El modo xhigh de Gemini 4 Hydrogen cuesta seis veces más que high: 23,61 céntimos frente a 3,99 por respuesta
Gemini 4 Hydrogen tiene un control de «cuánto pensar antes de responder»: el nivel high y otro aún más alto, xhigh. Simon Willison pidió al modelo que dibujara un pelícano en bicicleta: con high se usaron 5 311 tokens (unidades de texto por las que se paga) y 3,99 céntimos; con xhigh, 31 477 tokens y 23,61 céntimos. Es casi seis veces más caro, aunque, según él, las imágenes se diferencian notablemente. Por eso conviene activar xhigh en tareas complejas, no por defecto.
Procesado por IA desde X: @simonw; editado por Hamidun News
Los modelos actuales son capaces de «pensar» antes de responder, y muchos tienen un ajuste para decidir cuánto tiempo hacerlo. En Gemini 4 Hydrogen, esos ajustes son niveles de razonamiento: high (alto) y xhigh (aún más alto). Cuanto más tiempo razona el modelo, más texto genera. Ese texto, medido en tokens (fragmentos convencionales de palabras), se paga. Simon Willison, desarrollador conocido y autor de numerosas pruebas informales para modelos de lenguaje, mostró con un ejemplo cuánto cuesta esa diferencia: xhigh costó 23,61 céntimos y high, 3,99 céntimos, para la misma consulta.
Qué se comparó
Willison lleva tiempo evaluando modelos con una tarea humorística: pedirles que dibujen un pelícano en bicicleta como imagen vectorial. La tarea parece sencilla, pero exige construir un objeto reconocible a partir de formas básicas, cuidar las proporciones y ubicar bien los detalles. Ejecutó el mismo modelo, Gemini 4 Hydrogen, dos veces: con el nivel high y con el nivel xhigh.
Resultados en recursos:
- high: 5 311 tokens de salida, coste de 3,99 céntimos;
- xhigh: 31 477 tokens de salida, coste de 23,61 céntimos.
Según el autor, la diferencia entre los dos pelícanos es «muy significativa». Las imágenes se adjuntaron a su publicación, y la valoración de la calidad es enteramente suya: nosotros no comparamos las imágenes y solo reproducimos su conclusión.
A dónde va el dinero
Si dividimos el precio entre el número de tokens, en ambos casos sale alrededor de 7,5 dólares por millón de tokens de salida. Es una estimación aproximada a partir de las cifras publicadas, pero muestra lo esencial: la tarifa por token es prácticamente la misma en ambos modos. La factura creció porque el modelo en xhigh escribió 5,9 veces más: 31 477 tokens frente a 5 311. El precio subió en casi la misma proporción, 5,9 veces.
Para un solo dibujo, la diferencia ronda los 20 céntimos, es decir, cantidades mínimas. Pero imagine un agente que hace cientos de llamadas por sesión, o un servicio con decenas de miles de consultas diarias. Ahí, el multiplicador de 5,9 se convierte en la diferencia entre «asumible» y «habrá que explicárselo al director financiero». Además, generar treinta mil tokens tarda bastante más que cinco mil, así que también aumentará el tiempo de espera de la respuesta. Esta es nuestra lógica, no un dato de la publicación, pero se deduce del volumen de texto.
Qué hacer con esto
Hay tres conclusiones prácticas.
Primera: no active el nivel máximo por defecto. Empiece con high y pase a xhigh solo donde vea de verdad la diferencia de calidad en sus propios ejemplos: en tareas de programación complejas de varios pasos o al generar estructuras complicadas.
Segunda: calcule el coste de la tarea, no el del token. La lista de precios dice una cosa, pero la factura real depende de cuánto decida «pensar» el modelo. Mida el número medio de tokens de salida en una consulta típica con cada nivel y multiplíquelo por la tarifa.
Tercera: configure un enrutamiento. Dirija las consultas sencillas a los niveles bajos, las de dificultad media a high y reserve xhigh para los casos en que el primer intento falla o el error sale caro.
Limitaciones
Es una sola publicación y un solo ejemplo. La prueba del pelícano es subjetiva y no es un benchmark con métrica, y un único par de imágenes no demuestra que xhigh vaya a ofrecer la misma mejora en sus tareas. Tampoco se sabe si xhigh gasta siempre exactamente seis veces más tokens: el volumen de razonamiento depende de la complejidad de cada consulta. Aun así, la aritmética es útil en cualquier caso. Antes de activar el máximo, calcule cuánto subirá la factura y compruebe si la mejora de calidad justifica ese gasto.
- 22 nov 2026Analistas calcularon: en 2028, el 87% de la energía de Anthropic provendrá del gas y el 11% del carbón
- 22 nov 2026Dos jueces de IA en una prueba jurídica de 15 LLM favorecieron a los suyos: un sesgo de 0,04 puntos sobre 1
- 22 nov 2026La SEC investiga la contabilidad de Nvidia: las acciones caen un 14% en un solo día
- 22 nov 2026El proyecto personal de LangChain se convirtió en una startup valorada en 3000 millones de dólares y captó 300 millones
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué se comparó?
Willison lleva tiempo evaluando modelos con una tarea humorística: pedirles que dibujen un pelícano en bicicleta como imagen vectorial. La tarea parece sencilla, pero exige construir un objeto reconocible a partir de formas básicas, cuidar las proporciones y ubicar bien los detalles. Ejecutó el mismo modelo, Gemini 4 Hydrogen, dos veces: con el nivel high y con el nivel xhigh. Resultados en recursos: high: 5 311 tokens de salida, coste de 3,99 céntimos; xhigh: 31 477 tokens de salida, coste de 23,61 céntimos.
¿Qué se sabe sobre A dónde va el dinero?
Si dividimos el precio entre el número de tokens, en ambos casos sale alrededor de 7,5 dólares por millón de tokens de salida. Es una estimación aproximada a partir de las cifras publicadas, pero muestra lo esencial: la tarifa por token es prácticamente la misma en ambos modos. La factura creció porque el modelo en xhigh escribió 5,9 veces más: 31 477 tokens frente a 5 311. El precio subió en casi la misma proporción, 5,9 veces.
¿Qué se sabe sobre Qué hacer con esto?
Hay tres conclusiones prácticas. Primera: no active el nivel máximo por defecto. Empiece con high y pase a xhigh solo donde vea de verdad la diferencia de calidad en sus propios ejemplos: en tareas de programación complejas de varios pasos o al generar estructuras complicadas. Segunda: calcule el coste de la tarea, no el del token. La lista de precios dice una cosa, pero la factura real depende de cuánto decida «pensar» el modelo.
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.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.