Google presentó Gemini 4 Hydrogen el 12 de noviembre y comenzó su despliegue en el buscador, la aplicación Gemini y sus herramientas para desarrollar con IA. Lo orienta a ejecutar tareas cotidianas con rapidez, desde trabajar con documentos hasta programar. Para un equipo de contenido, el cambio abre dos frentes: qué asistente puede utilizar y cómo pueden encontrar sus páginas las personas que buscan información.

El anuncio de lanzamiento sitúa Hydrogen en AI Studio, Gemini API y otras superficies de Google. El acceso a Antigravity parte de las suscripciones Pro y Ultra. Esa distribución amplia exige mirar las condiciones de cada producto: utilizar Gemini en el navegador y contratar el modelo dentro de una aplicación propia son decisiones distintas, con límites y costes diferentes.

El acceso gratuito depende de la selección automática

La ayuda de Gemini concreta el acceso en cuentas personales. Sin plan de pago, Auto elige el modelo según la petición: muchas respuestas usan Flash-Lite y las que necesitan más razonamiento pueden utilizar Hydrogen. Al desactivar Auto, las respuestas pasan a Flash-Lite. La disponibilidad gratuita no equivale a poder escoger Hydrogen para todas las consultas.

Plus permite seleccionarlo en Chats; Pro y Ultra también lo incluyen en Tasks. Agotar el uso disponible puede hacer que una conversación continúe con Flash-Lite. Las cuentas de trabajo o educación dependen de su licencia Workspace. Para comprobar una respuesta concreta, el menú de más opciones ofrece sus detalles y el modelo utilizado.

Esto importa al evaluar un flujo editorial. Si dos redactores comparan un mismo encargo con cuentas distintas, el resultado no permite atribuir por sí solo la diferencia al modelo. Conviene conservar el encargo, los archivos, la configuración y la respuesta que se está valorando. La edición de documentos dentro de Gemini ya planteaba otra variable: qué operación admite cada superficie. Acceso al modelo y funciones del producto necesitan revisarse juntos.

Una búsqueda que descompone más la intención

En su explicación para Search, Google anuncia disponibilidad global para todos los usuarios y en los idiomas que admite AI Mode. Describe una mejor interpretación de consultas con varias condiciones, errores de escritura o necesidades muy específicas. La respuesta puede organizarse con imágenes, tablas comparativas y herramientas interactivas según la petición.

También cambia la búsqueda de fuentes. Google amplía la técnica que divide una consulta en varias búsquedas simultáneas, con la intención de encontrar una gama más amplia de enlaces relevantes. Es una promesa de funcionamiento del buscador; el anuncio no aporta una medición del tráfico adicional que recibirá cada web ni garantiza que una marca aparezca citada.

Para una página de producto, una comparación de servicios o una guía, la lectura editorial es responder con precisión a las condiciones que importan: mercado, compatibilidad, disponibilidad y fecha de los datos. Una descripción genérica ofrece menos información comprobable que una explicación concreta. Aun así, publicar información útil no asegura una cita ni un clic. Habrá que observar las consultas y visitas reales antes de atribuir un cambio al nuevo modelo.

Esta novedad se suma al seguimiento de información de AI Mode. Son funciones con cometidos diferentes: una afecta a cómo se construye una respuesta y otra permite seguir cambios sobre un tema. Una agencia puede encontrar utilidad en ambas, pero debería evaluarlas contra el objetivo concreto de su encargo, sin sumar sus anuncios como si demostraran el mismo resultado.

Una ventana grande con límites de salida concretos

Para desarrollo, Google fija un precio de 1,50 dólares por millón de tokens de entrada y 7,50 por millón de salida, sin cambiar la tarifa por la longitud del contexto. Los tokens son las unidades con las que se procesa el contenido. Ese precio orienta el consumo del modelo; no describe por sí solo el coste de completar un trabajo con varias consultas y revisiones.

La ficha técnica de DeepMind precisa que la ventana de un millón de tokens combina entrada y salida. La generación síncrona tiene un máximo predeterminado de 64.000 tokens de salida; llegar hasta un millón requiere el modo de generación larga en segundo plano. No son dos bolsas independientes de un millón ni una promesa de esa extensión en cualquier chat.

La misma ficha reconoce posibles invenciones, ralentizaciones y peticiones que agotan su tiempo de espera. También advierte de un consumo mayor en niveles altos de razonamiento y sitúa el corte general de conocimiento en marzo de 2026, con áreas menos actualizadas. Una ventana amplia ayuda a reunir material, pero no acredita que se haya interpretado todo correctamente ni sustituye la comprobación de hechos recientes.

Un criterio útil para probarlo en una agencia es elegir un trabajo recurrente y acotado: por ejemplo, comparar un conjunto de fichas de producto y devolver las diferencias con su fuente. Después, revisar omisiones, errores y tiempo total de corrección. La gestión de trabajos continuados con Teammates plantea una pregunta parecida: cuánto esfuerzo queda hasta obtener una entrega válida. La velocidad de la primera respuesta es solo una parte de esa cuenta.

Fuente y alcance

Fuentes primarias: Google, ayuda de Gemini y ficha de Google DeepMind, enlazadas en el texto.

Así trabajamos las fuentes y las correcciones.