Gemini 4 Argon ya está aquí: acceso y benchmarks frente a Astra y Opus

Gemini 4 Argon ya está disponible globalmente, con acceso distinto según el producto y el plan. Sundar Pichai, CEO de Google y Alphabet, lo confirmó en X este 13 de octubre, poco después de publicar el video de un televisor con un cuatro.

La noticia ahora es qué puedes usar y cómo se compara. En las cifras publicadas por Google, Argon supera a GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5 en algunas tareas. En otras, Astra u Opus quedan arriba. Esa diferencia importa más que buscar un ganador para todo.

Dónde puedes usar Gemini 4 Argon

La nota oficial de hoy anuncia:

• Gemini app y AI Mode en Search: acceso para suscriptores Google AI Pro y Ultra.
• Google Antigravity: acceso para suscriptores Ultra.
• Desarrolladores y empresas: acceso de pago mediante la Gemini API y la plataforma Gemini.

Revisa lo que aparece habilitado en tu cuenta. El acceso anunciado para un producto no implica el mismo acceso en los demás. La apertura global es una afirmación de Google; no hemos comprobado cada cuenta o región.

Argon frente a Astra, Fable y Opus: compara por tarea

Esta selección reúne seis pruebas de la tabla oficial de Google DeepMind, verificada el 13 de octubre. Todas muestran puntuaciones en porcentaje: cuanto mayor, mejor dentro de esa prueba. El rótulo «Lidera» se refiere únicamente a los cuatro modelos mostrados.

30.09.2026 · Google DeepMind · Verificado 13.10.2026

Elige la tarea. Compara los modelos.

Argon

AutomationBench

Mayor es mejor

Ejecución de tareas empresariales de principio a fin. Puntuación, %.

050100 %

Gemini 4 ArgonLidera

51,3%

GPT-6 Astra

41,4%

Claude Fable 5.1

31,4%

Claude Opus 5.5

42,5%

Argon supera a Opus 5.5 por 8,8 puntos porcentuales en esta evaluación.

DeepSWE v1.1

Mayor es mejor

Ingeniería de software con tareas de larga duración. Puntuación, %.

050100 %

Gemini 4 ArgonLidera

77,9%

GPT-6 Astra

74,1%

Claude Fable 5.1

67,4%

Claude Opus 5.5

74,2%

Argon lidera entre los cuatro modelos de la tabla de Google. La diferencia con Opus 5.5 es de 3,7 puntos.

Terminal-Bench 4.0

Mayor es mejor

Tareas con agentes en una terminal. Puntuación, %.

050100 %

Gemini 4 Argon

57,4%

GPT-6 Astra

58,2%

Claude Fable 5.1

57,9%

Claude Opus 5.5Lidera

66,4%

Aquí lidera Opus 5.5. Argon queda 9 puntos por debajo. Un modelo puede ganar en un benchmark y perder en otro.

FrontierSWE v2

Mayor es mejor

Otra evaluación de ingeniería de software. Puntuación, %.

050100 %

Gemini 4 Argon

55,0%

GPT-6 AstraLidera

65,5%

Claude Fable 5.1

56,3%

Claude Opus 5.5

62,3%

Astra alcanza la mayor puntuación de este grupo. Este resultado ayuda a matizar el liderazgo de Argon en DeepSWE.

LVBench

Mayor es mejor

Comprensión de vídeos largos. Puntuación, %.

050100 %

Gemini 4 ArgonLidera

91,7%

GPT-6 Astra

87,5%

Claude Fable 5.1

79,7%

Claude Opus 5.5

83,7%

Google usa 1 fotograma por segundo para Gemini, 800 fotogramas para Astra, 300 para Fable y 600 para Opus, por límites de sus API. Evalúa comprensión, no generación de vídeo.

CWE-bench v1

Mayor es mejor

Corrección de vulnerabilidades de software. Puntuación, %.

050100 %

Gemini 4 ArgonLidera

68,0%

GPT-6 AstraLidera

68,0%

Claude Fable 5.1

58,0%

Claude Opus 5.5

67,0%

Argon y Astra empatan al 68 %. Esta prueba mide reparación de vulnerabilidades; no todas las tareas de ciberseguridad.

Ver la tabla de las seis pruebas

Selección de la tabla de Google; puntuaciones en porcentaje

Benchmark	Gemini 4 Argon	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5.5
AutomationBench	51,3%	41,4%	31,4%	42,5%
DeepSWE v1.1	77,9%	74,1%	67,4%	74,2%
Terminal-Bench 4.0	57,4%	58,2%	57,9%	66,4%
FrontierSWE v2	55,0%	65,5%	56,3%	62,3%
LVBench	91,7%	87,5%	79,7%	83,7%
CWE-bench v1	68,0%	68,0%	58,0%	67,0%

La lectura rápida: Argon alcanza 51,3 % en AutomationBench y 77,9 % en DeepSWE v1.1. Frente a Opus 5.5, son diferencias de 8,8 y 3,7 puntos porcentuales, respectivamente.

El orden cambia al cambiar de trabajo. Opus 5.5 llega a 66,4 % en Terminal-Bench 4.0, frente al 57,4 % de Argon. Astra alcanza 65,5 % en FrontierSWE v2, frente al 55,0 % de Argon. En CWE-bench v1, Argon y Astra empatan al 68,0 %.

Son resultados publicados, no pruebas realizadas por HeyMark. Una puntuación de código tampoco dice cómo redactará cada modelo con el tono de tu marca.

Qué condiciones hay detrás de las cifras

La metodología de Google usa generalmente un intento y el máximo razonamiento disponible, con excepciones documentadas. La tabla combina evaluaciones calculadas por Google y cifras de proveedores o rankings públicos; no es una ejecución idéntica de todos los modelos en nuestro entorno.

En LVBench también cambia la entrada: Gemini recibe un fotograma por segundo; Astra, 800 fotogramas; Fable, 300; y Opus, 600, por límites de sus API. El 91,7 % de Argon evalúa comprensión de video, no generación de video.

Para elegir un modelo, empieza por la tarea que necesitas completar. Comprueba después el resultado con tus materiales, las herramientas usadas y el coste de la ejecución.

Del televisor al anuncio: los dos posts originales

Pichai publicó el teaser a las 12:45:25 de Chile. El video dura unos 29 segundos: una mano cambia los canales, aparece el cuatro y pasan distintas escenas antes de una G final. El post venía sin explicación.

Post original de Sundar Pichai · televisor

Copia del video original, con su audio y montaje.

18 minutos y 45 segundos después, a las 13:04:10, su segundo post ya anuncia Argon y detalla el acceso. Lo acompaña un video de unos 51 segundos con objetos, personas y representaciones gráficas.

Post original de Sundar Pichai · anuncio

Gemini 4 Argon is here.

Copia del video original, con su audio y montaje.

Los videos son material promocional de Google. Sirven para ver cómo presenta el modelo; los benchmarks y su metodología permiten examinar resultados concretos.

Nuestra cobertura del anuncio inicial conserva el contexto del 30 de septiembre, cuando el acceso empezaba por evaluadores y defensores de ciberseguridad. La diferencia de hoy es la apertura anunciada para los productos y planes anteriores.

Fuentes verificadas el 13 de octubre de 2026. Horas de X convertidas a America/Santiago (UTC−3). Las cifras son las publicadas por Google; no representan una evaluación de HeyMark.