Gemini 4 Argon ya está disponible para la anotación automática en Ultralytics Platform

El etiquetado de datos sigue siendo la parte más lenta de la mayoría de los proyectos de visión artificial. La anotación automática agiliza el proceso al permitir que un modelo genere un borrador de los cuadros delimitadores, para que tu equipo los revise y corrija en lugar de dibujar cada objeto a mano. Pero un borrador solo es tan útil como el modelo que lo genera.

Hoy, Gemini 4 Argon está disponible para la anotación automática en Ultralytics Platform. En nuestra evaluación comparativa de los 26 modelos de anotación automática guiados por clases de Ultralytics Platform, entre ellos GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5 y Claude Fable 5.1, Gemini 4 Argon fue, con diferencia, el más preciso.

Novedad: Gemini 4 Argon para anotación automática#

Gemini 4 Argon se suma a los modelos de visión y lenguaje guiados por clases del editor de anotaciones de Ultralytics Platform. En un conjunto de datos de detección de objetos con entre 1 y 200 clases, analiza cada imagen y devuelve cuadros para las instancias que encuentra de las clases del conjunto de datos; después, puedes revisarlos y guardarlos como cualquier otra predicción.

Puedes usarlo de dos formas:

• Una imagen cada vez: En el editor de anotaciones, cambia al modo Smart, selecciona gemini-4-argon en Google, dentro del selector de modelos, y haz clic en Predict (o pulsa P).
• Un conjunto de datos completo: Ejecuta Batch Annotation desde More actions > Batch Annotation en la página del conjunto de datos para etiquetar todas las imágenes sin etiquetar en una sola ejecución.

Gemini 4 Argon se encuentra junto a las demás opciones de anotación automática de Ultralytics Platform, desde las indicaciones por puntos de SAM 3.1 hasta tus propios modelos Ultralytics YOLO ajustados con fine-tuning. Para obtener una visión general, consulta cómo Ultralytics Platform usa la IA para automatizar las anotaciones.

Cómo evaluamos comparativamente 26 modelos de anotación automática#

Un modelo que encuentra casi todos los objetos en fotos cotidianas puede pasar por alto la mayoría en una imagen médica o una placa de circuito. Por eso, en lugar de probar solo con fotos cotidianas, evaluamos UL37, un conjunto de conjuntos de datos de referencia del mundo real que Ultralytics utiliza para la evaluación, y seleccionamos sus 36 conjuntos de datos de detección. Abarcan imágenes médicas, imágenes aéreas y por satélite, inspección de placas de circuito impreso (PCB), radiografías de seguridad, estanterías de tiendas, tráfico, deportes, escenas submarinas, grabaciones térmicas y mucho más.

Enviamos 108 imágenes etiquetadas (tres por conjunto de datos) a todos los modelos guiados por clases de Ultralytics Platform mediante el mismo código de detección que usa el editor de anotaciones, con la lista completa de clases de cada conjunto de datos, y comparamos los cuadros devueltos con los datos de referencia usando mAP50. Cada proveedor usó su nivel de razonamiento predeterminado y las puntuaciones de ejecuciones repetidas variaron solo alrededor de 0,005 mAP50.

Gemini 4 Argon frente a GPT-6.1 Sol, Claude Opus 5.5 y GPT-6 Astra#

Gemini 4 Argon alcanzó un mAP50 de 0,565, muy por delante de GPT-6.1 Sol (0,491), Gemini 3.8 Flash (0,489), Claude Opus 5.5 (0,476) y GPT-6 Astra (0,470). Completó todas las solicitudes, con una mediana de unos cinco segundos por imagen.

Su ventaja no se debe a que tarde más en razonar. Con su nivel de razonamiento predeterminado, Gemini 4 Argon usó una mediana de unos 150 tokens de salida por imagen, aproximadamente lo mismo que Claude Opus 5.5 y bastante menos que GPT-6.1 Sol o Gemini 3.8 Flash.

Precisión frente a coste: Gemini 4 Argon, Claude Haiku 5.5 y los modelos prémium#

Los modelos de pago usan la clave API de tu proveedor, que te factura directamente cada predicción. Con los precios de lanzamiento de Google, vigentes hasta el 30 de noviembre de 2026, Gemini 4 Argon costó unos 7,60 $ por cada 1.000 imágenes en nuestra evaluación comparativa. A partir de entonces, el precio se duplica hasta unos 15 $ por cada 1.000 imágenes con el mismo uso.

Los modelos prémium cuestan más, pero no obtienen mejores puntuaciones. GPT-6 Astra y Claude Fable 5.1 cuestan unos 47 $ y 37 $ por cada 1.000 imágenes, y obtuvieron puntuaciones de 0,470 y 0,372. Si el coste te importa más que la máxima precisión, Claude Haiku 5.5 (0,384 mAP50 por unos 0,35 $ por cada 1.000 imágenes) y Gemini 3.5 Flash-Lite (0,363 por unos 1,36 $) fueron los modelos económicos más precisos. Y si prefieres no usar una clave de proveedor, Qwen3.8 27B fue el modelo alojado en Ultralytics Platform más preciso.

Gemini 4 Argon en 12 ámbitos del mundo real#

Gemini 4 Argon superó la media de los 26 modelos en 11 de los 12 ámbitos y empató en imágenes submarinas. Sus mayores mejoras se dieron en carreteras y tráfico (0,59 frente a 0,17) e imágenes aéreas (0,65 frente a 0,30), y duplicó la media en imágenes médicas (0,57 frente a 0,28).

Las imágenes especializadas siguen siendo difíciles para todos los modelos. Las imágenes de placas de circuito impreso industriales y las radiografías de seguridad se mantuvieron por debajo de 0,2 mAP50 incluso con Gemini 4 Argon. Trata sus cuadros como un primer borrador para la revisión con intervención humana y comprueba algunas predicciones con tus propias imágenes antes de anotar un conjunto de datos completo.

Empieza a usar Gemini 4 Argon en Ultralytics Platform#

1. Añade una clave API de Google en Settings > API Keys del espacio de trabajo al que pertenece tu conjunto de datos, o pide al propietario del espacio de trabajo que añada una (consulta cómo hacerlo).
2. Abre un conjunto de datos de detección en Ultralytics Platform, cambia el editor de anotaciones al modo Smart y selecciona gemini-4-argon en Google.
3. Haz clic en Predict para etiquetar la imagen actual y, después, revisa, ajusta y guarda los cuadros.
4. Cuando los resultados te convenzan, ejecuta Batch Annotation para etiquetar el resto del conjunto de datos.

Batch Annotation añade la tarifa estándar de procesamiento de Ultralytics Platform, de 1,00 $ por cada 1.000 imágenes, aparte de lo que Google facture a tu clave API. Cada ejecución guarda primero una versión del conjunto de datos, así que siempre puedes revertir los cambios.

Cuando hayas etiquetado el conjunto de datos, entrena un modelo Ultralytics YOLO26 con él en el mismo espacio de trabajo (consulta la documentación de entrenamiento). ¿Estás comparando herramientas de anotación? Lee nuestras guías sobre las mejores plataformas de anotación de imágenes y las herramientas de etiquetado automático y aprendizaje activo. Después, inicia sesión en Ultralytics Platform para probar Gemini 4 Argon con tus propios datos.