Ayer todos hablaban de que Google había lanzado otro modelo nuevo. Hoy vale la pena analizar con más detalle en qué pruebas Gemini 4 Argon es realmente fuerte y en cuáles todo es puro marketing.
Primero, sus puntos fuertes. En ingeniería de software de largo plazo, DeepSWE obtuvo un 77,9 %, por encima del 74,2 % de Claude Opus 5.5 y del 74,1 % de GPT-6 Astra; en Vals Index, que evalúa conocimientos financieros, jurídicos y fiscales, alcanzó por primera vez el primer puesto con un 68,9 %; en automatización de flujos de trabajo empresariales, obtuvo un 51,3 % en AutomationBench, casi 9 puntos por delante del segundo puesto; en Vibe Code Bench, un 91,9 %; en GraphWalks, que evalúa textos extremadamente largos (de 256.000 a 1 millón de tokens), un 84,2 %; y en comprensión de vídeos largos, un 91,7 %. El índice global de la entidad independiente Artificial Analysis le dio 53 puntos: empató con GPT-6 Astra y superó por 23 puntos al buque insignia de la generación anterior de Google.
También hay que hablar de sus puntos débiles. En la prueba práctica de terminal Terminal Bench solo obtuvo un 57,4 %, por debajo de GPT-6 Astra y Opus 5.5; en el benchmark de agentes jurídicos Harvey logró un 19,6 %: casi el triple que el segundo puesto, pero la cifra absoluta sigue siendo muy baja. Además, es probable que muchas de estas cifras provengan de pruebas internas oficiales, mientras que las de la competencia se tomaron de clasificaciones públicas, así que conviene tomarlas con cautela.
El precio es realmente agresivo. La tarifa promocional es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida; la entrada en caché tiene un descuento adicional del 5 %. Los precios se duplicarán después del 30 de noviembre. Los suscriptores de pago ya pueden usarlo en Gemini App, AI Mode y Antigravity.
Las pruebas de uso real dicen más que las puntuaciones. En una prueba interna de programación nocturna de Google, se integraron 2 optimizaciones y se rechazaron 4 propuestas: no todo se aprobó automáticamente. Un ingeniero de Chrome lo utilizó para completar una refactorización arquitectónica que abarcó cientos de archivos en el código de Chromium, de 40 millones de líneas. Entre los primeros clientes empresariales están Deloitte, LexisNexis e Isomorphic Labs.
Desde la perspectiva cripto, hay dos líneas que seguir. Fairwind planea entregar a los defensores una versión sin las barreras de ciberseguridad: ayer, el caso del ingeniero de OpenAI detenido trataba de IA contra IA; hoy, esta iniciativa trata de IA defendiendo IA. Se están reforzando ambos lados, ataque y defensa. Y para que la economía de agentes funcione de verdad, la capa de liquidación on-chain —gas, identidad y pagos— es una infraestructura fundamental e inevitable. Ahí es donde cripto tiene un papel más tangible en la narrativa de la IA.
La pregunta final es inevitable: por muy atractivas que sean las puntuaciones de los benchmarks, solo son el boleto de entrada. Lo que las empresas realmente quieren saber es el precio, los límites de uso y las condiciones de gobernanza de datos. Google todavía no ha entregado su respuesta comercial.
#GoogleReleasesGemini4ArgonAIModel
#AI #Gemini
Lo anterior no constituye asesoramiento de inversión. DYOR; operar conlleva riesgos.
Primero, sus puntos fuertes. En ingeniería de software de largo plazo, DeepSWE obtuvo un 77,9 %, por encima del 74,2 % de Claude Opus 5.5 y del 74,1 % de GPT-6 Astra; en Vals Index, que evalúa conocimientos financieros, jurídicos y fiscales, alcanzó por primera vez el primer puesto con un 68,9 %; en automatización de flujos de trabajo empresariales, obtuvo un 51,3 % en AutomationBench, casi 9 puntos por delante del segundo puesto; en Vibe Code Bench, un 91,9 %; en GraphWalks, que evalúa textos extremadamente largos (de 256.000 a 1 millón de tokens), un 84,2 %; y en comprensión de vídeos largos, un 91,7 %. El índice global de la entidad independiente Artificial Analysis le dio 53 puntos: empató con GPT-6 Astra y superó por 23 puntos al buque insignia de la generación anterior de Google.
También hay que hablar de sus puntos débiles. En la prueba práctica de terminal Terminal Bench solo obtuvo un 57,4 %, por debajo de GPT-6 Astra y Opus 5.5; en el benchmark de agentes jurídicos Harvey logró un 19,6 %: casi el triple que el segundo puesto, pero la cifra absoluta sigue siendo muy baja. Además, es probable que muchas de estas cifras provengan de pruebas internas oficiales, mientras que las de la competencia se tomaron de clasificaciones públicas, así que conviene tomarlas con cautela.
El precio es realmente agresivo. La tarifa promocional es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida; la entrada en caché tiene un descuento adicional del 5 %. Los precios se duplicarán después del 30 de noviembre. Los suscriptores de pago ya pueden usarlo en Gemini App, AI Mode y Antigravity.
Las pruebas de uso real dicen más que las puntuaciones. En una prueba interna de programación nocturna de Google, se integraron 2 optimizaciones y se rechazaron 4 propuestas: no todo se aprobó automáticamente. Un ingeniero de Chrome lo utilizó para completar una refactorización arquitectónica que abarcó cientos de archivos en el código de Chromium, de 40 millones de líneas. Entre los primeros clientes empresariales están Deloitte, LexisNexis e Isomorphic Labs.
Desde la perspectiva cripto, hay dos líneas que seguir. Fairwind planea entregar a los defensores una versión sin las barreras de ciberseguridad: ayer, el caso del ingeniero de OpenAI detenido trataba de IA contra IA; hoy, esta iniciativa trata de IA defendiendo IA. Se están reforzando ambos lados, ataque y defensa. Y para que la economía de agentes funcione de verdad, la capa de liquidación on-chain —gas, identidad y pagos— es una infraestructura fundamental e inevitable. Ahí es donde cripto tiene un papel más tangible en la narrativa de la IA.
La pregunta final es inevitable: por muy atractivas que sean las puntuaciones de los benchmarks, solo son el boleto de entrada. Lo que las empresas realmente quieren saber es el precio, los límites de uso y las condiciones de gobernanza de datos. Google todavía no ha entregado su respuesta comercial.
#GoogleReleasesGemini4ArgonAIModel
#AI #Gemini
Lo anterior no constituye asesoramiento de inversión. DYOR; operar conlleva riesgos.