Gemini 4 Hydrogen llega a Antigravity con Orchestrator

Gemini 4 Hydrogen ya está disponible dentro de Google Antigravity, y llega acompañado de Orchestrator, una opción nueva en el selector de modelos que combina Hydrogen con Gemini 4 Carbon. Según el anuncio de Google, Orchestrator alcanza una tasa de éxito de tareas cercana a la de Carbon en Terminal-Bench 4.1 consumiendo, en promedio, 24% menos cuota y terminando 19% más rápido.

Para un founder que paga cuota de IA por asiento, esa diferencia no es cosmética: es la línea entre que tu equipo pueda dejar agentes corriendo todo el día o tenga que racionarlos.

¿Qué es Gemini 4 Hydrogen y en qué se diferencia de Gemini 3.8 Flash?

Hydrogen es el tercer modelo de la familia Gemini 4, después de Argon y Carbon, y está adaptado de Carbon según la documentación del modelo. Su rol es la ejecución rápida: escribir código, correr tests, verificar cambios y operar herramientas.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Los números que Google publicó:

51 puntos en el Artificial Analysis Intelligence Index en su nivel de razonamiento alto, por encima de los 50 de Argon, y 54 en el nivel xhigh.
57% en Terminal-Bench 4.1, frente al 18.2% de Gemini 3.8 Flash.
Termina tareas 2,5 veces más rápido que 3.8 Flash en su configuración por defecto.
Reduce las afirmaciones fabricadas más de 5 veces.
Ventana de contexto de 1 millón de tokens de entrada y hasta 1 millón de salida.

Conviene leer la letra chica. iThinkDiff reporta que una petición estándar limita la salida a 65.536 tokens, y que para generar más hay que usar ejecución en segundo plano. El mismo medio señala que el corte de conocimiento del modelo es marzo de 2026, un dato relevante si trabajas con librerías que cambian rápido.

¿Cómo funciona Orchestrator y por qué no es un router más?

La mayoría de los «routers de modelos» del mercado son estáticos: miran tu primer prompt, estiman la dificultad y mandan toda la tarea al modelo más barato que pueda resolverla. El problema, según Google, es que los agentes modernos cambian de complejidad a mitad de camino, algo que solo se descubre a medida que la tarea evoluciona.

Orchestrator hace lo contrario: alterna entre Carbon y Hydrogen dentro de la misma trayectoria. Carbon arranca en modo solo lectura para explorar dependencias, resolver ambigüedades y armar un plan con disparadores explícitos de replanificación; Hydrogen toma el control para editar código, actualizar paquetes y correr tests. Si Hydrogen se topa con fricción, devuelve el control a Carbon para inspeccionar el estado, reparar el plan y retomar la ejecución.

Para flujos con agentes en paralelo, Carbon puede actuar como coordinador mientras Hydrogen alimenta agentes trabajadores y verificadores que construyen y prueban cambios en espacios de trabajo aislados. Google afirma que en apenas un par de días se lanzaron decenas de miles de swarms en Antigravity, la función presentada junto a Carbon esta misma semana.

Google también ofrece el Antigravity SDK para quien quiera control programático: pipelines multi-modelo explícitos donde tú decides qué modelo cumple cada rol, en lugar de dejar la decisión al sistema.

¿Cuánto cuesta Gemini 4 Hydrogen y cómo se compara con Claude Sonnet 5.5?

US$1,50 por millón de tokens de entrada y US$7,50 por millón de tokens de salida, con el mismo precio a lo largo de toda la ventana de contexto de 1 millón de tokens, según reporta 9to5Google. iThinkDiff añade que el input cacheado cuesta US$0,075 por millón mediante caché implícita, que se aplica automáticamente a prompts de al menos 4.096 tokens.

Office Chai señala que ese precio está 25% por debajo de la lista de Claude Sonnet 5.5, que Anthropic ofrece a US$2 y US$10. Pero el mismo medio advierte que el precio de lista no cuenta toda la historia: Artificial Analysis encontró que Sonnet 5.5 consume muchos tokens por tarea, lo que eleva su costo efectivo.

Y hay un contrapeso importante. En las evaluaciones que Google publicó, Sonnet 5.5 sigue ganando en Terminal-Bench 4.1 con 63,9% frente al 57% de Hydrogen, además de liderar en OSWorld-2.1 y Terminal-Bench-Science 0.1. Unite.AI lo confirma citando la model card. Es decir, Hydrogen mejora mucho frente al Flash anterior, pero no lidera todas las comparaciones de código: las tareas de terminal y de uso de computadora siguen siendo el punto débil relativo de los modelos de Google.

¿Qué significa esto para tu startup?

Tres cosas concretas que puedes aplicar esta semana.

1. Separa planificación de ejecución en tus propios agentes. La lección de Orchestrator se puede replicar sin Antigravity: usa un modelo caro y potente solo para planificar, revisar estado y desbloquear, y uno barato y rápido para editar, correr tests y ejecutar. Si tu pipeline manda cada paso al modelo más potente, estás pagando razonamiento de frontera por tareas rutinarias.

2. Mide cuota y latencia, no solo calidad. Google reporta que sus partners vieron corridas entre 2x y 2,8x más rápidas con 12% a 23% menos tokens frente a 3.8 Flash, según Office Chai. Antes de migrar todo tu stack, corre una semana en paralelo con tus tareas reales y compara costo por tarea completada, no costo por token.

3. Aprovecha la ventana de acceso. Hydrogen llega a suscriptores pagos de Google AI Pro y Ultra dentro de Antigravity, mientras que Orchestrator arranca solo para Ultra. Si tu equipo ya paga Ultra, tienes acceso inmediato a la orquestación automática; si estás en Pro, puedes construir el equivalente con el SDK. Las empresas acceden a ambos vía Gemini for business.

¿Qué límites conviene tener presentes?

La model card documenta un dato que no aparece en el anuncio: un aumento de 5,57 puntos porcentuales en rechazos injustificados frente a Gemini 3.8 Flash, según Unite.AI. En la práctica, eso significa más casos donde el modelo se niega a hacer algo legítimo, algo que conviene monitorear si dependes de agentes desatendidos.

También hay que mirar la seguridad de agentes. Google reporta reducciones de hasta 81% en exceso de alcance y 79% en falta de servicio frente a 3.8 Flash, y iThinkDiff menciona que el modelo es 2,3 veces más resistente a inyección indirecta de prompts en el benchmark Gray Swan. Aun así, la evaluación de seguridad de frontera no encontró un aumento material de capacidad general sobre Argon, y el modelo alcanzó los umbrales de alerta en riesgos biológicos y de ciberseguridad.

Traducción para un founder: si tus agentes tocan sistemas de producción, la mejora es real, pero no reemplaza tus propios controles de permisos y revisión humana.

Conclusión

Gemini 4 Hydrogen no es solo «otro modelo más rápido». Lo interesante es el patrón que Google está validando con Orchestrator: la inteligencia de frontera se reserva para decidir, y la ejecución se delega a un modelo más barato. Ese patrón es replicable hoy, con o sin Antigravity, y es probablemente la palanca de eficiencia más subestimada en equipos que ya usan agentes a diario.

El contexto competitivo ayuda a calibrar expectativas. Según The Verge, Carbon se lanzó con un precio introductorio de US$2 y US$10 por millón de tokens, alrededor de un quinto del costo de GPT-6 Astra de OpenAI y un cuarto del de Fable 5.2 de Anthropic. Y Office Chai recuerda que Fable 5.2 ya tomó el primer puesto del Artificial Analysis Intelligence Index. Google no está ganando la carrera del modelo más inteligente: está compitiendo por ser el más eficiente en el trabajo del día a día. Para la mayoría de las startups, ese es el terreno que importa.