Gemini 4 Hydrogen: Google reemplaza a 3.8 Flash en su API

Gemini 4 Hydrogen reemplaza a 3.8 Flash en todo el ecosistema de Google

El 12 de noviembre, Google activó el despliegue global de Gemini 4 Hydrogen, el modelo que sustituye a Gemini 3.8 Flash en la app Gemini, Google Search, AI Studio, el entorno de desarrollo Antigravity, Android Studio, Gemini Enterprise y Gemini en Sheets. Es la tercera pieza de la familia Gemini 4, después de Argon y Carbon, y la primera que llega sin las restricciones de acceso que arrastraron las anteriores.

Para un founder, el dato importante está en la letra chica: Hydrogen se ofrece por API a US$1,50 por millón de tokens de entrada y US$7,50 por millón de salida, exactamente el mismo precio que 3.8 Flash. Es decir, Google mejora el modelo sin subir la factura de quienes ya construyen sobre él.

La lógica del reparto cambió. Según la documentación del modelo recogida por Unite.AI, Hydrogen es una adaptación de Carbon: Carbon y Argon quedan para juicio arquitectónico y razonamiento extendido, mientras Hydrogen ejecuta —escribir código, correr tests, verificar cambios, investigar y usar herramientas. El modelo acepta texto, imágenes, audio y video, y tiene un corte de conocimiento de marzo de 2026, por lo que puede estar menos actualizado en algunos dominios.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El contexto importa: Business Insider reportó que Google había retrasado y finalmente cancelado el lanzamiento de Gemini 3.5 Pro porque el modelo no alcanzaba los benchmarks internos de código, y que Hydrogen se probó primero en la plataforma interna de desarrollo conocida como Jetski. India Today recoge además que, según Google, la app Gemini ya supera los 1.000 millones de usuarios activos. Con esa base instalada, el modelo que reemplaza a Flash es el que más gente va a tocar sin saberlo.

¿Cuánto mejora Gemini 4 Hydrogen frente a 3.8 Flash?

Google publicó una batería de comparaciones propias. Las cifras más citadas:

Velocidad: hasta 2,5 veces más rápido que 3.8 Flash en su nivel de pensamiento alto.
Menos invención: reduce las afirmaciones fabricadas más de 5x, según el análisis de Google.
Código: 57% en Terminal-Bench 4.1 frente al 18,2% de 3.8 Flash, de acuerdo con los resultados que reporta Unite.AI.
Trabajo con datos: en pruebas con partners sobre grafos complejos, SQL y tareas empresariales con mucho dato, hasta 2,8 veces más rápido y hasta 23% menos tokens consumidos, según Digital Trends.
Índice Artificial Analysis: 54 puntos en modo xhigh, frente a los 50 de Argon, según Ars Technica.

Ese último punto es el más relevante para cualquiera que esté armando un stack de IA. Un modelo de la gama económica acercándose a la frontera de su propia casa, y superándola en un índice agregado cuando se le pide pensar más, cambia la cuenta de qué conviene usar para qué tarea.

¿Cuánto cuesta la API y qué pasa con Argon y Carbon?

Hydrogen mantiene la estructura de precios de Flash: US$1,50 / US$7,50 por millón de tokens de entrada y salida. Unite.AI detalla además que existe un nivel gratuito con límite de tasa y que el input cacheado cuesta US$0,075 por millón gracias al caching implícito, una palanca enorme para productos con prompts largos y repetitivos.

El contraste con la gama alta es la advertencia financiera del anuncio: Carbon y Argon hoy cuestan US$2 / US$10 y subirán a US$4 / US$20 a partir del próximo mes, según Ars Technica. Un equipo que hoy apoya su producto en un modelo frontier de Google debería revisar su proyección de costos antes de que el cambio entre en vigor.

Hay un detalle técnico que afecta la factura más de lo que parece. El modelo tiene una ventana de 1.048.576 tokens que se comparte entre entrada, razonamiento y salida, y las respuestas síncronas permiten hasta 65.536 tokens por salto. Con cuatro niveles de pensamiento —low, medium, high y el nuevo xhigh—, cada nivel que se sube consume capacidad que deja de estar disponible para el input o para la respuesta final. Google recomienda high para la mayoría de las tareas complejas y reservar xhigh para problemas multietapa donde high se queda corto, advirtiendo que xhigh puede sobrepensar prompts simples.

Orchestrator: separar al que planifica del que ejecuta

La novedad operativa más interesante para equipos de producto no es el modelo, sino Orchestrator en Google Antigravity. Carbon explora dependencias y arma un plan en una fase de solo lectura; Hydrogen después edita código, actualiza paquetes y corre tests; si la ejecución se traba, el control vuelve a Carbon para inspeccionar el estado y reparar el plan. A diferencia de un router estático, que compromete toda la tarea a un modelo según el prompt inicial, Orchestrator puede cambiar de modelo a medida que el trabajo cambia.

Según el equipo de Antigravity, este esquema logra un éxito de tarea cercano al de Carbon en Terminal-Bench 4.1 usando 24% menos cuota y terminando 19% más rápido en promedio. El patrón —planificar con el modelo caro, ejecutar con el barato y volver al caro solo cuando hay fricción— es replicable en cualquier pipeline propio, incluso sin usar Antigravity.

¿Qué cambia en Google Search?

La compañía describe la integración de Hydrogen con Search como la mayor actualización de sus herramientas de búsqueda con IA. En concreto: mejor manejo de preguntas largas y con múltiples partes, respuestas de AI Overviews y AI Mode con más elementos visuales, y un fan-out de consultas afinado para enlazar más fuentes. Ars Technica recuerda que Google ya había prometido más enlaces en AI Overviews antes, así que conviene medir el tráfico referido y no darlo por hecho.

Lo que el model card no maquilla

Leer la ficha técnica de Hydrogen ofrece el contrapeso necesario al anuncio:

En la tabla de Terminal-Bench 4.1 ajustada por trampas, Claude Sonnet 5.5 figura con 63,9%, por encima del 57,0% de Hydrogen, según Unite.AI.
Frente a 3.8 Flash, hay un aumento de 5,57 puntos porcentuales en rechazos injustificados.
Las limitaciones declaradas incluyen alucinaciones, lentitud o timeouts ocasionales y mayor uso de tokens en niveles de pensamiento altos.
La evaluación de seguridad frontier no encontró un aumento material de capacidad general frente a Argon, situó a Hydrogen por debajo de los niveles críticos en información biológica y ciberseguridad, pero alcanzó los umbrales de alerta en ambos dominios.

Otra letra chica relevante: en la app Gemini, los usuarios de AI Plus y del plan gratuito siguen en 3.5 Flash-Lite; los suscriptores de AI Pro y Ultra son los que acceden a Hydrogen, y los gratuitos lo reciben solo cuando la app decide que encaja con su prompt. En Search, en cambio, el acceso es para todos.

¿Qué significa esto para tu startup?

Audita tu integración y migra donde ya uses Flash. Si tu producto llama a 3.8 Flash por API, este es el raro caso de una mejora sin aumento de precio. Empieza por generación de código y tests, que es donde el salto medido es más grande.
Instrumenta el gasto por nivel de pensamiento. Con la ventana compartida entre razonamiento y salida, dejar xhigh por defecto es la forma más rápida de inflar la factura sin querer. Corre tu suite de prompts en high y reserva xhigh para lo que falle.
Aprovecha el input cacheado. Para productos con contexto largo y estable —un repositorio, un corpus de documentos, un manual de marca— el caching implícito a US$0,075 por millón cambia el cálculo de unit economics.
Replica el patrón de dos modelos. No necesitas Antigravity para separar planificación de ejecución: un modelo caro que arma el plan y uno barato que ejecuta, con reintento al caro solo ante fricción, es la arquitectura más citada del anuncio.
Si dependes de Argon o Carbon, recalcula ahora. El salto de US$2 / US$10 a US$4 / US$20 el próximo mes puede mover el punto de equilibrio de tu producto. Mejor enterarse por la hoja de cálculo que por la factura.
Mide el riesgo de rechazos. El aumento de rechazos injustificados respecto a Flash es pequeño en porcentaje, pero en un flujo de atención al cliente automatizado se traduce en conversaciones cortadas. Prueba antes de mover tráfico de producción.

Conclusión

Hydrogen no es el modelo más potente de Google y no pretende serlo: es el que la compañía quiere que uses todos los días, al mismo precio que su predecesor y con mejoras medibles en velocidad y en reducción de invenciones. La jugada real es de arquitectura de producto: una gama alta que sube de precio para financiar el razonamiento profundo y una gama media que se vuelve lo bastante buena para cargar con el trabajo diario. Para los equipos que construyen, la pregunta ya no es qué modelo es el mejor en abstracto, sino cuántas llamadas caras se pueden evitar por tarea.