Gemini 4 Hydrogen: el modelo rápido de Google a US$1,50

Gemini 4 Hydrogen llega con precio plano y sin castigo de contexto

Google abrió Gemini 4 Hydrogen a todos sus usuarios con un precio plano de US$1,50 por millón de tokens de entrada y US$7,50 por millón de tokens de salida a lo largo de toda su ventana de contexto de un millón de tokens. El dato que cambia la conversación para un equipo de producto no es solo el precio: Hydrogen supera a Argon, el frontier anterior de la casa, en el Artificial Analysis Intelligence Index, con 51 puntos contra 50 en su nivel de pensamiento alto por defecto, y llega a 54 en el nuevo nivel xhigh.

Hasta hace poco, elegir un modelo más barato para tareas de ejecución significaba aceptar más errores, más reintentos y más tiempo revisando lo que el agente escribió. Hydrogen apunta a romper esa disyuntiva dentro de su propio tier: velocidad de modelo Flash con una inteligencia que ya no queda por debajo del frontier que Google lanzó semanas antes.

¿Qué es Gemini 4 Hydrogen y en qué se diferencia de Carbon y Argon?

Google ordenó la familia Gemini 4 por tipo de trabajo. Carbon y Argon están pensados para razonamiento profundo de horizonte largo: diseñar arquitecturas, desenredar bugs sutiles, sostener una tarea durante días. Hydrogen es el motor de ejecución: escribir código, correr tests, verificar cambios, navegar repositorios y completar flujos agénticos paso a paso.

¿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 →

El nombre sigue la lógica de la tabla periódica que Google usa en esta generación: el hidrógeno es el elemento más liviano, y Hydrogen ocupa el tier de velocidad. La disponibilidad es tan amplia como la de cualquier producto de consumo de la compañía: todos los niveles de Google AI Studio, la Gemini API, Gemini for business, la app de Gemini, Google Search, Google Sheets para suscripciones elegibles y Google Antigravity para quienes pagan AI Pro o Ultra.

Para ubicar la familia en el tiempo: Argon llegó al público general el 13 de octubre de 2026 y Carbon, el modelo que devolvió a Google al primer puesto del índice de Artificial Analysis, se anunció a fines de octubre solo para defensores cibernéticos del programa Fairwind, según el recuento de WinBuzzer.

¿Cuánto cuesta Gemini 4 Hydrogen comparado con Argon y Carbon?

La tarifa oficial es simple:

Entrada: US$1,50 por millón de tokens
Salida: US$7,50 por millón de tokens
Contexto: el mismo precio en toda la ventana de 1 millón de tokens

La comparación con la generación anterior es la parte interesante. Argon se lanzó con una tarifa introductoria de US$2 y US$10 que se duplica a US$4 y US$20 después del 30 de noviembre, según Yahoo Finance. Ese mismo US$4 y US$20 es la tarifa estándar de Carbon, de acuerdo con tbreak.

Traducido a números concretos: Hydrogen cuesta un 25% menos que el precio promocional de Argon y un 62,5% menos que la tarifa estándar que regirá cuando la promoción venza. Un equipo que hoy corre agentes sobre Argon o Carbon y no necesita razonamiento profundo en cada llamada puede bajar su factura de tokens sin cambiar de proveedor ni reescribir su integración.

El precio plano merece un párrafo aparte. Google no aplica recargo por contexto largo: el mismo US$1,50 rige en el primer token y en el token número un millón. Para equipos que pegan repositorios enteros, PDFs densos o transcripciones largas en el prompt, eso elimina una variable que suele complicar el presupuesto a fin de mes.

Orchestrator: el flujo multi-modelo deja de ser manual

Google también presentó Orchestrator en Google Antigravity, que cambia de modelo dentro de la misma sesión en lugar de usar uno solo de principio a fin. En Terminal-Bench 4.0, Orchestrator alcanzó tasas de éxito cercanas a las de Carbon consumiendo, en promedio, 24% menos cuota y terminando 19% más rápido.

Es el reconocimiento explícito de algo que los equipos ya hacían a mano: elegir modelo según el tipo de tarea. La novedad es que ahora el enrutamiento viene dentro de la plataforma. Para flujos que requieren agentes en paralelo, Carbon puede actuar como coordinador mientras Hydrogen alimenta a los agentes trabajadores y verificadores, que construyen y prueban cambios al mismo tiempo en espacios de trabajo aislados.

¿Qué tan grande es el salto frente a Gemini 3.8 Flash?

Hydrogen es la migración natural para equipos que todavía corren Gemini 3.8 Flash. Google reporta que termina tareas 2,5 veces más rápido en su configuración alta por defecto, que más que triplica el puntaje en Terminal-Bench 4.1 (57% contra 18,2%) y que reduce las afirmaciones fabricadas más de 5 veces. En pruebas tempranas con partners sobre flujos empresariales complejos —grafos, SQL y datos pesados—, la compañía reporta que Hydrogen corre entre 2 y 2,8 veces más rápido con un uso de tokens entre 12% y 23% menor frente a 3.8 Flash.

Vale una advertencia sobre las expectativas. Antes del anuncio, Hydrogen era solo un rumor de la comunidad: Crypto Briefing reportaba que estaba en pruebas internas y que algunas filtraciones hablaban de hasta 5 veces más velocidad que 3.8 Flash en tareas creativas, cifras que Google nunca confirmó. El número oficial quedó en 2,5 veces, y las mediciones de terceros siguen pendientes.

En benchmarks, Google reporta para Hydrogen:

#5 en Agent Arena, el benchmark en vivo de arena.ai
58,8% en HLE-Diamond, líder de su clase en razonamiento de dominio profundo
#1 general en Vals Tax Agent Bench (52,3%) y empate en el primer puesto de Vals Legal Research Bench (55,8%)
53,4% en Multimodal Knowledge Agent y 71,6% en Agents’ Last Exam v1.1

En seguridad, que es donde Google puso el foco, Hydrogen reduce el exceso de alcance en tareas agénticas hasta un 81% y la falta de servicio hasta un 79%, corta acciones desalineadas y atajos en evaluaciones de uso de herramientas y de código 12 veces, y alcanza 96,7% de honestidad en su evaluación interna de agentes. Frente a ataques de inyección indirecta de prompts es 2,3 veces más resistente en el benchmark Gray Swan IPI.

¿Qué significa esto para tu startup?

Recalcula el costo por tarea completada, no por token. El precio unitario es solo una parte de la ecuación; la otra son los tokens que el modelo quema y las veces que hay que reintentar. Si los datos de partners que reporta Google se sostienen, el ahorro real por tarea supera la diferencia de tarifa. Corre tu propia evaluación con 20 o 30 tareas reales de tu backlog antes de migrar.
Separa ejecución de juicio. Usa Hydrogen para lo repetitivo —escribir código, correr tests, verificar cambios, resumir documentos largos— y reserva Carbon o Argon para las decisiones donde un error cuesta caro.
Aprovecha el precio plano para contexto largo. Meter documentación completa en el prompt ya no cambia el costo. Eso habilita agentes de soporte, análisis contractual o revisión contable que trabajan sobre el documento entero y no sobre fragmentos.
Calibra los cuatro niveles de pensamiento. Hydrogen ofrece niveles bajo, medio, alto (por defecto) y xhigh. Mide latencia y costo por nivel con tus propias tareas: el nivel por defecto rara vez es el óptimo para todo tu flujo.
Vigila el calendario de precios. Las tarifas promocionales vencen: Argon pasa a US$4 y US$20 después del 30 de noviembre, según Yahoo Finance. Si tu stack depende de precios introductorios, modela el escenario sin descuento antes de comprometer volumen.

Conclusión

Google no está vendiendo con Hydrogen el modelo más inteligente: eso es Carbon, que sigue en el primer puesto del índice de Artificial Analysis con 59 puntos según tbreak, aunque su acceso general todavía no tiene fecha. Lo que vende es el modelo más eficiente por dólar y por minuto, disponible en todas sus superficies el mismo día.

Para un equipo pequeño, la consecuencia práctica es que el cuello de botella se mueve del presupuesto de tokens a la calidad de tus evaluaciones. Si no sabes con precisión qué tareas resuelve bien tu agente, un modelo más barato solo abarata el error. La ventana para construir ese sistema de medición propia es ahora, mientras los precios siguen bajos.