Gemini 4 Argon High y GPT-6 Astra Max obtienen 53 puntos en los datos del Artificial Analysis Intelligence Index del 5 de octubre de 2026. Las evaluaciones detalladas se dividen: Argon lidera AutomationBench-AA, mientras Astra lidera Terminal-Bench 4.0, GDP.pdf y AA-LCR. Argon también tiene un menor coste estimado por tarea. Los resultados apuntan a una adecuación distinta según la tarea, pero no demuestran un ganador universal en programación.
Fuente: Logan Kilpatrick, a partir de los gráficos del lanzamiento de Google del 30 de septiembre. Esta columna de AutomationBench muestra 51,3 % para Argon, 41,4 % para Astra, 31,4 % para Fable 5.1 y 42,5 % para Opus 5.5. No es AutomationBench-AA de Artificial Analysis. La tabla siguiente es la instantánea de AA, donde Argon y Astra figuran con 78 % y 68 %.
Argon High frente a Astra Max de un vistazo
La comparación de Artificial Analysis utiliza Gemini 4 Argon High y GPT-6 Astra Max. Las cifras corresponden a los datos publicados por esa página el 5 de octubre de 2026; la columna de costes es un coste de evaluación estimado por tarea.
| Evaluación | Gemini 4 Argon High | GPT-6 Astra Max |
|---|---|---|
| Artificial Analysis Intelligence Index | 53 | 53 |
| Coste estimado por tarea | $1.99 | $3.26 |
| AutomationBench-AA | 78% | 68% |
| Terminal-Bench 4.0 | 57% | 59% |
| GDP.pdf | 22% | 31% |
| AA-LCR v1.1 | 80% | 81% |
La igualdad en el índice oculta el detalle útil. Argon aventaja a Astra en 10 puntos porcentuales en AutomationBench-AA. Astra aventaja a Argon en 2 puntos en Terminal-Bench 4.0, 9 puntos en GDP.pdf y 1 punto en AA-LCR v1.1.
Qué sugieren las puntuaciones sobre la adecuación a cada tarea
Estas son inferencias a partir de las evaluaciones, no especialidades asignadas por los proveedores:
- Elige Argon para un flujo en el que la automatización de extremo a extremo sea la prueba principal. En estos datos, su resultado del 78% en AutomationBench-AA es superior.
- Prueba Astra primero cuando sean centrales la ejecución en terminal, el razonamiento basado en documentos que mide GDP.pdf o el conjunto AA-LCR. Aquí Astra lidera las tres columnas.
- Interpreta un empate a 53 como una razón para examinar los resultados por tarea, no como evidencia de que los modelos se comporten igual.
Las cifras no respaldan que un modelo sea intrínsecamente frontend o que el otro sea intrínsecamente backend. El trabajo en repositorios reales también depende de los prompts, las herramientas, el contexto, las pruebas y la recuperación tras acciones fallidas. Ejecuta una versión pequeña de tu propia carga de trabajo antes de comprometerte con un proveedor.
Las tarifas por token y el coste por tarea responden a preguntas distintas
La misma comparación muestra estas tarifas por token para las configuraciones evaluadas:
| Concepto de precio | Gemini 4 Argon High | GPT-6 Astra Max |
|---|---|---|
| Entrada / salida por 1M tokens | $2 / $10 | $10 / $50 |
| Entrada en caché por 1M tokens | $0.10 | $1.00 |
Las cifras de $1.99 y $3.26 son costes de evaluación ponderados, no tarifas fijas para cada solicitud de cliente. Una ejecución larga de un agente puede usar una cantidad de tokens y herramientas distinta de la de las tareas utilizadas para calcular el índice. Compara tanto la tarjeta de tarifas como el coste medido por tarea completada.
El acceso también afecta a la elección práctica
El anuncio de Google del 30 de septiembre dice que Argon se ofrece primero a defensores cibernéticos de confianza mediante Fairwind y se usa internamente, mientras que la ampliación comienza con clientes de API de pago y suscriptores de Google AI Ultra. No especifica un orden API antes que Ultra. Consulta los detalles actuales del lanzamiento de Argon antes de convertir la comparación de benchmarks en una decisión de compra.
Lecturas relacionadas
Prueba Gemma 4 online
~/gemma4 $ Prueba Gemma 4 en el navegador antes de instalarlo en tu equipo.
Probar Gemma 4 />
