¿Gemini 4 Argon o Carbon para programar? Costo y tokens de nuestras primeras pruebas

TL;DR: en nuestras pruebas, una página generada por Gemini 4 Argon costó entre 0,096 y 0,133 dólares, y una de Gemini 4 Carbon entre 0,122 y 0,176 dólares. En las tres tareas compartidas Carbon escribió un 34% más de tokens, así que con el mismo precio costó un 34% más. Son los primeros resultados de una ejecución que sigue en marcha, no un ranking.

Puedes abrir todas las páginas terminadas de ambos modelos, con su costo y número de tokens, en testingmodels.com/gemini-4.

Cómo medimos

• Una muestra completada por tarea (n=1). Sin herramientas, sin repetir para obtener un mejor resultado y sin corregir el código. Los reintentos por fallos de infraestructura se registran aparte: se reintentó tras un HTTP 503 en la tarea de partículas de Argon y un HTTP 504 en la herramienta de paletas de Carbon. Las respuestas incompletas se conservan por separado y su facturación pendiente se excluye del costo inicial de las páginas completadas. Las cifras y los costos corresponden a la muestra inicial de resultados completados del 12 de noviembre de 2026.
• Los mismos briefs que para el resto de modelos. Testingmodels.com lo dirige Patryk Raba, editor de vibecoding.inc, así que son pruebas propias.
• Gemini API en el nivel Flex. Nivel de razonamiento MEDIUM y un límite de 65.536 tokens de salida que incluye el razonamiento. Precio promocional hasta el 30 de noviembre de 2026: 1 dólar por millón de tokens de entrada y 5 dólares por millón de salida, después 2 y 10 dólares.
• Sin tiempo de generación. Las solicitudes Flex pueden esperar en una cola, así que el tiempo de reloj mezclaría la espera con el trabajo del modelo.

Tres tareas compartidas

• Landing page Driftwood: Argon 26.600 tokens por 0,133 dólares, Carbon 35.100 por 0,176 dólares
• Juego NEON BREAKER: Argon 21.500 por 0,108 dólares, Carbon 24.400 por 0,122 dólares
• Panel analítico de una cadena de cafeterías: Argon 22.300 por 0,112 dólares, Carbon 34.900 por 0,175 dólares

Carbon informa los tokens de razonamiento por separado y están incluidos. Para Argon la API no devolvió esa cifra, así que su número es la salida facturada. Es una diferencia en el informe, no una prueba de que Argon no razonara.

En pantalla, los dos llevaron el mismo brief en direcciones distintas. En la landing page Argon habla de fotos olvidadas en la nube y muestra la portada de un fotolibro de Oaxaca, mientras que Carbon empieza con el carrete como un cementerio de grandes viajes y una doble página de Kioto. En el panel Argon eligió un tema oscuro con una lista de ciudades y Carbon uno claro con un gráfico de anillo.

Argon en nueve tareas

Argon también completó la herramienta de paletas de color, la simulación de partículas, la carrera 3D en WebGL, el emulador CHIP-8, la portada de noticias y el juego de excavar. En nueve tareas escribió 210.979 tokens por 1,06 dólares en total. Todas las páginas se renderizaron en nuestra prueba de navegador sin errores de consola, pero es una prueba de ejecución, no una revisión de cada función.

Lo que aún no sabemos

• Dos ejecuciones terminaron con el flujo de respuesta cortado: Carbon en la herramienta de paletas y Argon en el tablero kanban. Las registramos como incidencias de infraestructura, no como resultados de los modelos.
• Carbon solo tiene 3 de 40 tareas por ahora y solo hay tres briefs compartidos.
• Gemini 4 Hydrogen, Mistral Large 4 y GPT-6.1 Sol superaron la prueba de navegador de la landing page y ya están disponibles en la arena. Sol utilizó el nivel medium mediante la suscripción de Codex CLI. Claude Opus 5.5 aún no tiene un resultado terminado: ahora se ejecuta con un método etiquetado aparte que permite hasta dos continuaciones automáticas del mismo prompt en Claude Code CLI.

Si eliges un modelo para páginas sencillas y prototipos, ambos cuestan una fracción de dólar por página en Flex. Antes de decidir, abre los dos resultados del mismo brief uno al lado del otro.