Ya llegaron las pruebas independientes de Gemini 4 Argon. Conclusión: destaca en unas áreas más que en otras, y con razón.
Según el benchmark contable publicado por DualEntry, Argon obtuvo una precisión del 91,1 %, la más alta entre 18 modelos. También lideró en consistencia, con un 86,1 %. Cada tarea cuesta 0,11 $, mientras que Claude Fable cuesta 1,18 $: diez veces más, y con una puntuación inferior.
Pero en el índice de programación de Artificial Analysis, Argon quedó primero en DeepSWE con un 78,8 %, mientras que en Terminal-Bench solo alcanzó el 56,1 %, una posición intermedia, muy por detrás de Claude Sonnet 5.5 (66,2 %).
Mi opinión: Argon es el mejor para tareas largas y especializadas, como las de finanzas, derecho y contabilidad: tareas que duran horas y exigen precisión. Para escribir código rápido y sencillo, no te dejes llevar por la fama.
Hay que mirar el expediente completo, no solo lo que conviene.
DYOR, opera con sensatez.
Según el benchmark contable publicado por DualEntry, Argon obtuvo una precisión del 91,1 %, la más alta entre 18 modelos. También lideró en consistencia, con un 86,1 %. Cada tarea cuesta 0,11 $, mientras que Claude Fable cuesta 1,18 $: diez veces más, y con una puntuación inferior.
Pero en el índice de programación de Artificial Analysis, Argon quedó primero en DeepSWE con un 78,8 %, mientras que en Terminal-Bench solo alcanzó el 56,1 %, una posición intermedia, muy por detrás de Claude Sonnet 5.5 (66,2 %).
Mi opinión: Argon es el mejor para tareas largas y especializadas, como las de finanzas, derecho y contabilidad: tareas que duran horas y exigen precisión. Para escribir código rápido y sencillo, no te dejes llevar por la fama.
Hay que mirar el expediente completo, no solo lo que conviene.
DYOR, opera con sensatez.