Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarHabr AI→ original

Google lanza Gemini 4 Hydrogen: 2,5 veces más rápido que 3.8 Flash, a $1,50 por millón de tokens

Google ha lanzado Gemini 4 Hydrogen, un modelo rápido pensado para el código cotidiano y para agentes. Resuelve tareas 2,5 veces más rápido que Gemini 3.8 Flash y alcanza un 57% en Terminal-Bench 4.1 (tareas en terminal), frente al 18,2% de su predecesor. El millón de tokens de entrada cuesta $1,50 y el de salida, $7,50. Por eso conviene delegar en ella las tareas rutinarias, como las correcciones y las pruebas, y reservar lo complejo para Carbon y Argon.

Procesado por IA desde Habr AI; editado por Hamidun News
Google lanza Gemini 4 Hydrogen: 2,5 veces más rápido que 3.8 Flash, a $1,50 por millón de tokens
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1Orchestrator en Antigravity casi iguala a Carbon y consume un 24% menos de cuota
Dato clave #2El modelo inventa más de cinco veces menos afirmaciones que 3.8 Flash
Dato clave #3Contexto de hasta 1 millón de tokens, con un único precio para toda la ventana

Los modelos grandes razonan bien, pero son lentos y caros, y para tareas rutinarias como corregir código, ejecutar pruebas o revisar cambios resultan excesivos. Google ha respondido con Gemini 4 Hydrogen, un modelo diseñado para tareas rápidas de agentes (programas que completan una tarea paso a paso) y para el trabajo diario con código. Funciona 2,5 veces más rápido que su predecesor, Gemini 3.

8 Flash. En Terminal-Bench 4.1, una prueba de tareas en la línea de comandos, el resultado subió del 18,2% al 57%.

Un token es la unidad de texto por la que se paga: un millón de tokens de entrada cuesta $1,50 y un millón de tokens de salida, $7,50. Los modelos superiores de la familia, Gemini 4 Carbon y Gemini 4 Argon, siguen reservados para razonamientos profundos y prolongados sobre las tareas más complejas.

Todas las cifras que aparecen a continuación proceden de la propia Google y de sus socios. El artículo no incluye verificación independiente.

¿Qué ha cambiado respecto a Gemini 3.8 Flash?

Para los equipos que usan Gemini 3.8 Flash, Hydrogen supone una mejora considerable. Con el nivel de razonamiento alto estándar, completa las tareas 2,5 veces más rápido. El número de afirmaciones inventadas, es decir, los casos en que el modelo fabrica datos, se redujo más de cinco veces. Además, gestiona mejor los errores en las llamadas a herramientas y los resultados de búsqueda vacíos.

El precio es el mismo para toda la ventana de contexto de 1 millón de tokens, de modo que un documento largo no encarece el coste por token. El modelo acepta hasta un millón de tokens de entrada y genera hasta un millón de tokens de salida. En el Artificial Analysis Intelligence Index obtiene 51 puntos con el nivel de razonamiento alto estándar, frente a los 50 de Argon, y 54 con el nivel máximo xhigh.

Los socios presentan cifras similares. Box logró una aceleración de aproximadamente el doble y un ahorro del 12% en tokens. Pixelcut ejecutó 276 pruebas: el modelo completó todas las tareas de diseño, trabajó 1,8 veces más rápido y escribió código un 30% más limpio. STAN redujo la latencia un 28% y el consumo de tokens un 23%. En pruebas tempranas con grafos complejos y SQL, los socios observaron aceleraciones de entre 2 y 2,8 veces y ahorros de tokens de entre el 12% y el 23%.

Orchestrator: el modelo grande decide, el pequeño ejecuta

La parte más práctica de la publicación es Orchestrator en Google Antigravity. Cambia automáticamente entre modelos dentro de una misma sesión, por ejemplo entre Carbon y Hydrogen. Funciona como un equipo en el que el arquitecto toma las decisiones complejas y el ejecutor escribe código y lanza las pruebas. En Terminal-Bench 4.0, Orchestrator se acercó casi por completo a Carbon en la proporción de tareas completadas. Al mismo tiempo, consumió de media un 24% menos de cuota y trabajó un 19% más rápido.

El esquema también funciona con agentes en paralelo. Carbon actúa como coordinador, mientras que Hydrogen gestiona los agentes ejecutores y los agentes verificadores. Todos ellos crean y prueban cambios a la vez en espacios de trabajo aislados. Según Google, esto acelera la entrega de proyectos complejos sin aumentar el gasto en tokens.

Hay cuatro niveles de razonamiento: low, medium, high (predeterminado) y el nuevo xhigh. Cuanto más alto es el nivel, más profundamente piensa el modelo y más tiempo espera el usuario. Solo se paga por la profundidad que requiere cada tarea.

Agentes, documentos y dónde está disponible

En Agent Arena de arena.ai, Hydrogen ocupa el quinto puesto. En su categoría lidera HLE-Diamond (58,8%) y AutomationBench-AA. También ocupa el primer lugar en Vals Tax Agent Bench (52,3%) y comparte el primero en Vals Legal Research Bench (55,8%). En la nueva prueba Multimodal Knowledge Agent alcanzó el 53,4%, y en Agents’ Last Exam v1.1, el 71,6%. Puede convertir PDF, tablas, diagramas, audio y vídeo en informes con referencias a las fuentes.

LatchBio, en la prueba Antibody Development, informó de que en la sección de toxicología y seguridad Hydrogen superó el 67% de los intentos, frente al 37% del mejor modelo ajeno a la familia Gemini, con un tiempo de unos 13 minutos por tarea.

El modelo está disponible en Google AI Studio, Gemini API, Gemini para empresas, la aplicación Gemini y la Búsqueda de Google. Los suscriptores de pago de AI Pro y Ultra lo tienen en Google Antigravity.

La conclusión práctica es sencilla. Si su agente gasta muchos tokens en trabajo repetitivo, como correcciones, pruebas y lectura de repositorios, conviene probar Hydrogen como ejecutor principal. Las decisiones arquitectónicas complejas y la depuración difícil es mejor dejarlas en el modelo superior. Como los benchmarks los ha reunido la propia Google, antes de migrar conviene ejecutar el modelo con sus propias tareas y comparar la proporción de tareas completadas, el tiempo y la factura de tokens.

Historia

Preguntas frecuentes sobre la noticia

¿Qué ha cambiado respecto a Gemini 3.8 Flash?

Para los equipos que usan Gemini 3.8 Flash, Hydrogen supone una mejora considerable. Con el nivel de razonamiento alto estándar, completa las tareas 2,5 veces más rápido. El número de afirmaciones inventadas, es decir, los casos en que el modelo fabrica datos, se redujo más de cinco veces. Además, gestiona mejor los errores en las llamadas a herramientas y los resultados de búsqueda vacíos.

¿Qué se sabe sobre Orchestrator: el modelo grande decide, el pequeño ejecuta?

La parte más práctica de la publicación es Orchestrator en Google Antigravity. Cambia automáticamente entre modelos dentro de una misma sesión, por ejemplo entre Carbon y Hydrogen. Funciona como un equipo en el que el arquitecto toma las decisiones complejas y el ejecutor escribe código y lanza las pruebas. En Terminal-Bench 4.0, Orchestrator se acercó casi por completo a Carbon en la proporción de tareas completadas. Al mismo tiempo, consumió de media un 24% menos de cuota y trabajó un 19% más rápido.

¿Qué se sabe sobre Agentes, documentos y dónde está disponible?

En Agent Arena de arena.ai, Hydrogen ocupa el quinto puesto. En su categoría lidera HLE-Diamond (58,8%) y AutomationBench-AA. También ocupa el primer lugar en Vals Tax Agent Bench (52,3%) y comparte el primero en Vals Legal Research Bench (55,8%). En la nueva prueba Multimodal Knowledge Agent alcanzó el 53,4%, y en Agents’ Last Exam v1.1, el 71,6%. Puede convertir PDF, tablas, diagramas, audio y vídeo en informes con referencias a las fuentes.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…