Gemini 4 Hydrogen vs. Gemini 4 Carbon: una misma familia, dos perfiles de servicio y un cambio de precio que llega en fechas distintas

Dos modelos, separados por seis puntos de índice, con una diferencia de 1,33x en la tarifa hoy y de 2,67x a partir del 1 de diciembre, y que se comportan de una manera difícil de explicar a menos que sean la misma capacidad subyacente ejecutada a dos velocidades distintas. Google no ha publicado una frase que diga que Gemini 4 Hydrogen deriva de Gemini 4 Carbon. Lo que sí ha publicado es un conjunto de cifras que apuntan en la misma dirección: Hydrogen genera 188 tokens por segundo frente a los 72 de Carbon, alcanza el primer token en 40,55 segundos frente a 64,71, obtiene 54 en el Artificial Analysis Intelligence Index frente a 60, y completa una tarea del índice por 3,16 $ frente a 5,48 $. Eso no tiene la forma de un modelo pequeño junto a uno grande, como solía ocurrir con un Flash junto a un Pro. Tiene la forma de una única capacidad vendida dos veces —una vez en su techo, otra en un ajuste de rendimiento— y con un precio como si la diferencia fuera arquitectónica. Gemini 4 Hydrogen entró en el catálogo el 12 de noviembre de 2026 a 1,50 $ y 7,50 $ por millón de tokens. Gemini 4 Carbon, disponible de forma general desde el 10 de noviembre, se sitúa en 2,00 $ y 10,00 $ hasta el 1 de diciembre, y luego se duplica a 4,00 $ y 20,00 $. Decidir a cuál llamar es sobre todo una cuestión de cuál de esos hechos estás optimizando y cuánto de la historia de la derivación estás dispuesto a asumir por inferencia.

Seis puntos de índice, una brecha de precios de 1,33x hoy y otra de 2,67x de diciembre

Artificial Analysis evalúa ambos modelos con el mismo harness, en el ajuste de pensamiento más alto de cada uno, y el par resultante es menos dramático de lo que sugiere el marketing.

• Intelligence Index — Gemini 4 Carbon 60 en alto, clasificado en cuarto lugar de 78. Gemini 4 Hydrogen 54 en Extra High, clasificado en decimosexto lugar. Seis puntos, con Hydrogen por delante de los 50 de Gemini 4 Argon en el mismo índice.

• Velocidad de salida — Carbon 72 tokens por segundo frente a Hydrogen 188. Hydrogen genera aproximadamente dos veces y media más rápido, que es precisamente el objetivo del modelo.

• Tiempo hasta el primer token de respuesta: Carbon 64,71 segundos frente a Hydrogen 40,55 segundos en Extra High, bajando a aproximadamente 16,7 segundos en su ajuste predeterminado High. Hydrogen comienza antes en todos los ajustes que Carbon en su único ajuste.

• Coste por tarea de indexación completada — Carbon $5.48 frente a Hydrogen $3.16. Aproximadamente el 58 % del precio, por el 90 % de la puntuación.

• Precio por millón de tokens — Carbon $2.00 / $10.00 ahora, y se duplicará el 1 de diciembre; Hydrogen $1.50 / $7.50 sin un incremento con fecha en la tarjeta publicada.

Pon las dos últimas líneas una al lado de la otra y lo interesante no es que Hydrogen sea más barato. Es que, en la tarjeta de hoy, el modelo más barato es más barato por tarea completada por un margen mayor de lo que es más barato por token. Carbon consume más tokens y más tiempo de reloj para llegar a completar una tarea, así que la ventaja por token se acumula en lugar de quedar devorada por los reintentos. Eso es inusual, y es la evidencia más contundente de que realmente son dos perfiles de servicio de un mismo modelo y no dos modelos distintos.

Dónde aterrizan realmente los seis puntos

Seis puntos de índice son una abstracción. G​oogle publica la misma familia de benchmarks para ambos modelos frente a distintos conjuntos de comparación, lo que permite ubicar las pérdidas en lugar de solo contarlas. Todas las cifras siguientes son reportadas por el proveedor y no han sido reproducidas; los conjuntos de comparación difieren, así que conviene leer la forma y no la aritmética.

• Programación agéntica a escala — Carbon 61,2% en FrontierSWE 2 frente al 65,5% de GPT-6 Astra, y 65,2% en Terminal-Bench 4.0. Hydrogen 57,0% en Terminal-Bench 4.1, con ajuste por trampas. Ocho puntos de Terminal-Bench, en versiones adyacentes del mismo benchmark.

• Barridos de ingeniería de software — Carbon 9,6 % en SWE-sweep; Hydrogen 13,5 %. Hydrogen gana esta, y es el único benchmark de agentes destacado en el que lo consigue.

• Uso de computadora con horizonte prolongado — Carbon 81,5 % en OSWorld-2.1 frente al 87,2 % de Claude Opus 5.5; Hydrogen 77,6 % en el mismo benchmark. Carbon lidera por cuatro puntos y ambos pierden ante un competidor.

• Acumulación de tareas — Carbon 77,4% en Agents' Last Exam y un saldo de 16.484 $ en Vending-Bench 2; Hydrogen 71,6% y 14.549 $. Carbon es mejor en eso que exige mantener un negocio en pie a lo largo de muchos turnos.

• Contexto largo: Carbon 96,2 % en GraphWalks en el rango de 256k a 1M. Google no publica ninguna cifra equivalente para Hydrogen, lo que ya es de por sí revelador: el comportamiento de recuperación sobre una ventana completa de un millón de tokens es la única capacidad que nadie ha demostrado para el modelo más económico.

• Trabajo de seguridad — Carbon tiene un clúster de seguridad publicado: CWE-bench 71,0 %, ExploitGym 54,8 %, SEC-bench Pro 88,2 %. Hydrogen no tiene ninguno. Si su carga de trabajo es el triaje de vulnerabilidades, la elección no es una disyuntiva, es un límite de capacidad.

El patrón en esos seis es consistente con la lectura del perfil de servicio: Hydrogen se comporta como la misma capacidad ejecutada en modo rápido, y las tareas en las que pierde son aquellas donde ser rápido no es la restricción. Pierde en resistencia, en recuperación de contexto largo, en acumulación de varias horas y en la suite de seguridad especializada. Gana en rendimiento bruto de barrido. Ya sea post-entrenamiento, una configuración de servicio diferente o algo más que Google no ha descrito, el efecto sobre una carga de trabajo es el mismo: un ajuste de velocidad que aparece como una tabla de benchmarks.

El 1 de diciembre es la fecha que decide esto, no hoy.

Casi todas las comparaciones que se escriban sobre este par en noviembre serán incorrectas en diciembre, porque una tarjeta tiene un escalón y la otra no.

• Carbon hoy — $2.00 de entrada, $10.00 de salida, $0.10 de lectura de caché, solo caché implícita, sin nivel gratuito. Batch y Flex a $1.00 / $5.00. Priority a $3.60 / $18.00.

• Carbon desde el 1 de diciembre de 2026 — $4.00 de entrada, $20.00 de salida, $0.20 por lectura de caché. Batch y Flex se duplican a $2.00 / $10.00. Priority se duplica a $7.20 / $36.00.

• Hydrogen, sin cambios: $1.50 / $7.50 estándar, $0.75 / $3.75 Batch y Flex, $2.70 / $13.50 Priority, $0.075 lectura de caché. Ningún aumento con fecha en ninguna parte de la tarjeta.

• La proporción: 1,33x en la entrada hoy, 2,67x a partir de diciembre. En la salida, lo mismo. En Batch y Flex, 1,33x hoy y 2,67x después.

Lo que eso significa para un presupuesto es que los dos modelos están lo bastante cerca en noviembre como para discutir sobre capacidad, y lo bastante separados en diciembre como para que la discusión prácticamente termine. Un equipo que elige Carbon en noviembre con una ventaja de seis puntos en el índice lo está eligiendo a un precio que ya no existe seis semanas después, y el modelo que eligió será el más caro de los dos por un margen que ninguna diferencia en los benchmarks justifica para la mayoría de las cargas de trabajo.

Hay una segunda asimetría que nadie menciona. Carbon no tiene nivel gratuito, y Argon tampoco. Hydrogen sí: con límite de tasa, en el nivel estándar de G​oogle, y se le aplican los mismos precios publicados. Eso no representa un ahorro de costos para un sistema en producción, pero es la diferencia entre un prototipo que hoy se ejecuta en una laptop y uno que requiere primero una cuenta de facturación.

La disposición Antigravity te indica cómo espera Google que se usen.

La propia herramienta de código de Google incluye ambas, y la forma en que las combina resulta más reveladora que cualquiera de las dos listas de precios.

• Disponibilidad — Carbon aparece solo en AI Ultra y Enterprise. Hydrogen aparece en Free y AI Plus, Pro, Ultra y Enterprise. Carbon es una función de nivel de plan; Hydrogen es la base.

• Función predeterminada — Hydrogen es el modelo de implementación fijo dentro de Orchestrator. Cuando Carbon se encarga de la planificación, Hydrogen realiza las ediciones de archivos; la documentación de Google lo dice explícitamente: "una vez que el plan está listo, Gemini 4 Hydrogen toma el relevo para aplicar las ediciones de archivos".

• Resultado reportado: el equipo de Antigravity informa que Orchestrator usa un 24 % menos de cuota y termina un 19 % más rápido en Terminal-Bench 4.1 que ejecutar Carbon durante todo el proceso, con tasas de éxito cercanas a las de Carbon.

• La pista reveladora: nadie en G​oogle documenta una configuración que ejecute Carbon en cada paso. El producto que lanzaron pone Carbon en el turno de planificación y Hydrogen en todo lo demás, y a eso lo llaman la disposición eficiente.

Si la propia herramienta del proveedor trata Carbon como un recurso de planificación demasiado caro como para gastarlo en la ejecución, eso es una señal más fuerte sobre la división prevista que cualquier tabla comparativa. Carbon es para el turno en el que una decisión equivocada resulta cara. Hydrogen es para los doscientos turnos en los que una decisión lenta resulta cara.

Tres configuraciones y cuánto cuesta cada una por semana

Pongamos un caso concreto: un agente de programación que realiza aproximadamente 4.000 turnos de tarea a la semana, con un promedio de 12.000 tokens de entrada y 1.500 tokens de salida por turno, y con un prefijo estable de 30.000 tokens en caché.

• Carbon en todo el proceso — 48 millones de tokens de entrada a $2,00 son $96; 6 millones de tokens de salida a $10,00 son $60; las lecturas de caché sobre el prefijo de 30.000 tokens a $0,10 por millón son insignificantes. Aproximadamente $156 por semana en noviembre, aproximadamente $312 a partir de diciembre.

• Hydrogen en todo: $72 de entrada, $45 de salida, $117 a la semana, precio fijo. Un 25% más barato que Carbon en noviembre y un 62% más barato a partir de diciembre, cuando los mismos tokens cuestan $312 en la tarjeta de Carbon.

• Planificación de Carbon, ejecución de Hydrogen — un turno de planificación de cada veinte significa que el 5% de los turnos se factura a las tarifas de Carbon y el 95% a las de Hydrogen, lo que da cerca de $119 a la semana en noviembre y cerca de $127 a partir de diciembre. En la práctica, el precio de Hydrogen con el criterio de Carbon en las decisiones que importan.

La tercera configuración es la que ofrece G​oogle, y los cálculos indican que cuesta alrededor de $2 por semana más que ejecutar Hydrogen por sí solo en noviembre, y alrededor de $10 por semana más a partir de diciembre, al tiempo que recupera la mayor parte de la brecha de seis puntos en los giros donde importa. Es un intercambio mucho mejor de lo que parece, y resulta invisible si se comparan los dos modelos como sustitutos en lugar de como un par.

Un detalle a tener en cuenta sobre la columna de caché: la entrada en caché de Hydrogen es de $0.075 frente a los $0.10 de Carbon, pero ninguno de los dos modelos admite caché explícita — ambos son solo implícitos, así que el descuento es un comportamiento del servicio, no algo que puedas programar. En una carga de trabajo en la que sabes exactamente qué debería permanecer residente, esa es una limitación que ambos modelos comparten, y es la razón por la que el prefijo anterior se cotiza como una estimación optimista en lugar de una garantía.

¿Qué hacer con las cadenas de modelo?

Los identificadores son gemini-4-carbon y gemini-4-hydrogen, y el segundo es la trampa. No existe gemini-4-flash, ni gemini-4, ni ningún token flash en ningún lugar del identificador de Hydrogen — la comunidad añade «(Flash)» para describir la ranura, Google no lo incluye en la cadena. Una migración que busque coincidencias de patrones con el antiguo nombre gemini-3.8-flash fallará en el identificador en lugar de en el modelo, y fallará silenciosamente si tu cliente recurre a un valor predeterminado.

Cuando se puede acceder a ambos modelos con una sola clave, la división anterior se convierte en una política de enrutamiento en lugar de dos integraciones. OrcaRouter ofrece Gemini 4 Carbon y Gemini 4 Argon al precio de lista del proveedor con un 0 % de margen, lo que significa que la duplicación del 1 de diciembre llega a nuestro lado el mismo día que llega a la tarjeta de G​oogle: sin renegociación y sin nuevo contrato. G​emini 4 Hydrogen no está en el catálogo; llega a través de la propia API de G​oogle y de AI Studio. Así que la disposición viable para la división en tres es llamar a Hydrogen directamente para la ejecución, con Carbon detrás del enrutador para los turnos de planificación y con conmutación automática por error entre proveedores cuando cualquiera de las dos rutas se degrade. Eso mantiene al planificador intercambiable: si el precio de diciembre de Carbon hace que el turno de planificación no sea rentable, Argon o un planificador rival supone un cambio de cadena de modelo en lugar de una reescritura.

El resumen honesto, con la incertidumbre incluida.

Seis puntos de índice separan a dos modelos que se comportan como una sola capacidad a dos velocidades, y el perfil más económico arranca más rápido, genera más rápido y representa el 58 % del coste por tarea completada. En cambio, el perfil caro es el único con recuperación de contexto largo publicada, benchmarks de seguridad publicados y un rol documentado como planificador en las propias herramientas de Google, y es aquel cuyas afirmaciones de capacidad se han puesto a prueba en un conjunto más amplio de evaluaciones.

Lo que nadie ha publicado es lo que lo resolvería para una carga de trabajo concreta: una comparación a nivel de tarea en el mismo harness y con el mismo ajuste de pensamiento, con el comportamiento de reintento visible. Las dos tablas de benchmarks de G​oogle usan conjuntos de comparación distintos, y el harness independiente informa un único número de índice en lugar de las puntuaciones parciales que localizarían la diferencia. Hasta que alguien ejecute ambos contra la misma suite de tareas, la postura defendible es la arquitectónica —usar Carbon donde un plan incorrecto sale caro, Hydrogen en todo lo demás—, porque eso es lo que hace el proveedor, lo que la tarificación recompensa a partir de diciembre y la única recomendación que sobrevive a que los seis puntos sean en parte un artefacto de dos ajustes diferentes.

Presta atención a tres cosas. Si Hydrogen obtiene un clúster de benchmarks de seguridad, porque su ausencia es el límite de capacidades más claro en el par. Si alguien reproduce de forma independiente la afirmación sobre la cuota del Orchestrator, porque toda la división entre planificación y ejecución se sustenta en ella. Y si la ficha de Hydrogen incorpora un tramo con fecha, porque un modelo sin fecha de caducidad en una familia en la que dos de cada tres miembros se duplican es o bien un precio ancla deliberado o una tarifa que aún no se ha fijado.