Precios y acceso a la API de Gemini 4 Argon: qué está disponible ahora

Google ha anunciado Gemini 4 Argon, pero anunciar un modelo no significa que ya puedas llamarlo desde una API. A 1 de octubre de 2026, Google asegura que Argon llegará primero a defensores de la ciberseguridad de confianza; después será el turno de los clientes de la API de pago y los suscriptores de Google AI Ultra. Todavía no hay una fecha de disponibilidad general. Hoy lo sensato es reservar presupuesto y preparar una evaluación, no fijar en código un nombre de modelo supuesto.

Gemini 4 Argon está anunciado, pero su API aún no está disponible para todos

Gemini 4 Argon existe y Google DeepMind lo anunció oficialmente el 30 de septiembre de 2026. Aun así, su estado público sigue siendo el de acceso restringido, no el de un lanzamiento general. El anuncio de Google indica que el primer grupo externo serán los defensores de la ciberseguridad de confianza del programa Fairwind. Después llegarán desarrolladores, empresas y consumidores «lo antes posible».

Que el precio se haya publicado no significa que Argon esté habilitado en tu cuenta de API. No despliegues contra un endpoint ni un ID de modelo asumidos.

Qué abrió realmente Google el 30 de septiembre

El despliegue de Google tiene cuatro límites prácticos:

Ninguna de estas afirmaciones proporciona un ID de modelo público y estable, un calendario de límites de uso ni una fecha garantizada de lanzamiento en Google AI Studio o Vertex AI.

El anuncio oficial de Gemini 4 Argon es la referencia para todo lo relacionado con el despliegue. La documentación de precios de Gemini API disponible en directo debe considerarse la fuente válida para una tarifa pública que se pueda utilizar en la API; cuando se comprobó, Argon no aparecía allí.

Precios de la API de Gemini 4 Argon antes de su disponibilidad

Google ha anunciado precios iniciales por cada millón de tokens. Una vez terminado el periodo introductorio, cuyo final todavía no se ha publicado, el precio se duplicará.

En una llamada sencilla de un agente con 200.000 tokens de entrada, 150.000 tokens en caché, 50.000 tokens sin caché y 40.000 tokens de salida, la estimación introductoria es de $0.515:

1. 50.000 tokens de entrada sin caché cuestan $0.10.
2. 150.000 tokens de entrada en caché cuestan $0.015.
3. 40.000 tokens de salida cuestan $0.40.
4. Total: $0.515, antes de otros cargos del proveedor o de la plataforma.

Con las tarifas posteriores publicadas para la entrada y la salida, la parte correspondiente a la entrada sin caché y a la salida sería de $1.00. El total seguiría sin estar claro porque Google no ha indicado el precio posterior de la entrada en caché. La salida es el concepto dominante, así que un millón de tokens de salida debe verse como un techo presupuestario, no como una configuración razonable por defecto: costaría $10 con la tarifa introductoria o $20 después, sin contar la entrada.

No hagas tus previsiones únicamente con el precio introductorio. Una funcionalidad que funciona a $2/$10 pero deja de ser viable a $4/$20 no está lista para producción. Los límites de uso, la disponibilidad regional, las condiciones para procesamiento por lotes, el comportamiento final de la caché y la fecha de finalización del periodo introductorio siguen sin resolverse.

Qué demuestran —y qué no— los datos publicados sobre Argon

Google presenta Argon como un modelo orientado a la ingeniería de software de largo recorrido, el trabajo empresarial con conocimiento, la comprensión de vídeos largos y la ciberseguridad defensiva. En sus materiales de lanzamiento comunica estos resultados:

Artificial Analysis comunicó una puntuación inicial de 53 en su Intelligence Index para su snapshot de alto razonamiento y marcó los datos de velocidad como no disponibles. Es un dato de contexto, no una garantía de latencia. Los resultados de Google justifican hacer pruebas específicas para cada carga de trabajo, pero no permiten asumir que Argon será superior en todas las tareas.

El límite de un millón de tokens de salida cambia la arquitectura

Google afirma que Argon puede generar hasta 1 millón de tokens de salida, frente a los 64.000 de los modelos Gemini anteriores. Esto podría reducir la necesidad de dividir una migración grande o un informe en muchas respuestas que después haya que ensamblar. También introduce tres riesgos operativos.

En primer lugar, una respuesta muy larga puede fallar al final. Transmite la salida por streaming y guarda puntos de control del trabajo parcial para que una conexión interrumpida no convierta una tarea casi terminada en una factura difícil de aprovechar. En segundo lugar, cuanto mayor sea la salida, mayor será el esfuerzo de revisión. Una migración de código extensa seguirá necesitando pruebas, revisión de diferencias y límites claros para poder revertir cambios. En tercer lugar, la latencia aumenta con la longitud de la generación, por lo que las respuestas muy largas encajan mal en una interfaz interactiva.

Define un límite de salida explícito en cada llamada. Usa un límite pequeño para extracción y chat, uno mayor para cambios de código acotados y un presupuesto específico para cada trabajo de generación de informes o migración. El techo de 1M resulta útil cuando la tarea realmente lo necesita; no es una razón para dejar que todos los agentes funcionen sin límites.

Un plan de migración seguro para desarrolladores

Puedes prepararte sin fingir que Argon ya está disponible.

1. Guarda el nombre del modelo en GEMINI_MODEL, no en la lógica de la aplicación.
2. Mantén GEMINI_API_KEY fuera del control de versiones.
3. Construye entre 20 y 50 tareas representativas a partir de tu propio repositorio, documentos o trazas de agentes.
4. Registra tokens, latencia, reintentos, errores de herramientas, resultados aceptados, tiempo de reparación humana y coste facturado.
5. Cuando se abra el acceso, consulta la lista de modelos de la cuenta mediante la referencia de la API de modelos de Google; no supongas que gemini-4-argon es el nombre correcto.
6. Repite el mismo conjunto de pruebas con el modelo que utilizas actualmente en producción antes de cambiar el tráfico.

Una llamada mínima en Python puede mantenerse independiente del modelo, siguiendo la referencia del SDK de Gemini API para Python de Google:

import os
from google import genai
from google.genai import types

client = genai.Client()
model = os.environ["GEMINI_MODEL"]

response = client.models.generate_content(
    model=model,
    contents="Review this bounded code change and list concrete risks.",
    config=types.GenerateContentConfig(max_output_tokens=32000),
)
print(response.text)

Este ejemplo no afirma que GEMINI_MODEL=gemini-4-argon funcione hoy. Cuando Google publique el ID oficial, comprueba que la respuesta de la lista de modelos y la documentación de la API coincidan antes de modificar un despliegue.

Quién debería esperar y quién puede prepararse ya

La recomendación práctica es enrutar el tráfico, no sustituirlo todo automáticamente: conserva un modelo rápido como base para las peticiones rutinarias y reserva Argon para los trabajos largos y difíciles, una vez que supere tus pruebas de aceptación.

Preguntas frecuentes sobre Gemini 4 Argon

¿Gemini 4 Argon está disponible para todo el mundo?

No. Google está desplegándolo primero entre defensores de la ciberseguridad de confianza a través de Fairwind. Los clientes de pago de la API y los suscriptores de Google AI Ultra aparecen como los siguientes grupos, pero no se ha anunciado una fecha pública de disponibilidad general.

¿Cuál es el ID del modelo de la API de Gemini 4 Argon?

En el material de lanzamiento comprobado el 1 de octubre de 2026, Google todavía no había publicado un ID de modelo público y estable. Consulta los modelos disponibles para tus propias credenciales en lugar de asumir que gemini-4-argon es válido.

¿Cuánto cuesta Gemini 4 Argon?

El precio introductorio es de $2 por millón de tokens de entrada y $10 por millón de tokens de salida. Google afirma que las tarifas posteriores serán de $4 y $20; la entrada en caché aparece con un descuento del 95 % sobre el precio introductorio de entrada.

¿La cifra de un millón de tokens corresponde a la ventana de contexto?

Google la describe explícitamente como un límite de tokens de salida. No des por hecho que la ventana de contexto es de 1 millón de tokens hasta que la documentación de la API de Google indique el límite de entrada.

¿Debería sustituir ya Gemini 3.8 Flash?

No. Conserva la base validada, fija un conjunto representativo de pruebas y cambia solo cuando Argon esté disponible para tu cuenta, el ID oficial del modelo esté documentado y las mismas tareas superen las pruebas con un coste y una tasa de reparación aceptables.