Google subió el tope de salida de Gemini 4 Argon a un millón de tokens, «up from the previous 64K tokens» según su propio anuncio, y lo presentó como el mayor de la industria. Su página de precios ya lista el modelo como disponible, fuera del plan gratuito y del plan Pro. La cifra del titular es cierta, y la documentación le pone tres condiciones que no están en el anuncio.

El millón solo existe en segundo plano

La primera es que en una petición normal el tope sigue siendo el de antes. Con background=False, tanto en respuesta directa como en flujo, el tope por defecto y máximo es de 65.536 tokens, y pedir más devuelve un error 400. El millón solo se habilita con la decodificación larga, poniendo la petición en segundo plano, que es otra forma de construir: hay que encolar, esperar y recoger el resultado después.

La segunda es que la ventana es compartida. Entrada, pensamiento y salida salen del mismo millón, 1.048.576 tokens exactos, y si la entrada más el tope pedido se pasan de ahí, la API recorta el tope al espacio que queda. El millón no es un millón de salida además de lo que se envía, es el total.

Se paga el pensamiento, se vea o no

La tercera condición es la que decide la factura. Con el pensamiento activado, el precio de la respuesta es la suma de los tokens de salida y los de pensamiento, y se cobra el total de pensamientos que el modelo necesita generar aunque la API solo devuelva un resumen. Al precio introductorio de 10 dólares por millón de salida, una respuesta que llene el tope cuesta 10 dólares: a la TRM del 15 de octubre, 3.197,65 pesos, unos 31.977 pesos por una sola respuesta.

Y hay un caso en que se paga sin recibir nada: si la petición agota su tope mientras razona, se detiene con estado incompleto y devuelve salida truncada o vacía, y los tokens de pensamiento se cobran igual. La guía de Google es explícita sobre el atajo equivocado: para gastar menos conviene bajar el nivel de pensamiento, no poner un tope de salida pequeño.

El precio de lista no es el precio de la tarea

Argon entra barato en la tabla. Artificial Analysis lo mide en 53 de su índice de inteligencia, puesto 8 de 216, con entrada de 2 y salida de 10 dólares por millón. GPT-6 Astra saca el mismo 53 en el mismo índice, puesto 7, y cobra 10 y 50: cinco veces más por token de salida.

El mismo evaluador publica la otra mitad de la cuenta. Para correr su índice, Argon generó 110 millones de tokens de salida y Astra 60 millones, contra una mediana de 85 millones entre modelos comparables. Con eso, el coste medio por tarea del índice queda en 1,99 dólares para Argon y 3,26 para Astra: la diferencia de cinco a uno del precio de lista se queda en 1,6 a uno cuando se paga la verbosidad. En pesos, 6.363 contra 10.424.

Esa ventaja tiene fecha de caducidad sin fecha. Google publicó en una nota al pie que, al terminar el periodo introductorio, el precio será de 4 y 20 dólares, el doble en los dos componentes, y no dijo cuándo; su página de precios de la API no menciona ese periodo. Como las dos partes se duplican, la aritmética sobre esas cifras publicadas deja la misma tarea del índice en 3,98 dólares, por encima de los 3,26 del modelo con el que empata en puntuación.

Qué revisar antes de subir el tope

La cifra útil para presupuestar no es el precio del millón, es cuántos tokens de salida y de pensamiento gasta de verdad una tarea propia, medidos sobre el campo que reporta el total de pensamientos. Es la misma lectura que hicimos del escalón de 100.000 tokens de Haiku 5.5: el titular habla de precio por token y la factura la decide la unidad a la que se aplica.

Lo segundo es decidir si el trabajo aguanta ser asíncrono, porque el millón no se consigue cambiando un parámetro. Un agente que contesta a una persona en una conversación no puede encolar y recoger después; uno que redacta un informe largo sí. Esa frontera, y no la cifra del anuncio, es la que cambia el diseño. Nosotros operamos agentes en producción y presupuestamos por esa unidad, no por el precio de lista: los casos están en /casos.