El 13 de octubre de 2026, Google presentó Gemini 4 Argon, el primer modelo de la nueva familia Gemini 4. En ChatX, Argon es ahora el modelo de Gemini más potente. A su lado siguen Gemini 3.8 Flash como todoterreno y Gemini 3.5 Flash Lite como opción económica. Aquí te contamos dónde va Argon por delante, dónde no y para qué tareas conviene cada uno de los tres modelos.
Qué distingue a Gemini 4 Argon
En su anuncio, Google describe Argon como un modelo para las tareas más difíciles (“built to solve your hardest problems”). Se refiere a análisis largos, código exigente, matemáticas y preguntas de ciencias.
En el día a día importan tres características:
- Contexto muy largo: la entrada y la salida pueden sumar hasta 1 millón de tokens. Eso alcanza para documentos muy largos o historiales de chat extensos.
- Conocimientos recientes: según la ficha del modelo, sus conocimientos llegan hasta marzo de 2026. Para todo lo posterior, activa la búsqueda web en ChatX.
- Imágenes como entrada: puedes subir fotos, capturas de pantalla o diagramas y hacer preguntas sobre ellos.
Argon razona antes de cada respuesta. Con qué profundidad lo hace lo controlas en ChatX con los niveles Bajo, Medio y Alto. Este modelo no tiene un nivel “Desactivado”. ChatX no muestra los pasos del razonamiento, pero sí cuentan en la facturación.
A finales de octubre, Google ya anunció un modelo todavía más potente, Gemini 4 Carbon. Por ahora solo está abierto a socios de seguridad seleccionados, así que en ChatX no entra en juego.
Benchmarks: a menudo por delante, pero no en todo
Los valores proceden de la ficha del modelo de Google de octubre de 2026. Para comparar, al lado aparecen tres modelos que también conoces de ChatX.
| Prueba | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|
| Trabajo intelectual (Vals Index) | 68,9 % | 63,1 % | 65,8 % | 67,0 % |
| Programación (DeepSWE v1.1) | 77,9 % | 74,1 % | 67,4 % | 74,2 % |
| Textos muy largos (GraphWalks, de 256k a 1M) | 84,2 % | 71,8 % | 65,0 % | 66,8 % |
| Comprensión de vídeos largos (LVBench) | 91,7 % | 87,5 % | 79,7 % | 83,7 % |
| Programación (FrontierSWE v2) | 55,0 % | 65,5 % | 56,3 % | 62,3 % |
| Trabajo en la terminal (Terminal-bench 4.0) | 57,4 % | 58,2 % | 57,9 % | 66,4 % |
Donde más se nota la ventaja es en los textos muy largos: con entradas de entre 256.000 y 1 millón de tokens, Argon queda más de doce puntos por delante del siguiente modelo. Eso indica que Argon se maneja bien con un manual voluminoso o con muchos archivos a la vez.
En programación, el panorama es desigual. En DeepSWE lidera Argon, mientras que en FrontierSWE v2 y Terminal-bench 4.0 van por delante GPT-6 Astra y Claude Opus 5.5. Conviene que sepas dos cosas más: las cifras las ha publicado la propia Google. Y Claude Fable 5.2, disponible desde el 9 de noviembre, todavía no aparece en la tabla.
¿Argon, 3.8 Flash o Flash Lite?
En ChatX hay ahora tres modelos de Gemini para elegir. Se diferencian sobre todo en la profundidad y en el precio.
| Modelo | Pensado para | Acceso |
|---|---|---|
| Gemini 4 Argon | tareas difíciles, documentos largos, código complejo | cuenta gratuita |
| Gemini 3.8 Flash | el día a día: textos, análisis, traducciones, código | cuenta gratuita |
| Gemini 3.5 Flash Lite | preguntas rápidas y sencillas, textos cortos | sin registro |
Gemini 3.8 Flash está en el mercado desde el 2 de septiembre de 2026. Google lo llama su caballo de batalla más inteligente (“our most intelligent workhorse model”). Para la mayoría de las preguntas es la opción sensata. Flash Lite puedes probarlo al instante, sin registrarte.
Nuestra prueba: tres tareas, tres modelos
Pusimos a los tres modelos de Gemini las mismas tareas: un problema de cálculo con dos trenes, un correo breve al casero y una función en PHP para validar un IBAN. Cada modelo se ejecutó una vez con su configuración predeterminada, es decir, Argon y 3.8 Flash en el nivel de razonamiento Bajo.
| Tarea | Gemini 4 Argon | Gemini 3.8 Flash | Gemini 3.5 Flash Lite |
|---|---|---|---|
| Problema de cálculo | 13,4 segundos, unos 1.500 tokens | 9,7 segundos, unos 1.000 tokens | 2,1 segundos, unos 370 tokens |
| Correo al casero | 7,9 segundos, unos 450 tokens | 3,4 segundos, unos 170 tokens | 1,2 segundos, unos 100 tokens |
| Validación de IBAN en PHP | 9,7 segundos, unos 1.300 tokens | 4,7 segundos, unos 440 tokens | 1,4 segundos, unos 220 tokens |
En el problema de cálculo, Argon y 3.8 Flash dieron con el resultado correcto: los trenes se cruzan poco después de las 10:10. Flash Lite se equivocó en las cuentas y dijo las 10:29. Argon, además, verificó su resultado con una comprobación. El correo fue aprovechable en los tres modelos. Para tareas así basta con Flash Lite, que terminó en poco más de un segundo.
La prueba es una muestra con una sola ejecución por tarea. Aun así, deja ver el patrón: Argon tarda más y cuesta más, pero a cambio dio la respuesta más rigurosa en el problema de cálculo, que tenía su miga.
Cuánto cuesta una respuesta en ChatX
ChatX cobra según el coste real del proveedor. En nuestra prueba, una respuesta de Argon costó entre unos 450 y 1.500 tokens, con 3.8 Flash fueron de unos 170 a 1.000 tokens y con Flash Lite de unos 100 a 370 tokens. Según la tarea, Argon cuesta así entre una vez y media y el triple que 3.8 Flash. En un chat más largo se suma como entrada el historial acumulado. En los niveles Medio y Alto, el modelo razona durante más tiempo y el consumo sube de forma notable.
Importante a la hora de planificar: Google ofrece Argon a precio de lanzamiento hasta el 30 de noviembre de 2026. A partir del 1 de diciembre, Google duplica el precio. Entonces en ChatX también se descontará el doble de saldo, es decir, en nuestra prueba unos 900 a 3.000 tokens por respuesta. En Gemini 3.8 Flash, el precio de lanzamiento termina con el cambio de año.
Consejos para empezar
- Primero Flash, luego Argon: hazle tu pregunta primero a Gemini 3.8 Flash. Si la respuesta se queda corta, cambia a Argon en el mismo chat.
- Bajo para textos: los correos, los resúmenes y las traducciones no necesitan un razonamiento largo. Así ahorras tokens.
- Alto para los casos duros: los cálculos enrevesados, la búsqueda de errores en el código o la comparación de varios documentos largos son el terreno para el que se creó Argon.
- Búsqueda web para temas de actualidad: los conocimientos de Argon terminan en marzo de 2026. Para noticias, precios o productos nuevos, activa la búsqueda web.
- Consulta los documentos largos con preguntas concretas: aquí es donde Argon rinde mejor según los benchmarks. Eso sí, cuanto más larga sea la entrada, más tokens cuesta cada mensaje.