Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
HN Daily
Inteligencia artificial · blog.google
Gemini 4 Hydrogen
Google presenta Gemini 4 Hydrogen, un modelo pensado para la ejecución rápida en tareas de código y flujos agénticos. Sustituye a 3.8 Flash en la app de Gemini y en Search, cuesta 1,50 dólares por millón de tokens de entrada y supera a Argon en un índice de Artificial Analysis.
Foto: vía blog.google
1 medio · MadridPublicada 12 nov, 19:35Actualizada 12 nov, 20:45· Ya no está en portadaEscrita por IA · cómo funciona
Google introduce Gemini 4 Hydrogen como un modelo que lleva «inteligencia de vanguardia a todo el mundo», con velocidad y eficiencia para el código cotidiano y los flujos agénticos. Sus hermanos mayores, Gemini 4 Carbon y Gemini 4 Argon, quedan para el razonamiento profundo y de largo recorrido. Hydrogen llega a todos los niveles de Google AI Studio, la Gemini API, Gemini para empresas, la app de Gemini, Google Search y, para los suscriptores de pago Pro y Ultra, Google Antigravity.
Según Google, en el Artificial Analysis Intelligence Index Hydrogen supera a Argon con su nivel de razonamiento por defecto (51 frente a 50) y llega a 54 en el nivel más alto, xhigh. El precio es único para toda su ventana de contexto de 1 millón de tokens: 1,50 dólares por millón de tokens de entrada y 7,50 por millón de salida. Tiene cuatro niveles de razonamiento: low, medium, high (el predeterminado) y el nuevo xhigh.
Para combinar modelos, Google presenta Orchestrator en Antigravity, que cambia de modelo dentro de una misma sesión, por ejemplo entre Carbon y Hydrogen. En Terminal-Bench 4.0, afirma, alcanzó tasas de éxito cercanas a las de Carbon con un 24 % menos de cuota y un 19 % más rápido. Con agentes en paralelo, Carbon puede coordinar y Hydrogen ejecutar y verificar.
Frente a Gemini 3.8 Flash, Google dice que Hydrogen termina las tareas 2,5 veces más rápido, triplica con creces su puntuación en Terminal-Bench 4.1 (57 % frente a 18,2 %) y reduce más de cinco veces las afirmaciones inventadas. Cita también resultados en HLE-Diamond (58,8 %), Vals Tax Agent Bench (52,3 %) y Agent Arena (puesto 5). En la app de Gemini y en Search promete mejor seguimiento de instrucciones, respuestas más visuales y una búsqueda con más enlaces. En seguridad, asegura que reduce hasta un 81 % el exceso de iniciativa en tareas agénticas y mantiene un 99,9 % de legibilidad de la cadena de pensamiento.
«Gemini 4 Hydrogen» · puesto 5 · 506 puntos · enviado por dvaplima
Lo que dicen los comentarios
La conversación gira sobre todo en torno a los nombres y al precio. Varios usuarios no entienden la lógica de llamar a los modelos Hydrogen, Argon y Carbon, y ofrecen hipótesis (peso atómico, orden alfabético) sin consenso; otros lo atribuyen a imitar a Anthropic y OpenAI. Con el precio, algunos deducen que Hydrogen ocupa el escalón de entrada y les preocupa que Google abandone el nivel «rápido y barato», con costes que se duplicarían para quienes usan 3.8 Flash. Otros destacan que, sobre el papel, es una gran versión, aunque dudan de que los modelos pequeños rindan tanto fuera de los benchmarks. También hay quejas sobre la app de Gemini en iPhone y sobre la integración con Antigravity, y un debate sobre si los modelos intermedios sirven para algo o solo valen los más capaces o los más baratos.
Deduzco que, aunque es más capaz que 3.8 Flash, pasa a ser el modelo de entrada. Pero cuesta lo mismo que 3.8 Flash sin descuento. ¿Abandona Google el nivel rápido y barato? Muchos clientes empresariales tendrían que irse a otro sitio.
Mismo presentimiento. Si es la estrategia de Google, tendremos que migrar a Luna: los costes ya son altos con 3.8 Flash, que subió un 40 % respecto a 3.7 Flash por ser más verboso y pensar más, y ahora se duplican otra vez.
¿Alguien entiende la lógica de los nombres? Argon, hydrogen, carbon… ¿qué modelo mental hay que usar para saber dónde encajan? Haiku, sonnet, opus está bien; terra, Luna, Sol también; pero esto…
Pasará lo mismo que con los modelos pequeños de OpenAI y Anthropic: fuertes en benchmarks y bastante malos en el uso real. Cada vez que sale un Luna se repite este comentario, y la diferencia con el de pago sigue siendo enorme.
Mi uso de los LLM es bimodal: solo me sirven los mejores modelos de frontera, para investigación y desarrollo, o los más baratos y rápidos, para producción con flujos simples. Me pregunto para qué sirven a la gente los modelos intermedios.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.