Gemini 4 Argon lidera el Vals Index, pero el verdadero benchmark es el cliente

Por Nate from Nate's Substack · 7 de octubre de 2026.

Google ha presentado Gemini 4 Argon, un nuevo modelo con resultados de benchmark que la propia compañía califica de impresionantes. Según Google, Argon lidera el Vals Index, un índice que evalúa el desempeño en trabajo profesional a través de varios campos. De momento, el despliegue inicial es limitado: solo está disponible para "defensores de ciberseguridad" de confianza, con planes de ampliar el acceso más adelante. Google ha compartido también descripciones de usos internos y de trabajo temprano con algunos clientes, pero, como señala el autor, la mayoría de los usuarios todavía no pueden probarlo por sí mismos.

Nate expresa que quiere que Google tenga éxito y que haya IA potente en manos de más gente, y se declara muy optimista respecto a los "builders" del momento actual: fundadores, personas que construyen dentro de empresas ya existentes, y aquellas que conocen tan bien una parcela del mundo que son capaces de detectar dónde todo el mundo sigue teniendo dificultades.

La pregunta que el autor quiere responder no es tanto qué puntuación saca Argon en un benchmark, sino qué le permitirá hacer realmente a un cliente concreto: dónde se lo encontrará, qué tareas se volverán más fáciles gracias a él, y qué estará dispuesto ese cliente a delegarle la próxima vez. En un vídeo previo (mencionado pero no detallado en este correo), Nate ya había defendido que la obsesión por el cliente es el verdadero benchmark que importa, por encima de las tablas de clasificación de modelos. En esta pieza dice llevar esa idea más allá: qué es exactamente lo que prestar atención a los clientes te permite notar, y cómo se puede usar esa observación para encontrar algo que merezca la pena construir.

El post (de pago, según se indica en el propio correo) promete desarrollar cuatro ideas concretas:

- Fijarse en qué es lo que la gente quiere delegar: cada fallo en una tarea delegada revela en qué punto exacto el cliente sigue teniendo que hacer el trabajo él mismo.

- Buscar el trabajo que la gente ya ha abandonado o dado por perdido: las preguntas que sacan a la luz qué dejó de esperar conseguir un cliente.

- Dejar que la vida real del cliente dé forma al producto: el autor menciona, a modo de ejemplo, lo que un paseo por el bosque le enseña sobre construir productos que vayan más allá del clásico cuadro de texto.

- Tres preguntas para aplicar a lo que uno mismo esté construyendo, orientadas a comprobar si realmente entiendes el problema de otra persona y qué has cambiado en tu producto después de observarla intentar usarlo.

El correo cierra con una idea central del autor: hoy existe ya inteligencia útil disponible que apenas hemos empezado a convertir en productos bien pensados. El cuerpo del mensaje es, en esencia, un adelanto (teaser) del artículo completo, que queda reservado a suscriptores de pago, junto con acceso a "Nate's Library MCP" y a su comunidad de Slack. No se incluyen en este correo más detalles técnicos sobre Gemini 4 Argon, cifras concretas del Vals Index, ni ejemplos adicionales de los casos de uso con clientes mencionados por Google.