Tarjeta de título generada que dice Gemini 4 Neon vs Gemini 4 Hydrogen, subtítulo Donde el 2x deja de funcionar, mostrando un eje de costo por tarea finalizada en aumento con marcadores alternos de Neon y Hydrogen y la leyenda Las tarjetas de tarifas dicen 2x; el costo por tarea dice lo contrario.
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: dónde el 2x deja de funcionar

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Dos modelos G​emini 4 de la misma familia, lanzados con seis días de diferencia, y las tarifas se comparan como una fotocopia con los números a la mitad: G​emini 4 Neon a $3.00 de entrada y $15.00 de salida, G​emini 4 Hydrogen a $1.50 y $7.50, entrada en caché $0.15 frente a $0.075. Cada línea es exactamente la mitad. Esa es la relación de precios más ordenada de la familia G​emini 4 y lo menos informativo del par, porque en el momento en que ordenas sus ocho niveles de pensamiento por lo que realmente cuestan por tarea terminada, el pulcro 2x deja de predecir nada en absoluto.

Ambos están vigentes y ambos son de Google. Gemini 4 Hydrogen se lanzó el 12 de noviembre de 2026 como el modelo que sustituyó la denominación Flash; Gemini 4 Neon le siguió el 18 de noviembre de 2026, posicionado por Google entre Hydrogen para la ejecución cotidiana y Gemini 4 Carbon para el trabajo profundo de horizonte prolongado. Ambos tienen una ventana de contexto de 1 millón de tokens, ambos aceptan texto, imagen, audio y vídeo, ambos tienen cuatro niveles de pensamiento y ambos tienen el nivel alto como valor predeterminado.

Dos tarjetas, ocho precios, una ordenación

Artificial Analysis puntúa cada nivel de ambos modelos en el mismo conjunto de evaluación de nueve partes y publica un costo medido por tarea finalizada para cada uno. Ordenar esos ocho puntos por costo en lugar de por nombre de modelo es todo el argumento, así que aquí están en orden:

• Hidrógeno a bajo — índice 26.9, $0.29 por tarea.

• Neon en nivel bajo — 44.1, $0.75.

• Hidrógeno en medio — 41.2, $0.80.

• Hidrógeno en alto (predeterminado): 50,8; $1,87.

• Neón en medio — 54,9, 1,90 $.

• Hydrogen en xhigh — 53.9, $3.16.

• Neon en alto (predeterminado) — 59.6, $3.74.

Neon en xhigh — 61,4, $6,44.

Lea la lista en orden y la forma queda clara. Hydrogen ocupa exactamente un segmento de ella: la parte más baja, donde $0.29 compra un 26.9 al que nada más, en ninguna de las dos familias, se le acerca en precio. Por encima de esa línea, la ordenación deja de alternar entre los dos modelos y empieza a favorecer a uno — y el que favorece no es el que sugeriría la lista de tarifas.

Artificial Analysis model page for Gemini 4 Hydrogen at Xhigh effort, showing an Intelligence Index of 54, $1.50 input and $7.50 output per million tokens, $3.16 per Intelligence Index task, 304 million output tokens on the index against a 65.4-million median, 164 tokens per second, 61.37 seconds to first answer token, a default effort of high and a 1M-token context window.

Donde la frontera realmente se curva

La comparación más útil de esa lista es la de los niveles cinco y seis. Neon en medium cuesta $1.90 por tarea y obtiene 54.9. Hydrogen en xhigh —su nivel superior, lo máximo que puede hacer— cuesta $3.16 y obtiene 53.9. Así que la segunda configuración útil más económica de Neon es un punto más inteligente y un 40 por ciento más barata que el techo de Hydrogen.

La misma inversión aparece una fila antes. La opción predeterminada de Hydrogen, la alta, cuesta 1,87 $ y obtiene 50,8. La media de Neon cuesta tres centavos más y obtiene 54,9: cuatro puntos de índice por un error de redondeo en la factura. Y en la parte inferior, la opción baja de Neon, a 0,75 $, obtiene 44,1 frente a la media de Hydrogen, a 0,80 $, que obtiene 41,2, lo cual es el mismo intercambio en la dirección opuesta: un peldaño ligeramente más barato y ligeramente mejor situado un escalón más abajo en el otro modelo.

El patrón es que la escalera de Hydrogen está comprimida. Sus cuatro peldaños abarcan 27 puntos de índice pero solo once dólares de costo de tarea en los extremos, y los dos últimos peldaños no compran nada que valga la pena: pasar de high a xhigh cuesta 69 por ciento más por tarea por tres puntos. La escalera de Neon está estirada: 17,3 puntos de índice a lo largo de un rango de costo casi dieciocho veces más amplio, y su techo está nueve puntos por encima del de Hydrogen porque Hydrogen no tiene un peldaño que lo alcance.

La trampa por defecto, y la propia respuesta de G​oogle

Ambos modelos se lanzan en high, y los dos valores predeterminados quedan en lados opuestos de esa inversión. Llamar a ambos sin ningún parámetro thinking da 59.6 por $3.74 frente a 50.8 por $1.87 —una brecha de 8.8 puntos exactamente al 2x que promete la lista de precios. Esa es la comparación que implica el propio anuncio de G​oogle, y es justa hasta donde llega.

No es lo que Google recomienda hacer. La publicación de Antigravity del 18 de noviembre describe un modo Orchestrator que combina a los dos en una sola sesión: Neon planifica, define la arquitectura y se encarga del razonamiento complejo; Hydrogen ejecuta el trabajo rutinario —ediciones de código, actualizaciones de paquetes, ejecuciones de pruebas— y devuelve el control a Neon cuando se topa con algo que no puede resolver. La postura de Google es que esto estira más tu cuota por ejecución, lo cual es un encuadre de proveedor de una observación real: ningún nivel concreto de ninguno de los dos modelos es la opción eficiente para cada paso de una tarea de varios pasos.

Esa recomendación es lo más honesto de cualquiera de las dos publicaciones de lanzamiento, porque admite el punto que dejan claro los números. Si el medium de Neon supera sin más el xhigh de Hydrogen, entonces el argumento a favor de Hydrogen no es «más barato para el mismo trabajo», sino «lo bastante barato como para ejecutarse en los pasos que no requieren criterio», y Orchestrator es el mecanismo para decidir cuáles son esos pasos. Que el traspaso funcione realmente bien es una afirmación que nadie fuera de G​oogle ha medido; la publicación describe el bucle y no publica su coste.

Las tres ventajas reales de Hydrogen

Nada de lo anterior hace que Hydrogen sea redundante, y tres de sus ventajas son medibles en lugar de posicionales:

• Latencia. En niveles equivalentes, el tiempo hasta el primer token de respuesta de Hydrogen es aproximadamente la mitad que el de Neon: 21,7 segundos frente a 40,6 en el nivel alto, 12,4 frente a 20,1 en el medio y 6,1 frente a 13,9 en el bajo. Para un bucle de agente que emite docenas de turnos, esa diferencia se acumula en minutos de tiempo real por tarea que ninguna puntuación de índice captura.

• Rendimiento. Hydrogen decodifica alrededor de 160 tokens por segundo en el modo alto, frente a los 101 de Neon. Combinado con la ventaja de latencia, es el modelo más rápido en ambos sentidos, lo cual es coherente con cómo Google describe a los dos: Neon para profundidad, Hydrogen para una ejecución rápida en el día a día.

• Fabricación. En la tasa de alucinación de AA-Omniscience, Hydrogen se sitúa en 8,7 por ciento en su valor predeterminado y 8,5 por ciento en xhigh; Neon está en 13,9 y 14,4. Hydrogen es el más conservador de los dos por un factor de aproximadamente 1,6, y es el único contraejemplo a la suposición de que el modelo más barato y pequeño es el más propenso a inventar algo. Neon sigue obteniendo una puntuación más alta en el índice de omnisciencia subyacente —53,8 frente a 43,7 con valores predeterminados equivalentes—, así que sabe más y afirma más; Hydrogen sabe menos y dice menos.

Esa última pareja merece que la retengamos. La omnisciencia y la alucinación no son dos puntos de vista de una misma cantidad, y un modelo puede mejorar en una mientras empeora en la otra. Aquí la dirección está dividida, que es justamente el caso en el que un único número de «precisión» engaña.

Generated four-panel graphic titled Hydrogen's three wins, one loss, with panels for time to first token at high (Hydrogen 21.75 s, Neon 40.6 s), output speed at high (160 tok/s against 101 tok/s), hallucination rate (8.7 percent against 13.9 percent, lower is better) and omniscience index (43.7 against 53.8, Neon leads here). The footer reads All figures per Artificial Analysis v5.0.1 at the default high setting.

Elegir un peldaño, no un modelo

La regla de decisión que sobrevive a los ocho puntos:

• Si el trabajo es realmente trivial —clasificación, extracción, una decisión de enrutamiento, una reescritura breve—, Hydrogen en bajo o medio es lo más barato de la familia y el ahorro de 2x es real.

• Si el trabajo requiere planificación o cambios de código a nivel de repositorio, la escalera de Hydrogen no llega. Su mejor peldaño es 53.9; el predeterminado de Neon es 59.6 y su medio es 54.9, con un 40 por ciento menos de coste que el techo de Hydrogen. Elige Neon y empieza en medio.

• Si usas Neon, los niveles caros son los primeros que conviene auditar. Pasar de high a xhigh cuesta un 72 % más por tarea a cambio de 1,8 puntos de índice y dieciséis segundos adicionales hasta el primer token. La mayoría de los pipelines deberían estar en medium, donde se llega a 54,9 por la mitad del coste del valor predeterminado.

• Si el rendimiento es la limitación en lugar de la inteligencia —una herramienta interactiva, un bucle de agente prolongado, cualquier cosa en la que haya una persona esperando—, la ventaja de latencia de Hydrogen puede importar más que ocho puntos de índice, y ninguna tabla de clasificación te lo dirá.

Ninguno de los dos modelos está en el catálogo de OrcaRouter, así que esto no es un argumento para mover ninguno de los dos a nuestra clave. Lo que sí está, al precio de lista del proveedor y sin recargo, es Gemini 4 Carbon a $2.00 y $10.00 y Gemini 4 Argon a $2.00 y $10.00, junto con el resto de un catálogo de 229 modelos en un solo endpoint. Si quieres probar si el medium de Neon realmente supera el techo de Hydrogen en tu propio tráfico, la forma práctica es una regla de enrutamiento que envíe los pasos baratos a un nivel que ya puedas llamar y escale los difíciles — con failover por debajo, para que un modelo que tiene una semana nunca se convierta en la única vía a producción.

Artificial Analysis model page for Gemini 4 Neon at Xhigh effort, showing an Intelligence Index of 61, $3.00 input and $15.00 output per million tokens, $6.44 per Intelligence Index task, 283 million output tokens on the index against a 65.4-million median, 110 tokens per second, 56.54 seconds to first answer token, a default effort of high and a 1M-token context window.

¿Qué cambiaría esta respuesta?

Tres cosas, todas comprobables. Si G​oogle publicara un quinto escalón de Hydrogen, la inversión se derrumbaría y el 2x volvería a comportarse como un 2x —la brecha solo existe porque la escalera de Hydrogen se detiene en 53,9—. Si resultara que el traspaso de Orchestrator cuesta más en coordinación de lo que ahorra en ejecución, el argumento del emparejamiento fallaría y la elección volvería a ser la de elegir un solo modelo. Y si un segundo arnés independiente reprodujera la división de las alucinaciones en lugar de la división del índice, el argumento a favor de Hydrogen para el trabajo sensible a los hechos se volvería más sólido de lo que sugiere el índice, porque una diferencia de 1,6 veces en fabricación vale más que ocho puntos de índice en algunos pipelines y no vale nada en otros.

Hasta entonces, el resumen honesto es que estos dos modelos no son dos puntos en una misma línea. Son dos escaleras de distintas longitudes, vendidas a una proporción que se cumple exactamente en la tarifa y se rompe en cuanto presupuestas una tarea terminada. Los peldaños más baratos de Neon superan a los caros de Hydrogen; el peldaño más barato de Hydrogen supera a todo en precio; y la propia recomendación del proveedor es dejar de elegir y ejecutar ambos, que es la única respuesta que la tabla de clasificación no puede darte.