"Gemini 4 Argon: Google lidera la carrera de octubre en la Arena de la IA con un 90% — tras darle la vuelta en 20 minutos"

La tarde del 30 de septiembre, el mercado de predicción sobre el mejor modelo de IA de octubre pertenecía a Anthropic. Los operadores valoraban al creador de Claude en 88,5 centavos: un 88,5% de probabilidades de terminar octubre en lo alto de la tabla de texto de arena.ai. Entonces, en los veinte minutos siguientes a las 8 p. m. UTC, el tablero se dio la vuelta. Google saltó de 10,3 a 62,5 centavos; Anthropic cayó a 29,5. El detonante fue un solo anuncio: Gemini 4 Argon, de Google.

Argon llegó a lo más alto de la tabla casi de inmediato, y no se ha movido de ahí. En la tabla del 22 de octubre lideraba con 1526 puntos, más o menos siete, frente a 1516 de Claude Opus 5.5 y 1513 de Claude Fable 5.1. El mercado de Polymarket sobre la corona de octubre valora ahora a Google en un 89,9% y a Anthropic en un 8,0%, con 3,4 millones de dólares negociados. La resolución del mercado depende de algo muy concreto: qué empresa posee el modelo mejor clasificado en la tabla general de texto de arena.ai, sin control de estilo, cuando se revise al mediodía del Este el 31 de octubre.

Esa concreción es lo interesante. Este mercado no mide qué modelo es "mejor" en ningún sentido general. Mide quién ocupa la cima de una tabla un día concreto. Y la tabla es un pedestal extraño para coronar a un campeón: Argon no está disponible para el público general. Google solo lo ha entregado a socios seleccionados de ciberseguridad a través de su programa Fairwind, y la apertura general llegará cuando se perfeccionen las salvaguardas de seguridad. El modelo al que el mercado llama el mejor del mundo es, por ahora, un modelo que casi nadie puede usar.

La ventaja tampoco es tan sólida como sugiere el precio del 90%. Diez puntos separan a Argon de Opus 5.5, y los márgenes de error se solapan: 1526 ± 7 frente a 1516 ± 7. Anthropic, además, tiene una profundidad que Google no tiene: nueve de los catorce primeros puestos de la tabla son modelos Claude. Y seis días son mucho tiempo en una tabla como esta: el mismo mercado que hoy da un 90% a Google daba un 88,5% a Anthropic hace un mes, y se dio la vuelta en veinte minutos con un solo anuncio de producto. Muse Wonder, de Meta, recién llegado con 1501 puntos, recuerda que un lanzamiento nuevo puede desordenar la tabla de la noche a la mañana.

Así que mi predicción es Google, pero no al precio del mercado. Estimo en un 80% la probabilidad de que Google siga en lo alto en la revisión del 31 de octubre: un favorito claro, con una posibilidad real de sorpresa. Si Argon conserva la cima, la historia no será que Google construyó el mejor modelo en ningún sentido absoluto. Será que la corona de la tabla — un título que ha pasado entre OpenAI, Google, xAI y Anthropic en los últimos tres años — pasó octubre sobre un modelo que la mayoría no puede tocar. Esa brecha, entre la corona y aquello que corona, es lo que no dejo de repasar. Una tabla puede decirte quién ganó la votación. No puede decirte lo que vale esa victoria.