Gemini 4 Argon factura 1,99 $ por tarea frente a 3,26 $ de GPT-6 Astra: la guerra se mueve al coste

Los hechos son escuetos y conviene no estirarlos: según los datos difundidos, Gemini 4 Argon supera a GPT-6 Astra en los benchmarks de coste, con 1,99 dólares por tarea frente a 3,26 dólares del modelo de OpenAI. Es una diferencia de unos 1,27 dólares por tarea, alrededor de un 39% menos. No hay en este material comparación de calidad, solo de precio por trabajo completado.

Esa distinción es la clave para leer el anuncio. «Coste por tarea» no es lo mismo que «precio por millón de tokens»: incluye cuántos tokens quema el modelo razonando, cuántos intentos necesita y cuántas llamadas a herramientas hace antes de dar un resultado válido. Un modelo con tarifa alta pero eficiente puede salir más barato que uno con tarifa baja y verborrea. Que Google haya elegido este terreno indica que la eficiencia del razonamiento, y no solo el pico de capacidad, se ha convertido en argumento comercial de primera línea.

También conviene el escepticismo de rigor. Los benchmarks de coste los define alguien, y quien los define elige la cesta de tareas. Un 39% de ahorro sobre una batería concreta no se traslada automáticamente a la carga de trabajo real de una empresa, donde el reparto entre tareas triviales y tareas difíciles cambia el resultado por completo. Hasta ver la composición del benchmark y una verificación independiente, el titular es una afirmación del proveedor, no un hecho cerrado.

Nuestra lectura: que los laboratorios compitan en coste y no solo en puntuación es, en el fondo, una buena noticia de largo plazo. Durante tres años la carrera ha ido de capacidad; el momento en que empieza a ir de precio por unidad de trabajo útil es el momento en que la tecnología deja de ser un lujo de frontera y empieza a ser infraestructura. Cada dólar que baja el coste de una tarea automatizada amplía quién puede permitirse automatizarla: no solo las grandes tecnológicas, también el hospital comarcal, la pyme o el laboratorio público.

El matiz de corto plazo es igual de real. Abaratar el trabajo cognitivo acelera exactamente la transición laboral que llevamos meses analizando: cuanto más barata la tarea, antes se externaliza al software. Y la competencia de precios tiende a concentrar el mercado en quien puede sostener márgenes negativos más tiempo, que no son precisamente los actores pequeños. La dirección es la correcta; el camino, como siempre, es desigual.