Gemini 4 Hydrogen: agentes de IA a US$1,50 el millón

Gemini 4 Hydrogen: el modelo barato que Google pone a ejecutar agentes

1,50 dólares por millón de tokens de entrada y 7,50 por millón de salida, con la misma tarifa en toda su ventana de contexto de un millón de tokens. Ese es el precio con el que Google presentó Gemini 4 Hydrogen el 12 de noviembre, el modelo rápido y económico de su familia Gemini 4. Para un founder que hoy paga por cada tarea que un agente ejecuta, la pregunta ya no es cuál es el modelo más inteligente, sino cuál resuelve el trabajo al menor costo por resultado.

Durante años la carrera de la IA se midió por quién tenía el modelo más grande. Ese enfoque se está agotando: los sistemas más potentes son caros y lentos, y para la mayoría de las tareas cotidianas no hace falta tanta potencia. Por eso Google organiza su catálogo en capas. Gemini 4 Carbon y Gemini 4 Argon quedan para razonamientos largos y complejos; Hydrogen se encarga de ejecutar rápido: programación diaria, depuración de repositorios, desarrollo web interactivo y flujos multimodales.

El modelo ofrece cuatro niveles de razonamiento —bajo, medio, alto (el predeterminado) y xhigh, un nivel extra alto nuevo— que ajustan el intercambio entre profundidad, latencia y costo.

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 →

¿Por qué Google dice que un modelo «barato» ya alcanza a uno avanzado?

El dato que más se repitió en la presentación: en el índice de inteligencia de la firma independiente Artificial Analysis, Hydrogen obtiene 51 puntos en su configuración predeterminada, frente a los 50 de Argon, y llega a 54 con xhigh activado. En el benchmark HLE-Diamond alcanza 58,8 %.

Conviene leer ese número con cuidado. Todas las cifras del anuncio provienen de Google o de pruebas elegidas por la propia compañía, y superar a Argon en un índice general no significa ser mejor en todas las tareas. La propia Google lo plantea como complemento, no como reemplazo. Deccan Herald publicó además una comparativa de los resultados de Hydrogen frente a Claude Sonnet 5.5 y GPT-6.1 Terra, de OpenAI, aunque el anuncio oficial no nombra competidores.

Frente a su predecesor, Gemini 3.8 Flash, Google asegura que Hydrogen completa las tareas unas 2,5 veces más rápido, que en la prueba de tareas en terminal pasó del 18,2 % al 57 % de éxito y que reduce más de cinco veces las afirmaciones inventadas. En Agent Arena, el benchmark en vivo de arena.ai, ocupa el quinto puesto en tareas de varios pasos como investigación profunda, análisis de datos y navegación de bases de código grandes.

Orchestrator: cómo se reparten el trabajo entre modelos

La novedad más interesante para equipos de producto no es el modelo, sino la capa que lo coordina. En Google Antigravity, la herramienta de desarrollo de Google, Orchestrator alterna automáticamente entre modelos dentro de una misma sesión: Carbon coordina y Hydrogen ejecuta, con agentes trabajadores y verificadores que construyen y prueban cambios en paralelo sobre espacios de trabajo aislados.

Según Google, esa combinación logra tasas de éxito cercanas a las de usar solo Carbon en Terminal-Bench 4.0, pero consumiendo en promedio 24 % menos de cuota y terminando 19 % más rápido. En pruebas tempranas con grafos complejos, SQL y flujos empresariales con muchos datos, la compañía reporta que sus socios observaron una ejecución entre 2 y 2,8 veces más rápida y un uso de tokens entre 12 % y 23 % menor que con Gemini 3.8 Flash.

Es una tendencia que se repite en toda la industria: en lugar de un solo modelo que hace todo, arquitecturas que reparten las tareas entre modelos especializados según el costo y la latencia que cada paso tolera.

Precio, disponibilidad y qué cambia para tu equipo

Hydrogen ya se distribuye a nivel mundial en la API de Gemini, Google AI Studio (en todos sus niveles), Android Studio, las herramientas empresariales de Google y Google Sheets para suscriptores de AI Pro y Ultra. En la aplicación de Gemini se puede elegir desde el menú de modelos, y los usuarios gratuitos lo reciben automáticamente cuando el sistema lo considera el más adecuado.

También llega al buscador. TechCrunch describió la actualización como «la mayor mejora de modelo en Search hasta ahora»: mejor comprensión de preguntas con varias partes, tolerancia a errores de tipeo, más enlaces relevantes y respuestas visuales con tablas comparativas y herramientas generadas al vuelo. El Modo IA del buscador mejora además su desempeño en todos los idiomas que soporta, incluido el español.

Para dimensionar el salto de precio: MuyComputer reportó que Gemini 4 Carbon llegó a España con un precio de 99,99 euros mensuales, apenas un día antes del anuncio de Hydrogen. La estrategia es clara: acercar la generación Gemini 4 a usuarios que no pagan la suscripción más cara.

Agentes con más autonomía: qué dicen las evaluaciones de seguridad

Como los agentes actúan por su cuenta, Google dedicó buena parte del anuncio a la seguridad. Según sus evaluaciones internas, Hydrogen comete 12 veces menos acciones desalineadas y atajos indebidos que su predecesor, reduce hasta 81 % el exceso de atribuciones y hasta 79 % la falta de servicio, es hasta dos veces menos propenso a saltarse límites de permisos cuando una tarea está bloqueada y resiste más de 2,3 veces mejor la inyección indirecta de instrucciones, la técnica de esconder órdenes en páginas o documentos para manipular a un agente. La compañía reporta además una tasa de honestidad de 96,7 % en su evaluación interna de agentes y cero ediciones engañosas de razonamiento en más de 200.000 turnos auditados.

Son mejoras relevantes porque un agente que se toma atribuciones de más puede borrar archivos, enviar mensajes no autorizados o acceder a datos sensibles. Pero siguen siendo resultados de pruebas internas. El verdadero examen será cómo se comporta en manos de millones de usuarios y desarrolladores.

¿Qué significa esto para tu startup?

1. Enruta por tarea, no por modelo. Si hoy usas un solo modelo para todo, estás pagando razonamiento profundo por trabajo mecánico. Separa tus flujos en dos: un modelo caro que planifica y un modelo barato que ejecuta pasos repetitivos. El caso de Orchestrator muestra el orden de magnitud: mismo resultado, 24 % menos de cuota y 19 % menos de tiempo.

2. Vigila el costo de salida, no solo el de entrada. La tarifa de Hydrogen es de 1,50 dólares por millón de tokens de entrada contra 7,50 por millón de salida: cinco veces más. Un agente que genera respuestas largas, informes o código extenso gasta sobre todo en salida. Limitar la longitud de las respuestas y pedir salidas estructuradas suele mover la aguja más que cambiar de modelo.

3. Antes de migrar, mide con tus propios casos. Los benchmarks del proveedor son un punto de partida, no una garantía. Toma 20 o 30 tareas reales de tu producto —las que más corren y las que más fallan— y compáralas contra tu modelo actual midiendo tres cosas: tasa de éxito, latencia y costo por tarea completada. Si vienes de Gemini 3.8 Flash, la migración es directa y el propio Google reporta mejoras de velocidad y de reducción de datos inventados.

4. Trata los permisos como parte del producto. Si vas a dejar que un agente ejecute varios pasos solo, define desde el inicio qué puede tocar y qué no: accesos de mínimo privilegio, entornos aislados para operaciones destructivas y registro de cada acción. Las mejoras de seguridad del modelo ayudan, pero no reemplazan tus propios límites.

Conclusión

Gemini 4 Hydrogen confirma un cambio de fase en el mercado de la IA: la competencia ya no se juega solo en quién razona mejor, sino en quién entrega resultados confiables al menor costo por tarea. Para un equipo pequeño eso es una buena noticia, porque la palanca más grande de ahorro no está en negociar el precio, sino en elegir bien qué modelo hace cada parte del trabajo. El modelo ya está disponible en la API, en Search y en la app; la decisión que queda pendiente es de arquitectura, no de acceso.