Gemini 4 Argon: benchmarks, rankings y precio

El modelo de razonamiento insignia de Google, hecho para ingeniería de software compleja, matemáticas, ciencias y ejecuciones largas de agentes, con salida de hasta 1M tokens. Tiene el puntaje más alto en la tabla de texto de LMArena y empata en el primer puesto en escritura creativa, aunque queda justo detrás de los líderes de Anthropic y OpenAI en Artificial Analysis.

GoogleModelo de lenguajeLanzado en octubre de 2026Datos revisados el 18 de octubre de 2026

Dónde lo sitúa la gente

Programar y crear apps (empate), 1775 votos

Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.

Sobre el papel

Rankings de pruebas fijas de la pestaña de benchmarks: Razonamiento #3, Relación calidad-precio #7.

Puntos fuertes y débiles

El puntaje más alto en la tabla de texto de LMArena (empate estadístico con Muse Wonder y Claude Opus 5.5)
Empatado en el primer puesto en escritura creativa de LMArena y 57.1% en Humanity's Last Exam (Artificial Analysis)
91.3% en ARC-AGI-2 y una ventana de contexto de 1,048,576 tokens compartida entre entrada y salida

El precio introductorio de $2 / $10 por millón de tokens sube a $4 / $20 el 1 de diciembre de 2026
Nuevo en las tablas: menos votos en LMArena que los modelos más viejos, sin entrada en LMArena Vision y todavía sin medición de velocidad en Artificial Analysis

Ideal para

Las respuestas de chat mejor calificadas
Escritura y lluvia de ideas
Documentos muy largos y salidas muy largas

Todas las puntuaciones que tenemos

Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.

LMArena, arena de texto (votos humanos)1523,9Puntaje Arena 1523.9 (IC 95% 1515.1 a 1532.7); 4,904 votos; entrada "Gemini 4 Argon (High)"; puesto 1 de 416 en la tabla completa
LMArena, escritura creativa1515,6Puntaje Arena 1515.6 (IC 95% 1496.1 a 1535.1); 1,057 votos; entrada "Gemini 4 Argon (High)"; puesto 2 de 414 en la tabla completa
LMArena WebDev (programación)1678,2Puntaje Arena 1678.2 (IC 95% 1662.8 a 1693.5); 1,775 votos; entrada "Gemini 4 Argon (High)"; puesto 9 de 144 en la tabla completa
LMArena Agent Arena0,132Puntaje IPS 0.1323 (IC 95% 0.1190 a 0.1456); 30,489 sesiones; entrada "Gemini 4 Argon (High)"; puesto 5 de 52 en la tabla completa
Artificial Analysis Intelligence Index52,652.6 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 53), configuración "Gemini 4 Argon (high)"
Humanity's Last Exam (Artificial Analysis)57,1%57.1% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "Gemini 4 Argon (high)"
Terminal-Bench 4.0 (ejecución de Artificial Analysis)57,1%57.1% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "Gemini 4 Argon (high)"
Razonamiento con contexto largo (AA-LCR)79,7%79.7% en AA-LCR (razonamiento con contexto largo), configuración "Gemini 4 Argon (high)"
AA-Omniscience, aciertos menos alucinaciones42,442.4 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "Gemini 4 Argon (high)"
Costo por tarea de prueba de Artificial Analysis$1.99$1.99 por ejecutar una tarea del AA Intelligence Index, fila "Gemini 4 Argon (high)"
Artificial Analysis Coding Agent Index63,863.8 en el AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), mejor configuración listada "Antigravity CLI - Gemini 4 Argon (high)"
Puzles ARC-AGI-291,3%91.25% en ARC-AGI-2 (conjunto semiprivado), mejor configuración listada "Gemini 4 Argon (High)", $0.32 por tarea
Puzles ARC-AGI-349,8%49.79% en ARC-AGI-3 (semiprivado, harness estándar; se excluyen las ejecuciones "provider adapter"), mejor configuración listada "Gemini 4 Argon (Low)"