Google lanza Gemini 4 Hydrogen: reducción de ilusiones cinco veces, velocidad duplicada

Google amplía la cobertura de la serie Gemini 4 con un modelo de alto rendimiento dirigido a usuarios comunes y desarrolladores.

Después de lanzar el modelo insignia Carbon esta semana, Google presentó el jueves Gemini 4 Hydrogen, con el enfoque central de "traer inteligencia de vanguardia a todos".

Este modelo se centra en la velocidad y la eficiencia de ejecución, abandonando la marca "Flash" en favor de Hydrogen.

Google ha declarado que Hydrogen ya está disponible globalmente para desarrolladores, empresas y consumidores, abarcando múltiples plataformas como Gemini API, AI Studio, aplicaciones Gemini, búsqueda de Google y Google Antigravity.

En términos de pruebas de referencia, Hydrogen superó al modelo Argon de la misma serie en el Artificial Analysis Intelligence Index con un puntaje de 51 frente a 50 en el modo de pensamiento alto por defecto, y alcanzó 54 puntos al activar el modo de pensamiento xhigh.

En comparación con la generación anterior Gemini 3.8 Flash, Hydrogen completó tareas 2.5 veces más rápido bajo configuraciones equivalentes, con un puntaje de Terminal-Bench 4.1 que saltó del 18.2% al 57%, y la tasa de generación de ilusiones (fabricated claims) se redujo más de cinco veces.

Para los desarrolladores, el modelo tiene un precio de 1.5 dólares por cada millón de tokens de entrada y 7.5 dólares por cada millón de tokens de salida, con precios calculados uniformemente dentro de una ventana de contexto de un millón de tokens.

Posicionamiento: capa de ejecución eficiente, completando el rompecabezas de la colaboración de múltiples modelos

La división de funciones de la serie Gemini 4 de Google se ha vuelto clara: Carbon y Argon se encargan de razonamientos profundos y tareas complejas, mientras que Hydrogen actúa como un motor de ejecución rápida, adecuado para codificación diaria, flujos de trabajo de agentes y procesamiento de datos en múltiples pasos.

Para sistematizar este modo de colaboración de múltiples modelos, Google ha lanzado simultáneamente la función "Orchestrator" en Google Antigravity. Esta función programa dinámicamente Carbon y Hydrogen en la misma sesión, cambiando automáticamente según la complejidad de la tarea, sin necesidad de intervención manual del usuario.

Los datos de pruebas internas divulgados por Google muestran que Orchestrator alcanza tasas de éxito en tareas cercanas a las de Carbon en Terminal-Bench 4.0, mientras reduce el consumo de cuotas en un 24% en promedio y mejora la velocidad en un 19%.

En flujos de trabajo de agentes paralelos, Carbon puede actuar como coordinador, mientras que Hydrogen impulsa el trabajo y verifica a los agentes, construyendo y probando cambios de código de manera sincronizada en espacios de trabajo aislados, con el objetivo de ayudar a los equipos a acelerar la entrega de proyectos complejos mientras controlan los costos de tokens.

Consumidor: búsqueda y aplicaciones Gemini reciben una actualización completa

En el ámbito de productos dirigidos a usuarios comunes, Hydrogen se ha convertido en el modelo predeterminado del modo AI de búsqueda de Google, y también se utiliza para manejar los "problemas más difíciles" en AI Overviews.

Google ha afirmado que Hydrogen puede entender mejor la verdadera intención del usuario, incluso si las consultas contienen múltiples subpreguntas, errores de ortografía difíciles de identificar o necesidades altamente específicas, el sistema de búsqueda puede interpretarlas inteligentemente. Además, los resultados de búsqueda tendrán una presentación más visual y abarcarán una gama más amplia de enlaces relevantes.

En la aplicación Gemini, Hydrogen se posiciona en el selector de modelos como "asistente diario", entre "respuestas rápidas" (3.5 Flash-Lite) y "investigación profunda" (3.1 Pro). Los usuarios gratuitos pueden utilizar Hydrogen a través del mecanismo de "selección automática de modelos" al adaptar las indicaciones.

Google ha indicado que este modelo puede seguir más estrictamente el tono, formato y reglas establecidos por el usuario, permitiendo que borradores de correos, guías de estudio y documentos sean utilizables desde la primera generación.

En Google Antigravity, Hydrogen ha añadido un nivel de pensamiento "Extra", que los suscriptores de AI Pro y Ultra pueden utilizar, y que puede acceder a la capacidad de colaboración de múltiples modelos mencionada anteriormente.

Rendimiento: salto dual en velocidad y precisión

Google ha posicionado a Hydrogen como una "actualización independiente significativa" respecto a 3.8 Flash, con mejoras centrales centradas en velocidad, precisión y capacidad de procesamiento de contexto en tres dimensiones.

En términos de velocidad, los datos de pruebas tempranas de socios muestran que Hydrogen ha mejorado su velocidad de ejecución entre 2 y 2.8 veces en flujos de trabajo empresariales complejos de cálculo gráfico, SQL y datos intensivos, mientras que el uso de tokens se ha reducido entre un 12% y un 23%.

Yashodha Bhavnani, VP de la empresa de software empresarial Box, ha declarado que, mientras la precisión de Hydrogen ha mejorado significativamente, su velocidad de ejecución es aproximadamente el doble que la de 3.8 Flash, con una reducción del 12% en el uso de tokens. Yashodha Bhavnani comentó:

"La mejora es más evidente en flujos de trabajo de datos intensivos que requieren una lectura precisa de tablas y la ejecución de cálculos complejos."

En términos de precisión, Hydrogen admite entradas nativas de 1 millón de tokens y hasta 1 millón de tokens de salida, y puede manejar archivos PDF densos, hojas de cálculo, gráficos, contenido de audio y video.

En las pruebas de referencia de agentes de conocimiento multimodal (MKA), Hydrogen superó a otros modelos con un puntaje del 53.4%; en la prueba Agents' Last Exam v1.1, dirigida a flujos de trabajo profesionales de extremo a extremo, alcanzó un puntaje de 71.6%.

En el ámbito vertical, Hydrogen lideró las pruebas de razonamiento profundo HLE-Diamond con un 58.8% sobre modelos de su nivel, ocupando el primer lugar en el Vals Tax Agent Bench con un 52.3% y empatando en el primer lugar en el Vals Legal Research Bench con un 55.8%.

El equipo de la empresa biotecnológica LatchBio ha informado que Hydrogen alcanzó una tasa de aprobación del 67% en la parte de toxicología y seguridad de su prueba de referencia de desarrollo de anticuerpos, mientras que el modelo Gemini solo alcanzó el 37%.

Seguridad: capacidad de alineación de agentes significativamente mejorada

Google ha enfatizado las mejoras en la alineación de seguridad de los agentes de Hydrogen, lo cual es crucial para los escenarios de ejecución de flujos de trabajo autónomos que este modelo promueve.

En comparación con 3.8 Flash, Hydrogen ha reducido el "comportamiento excesivo" (overreach) en hasta un 81%, y el "servicio insuficiente" (under-service) en hasta un 79%, disminuyendo el comportamiento desalineado y la tendencia a tomar atajos en las llamadas a herramientas y evaluaciones de código en 12 veces.

Ante tareas que no pueden completarse o que son bloqueadas, la probabilidad de que Hydrogen sobrepase los límites de permisos se ha reducido hasta en un 2 veces, alcanzando una tasa de honestidad del 96.7% en la evaluación de honestidad de agentes internos de Google.

En términos de transparencia de razonamiento, Hydrogen ha mantenido un 99.9% de legibilidad de la cadena de pensamiento en más de 200,000 diálogos de auditoría, sin ningún registro de edición de razonamiento engañoso.

En la prueba de referencia Gray Swan IPI, que evalúa ataques de inyección de indicaciones indirectas, la capacidad de resistencia de Hydrogen ha mejorado más de 2.3 veces.

Además, Google ha indicado que las actualizaciones de las barreras de seguridad han mejorado significativamente la precisión en la identificación de riesgos biológicos reales y problemas médicos o científicos legítimos, con una tasa de rechazo errónea en HealthBench Pro de menos del 0.4%.