Gemini 4 Hydrogen: el modelo rápido y económico de Google para flujos agentivos

Primero llegó Gemini 4 Argon, el gran modelo de propósito general recomendado para programar a diario. Después vino Gemini 4 Carbon, el modelo de frontera para los problemas más complejos.

Ahora llega Gemini 4 Hydrogen.

El nombre lo dice todo: el hidrógeno es el elemento más ligero, y este es el modelo ligero, rápido y económico del grupo. Hydrogen está pensado para resolver tareas con rapidez y a bajo coste: programación diaria y trabajo agentivo que no necesita todo el presupuesto de razonamiento de un modelo de frontera.

El gran titular: iguala o supera al mucho más grande Argon en inteligencia, mientras termina tareas unas 2,5 veces más rápido que el modelo Gemini 3.8 Flash al que sustituye.

¿Qué es Gemini 4 Hydrogen?

Gemini 4 Hydrogen es un modelo destilado y optimizado para velocidad, derivado de Gemini 4 Carbon, el modelo de frontera de Google anunciado dos días antes. Mientras que Carbon y Argon están diseñados para razonamiento difícil y de largo alcance, Hydrogen está diseñado para la ejecución: escribir y editar código, ejecutar tests, verificar cambios, realizar investigación en múltiples pasos, llamar a herramientas y analizar documentos.

Es un modelo multimodal nativo que acepta texto, imágenes, audio y vídeo, con un conocimiento actualizado hasta marzo de 2026. Como sus hermanos, admite una ventana de contexto de 1 millón de tokens, y Google aplica un precio plano para toda esa ventana en lugar de cobrar más por prompts largos.

Dónde encaja en la familia Gemini 4

La gama Gemini 4 tiene ahora tres niveles:

La decisión de diseño más interesante es que Google no posiciona Hydrogen solo como un modelo independiente. En Google Antigravity, el entorno de programación agentiva de la compañía, un nuevo modo Orchestrator alterna entre Carbon y Hydrogen dentro de una misma sesión. Carbon planifica en una fase de solo lectura, Hydrogen hace las ediciones y ejecuta los tests, y el control puede volver a Carbon si la ejecución se atasca. Google informa de que esta combinación alcanza un éxito de tareas cercano a Carbon en Terminal-Bench usando aproximadamente un 24% menos de cuota y terminando alrededor de un 19% más rápido.

Esa división planificador–ejecutor refleja un patrón ya común en sistemas agentivos en producción: usa un modelo caro para decidir qué hacer y un modelo barato y rápido para hacerlo. Hablamos de esta idea también en nuestro artículo sobre Muse Ember. 

Benchmarks de Gemini 4 Hydrogen: ¿cómo rinde?

Las cifras que reporta Google son sólidas para un modelo de esta clase. En el Artificial Analysis Intelligence Index, Hydrogen obtiene 51 en su nivel de razonamiento por defecto "high" y 54 en el nuevo nivel "xhigh". Argon obtiene 50, base de la afirmación de Google de que el modelo más pequeño ha superado al mayor.

Como referencia, Carbon obtiene 59, y Claude Sonnet 5.5 y GPT-6.1 Sol consiguen 55 en sus ajustes máximos.

Otros resultados destacados publicados por Google:

• Terminal-Bench 4.1: 57,0%, frente al 18,2% de Gemini 3.8 Flash
• HLE-Diamond: 58,8%, que según Google lidera su categoría
• Agents' Last Exam v1.1: 71,6% (Carbon obtiene 77,4%, Argon 69,0%)
• AutomationBench: 76,1%
• OSWorld-2.1 (offline): 77,6%
• Vals Tax Agent Bench: 52,3%, primero en el ranking general
• Vals Legal Research Bench: 55,8%, empatado en el primer puesto
• Multimodal Knowledge Agent: 53,4%
• Agent Arena: quinto puesto

Las pruebas independientes de Artificial Analysis confirman en líneas generales este panorama, con matices. Su ejecución de Terminal-Bench 4.0 sitúa a Hydrogen en 54%, por detrás de Claude Sonnet 5.5 con 64% y GPT-6.1 Sol con 56%, y la propia ficha del modelo de Google señala que Sonnet 5.5 logra 63,9% en una tabla de Terminal-Bench 4.1 ajustada por trampas frente al 57,0% de Hydrogen.

En otras palabras, Hydrogen compite bien en programación agentiva, pero no es el mejor modelo disponible para trabajo intensivo de terminal. Sus victorias más claras están en trabajo de conocimiento, razonamiento multimodal y tareas empresariales con documentos.

También destaca el tema de las alucinaciones. Google afirma que Hydrogen produce más de 5 veces menos afirmaciones inventadas que Gemini 3.8 Flash, y Artificial Analysis midió una tasa del 8% en su benchmark AA-Omniscience.

Velocidad y niveles de razonamiento de Gemini 4 Hydrogen

El atractivo de Hydrogen es el rendimiento. Como decía, completa tareas unas 2,5 veces más rápido que Gemini 3.8 Flash en el ajuste por defecto. Lo que no había mencionado: socios empresariales tempranos que trabajan con grafos complejos, SQL y cargas intensivas en datos informaron de aceleraciones de 2x a 2,8x con reducciones de uso de tokens del 12% al 23%.

Los desarrolladores disponen de cuatro niveles de razonamiento para equilibrar calidad, latencia y coste:

• Low para tareas simples y de alto volumen
• Medium para trabajo rutinario donde la velocidad pesa más que la profundidad
• High (por defecto) para la mayoría de tareas de código y agentivas
• xhigh, un nuevo nivel para problemas más duros y de varios pasos

La recomendación de Google es dejar la mayoría de tareas en high y reservar xhigh para los casos que lo necesiten, advirtiendo que xhigh puede sobrepensar prompts simples. Artificial Analysis midió bien la diferencia de coste: aproximadamente 0,29 $ por tarea en low, 0,80 $ en medium, 1,87 $ en high y 3,16 $ en xhigh, con el Intelligence Index bajando a 41 en medium y 27 en low.

Un detalle técnico: entrada, razonamiento y salida comparten la ventana de 1.048.576 tokens, y las respuestas síncronas se limitan a 65.536 tokens por llamada. Es posible generar salidas más largas mediante ejecución en segundo plano o continuación en cliente.

Precios de Gemini 4 Hydrogen

Gemini 4 Hydrogen cuesta 1,50 $ por millón de tokens de entrada y 7,50 $ por millón de tokens de salida en la API de pago, con entrada en caché a 0,075 $ por millón de tokens mediante caché implícita. También hay un nivel gratuito con límite de tasa.

Según cálculos de Artificial Analysis, esto equivale a aproximadamente un tercio del coste de Claude Sonnet 5.5 en su ajuste máximo, aunque unas 2,5 veces el coste de GPT-6.1 Sol al máximo.

Combinado con el precio plano para toda la ventana de contexto, es una opción significativamente más barata para trabajos agentivos de largo contexto que los modelos de frontera.

Comportamiento agentivo y seguridad

Como Hydrogen está pensado para funcionar de forma autónoma en bucles agentivos, Google ha publicado más detalles de lo habitual sobre cómo se comporta cuando dispone de herramientas. En comparación con Gemini 3.8 Flash, la compañía informa de:

• Hasta un 81% menos de "overreach" agentivo (hacer más de lo pedido) y hasta un 79% menos de "under-service" (hacer menos de lo pedido)
• Una reducción de 12x en acciones desalineadas y atajos de tareas en evaluaciones de uso de herramientas y código
• Hasta 2x menos probabilidades de saltarse límites de permisos cuando una tarea está bloqueada
• Más de 2,3x mayor resistencia a inyección indirecta de prompts en el benchmark Gray Swan IPI
• 96,7% en una evaluación interna de honestidad del agente

La ficha del modelo también es franca con las limitaciones. Las negativas injustificadas aumentaron unos 5,6 puntos porcentuales frente a 3.8 Flash en comparaciones automatizadas, las alucinaciones siguen siendo posibles y los niveles de razonamiento más altos incrementan tanto la latencia como el uso de tokens. En umbrales de seguridad, Google afirma que Hydrogen no muestra un aumento material de capacidades respecto a Argon y se mantiene por debajo de sus niveles críticos para información biológica y ciberseguridad, pero se sitúa en los umbrales de alerta en ambos dominios, con documentación de seguridad más completa por publicar.

Dónde puedes usarlo

Hydrogen se está desplegando a la vez en las superficies para desarrolladores, empresa y consumidor de Google:

• Gemini API y Google AI Studio: disponible en todos los niveles, incluido el gratuito
• Google Antigravity: disponible para suscriptores de pago de Google AI Pro y Ultra; el modo Orchestrator está inicialmente limitado a Ultra
• Android Studio: nivel de pago
• Gemini para empresas (Gemini Enterprise): vía la API, el selector de modelo, Antigravity y Gemini en Google Sheets para suscripciones elegibles
• App de Gemini: en el selector de modelo para suscriptores; los usuarios gratuitos lo obtienen mediante selección automática de modelo cuando encaja con el prompt
• Google Search: despliegue global para todos los usuarios, con mejor manejo de consultas multipartes y con muchos errores tipográficos, respuestas más visuales y mayor expansión de consultas
• Gemini en Google Sheets: empezando por los suscriptores de Google AI Pro y Ultra

Probar Gemini 4 Hydrogen

Sí, el modelo ya está activo hoy y no necesitas un plan de pago para probarlo: elige gemini-4-hydrogen en la lista de modelos en Google AI Studio, o consigue allí una clave de API y llámalo desde el SDK de Google Gen AI con pip install --upgrade "google-genai>=2.34.0".

Para ver cómo se traduce "ejecución rápida" en la práctica, le dimos un único prompt en AI Studio con el nivel de razonamiento por defecto HIGH y no tocamos el resultado. Siguiendo el tema, el prompt pedía una simulación de átomos de hidrógeno formando moléculas de H₂ y rompiéndose de nuevo. Me pareció una prueba divertida, dado el nombre.

Build a single self-contained HTML file (inline CSS and JS, no external libraries)
that animates hydrogen atoms in a 2D box on a canvas.

Requirements:
- 60 hydrogen atoms move with random velocities and bounce off the walls.
- When two free atoms collide below a bonding energy threshold, they bond into an
  H2 molecule and move together as a pair, drawn as two circles joined by a line.
- A "temperature" slider controls average speed. At high temperature, collisions
  carry enough energy to break H2 molecules back into free atoms.
- Show a live counter of free atoms vs H2 molecules, and a small line chart of the
  H2 count over the last 30 seconds.
- Use a dark background, make it look polished, and keep it at 60 fps.

Return only the HTML.Con la tecnología de

Esto fue lo que devolvió, sin editar, con la temperatura variando de 180 K a 2.400 K y de vuelta. Los puntos cian son átomos libres; los pares violetas son moléculas de H₂: