Google ha vuelto a la carga. El 14 de octubre, Gemini 4 Argon se lanzó a nivel mundial. Es la primera vez en más de 7 meses que Google presenta un modelo de gran tamaño por encima de Flash.
Primero, sus puntos fuertes, en palabras sencillas:
① Puede «completar tareas largas de una sentada»: el límite de salida por solicitud pasa de 64.000 a 1 millón de tokens. Es como pedirle que modifique de una vez un gran repositorio de código, sin que se quede a medias.
② Encabeza las pruebas: ocupa el primer puesto en el índice Vals, que abarca finanzas, programación, derecho y fiscalidad, con un 68,9 %. En la comparación oficial, quedó primero en 14 de 19 pruebas.
③ Un precio muy agresivo: sale con un 50 % de descuento; cuesta 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Después del 30 de noviembre, los precios se duplicarán: 4/20 dólares.
Pero tiene un punto débil importante:
- En programación desde la línea de comandos (Terminal-bench 4.0) solo obtiene un 57,4 %, 9 puntos enteros menos que Claude Opus 5.5. Aún no ha superado a sus competidores escribiendo código largo ni ejecutando tareas en la terminal.
- La barrera de acceso es alta: ni los usuarios gratuitos ni los suscriptores de Plus, que cuesta 5 dólares, pueden usarlo. Hay que pagar 20 dólares por Pro o 100 dólares por Ultra.
Mi opinión: esto no es «la remontada de Google», sino «Google vuelve a sentarse a la mesa». No se recuperan más de 7 meses de retraso (el aplazamiento de Gemini 3.5 Pro y la inestabilidad en la cúpula de DeepMind) con un solo lanzamiento. Sobre todo en programación, el uso más valioso, todavía no se ha consolidado entre los líderes. Lo que de verdad merece atención no son las puntuaciones, sino la tendencia a que «los modelos insignia sean cada vez más baratos»: comienza la guerra de precios de las API y quienes terminarán beneficiándose serán las aplicaciones posteriores y la demanda de capacidad de cómputo.
Lo que podemos aprender quienes trabajamos en cripto: la carrera armamentística de los modelos grandes no se ha detenido y la demanda de capacidad de cómputo solo va a crecer. La narrativa de IA + capacidad de cómputo (cómputo descentralizado, tokens de agentes de IA) puede añadirse a la lista de cosas a observar, pero recuerda: una narrativa es solo una narrativa; no la confundas con los fundamentos.
¿A quién ves con más posibilidades: Google, OpenAI o Anthropic? ¡Hablemos en los comentarios!
#谷歌发布Gemini4Argon模型 #Gemini4Argon #AI #谷歌 #cómputo
Primero, sus puntos fuertes, en palabras sencillas:
① Puede «completar tareas largas de una sentada»: el límite de salida por solicitud pasa de 64.000 a 1 millón de tokens. Es como pedirle que modifique de una vez un gran repositorio de código, sin que se quede a medias.
② Encabeza las pruebas: ocupa el primer puesto en el índice Vals, que abarca finanzas, programación, derecho y fiscalidad, con un 68,9 %. En la comparación oficial, quedó primero en 14 de 19 pruebas.
③ Un precio muy agresivo: sale con un 50 % de descuento; cuesta 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Después del 30 de noviembre, los precios se duplicarán: 4/20 dólares.
Pero tiene un punto débil importante:
- En programación desde la línea de comandos (Terminal-bench 4.0) solo obtiene un 57,4 %, 9 puntos enteros menos que Claude Opus 5.5. Aún no ha superado a sus competidores escribiendo código largo ni ejecutando tareas en la terminal.
- La barrera de acceso es alta: ni los usuarios gratuitos ni los suscriptores de Plus, que cuesta 5 dólares, pueden usarlo. Hay que pagar 20 dólares por Pro o 100 dólares por Ultra.
Mi opinión: esto no es «la remontada de Google», sino «Google vuelve a sentarse a la mesa». No se recuperan más de 7 meses de retraso (el aplazamiento de Gemini 3.5 Pro y la inestabilidad en la cúpula de DeepMind) con un solo lanzamiento. Sobre todo en programación, el uso más valioso, todavía no se ha consolidado entre los líderes. Lo que de verdad merece atención no son las puntuaciones, sino la tendencia a que «los modelos insignia sean cada vez más baratos»: comienza la guerra de precios de las API y quienes terminarán beneficiándose serán las aplicaciones posteriores y la demanda de capacidad de cómputo.
Lo que podemos aprender quienes trabajamos en cripto: la carrera armamentística de los modelos grandes no se ha detenido y la demanda de capacidad de cómputo solo va a crecer. La narrativa de IA + capacidad de cómputo (cómputo descentralizado, tokens de agentes de IA) puede añadirse a la lista de cosas a observar, pero recuerda: una narrativa es solo una narrativa; no la confundas con los fundamentos.
¿A quién ves con más posibilidades: Google, OpenAI o Anthropic? ¡Hablemos en los comentarios!
#谷歌发布Gemini4Argon模型 #Gemini4Argon #AI #谷歌 #cómputo