Gemini 4 Hydrogen vs Gemini 3.8 Flash: seis cosas que se rompen, y un precio que converge el 1 de enero

Pasar de Gemini 3.8 Flash a Gemini 4 Hydrogen parece un cambio de una sola línea: sustituir la cadena del modelo, volver a desplegar y listo. Seis cosas en la propia lista de verificación de migración de Google dicen lo contrario, y cuatro de ellas fallan sin dar error. El modelo que sustituye a Gemini 3.8 Flash pasó a disponibilidad general el 12 de noviembre de 2026 a 1,50 $ por millón de tokens de entrada y 7,50 $ por millón de tokens de salida, con un precio plano en una ventana de 1.048.576 tokens que comparten entrada, pensamiento y salida. Gemini 3.8 Flash, estable desde el 2 de septiembre de 2026, se mantiene a la mitad de ese precio hasta el 1 de enero de 2027, cuando la tarifa de Google lo duplica hasta exactamente los mismos 1,50 $ / 7,50 $. Así que la diferencia de precio entre estos dos modelos es una ventana de siete semanas, no una estructura de niveles, y la migración es la parte que te costará más que los tokens.

Cuatro fallos que no verás en un código de estado

La página What's new in G​emini 4 Hydrogen de G​oogle es inusualmente directa sobre estos puntos, lo que sugiere que ya han sido explotados en el mundo real.

• Parámetros de muestreo: temperature, top_p y top_k no se rechazan en Hydrogen. El servidor los ignora. Un prompt ajustado para una temperature de 0.2 en 3.8 Flash sigue devolviendo 200 en Hydrogen y, sin avisar, devuelve la distribución de cualquiera que sea el valor predeterminado.

• Nivel de pensamiento predeterminado — 3.8 Flash usa por defecto el nivel de pensamiento medio; Hydrogen usa por defecto el nivel alto. Nada en tu solicitud cambia, pero tanto la latencia como la facturación de tokens de salida se ven afectadas, porque los tokens de pensamiento se facturan como salida.

• Contabilidad de contexto — 3.8 Flash te da 1,048,576 tokens de entrada y un presupuesto de salida separado de 65,536. Hydrogen tiene una única ventana de 1,048,576 tokens que cubre entrada, pensamiento y salida juntos. Un prompt de 900K tokens que funcionaba bien en 3.8 Flash ahora deja aproximadamente 148K para razonamiento y respuesta, y los trabajos de contexto largo truncarán sus propias respuestas en lugar de dar error.

• Caché explícita — cachedContents y caches.create no son compatibles con Hydrogen. Cualquier solicitud que incluya un campo cached_content debe eliminarlo y depender de la caché implícita, que se activa automáticamente a los 4.096 tokens y aplica un descuento del 95 % a los aciertos de caché ($0,075 por millón). El descuento es el mismo; el control ha desaparecido.

Dos que fallan de forma ruidosa, lo que casi es un alivio

El nivel de pensamiento mínimo es rechazado por Hydrogen con un error — pero también es rechazado por 3.8 Flash, así que si tu código todavía lo envía tienes un bug que es anterior a esta migración y que aparecerá en el modelo al que te muevas primero. El otro fallo ruidoso es el límite de salida síncrono, y tampoco es nuevo: 65,536 tokens por salto se aplica tanto en llamadas con streaming como sin streaming. Lo que es nuevo son las directrices de Google. max_output_tokens ahora limita el pensamiento combinado más la salida, los límites codificados como 8,192 deben eliminarse, y cualquier cosa que supere 64K necesita background: true con max_output_tokens establecido por encima de 65,536 — hasta 1,048,576 menos tu entrada. Establece background sin aumentar max_output_tokens y el servidor se detiene en 64K de todos modos, que es el tipo de cosa que descubres a las 2 de la mañana.

Presupuesta una semana de pruebas de comportamiento, no una tarde de sustitución de cadenas. Dos de los fallos silenciosos anteriores solo se manifiestan como un cambio en la distribución de salida, que ninguna prueba de humo detecta.

Lo que obtienes por las molestias

La brecha de capacidades es la razón por la que alguien aceptaría la migración. El material de lanzamiento de G​oogle afirma un 57% en Terminal-Bench 4.1, donde Gemini 3.8 Flash obtuvo un 18.2%, en un arnés que nadie fuera de G​oogle puede inspeccionar: orientativo, no medido. La visión independiente de Artificial Analysis es más estrecha y apunta en la misma dirección: un Intelligence Index de 54 con el ajuste xhigh de Hydrogen frente a 31 de 3.8 Flash en high, con el modelo mediano de ese índice en 41.

Dos mediciones de Artificial Analysis importan más que el índice. La velocidad de salida es de 198 tokens por segundo para Hydrogen en xhigh frente a 111 para 3.8 Flash en high —justo por debajo de 1,8x, medida en la configuración más lenta de Hydrogen, por lo que la afirmación de Google de aproximadamente 2,5x en la configuración high predeterminada es plausible en lugar de quedar contradicha. Y el coste por tarea finalizada es de $3.16 para Hydrogen frente a $7.77 para 3.8 Flash, porque 3.8 Flash consume muchos más tokens por tarea en relación con su puntuación. Si tu modelo de costes se basa en dólares por millón de tokens, aquí está midiendo lo incorrecto.

El contranúmero es el tiempo hasta el primer token de respuesta: 41,11 segundos para Hydrogen frente a 17,10 para 3.8 Flash. Hydrogen termina antes y empieza después. En un cuadro de chat donde una persona observa aparecer las primeras palabras, 3.8 Flash sigue sintiéndose más rápido. En un bucle de agente que lanza una tarea y recoge un resultado, el tiempo de reloj es lo que se paga y Hydrogen gana.

La aritmética que convierte a diciembre en el único mes que importa

Hoy, Gemini 3.8 Flash cuesta $0.75 de entrada / $3.75 de salida frente a los $1.50 / $7.50 de Hydrogen. El 1 de enero de 2027 eso pasa a ser $1.50 / $7.50 en ambos. La entrada en caché pasa de $0.075 a $0.15 en 3.8 Flash y se mantiene en $0.075 en Hydrogen, y el cargo por hora de almacenamiento en caché se duplica en la misma fecha. Todos los niveles de servicio convergen en el mismo par de números: Batch y Flex quedan en $0.75 / $3.75 en ambos, Priority en $2.70 / $13.50 en ambos. Hydrogen ya se mantiene en los precios de enero, lo que significa que la prima que pagas este mes es una prima por llegar temprano, no por estar en un modelo mejor.

Ambos modelos tienen un nivel gratuito, lo cual vale la pena señalar porque no es cierto en toda la línea G​emini 4 — Gemini 4 Carbon y Gemini 4 Argon no tienen ninguno. Ambos niveles gratuitos tienen límite de velocidad, y los datos del nivel gratuito se utilizan para mejorar el producto, por lo que ninguno es un contrato de producción.

El modelo que no se retira es 3.8 Flash. La tabla de deprecaciones de G​oogle no incluye ninguna fecha de apagado para él, y a partir del 1 de diciembre de 2026 las solicitudes a gemini-2.5-pro, ya obsoleto, se enrutan automáticamente a 3.8 Flash. G​oogle está consolidando el tráfico en el mismo modelo del que también te pide que migres, lo que significa que una migración por etapas es una opción real y no un eufemismo de retraso.

Ejecutando la comparación sobre tu propio tráfico

La decisión es más fácil de tomar si ambos modelos se pueden invocar desde un solo lugar y con una sola factura, porque toda la cuestión es de comportamiento: si tu conjunto de prompts pierde algo cuando la temperatura deja de funcionar y el nivel de pensamiento sube un escalón.

Gemini 3.8 Flash está en el catálogo de OrcaRouter a $0.75 / $3.75 por millón de tokens, con el precio de lista del proveedor trasladado con 0% de margen — así que cuando G​oogle duplique esa tarifa el 1 de enero, el nuevo número estará activo aquí el mismo día en lugar de en la próxima renovación del contrato. G​emini 4 Hydrogen no está en nuestro catálogo; se puede acceder a él mediante la propia API de G​oogle y AI Studio, y ninguna capa de enrutamiento cambia eso. Lo que el enrutador realmente te ofrece en esta ventana es el propio A/B: el mismo prompt enviado a 3.8 Flash y a lo que estés evaluando a continuación, conmutación automática por error cuando un nivel con límite de velocidad descarta una solicitud, y un DSL de enrutamiento que puede mantener la ruta económica en el modelo que todavía tiene caché explícita hasta que hayas migrado al último llamador.

¿Quién debería moverse en noviembre y quién debería esperar?

Muévete ahora si tu carga de trabajo es agéntica, ligada al terminal o de horizonte largo, y si la brecha de 57 frente a 18,2 en Terminal-Bench 4.1 describe una tarea real que ejecutas. La prima de precio que pagas entre ahora y enero es el costo de siete semanas adicionales del mejor modelo, lo cual es un error de redondeo frente a una migración que de todos modos ibas a hacer.

Espera hasta enero si tu carga de trabajo tiene forma de chat y es sensible a la latencia, o si depende de semánticas de caché explícitas alrededor de las cuales has construido lógica de reintentos. 3.8 Flash es más barato hoy, más rápido hasta el primer token y no está programado para apagarse. No hay premio por ser el primero en completar una migración cuyo único plazo es una tarifa.

Lo que nadie debería hacer es migrar en la última semana de diciembre y descubrir el parámetro de temperatura ignorado en producción el 2 de enero. El único error verdaderamente irreversible aquí es tratar la fecha de lanzamiento como la fecha límite. La fecha límite es la convergencia de precios, y las pruebas que detectan los fallos silenciosos tienen que ocurrir antes de esa fecha, no después.