
Qwen 4 vs Gemini 4 Argon: el 4,3 % que decide más que los siete puntos
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 219 tok/s
The scoreboard everyone reaches for in this matchup is the headline index: 42.9 for Qwen4-Max against 50.4 for Gemini 4 Argon, seven and a half points in Google's favour. But the number that should stop a deployment decision sits three columns to the right of the one everybody quotes. Gemini 4 Argon hallucinates on 4.3% of the questions it gets wrong. Qwen4-Max hallucinates on 28.4% of them. That is a factor of 6.6, and for anyone shipping output that a human reads, it is worth more than seven index points.
The two figures come from the same suite, Artificial Analysis v5.0.1, and neither is a vendor claim. Google has not published a hallucination rate for Argon, and Alibaba has not published one for Qwen4-Max. The independent measurement is the only one that exists.
Dos modelos vendidos en el mismo segmento
Both are million-token, image-capable, text-out flagships from companies that build their own silicon. Qwen4-Max went metered on 16 November 2026 in six Alibaba Cloud regions; Gemini 4 Argon has been on sale since 30 September 2026 through Google's API. The cards are close enough that price is not the differentiator people assume.
• Input, per million tokens — Gemini 4 Argon $2.00; Qwen4-Max $1.50 in Singapore and $1.413 in the other five regions. Google is 33% more expensive on the Singapore comparison and 41% more against the Global rate.
• Salida, por millón — Argon $10.00; Qwen4-Max $4.50 y $4.24. Esta es la brecha más grande: 2.2× en la cifra principal.
• Cached input — Argon $0.10 per million; Qwen4-Max $0.075 on a read, plus published write rates of $1.875 (five minutes) and $3.00 (one hour) that Google does not break out the same way.
• Coste por tarea de indexación completada: Argon $4.97; Qwen4-Max $3.27. A pesar de una tasa de salida 2.2× menor, Qwen4-Max es solo un 34% más barato por tarea, porque la mayor parte de ambas facturas corresponde a la entrada.
• Esfuerzo de razonamiento efectivo: Argon se mide en high; Qwen4-Max en xhigh. Ambos modelos exponen una escala, y ninguno de los dos valores es comparable con el predeterminado del otro modelo.
• Contexto — 1.000.000 de tokens en Argon; Qwen4-Max ofrece el mismo millón en la ficha del proveedor, con el contador registrando 983.616 porque la entrada en modo de razonamiento está limitada ahí.
• Hosts — Argon is served by Google; Qwen4-Max by Alibaba Cloud. Neither is open-weight.

El reparto por tarea no favorece a la tarjeta más barata
Desglosa los $4,97 y los $3,27 y la sorpresa es cuál de los dos gasta más en pensar. Argon emite 116.368 tokens de salida por tarea de índice, de los cuales 68.301 son de razonamiento; Qwen4-Max emite 104.940, de los cuales 68.914 son de razonamiento. El volumen de razonamiento es casi idéntico. La diferencia está en la respuesta: Argon escribe 48.067 tokens de respuesta final por tarea frente a los 36.025 de Qwen4-Max. Argon es más verboso donde se ve y igual de verboso donde no se ve.
That is a cheerful anomaly in Gemini's favour, because it means the 2.2× output rate is buying 33% more answer text. The per-task premium of 52% is therefore smaller than the rate card suggests, and for workloads where output dominates — long-form generation, code the model writes itself — the gap narrows further. For workloads where input dominates, which is most RAG and most agent loops, Qwen4-Max's input rate does the work instead.
Vale la pena decirlo claramente: estos son costes modelados de un arnés de benchmark, no facturas. Tu combinación de tokens variará, y la proporción entre los dos modelos se desplazará con ella.
Dónde Qwen4-Max está realmente por delante
El argumento en contra de Qwen4-Max en este enfrentamiento es sólido, pero no es unánime, y dos filas van en sentido contrario de una manera que importa.
• GDPval — Qwen4-Max 1.808,69 frente a los 1.633,51 de Argon. En tareas profesionales económicamente fundamentadas, Qwen4-Max está 10,7% por delante de un modelo que lo supera en 7,5 puntos de índice. Esta es la inversión individual más clara de la comparación.
• FrontierCode 2.0 — 26,5% frente a 25,7%. A menos de un punto; en la práctica, un empate, en la suite donde la ventaja principal de Argon haría prever una diferencia.
• AutomationBench — 72,6 % frente a 77,5 %. Gana Argon, pero por cinco puntos en una suite más cercana a la automatización de oficina que a la ingeniería de software.
• Terminal-Bench 4.0 — 48,5% frente a 57,1%. Aquí la ventaja de Argon es real: ocho puntos y medio en trabajo basado en shell.
• HLE Diamond — 44,9 % frente a 56,7 %. Doce puntos en ciencia dura.
• Terminal-Bench Science — 23,3 % frente a 52,9 %. La brecha más amplia del tablero y la que separa con mayor claridad la capacidad de investigación de los dos modelos.
• Precisión de omnisciencia — 27,7 frente a 46,1, con la advertencia sobre las alucinaciones del inicio de este artículo aplicada a ambas.
Vistos en conjunto, el patrón es que Qwen4-Max se mantiene firme en tareas de juicio profesional y pierde claramente en cualquier cosa que requiera razonamiento técnico sostenido. Esa es una afirmación más acotada y útil que «siete puntos de índice por detrás», y apunta a un despliegue diferente.

Por qué vale la pena pagar por una tasa de alucinaciones del 4,3 %
Ponle cifras a la diferencia. Si un revisor puede verificar una afirmación en treinta segundos y una afirmación fabricada cuesta diez minutos de retrabajo cuando llega a producción, entonces el costo esperado de revisión por cada mil respuestas está determinado casi por completo por la proporción de respuestas fabricadas, más que por la proporción de respuestas incorrectas. El 4,3 % de Argon significa que aproximadamente una de cada veintitrés respuestas de su conjunto de respuestas incorrectas necesita retrabajo; el 28,4 % de Qwen4-Max significa aproximadamente una de cada tres y media.
Frente a eso, la prima del 52 % por tarea desaparece para cualquier flujo de trabajo que tenga un revisor humano, porque el tiempo del revisor empequeñece el gasto en tokens a casi cualquier tarifa cargada. Desaparece en sentido contrario para cualquier flujo de trabajo que no lo tenga, porque una respuesta fabricada sin revisor no es un costo, es un incidente.
The honest caveat: hallucination rate is measured on a fixed question set and is a property of the measurement as much as the model. Google could change Argon's behaviour with a system-prompt revision tomorrow and this number would not move until the suite is re-run. Treat it as a strong prior, not a guarantee.
La cuestión del enrutamiento, respondida desde un solo lado.
Gemini 4 Argon is on our catalogue as google/gemini-4-argon at Google's list price, $2.00 in and $10.00 out per million, with 0% markup on top — the same rates Google publishes, passed through rather than repriced. Qwen4-Max is not on our catalogue: a qwen4 identifier returns not-found, its route is Alibaba's Model Studio API and several third-party platforms, and the closest Qwen model we serve is qwen/qwen3.8-max at $2.00 and $6.00.
Esa asimetría es en sí misma la respuesta a la pregunta de despliegue para la mayoría de los equipos. El modelo que gana en la columna de alucinaciones es el que puedes llamar hoy a través del endpoint que ya tienes, y el modelo que gana en GDPval te cuesta un segundo contrato con proveedor para probarlo. Si quieres probar la afirmación sobre GDPval con tus propios datos antes de comprometerte, un DSL de enrutamiento te permite enviar un conjunto fijo de evaluación por ambas rutas desde una sola llamada y comparar las salidas lado a lado —lo que es un experimento más barato de lo que sugiere el precio por tarea de cualquiera de los dos modelos.

Lo que los siete puntos no te dicen
Dos cosas cambiarían esta comparación, y ninguna de las dos está muy lejos. Una medición independiente de alucinaciones en un despliegue de Qwen4-Max con un prompt de sistema ajustado para la abstención pondría a prueba si el 28,4 % es una propiedad del modelo o de cómo se le consultó; ningún proveedor ha publicado una. Y una nueva ejecución de GDPval con una muestra más grande nos diría si la ventaja del 10,7 % de Qwen4-Max en tareas profesionales es real o ruido, porque los intervalos de ese benchmark son amplios y los dos modelos están lo bastante cerca como para que el orden se invierta.
Until either lands, the split is clean and it is not the one the index suggests. Sustained technical reasoning, science, shell work, or anything a customer reads unreviewed: Gemini 4 Argon, and the 52% premium is the least interesting number in the deal. Grounded professional judgement at volume, with a review step you were going to run anyway: Qwen4-Max is 10.7% better on the suite that measures exactly that, and it is 34% cheaper per task while you find out.
