Ir al contenido
IA para hoy
Modelos y avances Producto 3/5 · Una fuente fiable

Gemini 4 Argon llega a la API a 2 dólares por millón de tokens de entrada y doblará su precio en diciembre

Gemini 4 Argon llega a la API a 2 dólares por millón de tokens de entrada y doblará su precio en diciembre
Foto: Kindel Media · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

Simon Willison publicó la versión 0.35 de su plugin llm-gemini, que añade soporte para Gemini 4 Argon, disponible desde hoy en la API de Gemini y para clientes del plan de suscripción de 100 dólares al mes. Al lanzamiento, Argon cuesta 2 dólares por millón de tokens de entrada y 10 por millón de salida, y el 1 de diciembre su precio se duplicará. Según Artificial Analysis, ejecutar su benchmark costó 2.407 dólares, una cifra cercana a la de GLM-5.3 y claramente inferior a la de los modelos más recientes de OpenAI, Anthropic y Meta.

Resumen generado mediante IA a partir de Simon Willison (original en inglés). Naturaleza de la información: análisis u opinión.

Análisis Por qué importa

El precio por token ya no basta para comparar modelos: lo que cuenta es cuántos tokens necesita un modelo para completar una tarea dentro de un entorno agéntico. Un coste que se duplica a mitad de un proyecto obliga a recalcular presupuestos.

Quién se ve afectado
Equipos que integran modelos mediante API o desarrollan agentes, y responsables de costes de IA.
Qué puede cambiar
Si el coste total por tarea se confirma bajo, Argon podría competir en precio con modelos de OpenAI y Anthropic en cargas agénticas. El aumento de diciembre reduciría esa ventaja a partir de entonces.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

El coste real por tarea en benchmarks independientes tras el cambio de precio y si otros proveedores responden con recortes. Conviene seguir las cifras de Artificial Analysis y los precios publicados para diciembre.

Recomendación Qué debería hacer una empresa

Medir el coste por tarea completada, no por token, con un piloto propio antes de cambiar de proveedor o comprometer presupuesto en los próximos 3 meses.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Fuente original: Simon Willison. La referencia es siempre el artículo original.

Ver fuente original ↗

LLMagentesAPI GoogleArtificial AnalysisOpenAIAnthropicMeta costes de IAGemini 4 ArgonGooglellm-geminiprecios API

Fuentes de esta historia

Esta noticia forma parte de una historia cubierta por 12 publicaciones. La fiabilidad sube cuando varias fuentes independientes la confirman.

  1. Google AI
    · confirmado por varias fuentes · artículo original ↗
  2. The Verge AI
    · confirmado por varias fuentes · artículo original ↗
  3. Ars Technica AI
    · confirmado por varias fuentes · artículo original ↗
  4. Xataka
    · confirmado por varias fuentes · artículo original ↗
  5. El Español Omicrono
    · confirmado por varias fuentes · artículo original ↗
  6. The Decoder
    · confirmado por varias fuentes · artículo original ↗
  7. La Nación Tecnología
    · confirmado por varias fuentes · artículo original ↗
  8. Hipertextual
    · confirmado por varias fuentes · artículo original ↗
  9. Infobae Tecno
    · confirmado por varias fuentes · artículo original ↗
  10. Google DeepMind
    · confirmado por varias fuentes · artículo original ↗
  11. WWWhat's new
    · confirmado por varias fuentes · artículo original ↗
  12. Simon Willison estás leyendo esta
    · una fuente fiable · artículo original ↗

Ver la historia completa con su línea temporal →

Tu opinión

0 comentarios

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas. Se guarda un resumen de tu IP para evitar abusos.

Relacionadas

Modelos y avances

Google lanza Gemini 4 Argon, su modelo para trabajo pesado, disponible en API, app y buscador

Google DeepMind anunció el 13 de octubre de 2026 Gemini 4 Argon, su modelo para razonamiento profundo y contexto extenso, ya disponible en Google AI Studio…

Por qué importaPara equipos que trabajan con documentos extensos, código complejo o agentes de razonamiento largo, el modelo cambia la relación entre calidad y…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 WWWhat's new
Modelos y avances

Google lanza Gemini 4 Argon con capacidades avanzadas de ciberdefensa y nuevas salvaguardas

Google DeepMind inicia el despliegue amplio de Gemini 4 Argon tras una fase de acceso limitado a ciberdefensores a través de su programa Fairwind. Según la…

Por qué importaPara directivos, el modelo amplía lo que se puede automatizar en seguridad, pero las cifras proceden de la propia Google y deben verificarse en uso…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 9/10 Google DeepMind
Modelos y avances

Google activa Gemini 4 Argon para usuarios de pago, con precio de lanzamiento

Google activó el acceso público a Gemini 4 Argon para suscriptores de pago de los planes Pro y Ultra, en la app Gemini y en el buscador. La empresa afirma que…

Por qué importaSi las ventajas se confirman, un modelo más barato para programación y ciberseguridad puede cambiar qué proveedor conviene para tareas de desarrollo…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 Infobae Tecno
Modelos y avances

Google lanza Gemini 4 Argon, su modelo más potente hasta la fecha

Google ha lanzado Gemini 4 Argon, su modelo de frontera más potente hasta la fecha, tras haberlo anunciado a finales de septiembre y ofrecerlo antes a socios…

Por qué importaEs una nueva versión del modelo de frontera de Google en un momento de competencia directa con Anthropic y OpenAI, y apunta a flujos de trabajo…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 Hipertextual