GPT-Rosalind vs. Gemini 4 Argon: una puerta que puedes cruzar, otra que aún no tiene puerta

GPT-Rosalind y Gemini 4 Argon son ambos modelos de frontera orientados al trabajo científico, ambos anunciados como lanzamientos con acceso restringido y ambos imposibles de evaluar como se evaluaría un lanzamiento normal de un modelo. La diferencia está en de qué está hecha la puerta. GPT-Rosalind ha estado disponible para su compra desde el 5 de octubre de 2026 a 5,00 USD por millón de tokens de entrada y 25,00 USD por millón de tokens de salida, para cualquier organización que supere la revisión de acceso de confianza de OpenAI —una puerta real, con una cola real delante. Gemini 4 Argon, anunciado el 30 de septiembre de 2026, tiene una puntuación, una tarifa introductoria y un despliegue en tres fases, y ningún identificador de modelo al que puedas enviar una solicitud. Uno está restringido. El otro está descrito. Los despliegues controlados y las fechas de lanzamiento que se retrasan después de la publicación se registran con sus fechas y fuentes en el AI Incident Archive, junto con los demás incidentes de modelos y proveedores que seguimos.

La prueba que separa un modelo de un nombre

Cuatro cosas tienen que cumplirse para que un modelo sea algo con lo que un equipo pueda planificar de verdad: hay un identificador al que puedes llamar, hay un precio contra el que se te puede facturar, hay una ventana de contexto documentada y hay una fecha para la llegada del acceso general. Somete ambos modelos a esas cuatro pruebas y la comparación deja de girar en torno a la capacidad.

• Identificador invocable — GPT-Rosalind: sí, a través de la API para organizaciones aprobadas. Gemini 4 Argon: no. La lista de modelos de la API de G​oogle no contiene ninguna entrada gemini-4 ni argon, y los identificadores más recientes que reconoce la documentación pertenecen a la familia 3.8.

• Precio facturable — GPT-Rosalind: $5.00 / $25.00 por millón, publicado y en vigor desde el 5 de octubre. Gemini 4 Argon: $2.00 / $10.00 por millón, cotizados como tarifa introductoria para un despliegue que aún no ha llegado a los clientes de pago.

• Contexto documentado — GPT-Rosalind: 1M de tokens. Gemini 4 Argon: G​oogle publicó un límite de salida de 1M de tokens, frente a un límite anterior de 64K, y no publicó la parte de entrada; Artificial Analysis registra 1M para la configuración que midió.

• Fecha de acceso general — GPT-Rosalind: abierto globalmente a organizaciones elegibles desde el 11 de septiembre de 2026. Gemini 4 Argon: sin fecha para ninguna etapa de despliegue posterior a la primera.

Dos de cuatro para Argon, cuatro de cuatro para Rosalind. Eso no es una crítica a la ingeniería de Argon; es una declaración sobre lo que un equipo de compras puede firmar.

A qué está implementando Argon en realidad

El anuncio, atribuido a Koray Kavukcuoglu, describe tres etapas sin duraciones asociadas. Primero, una cohorte designada de defensores cibernéticos mediante el Fairwind Program. Segundo, clientes de pago de la API y suscriptores de G​oogle AI Ultra. Tercero, desarrolladores, empresas y consumidores. Solo la primera tiene miembros observables, y el programa es explícitamente una cohorte de defensores cibernéticos —lo que resulta un primer hogar curioso para un modelo cuyas fortalezas publicadas son la ingeniería de software, el trabajo legal y financiero, y el razonamiento científico.

Compare la secuencia que ejecutó O​penAI. GPT-Rosalind comenzó en abril de 2026 con un conjunto designado de socios de acceso de confianza de EE. UU. —Amgen, Moderna, el Allen Institute, Thermo Fisher—, pasó a la elegibilidad global para organizaciones aprobadas en septiembre y solo entonces publicó un precio. La cohorte con acceso restringido fue primero, luego la barrera general y después la factura. G​oogle ha dado el primer paso y se ha detenido.

Dos puntuaciones que no son el mismo tipo de número.

Aquí es donde la mayoría de las comparaciones fallan, así que vale la pena ser directo. El número asociado a Gemini 4 Argon —52.56 en el Artificial Analysis Intelligence Index, revisión v4.3.2— fue producido por un evaluador independiente sobre un compuesto general de diez evaluaciones. Es una medición real de una configuración real, y es el único número independiente que tiene cualquiera de los dos modelos. Los números asociados a GPT-Rosalind provienen de la propia suite de ciencias de la vida de OpenAI, y ningún laboratorio externo ha reproducido ninguno de ellos.

• Compuesto independiente — Gemini 4 Argon 52.56 en AA v4.3.2, medido en un nivel de razonamiento. GPT-Rosalind: no se le hace seguimiento en esa tabla en absoluto, porque los modelos especializados no aparecen en la clasificación general.

• Benchmark de dominio — Gemini 4 Argon: la tabla de G​oogle lidera con Harvey's Legal Agent Benchmark en 19,6 frente al 3,8 de un competidor, y Vals Finance Agent v2 en 65,4. GPT-Rosalind: MedChemBench 27,5 % frente a 25,1 % de GPT-5.5, GeneBench 21,6 % frente a 20,4 %, LabWorkBench 63,2 % frente a 55,8 %, todos ejecutados por el proveedor.

• Qué tienen en común los números de dominio — Ninguno de los dos conjuntos se ha vuelto a ejecutar de forma independiente, y ambos proveedores eligieron los benchmarks. Los dos márgenes relativos más grandes en la tabla de G​oogle son también las dos filas con más probabilidades de que las vuelva a probar alguien que no trabaja para G​oogle.

Así que no puedes comparar 52,56 con 27,5, ni puedes comparar 52,56 con nada que haya publicado Rosalind, porque los dos modelos nunca se han enfrentado al mismo examen. Lo que sí puedes decir es más limitado y más útil: a Argon lo ha medido alguien sin interés en el resultado, en tareas que no tienen nada que ver con la biología, y quedó en una posición intermedia dentro de la frontera. A Rosalind la ha medido su creador, en biología, y las mejoras son modestas en términos absolutos: una puntuación del 27,5 % en una evaluación de química medicinal significa que ambos modelos fallan en la mayor parte de ella.

Si Argon sale al mercado con la tarifa introductoria, el argumento del precio se invierte.

GPT-Rosalind, con $5.00 de entrada y $25.00 de salida, es el modelo más caro de esta comparación por un amplio margen, y es el que tiene una factura real. Los $2.00 / $10.00 cotizados por Argon lo dejarían por debajo en un 60% en entrada y un 60% en salida — si esa tarifa se mantiene hasta la etapa de la API. Es un gran «si». El precio introductorio en un despliegue por etapas es una señal de intención, no un compromiso, y G​oogle no ha puesto fecha a la etapa en la que alguien pagaría por él.

• Entrada — GPT-Rosalind $5.00 por 1M, facturable ahora frente a Gemini 4 Argon $2.00 cotizado, no facturable.

• Salida — GPT-Rosalind $25.00 por 1 millón frente a Gemini 4 Argon $10.00 cotizados.

• Costo por tarea de índice — Gemini 4 Argon $1.99, según Artificial Analysis, que también registra un descuento de caché que lleva la entrada efectiva a cerca de $1.99 por millón. GPT-Rosalind no tiene una cifra equivalente porque no tiene puntuación de índice.

• Gestión de caché — OpenAI cobra $0.50 por millón de entradas en caché en Rosalind y no publica ninguna línea de escritura de caché. Google no ha publicado ninguna tarifa de caché para Argon en absoluto.

Existe una versión de esta comparación, que llegará cuando comience la segunda etapa, en la que Argon es un modelo general a menos de la mitad del precio del especialista, con una puntuación independiente asociada, y la prima de biología se desploma. Esa versión aún no existe. Planificar con base en ella hoy significa planificar con base en un comunicado de prensa.

Dónde aterriza realmente el argumento biológico

El anuncio de Argon no reivindica trabajo en biología. Reivindica ingeniería de software, trabajo de conocimiento empresarial en los sectores legal y financiero, y defensa en ciberseguridad. El marco científico que rodea a GPT-Rosalind —los protocolos de laboratorio húmedo, la genómica, la química medicinal— no tiene equivalente en el material de Google para este modelo. Así que la pregunta «cuál es mejor para un laboratorio de investigación» tiene una respuesta poco glamurosa: solo uno de ellos ha sido ajustado para ello y ha publicado cifras al respecto, y el otro no ha entrado en la categoría.

Eso podría cambiar con una tarjeta de modelo. Una ventana de contexto, una divulgación de parámetros, una fila de evaluación científica —cualquiera de esas cosas cambiaría la interpretación en un día. Hasta entonces, el resumen honesto es que estos dos modelos no compiten. Uno es un especialista con una barrera que puedes superar. El otro es un generalista con una puntuación y una lista de espera a la que aún no puedes acceder.

Qué puedes llamar hoy y cuánto te cuesta

Ninguno de los dos modelos está en OrcaRouter. GPT-Rosalind no está en ningún enrutador de terceros y se ejecuta directamente mediante el programa de acceso de confianza de OpenAI; Gemini 4 Argon no tiene ningún endpoint al que enrutar. Decir lo contrario sería la mentira más fácil de este artículo, así que no lo vamos a decir.

Lo que está en nuestras rutas es la parte del trabajo que rodea a la ciencia. Gemini 3.8 Flash está disponible a $0.75 de entrada y $3.75 de salida por millón de tokens con un contexto de 1,048,576 tokens — el modelo contra el que cualquiera que tenga una tarjeta de crédito comparará a Argon, y lo más parecido a una carga de trabajo con forma de Argon que puedas ejecutar esta semana. Claude Opus 5.5 está disponible a $4.00 / $20.00 para la escritura, la revisión de código y los bucles largos de agentes. Ambos están detrás de una sola clave y una sola factura junto a otros 200+ modelos, al precio de lista del proveedor con un 0% de recargo, así que un recorte de precio de un proveedor está activo en nuestro lado el mismo día en que se publica, en lugar de cuando se renueve un contrato.

Para la mitad de biología, la arquitectura es una clave directa y una ruta con nombre, no una suposición. Si una solicitud necesita al especialista, debería fallar de forma explícita cuando el especialista no esté disponible, en lugar de recaer silenciosamente en un modelo general; que es exactamente el modo de fallo que producirá una cadena de respaldo configurada en función del costo si nadie ha establecido el límite explícitamente.

La señal que hay que vigilar

Un único hecho zanja esta comparación, y no es un benchmark. Es un identificador gemini-4 que aparece en la lista de modelos de la API de G​oogle. En el momento en que eso ocurra, la tarifa introductoria dejará de ser una cifra en una entrada de blog y se convertirá en algo que se puede facturar, la cuestión del contexto obtendrá respuesta y, por primera vez, será posible comparar los dos modelos.

Hasta entonces, trata a Gemini 4 Argon como un nombre con una puntuación asociada y a GPT-Rosalind como un especialista con una cola. Si tu trabajo es biología molecular y puedes pasar una revisión, el especialista está disponible ahora y la prima es el precio de ser temprano. Si tu trabajo es algo adyacente —pipelines, literatura, código, el andamiaje en torno a la ciencia—, los modelos que puedes invocar hoy son más baratos, tienen puntuación independiente y no esperan a una fase de despliegue que no tiene fecha.