Gemini 4 Argon contra Qwen3.8 Max 0902

El duelo en breve

Gemini 4 Argon y Qwen3.8 Max 0902 son dos modelos punteros, los que se eligen cuando la calidad es lo primero, uno de Google DeepMind y el otro de Alibaba Cloud (Qwen). Gemini 4 Argon salió el 13 de octubre de 2026 y Qwen3.8 Max 0902 el 2 de septiembre de 2026.

Todas las cifras proceden de fuentes públicas consultadas el 22 de octubre de 2026: models.dev y OpenRouter para precios y capacidades, Epoch AI para las puntuaciones.

Rendimiento

En nuestro índice de capacidad, Gemini 4 Argon obtiene 95,3 sobre 100 y Qwen3.8 Max 0902 88,4. Gemini 4 Argon se impone por 6,9 puntos.

En las 3 pruebas registradas para ambos, Gemini 4 Argon gana 2 veces y Qwen3.8 Max 0902 0:

• GPQA Diamond (preguntas de ciencias de nivel doctorado): Gemini 4 Argon 96,4 %, Qwen3.8 Max 0902 92,3 %
• OTIS Mock AIME (problemas de matemáticas de competición): Gemini 4 Argon 100 %, Qwen3.8 Max 0902 100 %
• FrontierMath (matemáticas de investigación muy difíciles): Gemini 4 Argon 86 %, Qwen3.8 Max 0902 65,6 %

¿Cuál cuesta menos?

Gemini 4 Argon cuesta 2 US$ por millón de tokens de entrada y 10 US$ de salida; Qwen3.8 Max 0902, 2 US$ y 6 US$.

Para una tarea de agente tipo (leer 20 000 tokens y escribir 2000), cuente 0,06 US$ con Gemini 4 Argon frente a 0,052 US$ con Qwen3.8 Max 0902. Qwen3.8 Max 0902 es 1,2 veces más barato, una diferencia que pesa rápido en 1000 tareas: 8 US$ de diferencia.

Haga el cálculo con sus volúmenes en la calculadora de coste de un agente.

Contexto y capacidades

Gemini 4 Argon lee más de una vez: 1.048.576 tokens de contexto (unas 1573 páginas), frente a 1.000.000 de Qwen3.8 Max 0902.

Modo de razonamiento: Gemini 4 Argon sí, Qwen3.8 Max 0902 sí. Llamada a herramientas: Gemini 4 Argon sí, Qwen3.8 Max 0902 sí. Lectura de imágenes: Gemini 4 Argon sí, Qwen3.8 Max 0902 sí.

Ninguno publica sus pesos: ambos se usan por API.

En resumen

Nuestra lectura de los datos:

• Elija Gemini 4 Argon por un mejor índice de capacidad.
• Elija Qwen3.8 Max 0902 por un coste más bajo.

Este veredicto se basa en cifras públicas; no sustituye una prueba con sus propias tareas.