En un escenario cada vez más vertiginoso de lanzamientos acompañados por la etiqueta IA, diferenciarse es clave. En este sentido, Google ha revelado el resultado de las pruebas que aseguran que su modelo de más alto nivel, Gemini 4 Argon, es superior en ciertas habilidades, pero que en otras ha sido superado por los modelos de Claude y OpenAI.
Según el ranking interno de la compañía, Android Bench, enfocado en desarrollo de software para Android y otras pruebas de ejecución en terminales, Gemini 4 Argon queda por detrás de sus competidores directos en áreas específicas de programación y tareas de código complejas.
Las evaluaciones internas indican que resolver problemas complejos de programación resulta más costoso o ineficiente en comparación con las alternativas de Anthropic u OpenAI.
Google asume las debilidades de Gemini
El modelo no es inferior en todos los frentes. Argon lidera o supera a sus rivales en análisis de documentos extensos, interpretación de video largo (LVBench), investigación de finanzas y legal, y en automatización de flujos empresariales.
Para compensar estas brechas en código, Google posiciona a Argon a un costo de API significativamente inferior por token, con tarifas de entrada de 50% menos frente a rivales directos, apuntando a la automatización corporativa a gran escala.
En esta escala de pros y contras, los tres grandes actores de la industria dominan un nicho específico. Claude se afianza como el estándar en desarrollo de software y escritura profunda con Claude Opus 5.5 o Fable 5.1. El modelo GPT-6 destaca en razonamiento general y agentes complejos, mientras que Gemini busca dominar el procesamiento masivo de datos multimodales y flujos de trabajo en la nube.
Este reconocimiento por parte de Google rompe con la narrativa tradicional donde cada empresa afirma tener el "modelo número uno en todo", aceptando que Argon tiene fortalezas marcadas en unas áreas, pero debilidades claras en tareas de programación avanzada.