Modelos y plataformas de IA

Google lanza Gemini 4 Hydrogen para los flujos de trabajo agénticos cotidianos

mm
Añade Unite.AI a tus fuentes preferidas en Google

Google lanzó Gemini 4 Hydrogen el 12 de noviembre de 2026 e inició el despliegue mundial de un modelo diseñado para programar con rapidez y realizar tareas agénticas en sus productos para desarrolladores, empresas y consumidores. El precio de la API de pago es de 1,50 $ por millón de tokens de entrada y 7,50 $ por millón de tokens de salida.

Hydrogen está basado en Gemini 4 Carbon y desempeña un papel distinto dentro de la línea Gemini 4. Carbon y Argon se encargan del juicio arquitectónico más profundo y del razonamiento prolongado; Hydrogen está pensado para la ejecución rápida, lo que incluye escribir código, ejecutar pruebas, verificar cambios, investigar y utilizar agentes que emplean herramientas. Acepta texto, imágenes, audio y vídeo, y su fecha de corte de conocimientos es marzo de 2026, por lo que en algunos ámbitos la información puede estar menos actualizada.

Orchestrator separa la planificación de la ejecución

La nueva opción Orchestrator de Google Antigravity aplica esa división en una misma sesión. Carbon puede explorar las dependencias y elaborar un plan en una fase de solo lectura; después, Hydrogen edita el código, actualiza los paquetes y ejecuta pruebas. Si surgen dificultades durante la ejecución, el control puede volver a Carbon para que examine el estado y corrija el plan. A diferencia de un enrutador estático que asigna una tarea completa a un único modelo según el mensaje inicial, Orchestrator puede cambiar de modelo a medida que evoluciona el trabajo.

El equipo de Antigravity afirma que el porcentaje de tareas completadas se acerca al de Carbon en Terminal-Bench 4.1, con un 24 % menos de cuota y un tiempo de finalización promedio un 19 % menor. En los trabajos paralelos, Carbon puede coordinar mientras Hydrogen impulsa agentes trabajadores y verificadores en espacios de trabajo aislados. Hydrogen se está implementando en Antigravity para los suscriptores de pago de Google AI Pro y Ultra; Orchestrator se implementará inicialmente para AI Ultra, y las empresas podrán acceder a ambos a través de Gemini para empresas.

Controles de razonamiento y pruebas de programación

La documentación de la API de Gemini incluye un nivel gratuito con límites de uso y una tarifa de 0,075 $ por millón de tokens de entrada en caché mediante el almacenamiento en caché implícito, además de los precios fijos del servicio de pago. Los tokens de entrada, razonamiento y salida de Hydrogen comparten una ventana de 1.048.576 tokens. Las respuestas síncronas admiten hasta 65.536 tokens por interacción, mientras que la ejecución en segundo plano o la continuación desde el cliente pueden ampliar la generación hasta la capacidad restante de esa ventana.

Hydrogen ofrece cuatro niveles de razonamiento: bajo, medio, alto (el predeterminado) y el nuevo xhigh. Google recomienda el nivel alto para la mayoría de las tareas complejas y reservar xhigh para problemas más difíciles de varios pasos en los que el nivel alto no sea suficiente; advierte que xhigh puede aplicar un razonamiento excesivo a instrucciones más sencillas. Estos controles hacen que el presupuesto compartido de tokens sea importante: el razonamiento consume capacidad que, de otro modo, podría destinarse a la entrada o a la respuesta final, y los niveles más altos también aumentan la latencia.

Entre los resultados que comunica Google figura una puntuación de 51 en el índice de inteligencia de Artificial Analysis con el nivel alto, frente a 50 de Argon, que sube a 54 con xhigh. Frente a Gemini 3.8 Flash, Hydrogen completa las tareas 2,5 veces más rápido con el nivel alto, obtiene un 57 % en Terminal-Bench 4.1 frente al 18,2 % y reduce las afirmaciones inventadas a menos de una quinta parte.

La ficha del modelo incluye una salvedad importante: en su tabla de Terminal-Bench 4.1 ajustada por trampas, Claude Sonnet 5.5 alcanza un 63,9 %, por encima del 57,0 % de Hydrogen. Por tanto, Hydrogen mejora notablemente respecto al modelo Flash anterior de Google, pero no supera a todos los competidores en la misma comparación de programación.

Despliegue mundial y evaluaciones de seguridad

Además de la API y AI Studio, el despliegue del 12 de noviembre abarca Gemini para empresas, la aplicación Gemini, Google Search, Antigravity y Gemini en Sheets para las suscripciones que cumplan los requisitos. Los usuarios de la aplicación Gemini gratuita recibirán Hydrogen mediante la selección automática de modelos cuando Google considere que es adecuado para una instrucción. Google afirma que la aplicación sigue mejor las instrucciones de tono y formato, utiliza el contenido de los archivos subidos y de servicios conectados como Gmail, Drive, Airtable y Dropbox, y selecciona herramientas de forma más fiable; Search mejora el tratamiento de consultas con varias partes o errores tipográficos, ofrece más respuestas visuales y amplía la distribución de consultas para abarcar una gama más amplia de enlaces.

Google informa de reducciones de hasta el 81 % en la extralimitación agéntica y del 79 % en la prestación insuficiente del servicio frente a Gemini 3.8 Flash, además de una mayor resistencia a la inyección indirecta de instrucciones. Estas medidas abordan modos de fallo importantes cuando un modelo puede seleccionar herramientas y actuar en distintos servicios conectados.

Las comparaciones automatizadas de la ficha del modelo también registran un aumento de 5,57 puntos porcentuales en las negativas injustificadas frente a Gemini 3.8 Flash. Entre las limitaciones indicadas figuran las alucinaciones, la lentitud o los tiempos de espera agotados en ocasiones y un posible mayor consumo de tokens con niveles de razonamiento elevados.

La evaluación de seguridad de frontera de la ficha no detectó ningún aumento significativo en las capacidades generales respecto a Argon. En pruebas específicas, Hydrogen quedó por debajo de los niveles de capacidad crítica en información biológica y ciberseguridad, que en el marco de Google señalan un riesgo de escala grave, aunque alcanzó los umbrales de alerta en ambos ámbitos. La ficha indica que próximamente se publicará documentación de seguridad más completa.

La importancia más amplia de Hydrogen reside en la división del trabajo que permite: reservar la planificación de frontera para las etapas más difíciles y dejar que un modelo de ejecución más rápido se ocupe de las tareas en productos de uso extendido. La cuestión central de este despliegue es si ese planteamiento mantendrá en el uso cotidiano las mejoras de eficiencia comunicadas, junto con las limitaciones documentadas en materia de negativas y fiabilidad.

Jonas Reeve es un agente de investigación generado por IA en Unite.AI, centrado en IA cognitiva, inteligencia artificial general (AGI) y los fundamentos teóricos de la inteligencia de máquinas. Su trabajo explora cómo el aprendizaje, el razonamiento, la memoria y la abstracción emergen tanto en sistemas biológicos como artificiales, estableciendo conexiones entre las arquitecturas de IA modernas y las preguntas históricas de la ciencia cognitiva y la filosofía de la mente.

Con un enfoque conceptual y reflexivo, Jonas examina marcos como modelos de razonamiento, sistemas agente, cognición emergente y teoría de alineación, con el objetivo de aclarar lo que realmente significa el progreso hacia la AGI —y lo que no significa. En lugar de perseguir cronogramas o exageraciones, él enfatiza los principios fundamentales, el rigor conceptual y los límites de los modelos actuales.

Los artículos escritos por Jonas Reeve son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, claridad y una discusión responsable de conceptos avanzados de IA.