Gemini 4 Hydrogen: Google lanza IA a US$1,50 por millón

Gemini 4 Hydrogen: el modelo barato de Google que no es tan barato

Google lanzó Gemini 4 Hydrogen el 12 de noviembre de 2026 con un precio de US$1,50 por millón de tokens de entrada y US$7,50 por millón de salida. Suena a oportunidad para cualquier startup que hoy quema presupuesto en inferencia, hasta que se mira el resto del mercado: Claude Haiku 5.5 y GPT-6 Luna cuestan US$0,10 y US$0,50 por millón de tokens, quince veces menos. El modelo «económico» de Google es económico sobre todo dentro de la familia Gemini 4.

El anuncio lo firmó Koray Kavukcuoglu, responsable de Google DeepMind, y el despliegue es global: API de Gemini, Google AI Studio, Android Studio, Gemini for Business, la app de Gemini y Google Search. Según iThinkDiff, Hydrogen llega a la app y a Search para todos los usuarios, incluidos los gratuitos, y según SiliconANGLE se trata del tercer modelo de la familia Gemini 4 en poco más de seis semanas.

Hydrogen se ubica por debajo de Gemini 4 Carbon y Gemini 4 Argon, los modelos que Google presenta como frontera para razonamiento largo y profundo. La diferencia no es solo de tamaño: es de rol. Hydrogen ejecuta tareas; Carbon y Argon piensan problemas difíciles.

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 →

¿Cuánto cuesta Gemini 4 Hydrogen y qué cambia el 1 de diciembre de 2026?

El esquema de precios es la parte que más confunde, y conviene tenerlo claro antes de firmar cualquier presupuesto de infraestructura:

Gemini 4 Carbon y Gemini 4 Argon: US$2,00 por millón de tokens de entrada y US$10,00 de salida hasta el 30 de noviembre de 2026. Desde el 1 de diciembre de 2026: US$4,00 y US$20,00. Es decir, el precio se duplica.
Gemini 4 Hydrogen: US$1,50 de entrada y US$7,50 de salida, sin subida anunciada por ahora.
Entrada cacheada: US$0,10 por millón en Carbon y Argon; US$0,075 en Hydrogen, según el detalle técnico que recoge iThinkDiff.

La paradoja es evidente. Hoy Hydrogen apenas representa un 25% de descuento frente a sus hermanos más capaces. Después del 1 de diciembre, cuando el precio de Carbon y Argon se duplique, ese descuento salta al 75%. Dicho de otro modo: el ahorro real de migrar a Hydrogen recién aparece en diciembre.

Y hay un detalle que buena parte de la cobertura pasó por alto: Carbon y Argon tienen exactamente el mismo precio. ¿Por qué dos modelos distintos al mismo costo? Google responde que Argon «entrega la inteligencia de Gemini 4 con respuestas más rápidas y menor gasto de tokens por turno» que Carbon. El precio es el mismo; el consumo por tarea, no.

¿Qué tan bueno es Hydrogen frente a los modelos que ya usas?

Google afirma que Hydrogen supera a Argon en el Artificial Analysis Intelligence Index: 51 contra 50 en el nivel por defecto (alto) y hasta 54 en el nuevo nivel «xhigh», según The Decoder. Son cifras del propio fabricante, así que vale la pena contrastarlas.

La medición independiente de Artificial Analysis deja a Hydrogen prácticamente a la par de Claude Sonnet 5.5 en su nivel más alto de razonamiento, pero detrás de GPT-6.1 Sol y Claude Opus 5.5 cuando se comparan los niveles por defecto. En AA-Omniscience, Hydrogen inventa información solo un 8% de las veces.

Donde el modelo flaquea es en el trabajo agéntico de terminal: 54% en Terminal-Bench 4.0 y 50% en Terminal-Bench-Science 0.1, frente al 64% y 53% de Claude Sonnet 5.5 y al 56% y 58% de GPT-6.1 Sol, según los datos de Artificial Analysis que publica The Decoder. Si tu producto depende de agentes que ejecutan comandos y verifican cambios, ese es el número que importa.

Frente a Gemini 3.8 Flash, el modelo al que reemplaza, Google reporta tareas 2,5 veces más rápidas en el nivel por defecto, un salto en Terminal-Bench 4.1 de 18,2% a 57% y cinco veces menos afirmaciones inventadas. También menciona hasta un 81% menos de exceso de alcance en tareas agénticas y el doble de resistencia a saltarse límites de permisos cuando una tarea se bloquea, según Digital Trends.

¿Qué diferencia a Hydrogen de Carbon y Argon dentro del stack?

Google describe Hydrogen como un modelo que puede sostenerse solo para el trabajo cotidiano o funcionar como «motor de ejecución de alta eficiencia» dentro de flujos con varios modelos. En la práctica, eso se traduce en un patrón de arquitectura: un modelo caro planifica y un modelo barato ejecuta.

Ese patrón ya viene empaquetado en Google Antigravity, la herramienta de programación de Google. El nuevo Orchestrator alterna entre Carbon y Hydrogen dentro de una misma sesión en lugar de quedarse con un solo modelo. Según Google, en Terminal-Bench 4.0 alcanza una tasa de éxito cercana a la de Carbon usando 24% menos de cuota y terminando 19% más rápido, de acuerdo con The Decoder y Technobezz.

Hay otro detalle relevante para quien construye productos de consumo: Hydrogen es el nuevo modelo del tier gratuito y el que mueve las funciones de IA de Google Search, con mejor manejo de consultas con errores de tipeo o preguntas compuestas, y una técnica de despliegue de consultas que muestra un rango más amplio de enlaces. Si tu negocio depende de tráfico orgánico, el comportamiento de ese motor te afecta directamente.

¿Qué significa esto para tu startup?

Primero, corre los números antes del 1 de diciembre de 2026. Si hoy usas Argon o Carbon en producción, tu costo de tokens se duplica ese día salvo que migres. Haz el ejercicio con tu volumen real: con el precio de entrada y salida actual, el punto de quiebre entre quedarte en Argon y migrar a Hydrogen no está donde parece, porque durante noviembre la diferencia es de apenas 25%.

Segundo, enruta por nivel de esfuerzo en lugar de elegir un solo modelo. Artificial Analysis estima el costo por tarea de Hydrogen en cerca de US$3,16 en xhigh, US$1,87 en alto, US$0,80 en medio y US$0,29 en bajo — pero el índice de inteligencia cae de 54 a 51, 41 y 27 respectivamente. La conclusión práctica: deja el nivel bajo para clasificación, extracción y formateo, y reserva los niveles altos para razonamiento real. El ahorro no viene de cambiar de modelo, viene de no usar un modelo caro para tareas triviales.

Tercero, ten en cuenta los detalles de implementación antes de escribir código. Según iThinkDiff, una petición estándar limita la salida a 65.536 tokens aunque el modelo soporte hasta un millón: para respuestas más largas necesitas modo de ejecución en segundo plano. El modelo ignora temperature, top_p y top_k si los envías, y las llamadas a herramientas deben declararse de forma nativa, o puedes recibir un error MALFORMED_FUNCTION_CALL. El identificador de API es gemini-4-hydrogen y el corte de conocimiento es marzo de 2026.

Cuarto, aprovecha el tier gratuito para prototipar. Que Hydrogen esté disponible sin costo en la app y en Search permite validar casos de uso sin gastar presupuesto de inferencia, y luego decidir si conviene llevar ese flujo a producción por API. Es una forma barata de responder la pregunta que todo founder se hace: ¿esto le sirve a mi producto o solo es una demo?

Conclusión

Gemini 4 Hydrogen es un buen modelo con una estrategia de precios difícil de leer. La jugada de Google parece clara: posicionar un modelo de ejecución rápida para que las startups construyan agentes encima del ecosistema Gemini, con un descuento real que recién se materializa cuando el precio de los modelos frontera se duplique en diciembre. Para el founder hispanohablante, la decisión no es «Hydrogen sí o no», sino cuándo migrar, cómo enrutar por nivel de esfuerzo y cuánto de tu producto puede vivir con la inteligencia de un nivel medio. Y la referencia externa sigue siendo incómoda: los modelos baratos de Anthropic y OpenAI todavía cuestan una fracción de lo que Google llama barato.