Resumen:
Después de actualizar sucesivamente la serie Flash 3.5 a 3.8, Google, que aún no ha entregado la versión insignia Pro, necesita urgentemente un producto de gran éxito para estabilizar las expectativas del mercado. Gemini 4 Argon, que silenciosamente lanzó una prueba a pequeña escala hace dos semanas, asume este papel. Argón significa argón, que es incoloro, inodoro y estable. A menudo proporciona una barrera protectora en procesos críticos como la soldadura y la fabricación de semiconductores. Ponerle este nombre simplemente hace eco de las necesidades actuales de Google: no más trucos, sino un lanzamiento sólido para estabilizar la situación.
Justo ahora se lanzó oficialmente a nivel mundial Gemini 4 Argon, que ha sido pulido durante seis meses y probado por más de 100.000 usuarios internos de Google.
Logan Kilpatrick, líder de productos de inteligencia artificial de Google, dijo en plataformas sociales que este es solo el comienzo de la era Gemini 4. El nuevo modelo está diseñado para ayudar a las personas a superar problemas difíciles que antes ni siquiera podían imaginar.
Google, instado desde hace medio año, ha lanzado su nuevo buque insignia
Desde una perspectiva de posicionamiento, Gemini 4 Argon se centra completamente en tareas complejas y profundas del mundo real de varios pasos, que cubren campos como programación, finanzas, derecho, seguridad de redes y ciencia de vanguardia. Argon ocupó el primer lugar en el Índice Vals, que mide el desempeño en sectores económicos clave.
En la lista del Índice de Inteligencia de Análisis Artificial, Argon (Alto) obtuvo 53 puntos, que es lo mismo que el nivel máximo de Claude Fable 5.1 y GPT-6 Astra.
En la lista general de Agent Arena, Argon (Alto) ocupa el quinto lugar, detrás de GPT-6 Astra (Max) y antes de Claude Sonnet 5.5 (Max).
Para admitir tareas de larga distancia de alta intensidad, esta vez Google ha proporcionado un límite de tokens de entrada y salida unificados de hasta 1 millón en la API y ha lanzado un nuevo protocolo de renovación.
En comparación con las expectativas de alto consumo de energía informática, el precio del período de descuento inicial de Argon es bastante agresivo. Cada millón de tokens de entrada cuestan solo $ 2 y cada millón de tokens de salida cuestan $ 10. El descuento para las entradas almacenadas en caché llega al 95%.
Actualmente, los desarrolladores pueden acceder al modelo a través de AI Studio, Android Studio y Gemini API. Los suscriptores de Google AI Pro y Ultra también pueden usarlo directamente en aplicaciones Gemini, patrones de búsqueda de IA y la plataforma de desarrollo de agentes Google Antigravity.
Antes de su lanzamiento al mercado, el equipo de ingeniería interno de Google ya había considerado a Argon como su principal herramienta de productividad.
En las últimas semanas, con la ayuda del modelo Argon en la plataforma Antigravity, los ingenieros de Google han experimentado un aumento de más del 35 % en los envíos de códigos de agentes y una reducción de casi un tercio en las tasas de reversión de códigos.
Argon muestra un alto grado de autonomía en la optimización de código y modelo. Ayudó al equipo de Chrome a refactorizar 6 millones de líneas de código heredado en una base de código de 40 millones de líneas en cuestión de semanas, eliminando por completo una clase de fallas del navegador.
Con la condición de conocer solo objetivos y reglas breves, optimizó de forma independiente el ADK de Google Agent Framework durante la noche, lo que redujo el tiempo de preparación de la memoria de sesiones largas en un 40 %; También aumentó la velocidad de inferencia de un extremo a otro del modelo de código abierto Gemma 4 E2B en 2,85 veces en unos pocos días, manteniendo cero pérdida de calidad.
Esta capacidad de razonamiento de largo alcance pronto se extendió al mundo de los negocios, la investigación científica y la física.
En las primeras evaluaciones, Deloitte midió su tasa de finalización de tareas cruzadas a largo plazo en un 100%, Kepler descubrió que los informes financieros plurianuales que generaba eran más del 99% consistentes con los modelos de analistas humanos, y la empresa de tecnología legal MinutaIA incluso lo utilizó para descubrir detalles de casos que los expertos humanos pasaron por alto.
En términos de investigación científica, no solo aceleró enormemente los cálculos químicos cuánticos y la decodificación de corrección de errores cuánticos, sino que también completó el diseño de cinco nuevas enzimas en unas pocas horas y ayudó a encontrar nuevos contraejemplos de la "Conjetura Glad" de la fusión nuclear.
En la prueba de inteligencia incorporada, calculó de forma independiente trayectorias conjuntas y escribió código de simulación en unas pocas horas simplemente viendo videos de humanos jugando con sacos de arena. Se implementó directamente sobre el robot humanoide Apollo y logró siete disparos consecutivos con la máquina real. Al mismo tiempo, Google también anunció que proporcionará acceso gratuito a Antigravity durante seis meses a decenas de miles de científicos de todo el mundo.
Con la ampliación de capacidades, Google ha implementado el paquete de seguridad más riguroso. Al introducir un monitor en tiempo real para los pasos de inferencia, la proporción de modelos que tomaron atajos no autorizados en las pruebas de programación se redujo al 2%, y la tasa de éxito de los ataques indirectos de inyección de palabras se redujo al 0,7%.
Una opción más para la IA de primer nivel y un punto menos para que los usuarios lleguen a fin de mes
Con la liberalización total de los permisos de los modelos, los desarrolladores y blogueros de tecnología de todo el mundo acudieron inmediatamente a la plataforma para realizar pruebas reales. La construcción espacial en 3D, la simulación física y la eficiencia operativa se convirtieron en el foco del primer lote de pruebas.
En demostraciones oficiales, Argon puede escribir un motor de trazado de rayos 3D desde cero utilizando Python puro o convertir una foto de su escritorio en un juego de carreras en miniatura. Este razonamiento espacial y capacidad de codificación han sido confirmados intuitivamente en mediciones reales por parte de los internautas.
El blogger Bhavy lo llamó una bestia, mostrando una soleada sala de estudio construida en un único archivo de navegador sin activos 3D externos ni motores de juego, basándose únicamente en código matemático, con reflejos realistas de luces y sombras y detalles realistas de las montañas fuera de la ventana;
En la prueba a ciegas cuatripartita "Ballena 3D saltando del agua", el fotorrealismo de Argon también superó claramente a Claude Opus 5.5, GPT-6 Astra y Kimi K3.
La generación interactiva también es delicada. El usuario Ashutosh solo usó unas pocas palabras para crear un juego de navegación en una isla con patrones de agua realistas y control físico;
El bloque de resina de isla en miniatura probado por el desarrollador Adit_Yah tomó solo 13 minutos y el 2% de la cuota semanal para completar la interfaz ajustable que incluye efectos físicos cáusticos, ondas y gelatina.
En el desmantelamiento de tareas integrales y complejas, la inversora Justine Moore le pidió a Argon que creara un museo interactivo de computadoras Apple sin proporcionar ningún dato gráfico.
El modelo resultante tomó de forma autónoma fotos de Mac del archivo, escribió sus propias herramientas para limpiar las imágenes, extrajo datos de especificaciones de hardware que abarcan 50 años y, finalmente, construyó una página web de flujo de portada en 3D con una interfaz de usuario que se desliza y se deforma con el tiempo.
También realizamos pruebas reales sobre la compleja construcción del código de Argon y la escritura creativa china por primera vez.
En la prueba de código, fue necesario utilizar Three.js y TypeScript para crear un prototipo de un antiguo juego de acción "incomparable" de campo de batalla antiguo estilo papel oriental que incluye capas lógicas, determinación de combos y un HUD completo. El proyecto final se completó en gran medida y las imágenes de combate reales y los efectos interactivos fueron bastante buenos.
>
En pruebas de escritura china, como la descripción de la atmósfera sensorial del mercado húmedo antes de una tormenta y la perspectiva del gato naranja en la librería, el nuevo modelo continúa el nivel estable de la serie Flash de la generación anterior.
>
Y el estilo de escritura ha mejorado significativamente y el hábito de acumular mucho vocabulario en el pasado se ha reducido mucho.
>
La confrontación cara a cara con otros modelos grandes de vanguardia demuestra plenamente las ventajas de velocidad y precio de Argon.
El equipo de AIHubmix utilizó exactamente las mismas palabras a través de la API para probar la generación de escenas nocturnas de edificios antiguos estilo píxel en Gemini 4 Argon y GPT-6 Astra. Los resultados mostraron que GPT-6 Astra tardó 25 minutos y costó hasta 11 dólares estadounidenses, mientras que Argon completó la tarea en sólo 3 minutos y costó tan solo 0,50 dólares estadounidenses, y los niveles de color y los detalles de luces y sombras de la imagen no fueron inferiores.
>
En múltiples comparaciones con Claude Opus 5.5, Argon también demostró un rendimiento de costos extremadamente alto.
El bloguero Rubens Soto puso a dos modelos en la misma tarea: crear una animación cinematográfica en 3D que explica cómo funciona un motor eléctrico estilo Tesla. En esta prueba, el costo por construcción de Argon fue de $3,83, muy por debajo de los $16,36 del Opus 5.5.
>
Otro crítico, Pranav Reddy, utilizó Three.js para probar la simulación de lucha y acción de un robot humanoide en 3D. A juzgar por la integridad de la interfaz interactiva generada y la suavidad de los movimientos de las articulaciones, Argon superó al Opus 5.5 en muchos indicadores clave.
>
Sin embargo, la primera generación de Argon no fue perfecta en todos los escenarios.
>
Al comparar la generación de escenas 3D de "Godzilla vs. Kong", la agencia de pruebas AI/ML API señaló que aunque el costo de llamada de Argon ($4,22) es mucho menor que el de GPT-6 Astra ($23,82), todavía hay un margen obvio para mejorar la calidad de la imagen y la restauración morfológica de modelos biológicos complejos específicos.
Desde los datos de ingeniería básicos revelados oficialmente hasta la evaluación de la vida real distribuida en toda la red, se puede ver que el estilo de juego de Google en la generación Gemini 4 ha experimentado un cambio significativo.
Ya no estamos obsesionados con las simples habilidades de chat y conversación, sino que al reducir los costos de razonamiento, alargar las ventanas de contexto y fortalecer el código y el razonamiento de la física espacial, los modelos grandes realmente se pueden insertar en bibliotecas de códigos de nivel industrial, laboratorios científicos y canales de producción.
Teniendo en cuenta que la cuenta de Claude está severamente prohibida y ChatGPT babea con frecuencia, Gemini 4 Argon, con sus capacidades integrales y su precio API asequible, es sin duda una lluvia oportuna, que ha aliviado en gran medida la ansiedad de las herramientas de productividad diaria y realmente ha mejorado la fuerza de los amigos.
Frente al consumo de potencia informática provocado por el razonamiento de alta intensidad, Google, el "propietario", no parece tener mucho excedente.
>
De acuerdo con las últimas reglas de acceso oficiales vigentes, los usuarios no pagos actualmente están asignados al modelo de asignación automática del sistema de forma predeterminada. La mayoría de las solicitudes son procesadas por el Flash-Lite más ligero. Una vez desactivada la selección automática, sólo se podrá utilizar Flash-Lite de forma permanente.
Al mismo tiempo, la aplicación Gemini ha cambiado por completo a un mecanismo de límite de potencia informática dinámico que se actualiza cada 5 horas y está vinculado al límite superior semanal. Aumentar el nivel de pensamiento, utilizar la investigación profunda o llamar al modelo insignia acelerará el consumo de la cuota. Si desea disfrutar de la versión completa de las capacidades, aún no puede evitar el umbral de pago según los niveles.
Pero en cualquier caso, al igual que el papel que desempeña el argón en la fabricación industrial, la implementación de Gemini 4 Argon finalmente ha permitido a Google restablecer una sólida línea de defensa en la tabla de modelos superiores.
Comentarios