
Gemini 4 Hydrogen: el modelo rápido de Google para agentes, benchmarks y precio
Gemini 4 Hydrogen de Google: 1,50 y 7,50 dólares por millón de tokens, contexto de 1 M, cuatro niveles de pensamiento y benchmarks. Datos a 15-nov-2026.
gemini-4-hydrogen) es el modelo de Google para el trabajo diario con agentes y código, publicado el 12 de noviembre de 2026. Es el modelo de ejecución rápida de la familia Gemini 4, con un precio por token menor que el de Gemini 4 Carbon según la página de precios de Google, y Google lo llama su “daily driver” para flujos de agentes.Los datos de esta página son a 15 de noviembre de 2026 y cambian con frecuencia. Confirma precios y límites en las páginas de la sección Fuentes.
¿Qué es Gemini 4 Hydrogen y cuándo salió?
Google lo presentó el 12 de noviembre de 2026 (la página se actualizó el 13) con la frase “bringing cutting-edge intelligence to everyone”. Según el anuncio, Gemini 4 Carbon y Gemini 4 Argon se encargan del razonamiento profundo y de horizonte largo, mientras que Hydrogen está pensado para ejecutar rápido en flujos de agentes.
Google lo compara sobre todo con Gemini 3.8 Flash, un modelo anterior. Para entender qué significa elegir un modelo rápido frente a uno profundo, lee modelos pequeños vs. grandes.
¿Para qué sirve?
- Agentes del día a día: tareas de varios pasos como investigar, analizar datos o navegar un repositorio, donde importa la velocidad. Para entender cómo se encadenan, mira modelos de razonamiento.
- Código: Google lo posiciona como su modelo cotidiano para programar.
- Trabajo de conocimiento con archivos visuales: Google reporta resultados en un benchmark de archivos visuales complejos (ver benchmarks).
- Hojas de cálculo: en Gemini en Google Sheets, Google dice que genera resultados más de un 30 % más rápido que modelos anteriores.
- Respuestas con poca espera: Google dice que a su nivel de pensamiento predeterminado termina las tareas 2,5 veces más rápido que Gemini 3.8 Flash. La latencia afecta a la experiencia, como explica latencia en LLMs.
Si lo que buscas es el asistente de Google para tu trabajo diario, revisa Gemini para diseñadores; esta página trata del modelo.
¿Cuál es la ficha rápida?
| Dato | Valor (a 15-nov-2026) |
|---|---|
| ID de API | gemini-4-hydrogen |
| Laboratorio | |
| Fecha | 12 de noviembre de 2026 |
| Contexto | 1 millón de tokens de entrada; el anuncio habla de hasta 1 millón de salida |
| Salida máxima | “64K / 1M” en la página de modelos, sin explicación de cada valor |
| Niveles de pensamiento | low, medium, high (predeterminado), xhigh |
| Precio estándar | 1,50 USD entrada / 7,50 USD salida por millón de tokens |
| Abierto o cerrado | Cerrado (acceso por API y apps de Google) |
¿Qué benchmarks publicó y cómo se leen?
Estos puntajes los reporta Google en su anuncio y algunos los mide un tercero. Los benchmarks de cada laboratorio no son comparables entre sí, así que no armes con ellos un ranking entre laboratorios. Para aprender a leerlos, revisa cómo leer benchmarks de IA.
| Benchmark | Puntaje de Hydrogen | Quién lo midió |
|---|---|---|
| Artificial Analysis Intelligence Index | 51 con pensamiento high; 54 con xhigh | Artificial Analysis (enlazado desde el anuncio); lo reporta Google |
| Terminal-Bench 4.1 | 57 % (Gemini 3.8 Flash: 18,2 %) | Reportado por Google |
| HLE-Diamond | 58,8 % | Reportado por Google |
| Agents’ Last Exam v1.1 | 71,6 % | Reportado por Google |
| Multimodal Knowledge Agent (MKA) | 53,4 % | Reportado por Google |
| Vals Tax Agent Bench | 52,3 % (puesto 1 en total, según Google) | Vals; lo reporta Google |
Cómo leerlos, con lo que dice Google en el anuncio:
- Agents’ Last Exam v1.1: Google da el puntaje “para flujos de trabajo profesionales de principio a fin” y no describe la prueba.
- Multimodal Knowledge Agent: Google lo presenta como un benchmark nuevo de trabajo de conocimiento con agentes sobre archivos visuales complejos.
- Terminal-Bench 4.1: el anuncio da el puntaje sin decir qué mide. Fíjate en la comparación: 57 % frente a 18,2 % es contra un modelo anterior de la propia Google, no contra otros laboratorios.
- Artificial Analysis Intelligence Index es un índice compuesto de un tercero. Google dice que Hydrogen supera a Argon con pensamiento high (51 contra 50).
- De HLE-Diamond y Vals Tax Agent Bench el anuncio da el puntaje sin una definición breve; tómalos como datos reportados por Google.
Google también cita una tasa de honestidad de 94 % en una evaluación interna de agentes y que los rechazos falsos en HealthBench Pro se mantienen por debajo de 0,4 %. Son evaluaciones del propio laboratorio.
¿Cuánto cuesta y qué contexto tiene?
Según la página de precios de Google AI Studio, a 15 de noviembre de 2026, por millón de tokens (la salida incluye los tokens de pensamiento):
| Nivel | Entrada | Salida | Caché de contexto |
|---|---|---|---|
| Estándar | 1,50 | 7,50 | 0,075 |
| Batch o Flex | 0,75 | 3,75 | 0,0375 |
| Priority | 2,70 | 13,50 | 0,135 |
Puntos a tener en cuenta:
- Precio plano: el anuncio dice que el precio es el mismo en toda la ventana de 1 millón de tokens, sin recargo por prompts largos. Contrasta con modelos que cobran más pasado cierto umbral.
- Nivel gratuito: la página de precios indica que entrada, salida y caché no tienen costo en Standard y Priority del nivel gratuito, y que Batch y Flex no están disponibles allí.
- Sin cambios por fecha: a diferencia de Carbon, cuyo precio sube el 1 de diciembre de 2026 según la página de precios, para Hydrogen la página no lista ningún cambio programado.
- La caché de contexto es implícita.
Para entender cómo se arma la cuenta, lee costo por token, tokens y ventana de contexto.
¿Cuándo elegirlo y cuándo no?
Elígelo cuando:
- Necesitas agentes o código con buen equilibrio entre velocidad y costo.
- Procesas mucho texto o archivos en una sola petición y quieres un precio plano.
- Quieres probar sin pagar en el nivel gratuito de la API.
- Mides la experiencia de usuario y cada segundo de espera cuenta.
No lo elijas cuando:
- Tu tarea es de razonamiento profundo y de largo plazo: Google presenta para eso a Gemini 4 Carbon y a Argon.
- Necesitas pesos abiertos: ver modelos abiertos vs. cerrados.
- Tu tarea es muy simple y de volumen enorme: ahí un modelo más pequeño puede salir más barato.
Ejemplo
Ejemplo ilustrativo: una diseñadora de producto quiere que un agente revise 30 pantallas de un prototipo y liste inconsistencias de texto y de componentes. Prueba la misma tarea con Hydrogen en los niveles low, high y xhigh. Anota para cada corrida cuánto tardó, cuántos tokens consumió y cuántas inconsistencias reales encontró, contrastando con su propia revisión.
Qué probar mañana: arma una tabla con esas tres corridas y decide con tus números, no con los del anuncio, cuál nivel de pensamiento dejar como predeterminado en tu flujo. Con un precio plano de 1,50 y 7,50 dólares por millón de tokens, el costo de cada corrida es fácil de calcular.
Errores comunes
- Usar xhigh siempre sin medir: un nivel más alto suele implicar más tokens y más tiempo.
- Interpretar “57 % frente a 18,2 %” como una comparación con otros laboratorios: es contra Gemini 3.8 Flash.
- Comparar sus puntajes con los de otros laboratorios como si fueran la misma prueba.
- Pensar que “daily driver” significa “el mejor”: es la etiqueta de Google para el modelo cotidiano.
- Dar por hecho que el nivel gratuito sirve para producción: la página lo ofrece sin costo, pero revisa límites y términos antes de apoyarte en él.
- No volver a revisar los precios: pueden cambiar.