Gemini 4 Argon — ya en el sitio
Ha aparecido un nuevo modelo en las redes neuronales NeuralSpace - Gemini 4 Argon de Google. Ya está disponible en charlar, sección "Código" y público API. Página de modelo separada - /chat/gemini-4-argon.
¿Qué puede Gemini 4 Argon
- Contexto de 1 millón de tokens. Puede descargar un documento grande o mantener una correspondencia muy larga: el modelo mantiene el hilo de la conversación de principio a fin.
- Entiende no sólo texto. En una solicitud, puede mostrar una imagen, adjuntar un archivo, audio o video; el modelo analizará el contenido y responderá en función de él.
- Piensa antes de contestar. Problemas complejos (matemáticas, lógica, planes de varios pasos) el modelo los resuelve con razonamiento y no con la primera respuesta que surge.
- Herramientas y búsqueda web. Como los modelos de chat vecinos: puedes pedirle al modelo que busque información relevante en Internet.
- Codificación. Analiza el código existente, planifica las ediciones y las ejecuta paso a paso, explicando los resultados.
Precio
El costo se calcula en función de los tokens realmente utilizados y se cancela después de la respuesta; el umbral de saldo mínimo es visible antes del envío, como ocurre con otros modelos de la sección. Los precios actuales están en la página. API.
como intentarlo
- Abierto charlar y seleccione de la lista de modelos Gemini 4 Argon — una página de modelo separada está disponible en /chat/gemini-4-argon.
- Haga una pregunta como de costumbre: el modelo responde con una secuencia y admite la búsqueda web.
- Para proyectos, abre la sección. "Código" — allí el modelo funciona como un agente: crea un proyecto, escribe y edita archivos y realiza largas iteraciones.
Lo que se sabe del modelo: números Google y pruebas independientes
La principal fuente de cifras es la oficial. tarjeta modelo Gemini 4 Argon de Google DeepMind. Estas son las mediciones del propio fabricante: DeepSWE v1.1 - 77,9 % (codificación de agente), AutomationBench - 51,3 % (tareas comerciales de un extremo a otro), CWE-bench v1 - 68 % (cierre autónomo de vulnerabilidades), LVBench - 91,7 % (comprensión de vídeos largos), Vals Index - 68,9 %. La ventana conjunta de entrada y salida es de 1 millón de tokens y el límite garantizado para una respuesta es de 64 mil (según el catálogo OpenRouter); el almacenamiento en caché de solicitudes es un 95% más barato; precio inicial: 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida, después del período introductorio: 4 dólares/20 dólares.
También hay mediciones independientes. laboratorio de pruebas Vals AI presentó el modelo en su propio stand y confirmó su liderazgo: primer lugar entre 48 modelos en Vals Index (68,9% ± 0,97) y primer lugar entre 78 modelos en Finance Agent v2. El precio de la prueba también es indicativo: una ejecución costó aproximadamente 15,68 dólares y duró unos 46 minutos; el modelo es pesado, pero eficaz. Revisar the-decoder.com más comedido: según el autor, Argon está acortando distancias con OpenAI y Anthropic y supera a sus competidores en ciertos puntos de referencia, pero no toma una ventaja clara; Anthropic, según su evaluación, todavía está por delante. Al mismo tiempo, para ser un modelo insignia, el modelo es barato, especialmente por el precio de lanzamiento.
En pocas palabras: los números de la tarjeta Google son la declaración del fabricante; pruebas independientes hasta ahora los confirman para Vals Index y Finance Agent; para otros puntos de referencia aún no hay ejecuciones de terceros. Un análisis detallado del anuncio se encuentra en nuestro artículo separado. "Gemini 4 Argon: lo que se sabe". En nuestro sitio sólo indicamos lo que realmente funciona aquí: chat, “Código”, API, búsqueda web y herramientas.
Cuando elegir argón
Argon es un modelo para tareas grandes: documentos y correspondencia extensos, análisis de archivos y medios, matemáticas complejas y scripts de agentes de varios pasos. Para respuestas rápidas cotidianas en el chat, existen modelos ligeros, por ejemplo, Claude Haiku 5.5, y para un razonamiento más profundo, los más antiguos, Claude Sonnet 5.5 y Claude Opus 5.5.