Gemini 4 Hydrogen: 2,5x más rápido y 15x más caro

Qué es Gemini 4 Hydrogen y por qué Google dejó atrás la marca Flash

Google lanzó Gemini 4 Hydrogen el jueves 12 de noviembre, un modelo pensado para el trabajo agéntico del día a día: escribir código, procesar documentos y ejecutar agentes que necesitan varios pasos para terminar un trabajo. El anuncio llegó apenas semanas después de que la compañía presentara Gemini 4 Carbon y Gemini 4 Argon, sus modelos de frontera para razonamiento profundo y de largo horizonte.

El detalle que más importa para quien paga la factura: Hydrogen no es un Flash con otro nombre. Google abandonó la marca «Flash» que usó hasta Gemini 3.8 Flash —lanzado en septiembre, según 9to5Google— y lo posiciona como un modelo de gama media con aspiraciones de gama alta. La diferencia se ve en el precio.

Está disponible globalmente vía Gemini API, AI Studio, Gemini for business, la app de Gemini y Google Search. Los usuarios gratuitos de la app lo reciben por selección automática de modelo, y el acceso individual en Antigravity requiere suscripción Google AI Pro o Ultra. Google Cloud lo lista como disponible de forma general, y las suscripciones de negocio elegibles lo tendrán en Gemini en Sheets.

¿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 →

¿Qué tan rápido es Gemini 4 Hydrogen frente a Flash?

Google afirma que Hydrogen completa tareas 2,5 veces más rápido que Gemini 3.8 Flash en su configuración de razonamiento por defecto. En las pruebas independientes de Artificial Analysis, Hydrogen en esa configuración obtuvo 51 puntos en el Intelligence Index, frente a 31 de Flash en razonamiento alto y un punto por encima de Gemini 4 Argon en alto. En su nivel xhigh llega a 54.

El salto más grande aparece en trabajo que exige que un agente opere una terminal. En Terminal-Bench 4.1, Hydrogen completa el 57% de las tareas, contra 18.2% de Flash. Aun así queda por detrás del 63.9% de Claude Sonnet 5.5 en la propia tabla de Google.

Google también reporta que Hydrogen se recupera mejor cuando una llamada a herramienta falla o una búsqueda vuelve vacía. En un repositorio de código, eso significa intentar otra búsqueda o leer otro archivo en lugar de trabarse. Y según la compañía, reduce las afirmaciones fabricadas más de cinco veces respecto a Flash.

Hay un caso de cliente concreto. En una prueba de acceso anticipado, el agente de Box pasó de 74% a 79% de precisión con Hydrogen en su Complex Work Eval, según un gráfico que el CEO de Box, Aaron Levie, publicó en X. Levie dijo que Hydrogen tardó menos de la mitad del tiempo y usó alrededor de 12% menos tokens en una tarea típica. El equipo de producto de IA de Box le dijo a Google que las mayores mejoras aparecieron en trabajo que requería leer tablas y hacer cálculos.

¿Cuánto cuesta Gemini 4 Hydrogen frente a Haiku, Luna y Ember?

Acá está el punto que ningún benchmark muestra. Google lista tarifas estándar de US$1,50 por millón de tokens de entrada sin caché, US$0,075 por millón de tokens de entrada cacheados y US$7,50 por millón de tokens de salida, incluyendo tokens de razonamiento. No hay promoción introductoria para el tier estándar.

Eso significa que Hydrogen cuesta 15 veces más por token de entrada y salida sin caché que las tarifas estándar más bajas de Claude Haiku 5.5 de Anthropic, GPT-6 Luna de OpenAI y Muse Ember de Meta. Los tres cobran US$0,10 por millón de entrada y US$0,50 por millón de salida en sus tramos de contexto corto.

Artificial Analysis estima el costo por tarea de benchmark: US$1,87 para Hydrogen en razonamiento alto y US$3,16 en xhigh, contra US$0,41 de Haiku 5.5, US$0,15 de Luna y US$0,14 de Ember, todos en su configuración máxima. Incluso en configuración media, Hydrogen superó a Haiku, Luna y Ember en el índice de inteligencia, pero a un costo por tarea mayor que cualquiera de los tres.

Los tiers Batch, Flex y Contributor cuestan la mitad de las tarifas estándar. Batch procesa grupos de solicitudes en segundo plano con un objetivo de 24 horas; Flex atiende solicitudes individuales con menor prioridad y respuesta de 1 a 15 minutos; Contributor es solo por invitación y ofrece velocidad y confiabilidad del tier estándar a cambio de permitir que Google use los datos de esas solicitudes para entrenar modelos.

Qué cambia para quienes ya usan Gemini 3.8 Flash

Migrar no es solo cambiar el nombre del modelo. La guía de migración de Google lista varios cambios: Hydrogen arranca en razonamiento alto (Flash arrancaba en medio) y suma una opción xhigh. Rechaza el parámetro antiguo thinking_budget y la configuración MINIMAL.

El caché automático empieza en 4.096 tokens, por debajo de los 6.144 de Flash, y el caché explícito no está disponible en el lanzamiento. Hydrogen acepta texto, imágenes, audio y video, y Google Cloud puede ingerir archivos de Office y OpenDocument directamente. Su ventana de aproximadamente 1 millón de tokens es compartida entre entrada y salida, incluidos tokens de razonamiento y llamadas a herramientas.

Google también metió la elección de modelo dentro de Antigravity. Su nuevo Orchestrator puede alternar entre Carbon y Hydrogen en la misma sesión. Google reporta que la combinación se acercó a la tasa de éxito de Carbon en Terminal-Bench 4.0 terminando 19% más rápido y usando 24% menos cuota.

¿Qué alternativas más baratas existen para tu stack?

Mientras Google sube el precio de su gama media, buena parte del mercado va en la dirección opuesta. DeepSeek V4.1 Flash 1017 ofrece entrada de texto e imagen, ventana de un millón de tokens y pesos bajo licencia MIT; su API alojada baja a US$0,15 de entrada y US$0,60 de salida en horario off-peak. MiMo-V2.6-Flash de Xiaomi también publica pesos MIT y documenta soporte de audio y video para el modelo descargable.

Kimi K3.1 Pro de Moonshot está más cerca en capacidad: 46 puntos en el índice a un costo estimado de US$3,68 por tarea, y varios proveedores lo alojan, lo que da más opciones de despliegue.

El contexto macro explica por qué esto importa. Según Epoch AI, citado por CoinCentral, el costo de alcanzar un nivel fijo de rendimiento de IA cayó cerca de 47% por trimestre desde 2023, unas 13 veces por año. Y más del 80% del uso de modelos abiertos en OpenRouter corresponde a modelos chinos, según declaró Nathan Lambert, cofundador de Trillium Labs, ante el Congreso de Estados Unidos, en un reporte de Built In.

¿Qué significa esto para tu startup?

La pregunta correcta no es si Hydrogen es mejor. Es cuántas veces su capacidad extra evita un reintento, atrapa un error o termina un trabajo que un modelo más barato dejaría a medias.

Mide costo por tarea, no costo por token. Un modelo que cobra la mitad por millón de tokens puede salir más caro si necesita cinco veces más tokens para cerrar el mismo trabajo. Instrumenta tu pipeline para registrar tokens, reintentos y tasa de éxito por tarea antes de decidir.
Enruta por dificultad. Manda clasificación, extracción y resúmenes a modelos de US$0,10/US$0,50 y reserva Hydrogen para agentes que operan terminales, leen tablas o encadenan muchas herramientas. Es exactamente la lógica que Google aplica con Orchestrator: Carbon coordina, Hydrogen ejecuta.
Explota el caché. Con entrada cacheada a US$0,075 por millón, veinte veces más barata que la entrada normal, cualquier prompt largo y repetido (manuales, esquemas de base de datos, código base) debería ir por caché. Si tu arquitectura reenvía el mismo contexto en cada request, estás pagando de más.
Revisa la migración antes de tocar producción. Hydrogen rechaza thinking_budget y MINIMAL, y arranca en razonamiento alto. Eso cambia latencia y costo de golpe. Prueba con tráfico real antes de cambiar el modelo por defecto.

El movimiento de Google deja una señal clara: la gama media ya no es la opción barata, es la opción competente. Para un equipo con presupuesto ajustado, la decisión de arquitectura —qué modelo para qué tarea— pesa hoy más que la elección de proveedor.