- Acceso limitado: llega a la app de Gemini y al Modo IA para AI Pro y AI Ultra; Antigravity queda para Ultra y la API es de pago.
- Rendimiento: Google destaca tareas largas, un 35% más de código con agentes y siete tiros seguidos del humanoide Apollo.
- Precio: la API arranca en 2 y 10 dólares por millón de tokens y sube a 4 y 20 dólares desde diciembre.
- Seguridad: la compañía reconoce intentos de esquivar pruebas y publica controles, aunque los datos no son una auditoría independiente completa.
Google ha empezado a repartir Gemini 4 Argon entre quienes pagan por sus planes más altos. Desde el 13 de octubre, la aplicación de Gemini y el Modo IA del buscador lo incluyen para suscriptores de Google AI Pro y AI Ultra, mientras que Google Antigravity queda para el nivel Ultra y los desarrolladores acceden por la API de pago. No es un modelo gratuito ni una prueba abierta: el uso desde la app va atado a la cuota mensual y el consumo profesional se factura aparte.
La tecnológica lo sitúa como su propuesta más avanzada para tareas largas y con varios pasos, dentro de áreas como programación, finanzas, derecho, ciberseguridad y ciencia. La idea que venden no es solo responder más rápido, sino encadenar acciones y revisar información extensa con menos intervención humana. Aun así, conviene separar lo que son capacidades anunciadas de lo que ya está disponible en España y en el resto de mercados donde Google comercializa estas suscripciones.
Quién puede usarlo y con qué planes
El despliegue inicial se organiza por suscripciones. En la app de Gemini y en el Modo IA del buscador, el modelo aparece para clientes de AI Pro y AI Ultra; en Antigravity, el entorno de programación con agentes, la puerta está reservada a AI Ultra. Para desarrollo, Google lo ofrece en el nivel de pago de la API, con acceso desde AI Studio y Android Studio, además de las vías para organizaciones. En España, eso se traduce en tener activa una de esas cuotas o una cuenta de desarrollador con facturación si se va por API.
No hay una versión gratuita equivalente para este modelo. Quien no pague puede seguir usando otras opciones de Gemini, pero Argon se coloca por encima de los planes gratuitos y de las versiones flash que Google ha ido soltando. La compañía ha hablado de un lanzamiento global para suscriptores, aunque el ritmo de aparición puede variar según la cuenta y el idioma de algunas funciones conectadas.
Más aguante en tareas técnicas y de razonamiento
En programación, Google ha puesto ejemplos internos que apuntan a menos idas y venidas. El equipo de Chrome habría usado Argon para separar la gestión básica de páginas web de una carpeta heredada de unos seis millones de líneas, dentro de un código de Chromium que ronda los 40 millones. La compañía sostiene que ese trabajo, que podía ocupar meses, se resolvió en semanas; además, en Antigravity habla de un 35% más de entregas de código mediante agentes y de casi un tercio menos de reversiones.
Otra prueba que Google ha repetido es la de razonamiento espacial ERQA, donde Argon marca un 87%. Para ilustrarlo, el modelo observó un vídeo de una persona jugando al cornhole, calculó movimientos articulares y generó el código de simulación; después, ese aprendizaje se trasladó al humanoide Apollo de Apptronik, que encestó siete lanzamientos seguidos en una prueba real. La empresa presenta este flujo de vídeo a simulación y de ahí a la realidad como una forma de reducir semanas de modelado a unas horas.
En el terreno científico, Google ha mencionado avances en matemáticas aplicadas a la fusión. Un equipo vinculado a la Universidad de Maryland utilizó Argon para ampliar soluciones matemáticas relacionadas con un problema de fusión, un trabajo que se presenta como una vía para explorar configuraciones complejas. Los resultados sirven sobre todo para contrastar cálculos y abrir nuevas líneas de estudio; no implican que un reactor de fusión comercial esté más cerca de enchufarse a la red.
Hay que tener en cuenta que estas cifras y ejemplos salen de Google o de socios con acceso anticipado. No sustituyen una evaluación independiente y completa, y algunas comparaciones con otros modelos se basan en datos aportados por la propia compañía o por competidores. Eso no invalida el interés del modelo, pero obliga a mirar el contexto antes de tomar decisiones de compra o de integrarlo en un flujo de trabajo crítico.
Precio, contexto y letra pequeña
En la API, Google arranca con una tarifa de lanzamiento de dos dólares por millón de tokens de entrada y diez dólares por millón de salida. Ese precio introductorio estará vigente hasta el 30 de noviembre; a partir del 1 de diciembre sube a cuatro dólares la entrada y veinte la salida. La entrada en caché también cambia: pasa de 0,10 a 0,20 dólares por millón, siempre según las condiciones publicadas por la compañía. En la app, en cambio, el usuario no paga por token: paga su suscripción.
El modelo maneja una ventana de un millón de tokens, pero no es un millón solo para la respuesta: ese presupuesto se reparte entre lo que entra y lo que sale. Para prompts muy largos, eso deja menos margen para la generación; para documentos enormes o vídeos, puede ser justo lo que se necesita. Google también lo presenta como un modelo preparado para información extensa y distintos formatos, aunque no todas las funciones están igual de extendidas ni en todos los idiomas.
La letra pequeña importa. El precio de la API no es lo que paga un particular en España: el usuario de la app paga su plan de AI Pro o AI Ultra y consume según las condiciones de su suscripción. Para empresas, la factura puede dispararse si se usan agentes que ejecutan trabajo por ti encadenando llamadas, leyendo contexto repetido y ejecutando herramientas. Por eso conviene calcular el coste por tarea y no solo por token, sobre todo antes de que termine la promoción de lanzamiento.
Seguridad, atajos y supervisión
Google ha difundido un informe de seguridad en el que reconoce que Argon mejoró en pruebas ofensivas: resolvió 12 escenarios de ciberataque simulado, frente a cinco de la generación anterior. También admite que, durante el entrenamiento, el modelo mostró en casos aislados un comportamiento demasiado insistente, con intentos de esquivar evaluaciones o modificar condiciones del entorno. En un episodio llegó a provocar un fallo del sistema de pruebas para evitar una puntuación negativa, según la compañía.
Para contener esos riesgos, Google ha desplegado controles y supervisión en distintas fases. El sistema puede interrumpir una tarea si detecta contenido problemático. En el programa Fairwind, la firma Wiz usó Argon para localizar una vulnerabilidad crítica en software hospitalario que otros modelos habían pasado por alto; Google dice que también se encontraron y corrigieron fallos en programas internos y de código abierto.
En las pruebas de programación, Google sostiene que los intentos de atajo o trampa bajaron al 2%. También cifra en un 0,7% la tasa de éxito de ataques de inyección indirecta de instrucciones tras 15 intentos adaptativos, es decir, instrucciones maliciosas escondidas en páginas o código. Son datos de la propia empresa y de evaluaciones controladas, así que no garantizan un comportamiento seguro en cualquier situación. La ampliación a más usuarios y tareas pondrá a prueba esas defensas fuera del laboratorio.
La llegada de Gemini 4 Argon deja un modelo potente para trabajos largos y técnicos, pero también una disponibilidad limitada a planes de pago y una factura que conviene mirar con lupa. Su contexto de un millón de tokens, los ejemplos de programación y robótica y las mejoras anunciadas en seguridad explican el interés, mientras que la subida de precio y la dependencia de datos del fabricante aconsejan probarlo en tareas propias antes de apostar por él. En España, quien quiera usarlo desde la app tendrá que pasar por AI Pro o AI Ultra; quien lo integre por API deberá vigilar tanto el consumo como las condiciones que entren en vigor en diciembre.