Gemini 4 Argon vs. Gemini 3.1 Pro: el sucesor es más barato, y el modelo antiguo sigue ganando dos combates

Gemini 4 Argon cuesta menos de ejecutar que el modelo al que está destinado a reemplazar. No es una errata. La tarifa introductoria de salida de Go​ogle para Gemini 4 Argon es de 10 $ por millón de tokens, y Gemini 3.1 Pro Preview —el modelo que hoy ocupa el catálogo de OrcaRouter, y aquel contra cuya mera existencia Argon es un argumento— cobra 12 $. La entrada cuesta lo mismo, 2 $, en ambos, a menos que lleves Gemini 3.1 Pro Preview más allá de los 200.000 tokens de entrada, momento en el que su tarifa se duplica a 4 $ de entrada y 18 $ de salida. Que un sucesor sea más barato es algo lo bastante insólito como para merecer por sí solo abrir la noticia.

El resto del panorama es menos ordenado. En el Intelligence Index de Artificial Analysis, Gemini 4 Argon obtiene 52,6 frente a los 29,7 de Gemini 3.1 Pro Preview —una diferencia de 22,9 puntos que, por sí sola, sugeriría que el modelo más antiguo no está en la misma liga—. Pero el modelo más antiguo se impone en GPQA Diamond con un 94,1 % frente a ningún resultado publicado, gana en razonamiento de contexto largo por 82,0 frente a 79,7 y registra una puntuación de 95,6 en τ²-Bench de uso de herramientas agénticas que DeepSeek ha estado citando como la cifra estrella de su propio buque insignia. Así que el planteamiento honesto no es «Argon reemplaza a 3.1 Pro». Es «Argon reemplaza el trabajo de 3.1 Pro, a un precio de salida más bajo, mientras que 3.1 Pro conserva un par de ventajas limitadas que importarán a una minoría específica de cargas de trabajo».

Qué es realmente Gemini 3.1 Pro Preview

Ha estado en el catálogo desde el 19 de febrero de 2026 y, desde entonces, se lo ha llamado una vista previa durante siete meses. Google pasó el período intermedio lanzando modelos de la gama Flash —el 3.6 Flash, el 3.8 Flash, el 3.8 Flash Cyber ajustado para ciberseguridad—, mientras que la gama Pro se quedó donde estaba. Esa brecha es el contexto de todo lo que Argon afirma, y es la razón por la que una pregunta de la época de mayo («¿cuándo se reemplazará la gama Pro?») sigue siendo la pregunta correcta en octubre.

La ficha es un auténtico modelo de frontera, no un sobrante. Contexto de 1.048.576 tokens, entrada multimodal en texto, imagen, audio, vídeo y archivos, uso de herramientas, salida estructurada y razonamiento, y cinco etiquetas de capacidad por nuestra parte. Sus debilidades están donde fue entrenado: una salida máxima de 65.536 tokens y un perfil de tareas que parece obsoleto junto a un modelo de 2026.

La tabla que deberías leer dos veces

Precios, ambos tal como se indican, por millón de tokens:

• Entrada — Gemini 4 Argon $2.00 frente a Gemini 3.1 Pro Preview $2.00. Nivel.

• Salida — Gemini 4 Argon $10.00 frente a Gemini 3.1 Pro Preview $12.00. Argon es un 17% más barato.

• Entrada en caché — Gemini 4 Argon $0.10 frente a Gemini 3.1 Pro Preview $0.20.

• Nivel de entrada larga — Gemini 4 Argon establece una tarifa introductoria fija; Gemini 3.1 Pro Preview pasa a $4.00 de entrada / $18.00 de salida por encima de 200.000 tokens de entrada.

• Salida máxima — Gemini 4 Argon: 1.000.000 tokens frente a Gemini 3.1 Pro Preview: 65.536.

• Coste medido por tarea de indexación — Gemini 4 Argon 1,99 $ frente a Gemini 3.1 Pro Preview 0,67 $, según Artificial Analysis. Aquí el modelo más antiguo es tres veces más barato, porque supone un trabajo mucho menor para el harness.

Esa última línea es la conciliación. Argon por token es más barato; por tarea es tres veces más caro, porque responde preguntas más difíciles. Si tu carga de trabajo es de entrada fija y salida fija —clasificación, extracción, resumen de una longitud conocida—, los números por token son los que impactan tu factura. Si tu carga de trabajo es «resolver esto», el número por tarea es el honesto y el sobreprecio de Argon es real.

La brecha de 22,9 puntos, y de dónde viene

Artificial Analysis ejecuta una batería fija, así que una brecha tan grande debería aparecer de forma consistente. En su mayoría lo hace, y el patrón es informativo:

• Terminal-Bench 4.0 — Gemini 4 Argon 57,1 % frente a Gemini 3.1 Pro Preview 4,0 %. No es una errata. La ingeniería de software de horizonte largo es, con diferencia, el mayor cambio de capacidad entre ambos.

• AutomationBench-AA — Gemini 4 Argon 77,5 % frente a Gemini 3.1 Pro Preview 35,4 %.

• ApexAgents — Gemini 3.1 Pro Preview, 32,0 % frente a ninguna cifra publicada de Argon en el mismo panel.

• SciCode — Gemini 4 Argon 61,8 % frente a Gemini 3.1 Pro Preview 58,7 %. Ajustado.

• Humanity's Last Exam — Gemini 4 Argon 57,1 % frente a Gemini 3.1 Pro Preview 47,0 %.

• Razonamiento de contexto largo — Gemini 3.1 Pro Preview 82,0 % frente a Gemini 4 Argon 79,7 %. El modelo antiguo gana, por poco.

• GPQA Diamond — Gemini 3.1 Pro Preview 94,1 %. Argon no publica nada en esta tabla.

• Omnisciencia — Gemini 4 Argon 42.4 frente a Gemini 3.1 Pro Preview 31.9.

• GDPval — Gemini 4 Argon 1.611 frente a Gemini 3.1 Pro Preview 776.

• ITBench-SRE — Gemini 4 Argon no aparece; Gemini 3.1 Pro Preview 30,3%.

Entonces: la brecha se debe casi por completo a la resistencia agéntica y a la ejecución de tareas de horizonte largo, y ahí es enorme. En razonamiento científico de opción múltiple, en una tarea de razonamiento de 1M tokens y en GPQA, los dos modelos están dentro del ruido o el más antiguo va por delante. El 4,0 % de Terminal-Bench 4.0 frente al 57,1 % es el número que debería determinar la mayoría de las decisiones de migración, y es el número que los defensores del modelo más antiguo pasarán por alto.

Dos especificaciones que transforman tu arquitectura

El límite de salida de Argon es de 1.000.000 de tokens, frente a los 64K que la generación anterior tenía como tope — y 64K es exactamente lo que ofrece Gemini 3.1 Pro Preview, 65.536 para ser exactos. Dieciséis veces más margen en una sola trayectoria cambia lo que se le puede pedir que haga a una sola llamada.

Concretamente: todo lo que actualmente haces encadenando llamadas para mantenerte por debajo de un límite de salida de 65K —generación de parches de varios archivos, informes de auditoría extensos, redacción completa de documentos en una sola pasada— se convierte en una sola llamada. Menos llamadas significa menos lugares donde un bucle de agente puede perder el estado, y significa que tu lógica de reintentos se vuelve más simple en lugar de más elaborada. Si has construido un andamiaje elaborado en torno al límite de 64K, ese andamiaje se convierte en el costo de migración.

Gemini 3.1 Pro Preview conserva una ventaja de especificaciones que el anuncio de Argon no aborda: entrada de audio y vídeo. La lista de modalidades publicada por Argon abarca texto, imágenes, vídeo y archivos; el audio no se menciona en el material de lanzamiento, y el ejemplo de vídeo de Google es LVBench, un benchmark de comprensión de vídeo largo. Si tu pipeline ingiere audio, verifica la modalidad antes de asumir que la actualización la incluye. Eso es un hecho comprobable sobre un modelo que aún no se puede invocar, que es exactamente la categoría de afirmación que envejece mal.

La vista previa se quedó atascada en el camino

Hay un problema real, aburrido y costoso aquí: al modelo más antiguo se le llama preview, lleva siete meses llamándose así y nadie ha dicho qué pasará con él. Hay dos escenarios plausibles y tienen implicaciones opuestas para tu base de código. O Gemini 3.1 Pro Preview se retira cuando Argon alcance la disponibilidad general y tienes que migrar, o se sustituye y queda obsoleto lentamente mientras sigue en servicio, y tienes tiempo.

Los propios materiales de Google no lo resuelven. El anuncio de Argon dice que el acceso más amplio llegará “lo antes posible”, comenzando con los clientes de pago de la API y los suscriptores de Google AI Ultra, y no dice nada sobre el destino del nivel Pro al que reemplaza. La postura conservadora de ingeniería es la que no cuesta nada: mantener el id del modelo en la configuración en lugar de en el código, mantener un arnés de evaluación que pueda ejecutar tus prompts reales contra un modelo candidato en una tarde, y tratar el eventual cambio como una tarea operativa en lugar de una reescritura.

Esa posición es barata concretamente en OrcaRouter, porque el intercambio es una cadena. google/gemini-3.1-pro-preview ya está activo en el catálogo a las tarifas anteriores, detrás del mismo endpoint compatible con OpenAI que los otros más de 200 modelos que enrutamos, al precio de lista del proveedor sin margen alguno — así que cuando Google mueva el precio de 3.1 Pro o se publique Argon, la tarifa de nuestro lado se mueve el mismo día. Ejecutar tus prompts contra ambos es un cambio de configuración y una segunda llamada, no una segunda integración, y la conmutación por error automática hace que una importación que quede obsoleta no derribe el endpoint con ella.

Qué hacer este mes

Si usas Gemini 3.1 Pro Preview y tu carga de trabajo consiste en recuperación sobre contexto largo, razonamiento científico con el formato de GPQA, o cualquier cosa en la que la precisión del razonamiento científico del 94,1 % sea determinante, todavía no hay motivo para cambiar: Argon no se puede invocar, y no se ha demostrado que se hayan cerrado las familias de tareas específicas en las que el modelo antiguo lleva la delantera. No migres únicamente con base en una diferencia de índice.

Si tu carga de trabajo es programación agéntica, ejecución de tareas empresariales de varios pasos o cualquier cosa que genere grandes volúmenes de salida, el caso ya es sólido sobre el papel: dieciséis veces el techo de salida, una diferencia de 53 puntos en Terminal-Bench y un precio de salida más bajo. El obstáculo es puramente que Argon es un despliegue por fases para defensores cibernéticos de confianza mediante el Programa Fairwind de Google, sin endpoint público. Pon la migración en tu hoja de ruta, crea el arnés de evaluación ahora mientras no hay presión y ejecútalo la semana en que Argon sea invocable. El sucesor es más barato; estar preparado para él cuesta casi nada.