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 radarX: @simonw→ original

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
El modo xhigh de Gemini 4 Hydrogen cuesta seis veces más que high: 23,61 céntimos frente a 3,99 por respuesta
Fuente: X: @simonw. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalX: @simonw ↗
Editor jefe
High5 311 tokens y 3,99 céntimos por un dibujo
Xhigh31 477 tokens y 23,61 céntimos, es decir, 5,9 veces más
El precio por token es casi el mismola factura sube por la longitud del razonamiento

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.

Historia

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.

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…