Resumen:
Después de dos semanas de debate online, el nuevo buque insignia de Google AI, Gemini 4 Argon, finalmente se lanza oficialmente. Ya sabes, la última vez que Gemini tuvo una actualización de versión importante en lugar de una actualización de versión ligera como Flash/Flash-Lite, fue el lejano Gemini 3.1Pro. Todavía estábamos celebrando el Festival de Primavera en ese momento, pero ahora, incluso hemos celebrado todos los días festivos legales en 2026...
Durante estos casi ocho meses, Jiang Jiang, como un fanático no tan firme de Google, casi se enojó con Google cuando vio la velocidad de evolución de los dos modelos de IA de al lado.
ChatGPT se hizo popular en Internet a partir de gpt-image-2 y ha progresado rápidamente. Ahora tiene GPT-6 Astra y GPT-6.1 Sol sobre la mesa.
Mirando de nuevo a Anthropic, está Opus 4.8, que todavía es muy elogiado hoy en día, y Mythos 5, que era "demasiado peligroso para mostrarlo" y el posterior Fable 5. En las últimas dos semanas, se han distribuido todos los depósitos de Claude 5.5.
Por otro lado, Google está en problemas. En la conferencia I/O, prometieron lanzar Gemini 3.5 Pro, pero internamente no pudieron soportarlo más. Siguieron retrasándolo y finalmente lo cancelaron por completo.
Durante más de medio año, solo pudo confiar en el lanzamiento continuo de cuatro versiones de Flash para salvar el día, y su reputación en el círculo de la IA también se desplomó.
Ya sabes lo que quiero decirle a Google:
Incluso el Gemini 4 Argon lanzado oficialmente hoy es un poco ridículo. Originalmente, Google simplemente siguió el ejemplo de otras dos empresas, cambió el nombre del modelo y utilizó el gas inerte Argón (argón) como código de modelo.
Como resultado, todos los internautas fueron ridiculizados. ¿No significa realmente este nombre que es "cauteloso y no dice tonterías (el argón es un gas inerte con propiedades químicas extremadamente estables)"? De hecho, es para recordar a los usuarios que los nuevos modelos siempre han costado dinero. Después de unas pocas palabras, todas las fichas desaparecen (se pronuncia igual que Argón).
Lo que es aún más escandaloso es que Gemini 4 Argon obviamente se lanzó el 30 de septiembre, pero se mantuvo en el gabinete y se regañó durante medio mes, y solo ahora todos pueden usarlo.
Como resultado, en términos de puntuaciones de la organización de terceros Artificial Analysis, ha sido superada por el buque insignia más fuerte de Meta, Muse Wonder Full, que acaba de ser lanzado ayer...
Pero las quejas son quejas, volvamos al tema y hablemos de cómo es Gemini4 Argon.
Primero, déjame mostrarte un Big Pelican gestionado por nuestra propia cuenta Pro.
El mensaje es: Crea un pelícano haciendo un caballito sobre el fuselaje de un avión de combate en vuelo. estilo artístico vóxel. Archivo HTML único.
Cuando se generó por primera vez, Argon todavía estaba mal, pero después de hacer clic en Reparar, se solucionó en un segundo.
Los internautas también publicaron un material comparativo: Opus 5.5 y Gemini 4 Argon, generando una animación 3D que explica el principio de funcionamiento de un motor estilo Tesla.
Palabras de consejo para el siguiente: crea un GIF animado de Solarpunk City, pixel art, súper detallado, de súper alta calidad, luce impresionante, verifica visualmente, asegúrate de que sea coherente y perfecto.
Los internautas dijeron que Claude costó más de 8 dólares estadounidenses, mientras que Argon solo costó 1,2 dólares estadounidenses.
No solo la imagen es estable, sino que también el dinero se ahorra en la casa de mi abuela. Mirándolo de esta manera, ¿podemos gritar esa frase: Google, increíble!
En cuanto a la boleta de calificaciones oficial de Google, Argon obtuvo el primer lugar en 13 de las 19 pruebas de referencia públicas que compitieron cara a cara con GPT-6 Astra y Claude Opus 5.5. También encabezó con éxito la lista de pruebas ciegas de texto del gran modelo arena LMArena.
Pero en lo que Google se está centrando esta vez no es sólo en obtener resultados. Lo que sienten aún más despiadado es que han convertido la "entrada ultralarga" que solía ser un gran modelo en el pasado en "salida extralarga".
Sobre la base de mantener la entrada multimodal nativa de 1 millón de Tokens, Argon aumentó directa y violentamente el límite superior de una salida máxima única aproximadamente 16 veces desde 64.000 en la generación anterior, alcanzando la asombrosa cifra de 1 millón de Tokens (la entrada y la salida comparten un fondo de contexto de 1 millón).
¿Qué significa?
Los grandes modelos anteriores se jactaban todos los días de que admitían millones de entradas de tokens, pero en realidad eran muy pesados.
El modelo anterior podía leer un libro completo de una sola vez, pero el rendimiento era lamentable. Cuando se enfrenta a tareas difíciles, el modelo podría agotar la cuota y reducirla a la fuerza a la mitad con solo redactar en segundo plano.
Ahora Argon tiene una nueva actividad de decodificación larga. El límite de producción único de Argon sigue siendo en realidad 64.000. La llamada salida de un millón significa que después de aumentar el presupuesto en segundo plano, cada vez que ejecuta 64K sin resultados, el servidor iniciará automáticamente la siguiente retransmisión en el punto de interrupción.
Puede drenar 1 millón de grupos de contexto en segundo plano durante hasta 24 horas y también está equipado con un botón de pausa y protección de apagado. Incluso si la red está desconectada o la cuota es baja, puede continuar funcionando sin problemas sin tener que empezar de nuevo.
La medida de Google no es facilitar que todos utilicen la IA para escribir libros. Se trata más bien de dejar espacio para que los agentes actuales piensen profundamente, de modo que en el futuro la IA pueda manejar todo el flujo de trabajo a la vez.
Además, Google también dijo que no se trata sólo de venderse y alardear, sino de utilizar Argon internamente para hacer muchas cosas maravillosas.
Por ejemplo, en la montaña de mierda ancestral del equipo Chrome de 40 millones de líneas de código, hay una carpeta gigante llena con 6 millones de líneas de código antiguo. Los ingenieros pusieron directamente Argon y eliminaron la lógica central de la página web en cientos de archivos. Lo que originalmente requirió varios meses de arduo trabajo se completó en unas pocas semanas (esto también nos ayudó a desbloquear una nueva experiencia: en el futuro, podremos arrastrar pestañas a la ventana flotante en Chrome y ya no necesitaremos actualizar la página web).
Jiangjiang no tiene necesidades de ingeniería tan importantes por el momento, por lo que es difícil emitir un juicio. Es mejor esperar a que los amigos lo experimenten y luego hablar con todos.
Después de nuestra experiencia, el argón tiene dos ventajas obvias. La primera es su velocidad de respuesta extremadamente rápida.
No sé si será más fácil actualizar la versión Flash a largo plazo. El argón puede mantener una velocidad de respuesta única y al mismo tiempo garantizar la calidad de salida.
De hecho, hemos hablado antes con algunos amigos programadores. Uno de nuestros amigos de front-end, Lao Ye, nos dijo que debido al cumplimiento de algunos datos y otras regulaciones, su empresa solo puede usar algunas versiones antiguas de modelos y herramientas grandes.
En ese momento, pensé que debía sentir que la IA no era fácil de usar, pero resultó que incluso si era un modelo grande de estilo antiguo, sentía que esta capacidad de la IA era suficiente para usarla para mejorar la eficiencia de su trabajo.
En lugar de mejorar aún más las capacidades de codificación, consideró que la velocidad de desplazamiento podría ser una nueva dirección.
¿Será que Flash tiene razón?
Tenemos más voz en otra ventaja de Argon. Va un paso más allá gracias a sus ya excelentes capacidades de redacción.
En el último período, la loca capacidad de codificación del círculo de IA en realidad ha afectado las habilidades de salida de texto de modelos grandes. Todo el mundo parece ser un hombre serio en la ciencia y cada vez son menos capaces de hablar bien.
Pero Gemini puede estar confiando en Google, el gran padre, y no necesita solo escribir capacidades de código para ganar dinero, o puede ser que haya demasiados corpus. Incluso si no actualiza una versión principal durante más de medio año, las capacidades de texto de Gemini siempre están a la vanguardia del primer escalón.
Después de que salió Argon, Google lo reformó específicamente para abordar la "literatura sin sentido y cliché" que a menudo fue criticada por los grandes modelos en el pasado.
Hoy en día, Argon es obviamente más directo al tema. Los clichés de excusa más molestos y las charlas de carretilla en los grandes modelos anteriores se han reducido a más de la mitad. Puedes dejar que imite cualquier estilo de escritura y puede escribir honestamente según el estilo que desees.
>
Como redactor publicitario, siento que tengo muchas ganas de ver que las olas de los tiempos están a punto de matarme en la playa.
Además de estos, Argon también ha corregido el problema histórico de las alucinaciones con alta IA.
Según las pruebas de Artificial Analysis, la tasa de alucinaciones de Argon es del 15%, que es la más baja entre los modelos con un índice de inteligencia integral de más de 45 puntos, muy por debajo del 51% probado por GPT-6 Astra.
Esto también demuestra que cuando se enfrenta a problemas que Argon no comprende, se comporta de forma más comedida y no inventa tonterías.
Pero no sé si se debe a la inclinación en la potencia informática después de abrir Argon. La ilusión del modelo Flash de Gemini se ha mejorado enormemente...
3.8 Flash puede incluso responder incorrectamente a esta pregunta, pero Argon (el nivel más bajo) no tiene ningún problema.
>
>
Creo que después de ver esto, muchos lectores dirán que la respuesta es única, la redacción publicitaria es la más humana y la tasa de alucinaciones es baja. ¿Parece que Argon realmente no tiene defectos esta vez?
Después del golpe, todavía tenemos que echarle agua fría. A juzgar por los comentarios que hicimos nosotros y los internautas después del primer día de experiencia, es obvio que Gemini4 Argon aún no es el modelo de herramienta de código más potente.
Ya a principios de mes, los medios extranjeros dieron la noticia de que los empleados internos de Google estaban murmurando sobre el rendimiento real de Gemini4, y los miembros de su propia familia se quejaron de que, aunque obtuvo una buena puntuación en las pruebas comparativas generales, no era fácil de usar al escribir código.
>
Especialmente en términos de interacción visual de la interfaz de usuario y detalles de la lógica de control del juego en 3D, el rendimiento es bastante impresionante.
Aunque la animación HTML de una sola página mostrada anteriormente parece bastante intimidante, muchos internautas se quejan de que Gemini 4 Argon es obviamente un poco débil una vez que entra en un proyecto complejo de la vida real.
Y este problema ha quedado expuesto en la lista completa de pruebas comparativas publicada oficialmente por Google.
Echemos un vistazo más de cerca a varias pruebas en las que las puntuaciones de Gemini 4 no son muy altas. Uno es FrontierSWE, que prueba principalmente la capacidad del modelo para manejar tareas súper complejas, y el otro es Terminal-Bench, que prueba la capacidad del modelo para trabajar específicamente en la terminal.
Esto significa que si el trabajo que quiere hacer es mirar decenas de millones de líneas de código antiguo para planificación arquitectónica, o revisar cientos de páginas de contratos legales, Argon le dará un segundo. Pero si realmente lo dejas ir a la terminal de línea de comando para escribir código con espadas y pistolas reales, se puede ver en los puntajes acumulados que se ubica en la parte inferior entre los cuatro buques insignia principales, y el buque insignia consecutivo Claude Sonnet 5.5 puede vencerlo.
En cuanto a la rentabilidad actual, también es digna de discusión.
El precio de la API de Argon durante el período de promoción (a partir del 30 de noviembre) es de solo 2 dólares estadounidenses por millón de tokens de entrada y 10 dólares estadounidenses por millón de salidas (la entrada almacenada en caché incluso tiene un descuento del 0,5 % por solo 0,10 dólares estadounidenses), pero después del período de promoción, se duplica de nuevo al precio estándar de 4 dólares/20 dólares, que es equivalente a Claude Opus 5.5.
Sin embargo, Artificial Analysis dijo después de la revisión que Argon no está de acuerdo con los internautas en la superficie, y su razonamiento de fondo se basa todo en pensamientos aleatorios.
Según los resultados de sus pruebas, la cantidad media de tokens consumidos por cada modelo de vanguardia es de aproximadamente 82 millones, mientras que Argon (High Gear) quemó un total de 110 millones de tokens, y la expansión de la cadena de pensamiento es un 34% mayor que el punto de referencia de la industria...
>
Si se tiene en cuenta esta parte del consumo, Gemini 4 Argon parece ser menos fragante.
Por supuesto, si eres usuario miembro de la web o de la aplicación, ahora puedes usar directamente tu cuenta Pro para jugar algunas manos de Argon, y seguirá siendo muy rentable.
En general, después de más de medio año de espera, con el lanzamiento de Gemini 4 Argon, Google finalmente se aseguró su lugar en el primer escalón en términos de capacidades de codificación, y sus capacidades de texto siguen mejorando constantemente.
Pero definitivamente este no es el momento en que Google pueda ganar en grande. Debes saber que una vez que se forma el estereotipo de un usuario, incluso si eres Google, será difícil revertirlo.
Pero esto nunca debe volver a suceder, como el "período de reflexión" de los últimos ocho meses.
Sin embargo, hay informes externos de que Google hará algo a finales de año. Los documentos internos de Google expuestos hace unos días muestran que Google en realidad probó tres puntos de control de iteración simultáneamente en orden alfabético y elemental: Argón (argón), Bario (bario) y Carbono (carbono).
El Argón lanzado esta vez en realidad está etiquetado internamente como Bario, por lo que puede haber un Gemini4 Carbon maestro en el futuro. Los conocedores dijeron que esta capacidad de código "parece que puede tocar Claude Opus 5.5".
En cuanto a si esta ola es otro trozo del pastel para Google o un verdadero contraataque, esperaremos y veremos.
Espero que esta vez no espere de un Próximamente al siguiente Próximamente.
Comentarios