemini 4 Argon, el regulador principal es thinking_level. Según la lista de verificación de migración, thinking_budget todavía funciona y se mapea al nivel más cercano, pero devuelve una advertencia.
Estilo de las respuestas
En el comunicado de lanzamiento en la aplicación Gemini, Google describe Argon de la siguiente manera: responde de forma más directa y con menos reservas (hedging), no se repite innecesariamente, evita los clichés. No he visto mediciones independientes de esto, por lo que es una afirmación de la empresa, no un hecho comprobado.
Agencia: qué había y qué hay de nuevo
La tesis de que "Gemini 3 solo responde preguntas" sería inexacta. Junto con Gemini 3, Google lanzó Antigravity, una plataforma para desarrollar con agentes, y en mayo de 2026 apareció el agente en segundo plano Gemini Spark basado en Gemini 3.5 Flash. Lo nuevo en Argon es la afirmación de un trabajo estable en tareas largas y de varios pasos ("long-horizon"), no la idea de agentes en sí.
🧩 Qué ha cambiado en Gemini 4 Argon: actualizaciones clave
Google no publica detalles arquitectónicos, por lo que a continuación se presentan los cambios en el producto y la API que se pueden verificar en la documentación.
Una ventana única de 1M de tokens
La ventana de 1 048 576 tokens es compartida para entrada, pensamiento y salida. Consecuencia práctica: cuanto más piense y escriba el modelo, menos espacio quedará para sus datos. Las respuestas grandes en cada paso del diálogo llenan rápidamente esta ventana.
Decodificación larga: salida más allá del límite de una sola solicitud
| Parámetro |
Valor según la documentación |
| Límite de una sola solicitud de streaming |
65 536 tokens |
| Límite de una sola solicitud no de streaming |
32 768 tokens (en Gemini 3.x era 65 536) |
| Límite total con decodificación larga |
hasta 1M de tokens menos su entrada |
| Continuación automática |
activada por defecto en el SDK: Python google-genai a partir de la versión 2.30.1, JavaScript @google/genai a partir de la versión 2.29.1 |
Si utiliza REST o un SDK antiguo, la solicitud se detiene en el límite de una sola solicitud, y la continuación debe implementarse por sí mismo (hay continuation_token). En una tarea compleja, el modelo puede gastar todo un "salto" en pensar y devolver un texto vacío con continuation_token. La documentación llama a esto un comportamiento normal.
Nivel de pensamiento controlado (Thinking Levels)
| Nivel |
Consumo de tokens |
Cuándo usar (según la documentación) |
low |
El menor, la menor latencia |
Tareas sencillas y ahorro. Puede ser adecuado para análisis y escritura que solo requieren un pensamiento ligero; en tareas complejas, la calidad puede disminuir |
medium (por defecto) |
Equilibrado |
La mayoría de las tareas, incluido código complejo y escenarios de agentes |
high |
El mayor, el primer token más lento |
Razonamiento complejo, matemáticas, ciencia, las tareas más difíciles con código y agentes; se combina bien con la decodificación larga |
Los tokens de pensamiento se cuentan en max_output_tokens y se facturan como tokens de salida.
Capacidades de agente y herramientas
Según la página del modelo, Argon admite llamadas a funciones, ejecución de código, búsqueda y vinculación con Google Search y Maps, contexto de URL, búsqueda de archivos y respuestas estructuradas. El uso de ordenador está disponible en modo de vista previa. El agente Antigravity en Gemini Managed Agents también admite Argon. En la aplicación Gemini, apareció el modo "tareas", que, según la descripción de Google, puede funcionar mientras usted no está delante del ordenador, en aplicaciones de Google y en más de 40 servicios conectados.
Multimodalidad: qué hay y qué no hay
- Entrada: texto, imágenes, vídeo, audio, PDF.
- Salida: solo texto. Este modelo no tiene generación de imágenes, audio ni API en vivo.
- Comprensión de vídeo por agentes ahora es de disponibilidad general (GA).
Tono
Respuestas directas es una afirmación de Google sobre la aplicación Gemini. Para la API, no hay tales formulaciones en la documentación, por lo que en la sección de prompts propongo verificar esto con una prueba propia.
Precios y acceso
| Qué |
Condiciones |
| Precio introductorio (hasta el 30 de noviembre de 2026) |
2 $ por 1M de tokens de entrada y 10 $ por 1M de tokens de salida (incluidos los tokens de pensamiento) |
| A partir del 1 de diciembre de 2026 |
4 $ por 1M de tokens de entrada y 20 $ por 1M de tokens de salida |
| Caché |
El caché implícito está activado para solicitudes de 4 096 tokens y reduce el precio de los tokens de entrada cacheados en un 95%. El caché explícito (cachedContents) no es compatible |
| API |
Nivel de pago de Gemini API. Según la documentación, el modelo no está disponible en el nivel gratuito ni en el plan Google AI Pro |
| Aplicación Gemini y Modo AI |
Para suscriptores de Google AI Pro y Ultra |
Fuentes: documentación de la API, comunicado sobre la aplicación. Los precios y las condiciones cambian, por lo que antes de lanzar, consulte la página Pricing.
⚙️ Mecánica de funcionamiento: cómo el modelo procesa tareas complejas
Google no revela su arquitectura interna. A continuación, se presenta la secuencia que se puede observar en la documentación de la API. Esta es una descripción de lo que sucede a nivel de solicitud, no un esquema de la red neuronal.
- Solicitud y contexto. Tu prompt, archivos e historial de diálogo entran en una ventana compartida de 1 millón de tokens (lee mi artículo sobre la ventana de contexto de LLM para obtener detalles sobre cómo funciona la memoria de los modelos y por qué los límites de contexto afectan el costo y la calidad).
- Fase de pensamiento. El modelo gasta tokens de pensamiento dependiendo de
thinking_level. Estos se cuentan en tu límite de salida y se facturan como salida. En diálogos de varios pasos y llamadas a funciones, es necesario devolver el historial completo junto con las firmas de pensamiento (thought signatures).
- Llamada a herramientas. El modelo utiliza herramientas integradas (ejecución de código, búsqueda, contexto de URL) dentro del alcance de la solicitud. Para function calling, la situación es diferente: el modelo devuelve una llamada, tú la ejecutas en tu código y devuelves el resultado. Por lo tanto, "sin intervención humana" en la API significa "sin intervención humana en el ciclo", pero el ciclo lo escribe el desarrollador.
- Respuesta final. Si la solicitud agota
max_output_tokens, la respuesta se devuelve con finish_reason: "MAX_TOKENS" y continuation_token. Los SDK de nuevas versiones continúan automáticamente, mientras que en REST se necesita un ciclo propio.
Ejemplo de solicitud (Python)
pip install -U "google-genai>=2.30.1"
from google import genai
from google.genai import types
client = genai.Client()
response = client.models.generate_content(
model="gemini-4-argon",
contents="Describe un plan de migración de un módulo de Java 8 a Java 21.",
config=types.GenerateContentConfig(
max_output_tokens=65536,
thinking_config=types.ThinkingConfig(thinking_level="medium"),
),
)
print(response.text)
El ejemplo se basa en el quickstart oficial. Verifica los nombres de los parámetros y las versiones mínimas del SDK antes de usarlos.
¿Qué ha cambiado en la API (lista de verificación de migración)
| Cambio |
Qué hacer |
thinking_budget |
Reemplazar por thinking_level; verificar el funcionamiento en low, medium, high |
| Límites de salida |
Establecer max_output_tokens explícitamente; aumentar los valores inferiores a 32K a 32 768 |
| Parámetros de muestreo |
temperature, top_p, top_k, candidate_count eliminar: se ignoran |
| Caché explícita |
No compatible y devuelve un error; usar implícita |
| Tiempos de espera |
Establecer el tiempo de espera HTTP del cliente en al menos 20 minutos por llamada |
| Firmas de pensamiento |
Pasar el historial completo con firmas en solicitudes de varios pasos |
🛠️ Dónde y cómo usar: escenarios prácticos
A continuación, se presentan dos tipos de afirmaciones: declaraciones de Google (que vale la pena verificar) y mis suposiciones sobre la aplicación (marcadas como tales).
Desarrollo y refactorización
- Migraciones de código. Google proporciona un ejemplo: los agentes de Argon reescriben C/C++ a Rust, desde decenas de miles de líneas en bibliotecas principales hasta más de 800 mil líneas para el núcleo Zircon de Fuchsia. Este trabajo, según Google, pasa por auditorías automáticas y manuales, pruebas en emulación y revisiones antes de salir a producción. Este orden debe adoptarse como regla también para tus propios proyectos.
- Benchmarks. En DeepSWE v1.1, que mide tareas reales de desarrollo a largo plazo, Google declara un 77,9% y lo llama un nuevo nivel de vanguardia. Estos son datos de la propia empresa.
- Seguridad. Google posiciona la capacidad de encontrar y corregir vulnerabilidades para los defensores. Proporciona una versión con restricciones reducidas solo a participantes verificados del programa Fairwind, por lo que no debes contar con ella en acceso público.
Análisis y trabajo con datos
- Documentos grandes. La ventana compartida de 1 millón de tokens permite pasar documentación voluminosa o informes en una sola solicitud, pero no olvides que la respuesta y el pensamiento también ocupan espacio. Calcula los tokens de antemano utilizando el token counting.
- Registros del servidor (mi suposición). Un análisis similar es posible, pero antes de enviar registros a un servicio externo, elimina o anonimiza las direcciones IP y otros datos personales, y verifica las políticas de uso de datos de tu plan.
- Finanzas y derecho. Google declara liderazgo en Vals Index, Vals Finance Agent y Harvey Legal Agent Benchmark. Esto es un autoinforme, por lo que siempre verifica las conclusiones críticas manualmente.
Contenido y SEO (mis suposiciones)
Google no publica declaraciones separadas sobre escenarios de SEO, por lo que esta sección contiene mis ideas para verificar en la práctica:
- Construcción de la estructura semántica de artículos y clústeres basada en tus datos (exportación de Search Console, lista de consultas).
- Auditoría técnica basada en la exportación del rastreador: agrupación de errores, priorización, borradores de correcciones.
- Preparación de borradores de materiales analíticos con un resumen en forma de verificación de hechos: verifica todas las cifras y enlaces con las fuentes primarias.
Para los editores, hay otro detalle: según un informe en la traducción de Search Engine Roundtable, las respuestas de Argon en modo AI contienen enlaces a fuentes. Esto debe ser monitoreado en el análisis, pero las conclusiones en sí mismas aún deben considerarse preliminares.
✅ Lista de verificación: cómo redactar prompts para el nuevo modelo
1. Elige el nivel de pensamiento según el tipo de tarea
low: clasificación, reescritura, respuestas simples, consultas masivas y baratas.medium: elección típica, especialmente para código y agentes.high: razonamiento complejo, código más difícil, salidas largas.
Google recomienda ejecutar tus evaluaciones en los tres niveles con un alto max_output_tokens y elegir el nivel más bajo que cumpla tu estándar de calidad.
2. ¿Realmente ya no se necesitan preámbulos?
En la aplicación Gemini, Google declara respuestas directas sin clichés. Para la API, no encontré tal garantía en la documentación. Inténtalo tú mismo: ejecuta la misma consulta con la frase "responde directamente, sin rodeos" y sin ella, y compara. Si no hay diferencia, elimina el preámbulo. Una estructura clara funciona mejor que los deseos generales (y puedes encontrar plantillas y ejemplos listos para contenido y desarrollo en mi colección de prompts prácticos para generar código y textos):
Meta: realizar una auditoría técnica de una lista de URL de la exportación del rastreador.
Contexto: [insertar datos].
Restricciones: solo hechos de los datos, sin suposiciones; si faltan datos, escribe cuáles.
Formato: tabla "problema | número de URL | prioridad | qué corregir".
Verificación: al final, enumera lo que no pudiste verificar.
2. ¿Realmente ya no se necesitan preámbulos?
En la aplicación Gemini, Google declara respuestas directas sin clichés. Para la API, no encontré tal garantía en la documentación. Inténtalo tú mismo: ejecuta la misma consulta con la frase "responde directamente, sin rodeos" y sin ella, y compara. Si no hay diferencia, elimina el preámbulo. Una estructura clara funciona mejor que los deseos generales: meta, contexto, restricciones, formato del resultado, criterio de verificación.
Meta: realizar una auditoría técnica de una lista de URL de la exportación del rastreador.
Contexto: [insertar datos].
Restricciones: solo hechos de los datos, sin suposiciones; si faltan datos, escribe cuáles.
Formato: tabla "problema | número de URL | prioridad | qué corregir".
Verificación: al final, enumera lo que no pudiste verificar.
3. Cómo transferir archivos grandes y bases de código
- Calcula los tokens antes de enviarlos y deja un margen: el pensamiento y la respuesta también ocupan espacio de los mismos 1 millón.
- Para archivos, utiliza la Files API en lugar de insertar todo en el prompt, cuando sea apropiado.
- Establece
max_output_tokens explícitamente. Orientaciones de la documentación: para tareas estándar, deja el valor predeterminado; para tareas que antes requerían más de 32K tokens, establece 65 536; y para razonamiento y código complejos, 131 072 o 262 144, hasta 1 048 576 menos la entrada.
- Para ahorrar, utiliza el caché implícito: funciona para solicitudes de 4096 tokens o más y reduce el costo de los tokens de entrada cacheados en un 95%.
4. Controla los gastos
- Los tokens de pensamiento se facturan como salida, y la salida en $10 (luego $20) por 1 millón cuesta notablemente más que la entrada.
- Para tareas largas, limita
max_output_tokens y registra el uso real de tokens.
- Ten en cuenta el cambio de tarifas a partir del 1 de diciembre de 2026.
❓ Preguntas frecuentes (FAQ)
¿Gemini 4 y Gemini 4 Argon son lo mismo?
Argon es el primer modelo de la familia Gemini 4. Según los informes de prensa, Google planea presentar el resto de la familia más adelante.
¿Es Gemini 4 Argon gratuito?
No. El modelo está disponible en la API en un nivel de pago y, según la documentación, no está disponible en el nivel gratuito ni en el plan Google AI Pro. En la aplicación Gemini, lo reciben los suscriptores de AI Pro y Ultra.
¿Cuánto cuesta usarlo?
Hasta el 30 de noviembre de 2026, el precio introductorio es de $2 por 1 millón de tokens de entrada y $10 por 1 millón de tokens de salida; a partir del 1 de diciembre, será de $4 y $20. Los tokens de pensamiento se facturan como tokens de salida.
¿Qué es long decode?
Es la capacidad de generar una respuesta más larga que el límite de una sola solicitud (64K en un flujo, 32K sin flujo), hasta 1 millón de tokens menos la entrada. Las nuevas versiones del SDK continúan la generación automáticamente.
¿Se puede desactivar el pensamiento por completo?
En la lista de niveles de la documentación, están disponibles low, medium y high. No hay un modo "desactivado" entre ellos. La opción más barata es low.
🏁 Conclusiones
- 🔹 Gemini 4 Argon es el primer modelo de la generación Gemini 4. Apareció públicamente el 13 de octubre de 2026, y antes de eso estuvo disponible solo para socios de ciberseguridad durante varias semanas.
- 🔹 Los principales cambios prácticos: una ventana única de 1 millón de tokens, long decode hasta 1 millón de tokens de salida, niveles de pensamiento
low / medium / high en lugar de thinking_budget.
- 🔹 Al migrar, tenga en cuenta los matices: los parámetros de muestreo se ignoran, no hay caché explícito, el límite de una sola solicitud no fluida se ha reducido a 32K, los tiempos de espera deben aumentarse.
- 🔹 Las afirmaciones sobre el estilo de respuesta y los puntos de referencia son autoinformes de Google. Antes de pasar a un nuevo modelo, pruébelo con sus propios datos.
- 🔹 La estrategia más rentable: pruebe las tareas en los tres niveles de pensamiento y elija el más barato que le satisfaga en calidad.
📎 Fuentes
Importante: Los modelos, límites, precios y condiciones de acceso de Gemini cambian. Verifique la documentación actualizada antes de usar. El material es actual hasta el 18 de octubre de 2026.
