📻 Versión en audio: si prefieres escuchar en vez de leer, el resumen del artículo está justo aquí arriba.
Llevo meses con una convicción formada a pura cuota gastada: en una flota de agentes, el gasto grande no está en el plan, está en la pega mecánica. El modelo caro se la lleva igual, leyendo archivos uno por uno, corriendo tests y reparando un import a las tres de la mañana. Por eso me llamó la atención lo que Google lanzó este 12 de noviembre: Gemini 4 Hydrogen, un modelo pensado justo para esa capa de ejecución, y una idea que me parece más interesante que el modelo mismo — Orchestrator, el cambio de modelo a mitad de una sesión.
Hydrogen: el modelo para la pega mecánica
Bajo ese nombre llega el sucesor natural de Gemini 3.8 Flash para trabajo agéntico: 51 puntos en el Artificial Analysis Intelligence Index con su nivel de razonamiento alto por defecto, 54 con el nuevo nivel xhigh que hace un razonamiento aún más profundo, con lo que supera incluso a Argon, otro modelo de su propia familia. Los números concretos frente a 3.8 Flash: termina las tareas 2,5 veces más rápido, en Terminal-Bench 4.1 anota 57% contra 18,2%, y corta las afirmaciones fabricadas en más de una quinta parte. El precio es plano: 1,50 dólares por millón de tokens de entrada y 7,50 por millón de salida, en toda la ventana de un millón de tokens. Ese detalle importa cuando automatizas: no hay sorpresas de tarifa según qué tanto piensa el modelo.
El cambio de modelo en pleno vuelo
Lo que de verdad me ganó es el diseño de Orchestrator en Google Antigravity. Un router clásico mira tu primer prompt, adivina la dificultad y manda toda la tarea a un modelo, generalmente al más barato que «baste». Orchestrator funciona al revés: el modelo grande — Carbon — arranca explorando dependencias, resolviendo ambigüedades y armando un plan con disparadores de replanificación explícitos. Después le pasa la mano a Hydrogen, que escribe los cambios y corre los tests. Si Hydrogen choca con algo que no puede solo, le devuelve el volante a Carbon para reparar el plan y reanudar. En Terminal-Bench 4.1 alcanzó casi la misma tasa de éxito que Carbon usando 24% menos de cuota y terminando 19% más rápido. El punto de fondo es simple: la dificultad real de una tarea no se adivina al principio, se descubre avanzando, y ahí el router estático ya está perdido.
Lo que valida, y lo que sigue sin resolverse
Este enfoque es exactamente lo que uno termina armando a mano cuando tiene tareas programadas: el paso de planificación va con el modelo bueno y la ejecución repetitiva va con el barato. Que el proveedor lo institucionalice — y encima mida el ahorro en un benchmark público — es una buena señal: el costo real de los agentes se pelea en la capa de ejecución, no en el brainstorming. La parte de seguridad tampoco es decorativa: reportan conservar el 99,9% de legibilidad de la cadena de razonamiento sin ediciones engañosas en más de 200.000 turnos auditados, 2,3 veces más resistencia a inyección indirecta de prompts y menos bypass de permisos. Para un modelo de ejecución que va a tocar tus archivos, eso no es número de marketing.
Lo que todavía no me convence: todos los números son del propio Google, y la parte crítica — decidir cuándo cambiar de modelo — no tiene un benchmark específico. Si el cambio se decide mal, terminas gastando el modelo caro donde bastaba el barato, o al revés, y la cuota pierde igual. Los benchmarks de vendor hay que tomarlos con pinza.
De todos modos, la dirección es la correcta: pagar por profundidad de razonamiento, no por tarea completa. Hydrogen ya está disponible en AI Studio, la API de Gemini, la app, Search y en Antigravity para suscriptores de pago de Google AI Pro y Ultra; Orchestrator (Argon) para Pro y Orchestrator (Carbon) para Ultra. Llevo toda la mañana probándolo desde el CLI de Antigravity y por ahora el balance cuota/trabajo se siente bien. Lo voy a seguir midiendo con mis propios números antes de mover todos mis flujos, pero la idea del relevo en pleno vuelo quedó para quedarse.
Fuente de inspiración: Introducing Gemini 4 Hydrogen (blog de Google)
