Gemini 4 Neon vs Carbon vs Hydrogen: ¿cuál deberías elegir?
Compara Gemini 4 Neon, Carbon y Hydrogen: razonamiento por defecto, límites REST, el cambio de precio del 1 de diciembre, tarifas API y tres pruebas de Neon.
Leer en MarkdownEmpieza la extracción de alto volumen, el chat y los bucles rápidos de subagentes con Gemini 4 Hydrogen. Pasa los agentes de programación en varios archivos, el análisis de hojas de cálculo y documentos y los flujos de trabajo recurrentes en producción a Gemini 4 Neon. Reserva Gemini 4 Carbon para las tareas más difíciles de arquitectura, depuración de causa raíz y auditoría de seguridad, donde una verificación adicional por turno corrige realmente fallos que los otros dos pasan por alto.
Casi todas las comparativas publicadas antes del 18 de noviembre de 2026 solo cubren Hydrogen, Carbon y Argon. Dos cambios dejan incompletas aquellas guías anteriores: Google lanzó gemini-4-neon como el nivel intermedio equilibrado entre Hydrogen y Carbon, y la tarifa introductoria de la API de Carbon termina el 30 de noviembre de 2026. Elegir entre los tres modelos depende ahora de tres detalles concretos: las diferencias del contrato API con las que puedes toparte desde el primer día, el cruce de precios del 1 de diciembre y cómo los tokens de razonamiento inflan las facturas de salida.
En qué se diferencian Gemini 4 Neon, Carbon y Hydrogen sobre el papel
Los tres modelos aceptan el mismo formato nativo de solicitud de Gemini para generateContent y streamGenerateContent. La guía de migración de Gemini 4 Neon de Google indica que cambiar desde Carbon, Argon o Hydrogen no requiere modificar el esquema de solicitud. Eso facilita sustituir las cadenas de nombre de modelo, pero también es la forma en que los equipos caen de lleno en cambios silenciosos de comportamiento si pasan por alto los valores predeterminados de los parámetros.
La tabla siguiente refleja la documentación de modelos de Google y la especificación de descubrimiento de la API de Gemini 20261119, consultadas el 20 de noviembre de 2026:
| Campo de contrato o límite | Gemini 4 Hydrogen | Gemini 4 Neon | Gemini 4 Carbon |
|---|---|---|---|
| ID de modelo estable | gemini-4-hydrogen | gemini-4-neon | gemini-4-carbon |
| Ventana de contexto unificada | 1.048.576 tokens (entrada + razonamiento + salida compartidos) | Igual | Igual |
| Niveles de razonamiento | low, medium, high, xhigh | low, medium, high, xhigh | low, medium, high |
| Nivel de razonamiento predeterminado | high | high | medium |
| Etapa síncrona con streaming | 65.536 tokens | 65.536 tokens | 65.536 tokens |
| Etapa REST directa sin streaming | 65.536 tokens | 65.536 tokens | 32.768 tokens |
| Decodificación larga | Hasta 1M de presupuesto compartido mediante continuationToken | Igual | Igual |
| Modalidades de entrada | Texto, imagen, audio, vídeo, PDF | Igual | Igual |
| Modalidad de salida | Solo texto | Solo texto | Solo texto |
cachedContent explícito | No compatible (caché implícita desde 4096 tokens, 95 % de descuento por acierto) | Igual | Igual |
| Nivel gratuito de la API de Google | Nivel gratuito con límite de frecuencia listado | Solo nivel de pago | Solo nivel de pago |
Tres detalles del contrato pillan desprevenidos a los equipos durante un cambio:
Los valores predeterminados de razonamiento no coinciden. Dejar thinkingConfig.thinkingLevel sin definir te da high en Neon y Hydrogen, pero medium en Carbon. Ir en sentido contrario es peor: enviar xhigh a Carbon falla en la validación porque Carbon solo acepta low, medium y high. Enviar minimal devuelve HTTP 400 en los tres modelos, y combinar el obsoleto thinkingBudget con thinkingLevel también devuelve HTTP 400.
Los límites por etapa REST sin streaming divergen. Neon y Hydrogen devuelven hasta 65.536 tokens tanto en llamadas REST con streaming como sin streaming. Carbon permite 65.536 tokens mediante streaming o utilidades del SDK, pero limita las etapas REST directas sin streaming a 32.768 tokens. Si un proceso antiguo escribe informes largos sin streaming, Neon y Hydrogen necesitan la mitad de etapas de continuación que Carbon.
Los controles de muestreo están obsoletos. Los tres modelos fijan el comportamiento de muestreo e ignoran los valores personalizados de temperature, topP y topK dentro del rango válido (mientras que los valores fuera de rango siguen fallando con HTTP 400). Ninguno admite cachedContent explícito; los prompts repetidos dependen de la caché implícita automática a partir de 4096 tokens. En la especificación de descubrimiento 20261119, Google también añadió campos estructurados de recorte multimedia (Part.audioMetadata, Part.documentMetadata, Part.spreadsheetMetadata y VideoMetadata.contentLayers), que permiten a los clientes acotar páginas, rangos de hojas o pistas de audio/vídeo directamente en solicitudes nativas.
¿Qué pasa con Gemini 4 Argon? Argon fue el primer modelo Gemini 4 lanzado en octubre de 2026. Comparte el valor predeterminado medium de Carbon, los tres niveles de razonamiento y la etapa REST sin streaming de 32.768 tokens, así como el calendario de precios introductorio de Carbon. Ahora que Neon ocupa el espacio equilibrado entre Hydrogen y Carbon, Argon ya no está solo en el medio; los equipos que siguen fijados en gemini-4-argon deberían tratar a Neon como el candidato directo con el que evaluarlo.
El cruce de precios del 1 de diciembre y por qué engañan las tarifas por token
Una tabla de tarifas planas parece sencilla hasta que miras el calendario. Los precios de lista oficiales Standard de pago de Google por millón de tokens (tarifa plana en toda la ventana de contexto de 1M, consultados el 20 de noviembre de 2026 en la página de precios de Google) invierten el orden entre Neon y Carbon el 1 de diciembre de 2026:
| Por 1M de tokens (lista Standard de Google) | Hydrogen | Neon | Carbon (hasta el 30 nov 2026) | Carbon (desde el 1 dic 2026) |
|---|---|---|---|---|
| Entrada | 1,50 US$ | 3,00 US$ | 2,00 US$ | 4,00 US$ |
| Salida (incluidos tokens de razonamiento) | 7,50 US$ | 15,00 US$ | 10,00 US$ | 20,00 US$ |
| Entrada en caché (95 % de descuento implícito) | 0,075 US$ | 0,15 US$ | 0,10 US$ | 0,20 US$ |
Para una carga idéntica de 100.000 tokens de entrada sin caché y 10.000 tokens de salida facturados según la tarifa de lista de Google:
- Hydrogen cuesta 0,225 US$.
- Neon cuesta 0,450 US$.
- Carbon cuesta 0,300 US$ hasta el 30 de noviembre de 2026 y luego sube a 0,600 US$ el 1 de diciembre de 2026.
Esa ventana de once días crea una anomalía incómoda: hasta el 30 de noviembre, el precio promocional anunciado de Carbon es más bajo por token que la tarifa estándar de Neon; a partir del 1 de diciembre, Neon es un 25 % más barato por token que Carbon y exactamente el doble (2×) de la tarifa de Hydrogen. Si hoy estás preparando un presupuesto para el cuarto trimestre o para 2027, calcularlo con la tarifa introductoria de 2 US$ / 10 US$ de Carbon sin modelar la duplicación del 1 de diciembre hará saltar por los aires tu previsión dos semanas después del lanzamiento.
Las tarifas actuales en vivo por token en SeedRouter para los tres modelos se cargan directamente abajo:
Gemini 4 Neon
USD por millón de tokens
| Elemento | googlellm | googlellm-vertext |
|---|---|---|
| Entrada | 1,65 US$ | 2,40 US$ |
| Salida, incluido el razonamiento | 8,25 US$ | 12,00 US$ |
| Entrada en caché | 0,0825 US$ | 0,12 US$ |
Tarifas actuales por token. La entrada en caché se factura una sola vez a su propia tarifa; el razonamiento cuenta como salida. Comprueba la disponibilidad de herramientas y niveles de procesamiento antes de usarlos.
Gemini 4 Hydrogen
USD por millón de tokens
| Elemento | googlellm-vertext | googlellm |
|---|---|---|
| Entrada | 1,20 US$ | 0,825 US$ |
| Salida, incluido el razonamiento | 6,00 US$ | 4,125 US$ |
| Entrada en caché | 0,06 US$ | 0,04125 US$ |
Tarifas actuales por token. La entrada en caché se factura una sola vez a su propia tarifa; el razonamiento cuenta como salida. Comprueba la disponibilidad de herramientas y niveles de procesamiento antes de usarlos.
Gemini 4 Carbon
USD por millón de tokens
| Elemento | googlellm | googlellm-vertext |
|---|---|---|
| Entrada | 1,10 US$ | 1,60 US$ |
| Salida, incluido el razonamiento | 5,50 US$ | 8,00 US$ |
| Entrada en caché | 0,055 US$ | 0,08 US$ |
Tarifas de procesamiento Standard, sin saltos de precio por longitud de contexto. La entrada en caché se factura una sola vez a su tarifa correspondiente. La fundamentación con Search y Maps se factura por separado de estas tarifas por token.
Incluso con precios unitarios exactos, las comparaciones por token siguen induciendo a error por una razón estructural: los tokens de razonamiento se facturan como tokens de salida. La salida cuesta 5× la entrada en toda la familia Gemini 4. Un modelo con una tarifa de salida más barata que consuma el doble de tokens de razonamiento —o que necesite un reintento tras un test unitario fallido— puede costar fácilmente más por tarea completada que un modelo con una tarifa de lista más alta.
Cuando presupuestes un flujo de trabajo, mide el bucle completo: entrada sin caché, aciertos de entrada en caché (verificados en usageMetadata, nunca asumidos solo porque un prompt supere los 4096 tokens), tokens de respuesta visible, thoughtsTokenCount y cada intento fallido antes de la aceptación. Mantén también separados los planes de consumo y el gasto de API. Las suscripciones Google AI Pro o Ultra cubren la app de Gemini y los límites del editor Antigravity, no el tráfico API de pago por uso, y el nivel gratuito con límite de frecuencia de Google para Hydrogen no se traslada a plataformas API de pago.
Qué modelo elegir según la carga de trabajo (y cuándo combinarlos)
Ni las etiquetas comerciales de Google ni una puntuación agregada en una clasificación te dicen qué modelo supera tus propias comprobaciones de aceptación al menor coste total. Empieza por el coste del fallo de la tarea y las cargas de trabajo concretas siguientes:
| Carga de trabajo | Primer modelo a evaluar | Por qué empezar ahí | Cuándo subir o bajar de nivel |
|---|---|---|---|
| Clasificación de alto volumen, resúmenes breves, chat rápido | Hydrogen (low o medium) | Precio por token más bajo y respuesta rápida cuando una verificación profunda aporta poco valor | Escala a Neon si la extracción de campos omite casos límite o exige retrabajo |
| Subagentes paralelos, lecturas de archivos del repositorio, bucles rutinarios de tests | Hydrogen (medium o high) | Diseñado para lotes rápidos de herramientas; mantiene predecible el gasto de workers paralelos | Delega la planificación o los diffs complejos a Neon cuando aumenten los reintentos de los workers |
| Agentes de programación en varios archivos, refactorización, pipelines con uso intensivo de herramientas | Neon (high por defecto) | Equilibra profundidad de razonamiento con etapas de 65.536 tokens y margen en xhigh si un arreglo se atasca | Baja a Hydrogen para pasos repetitivos; prueba Carbon si Neon entra en bucle sobre causas raíz |
| PDF densos, hojas de cálculo, gráficos, análisis mixto de audio/vídeo | Neon (high) | Admite toda la pila de entrada multimodal y los metadatos de página/hoja/capa de 20261119 | Compara frente a Carbon en revisiones financieras o legales de alto impacto con verificación humana |
| Arquitectura de sistemas difícil, errores sutiles en varias capas, auditorías de seguridad | Carbon (medium o high) | Diseñado para una verificación más larga por turno en trabajo técnico de altas consecuencias | Baja las subtareas recurrentes a Neon en cuanto confirmes que Neon iguala la calidad de aceptación |
Combinar modelos supera a forzar un solo nivel en cada llamada. El patrón que mejor resiste en entornos reales de agentes es una división en dos niveles: usa Neon (o Carbon para arquitectura crítica de seguridad) para inspeccionar el problema, redactar el plan de implementación y revisar los diffs finales, mientras delegas las ediciones repetitivas de archivos, el análisis de registros y los pasos paralelos de lectura y búsqueda a Hydrogen.
Añade escalado condicional (empezar en Hydrogen y escalar a Neon o Carbon ante un fallo) solo cuando dispongas de una señal de fallo objetiva y automatizada, como un error de validación de esquema, una suite de tests fallida o una comprobación de citas faltantes. Escalar por una incertidumbre vaga comunicada por el propio modelo desperdicia latencia y dinero, y si más de un tercio de una clase de tareas escala, enrutar directamente a Neon suele resultar más barato y rápido de principio a fin.
Qué mostraron tres pruebas API en vivo de Gemini 4 Neon
El 20 de noviembre de 2026 ejecutamos tres llamadas API de pago acotadas y de un solo intento contra gemini-4-neon a través de los endpoints nativos de Gemini en SeedRouter (generateContent y streamGenerateContent?alt=sse), sin reintentos. Fueron pruebas de humo de integración con prompts pequeños y deterministas, no un benchmark de calidad entre Neon, Carbon y Hydrogen.
| Prueba | Endpoint y nivel | Nivel de razonamiento | Resultado observado | Tokens de prompt / respuesta / razonamiento | Tiempo transcurrido |
|---|---|---|---|---|---|
| JSON estructurado | gemini-4-neon:generateContent (Default) | low | HTTP 200; devolvió objeto JSON (ok: true, model: "gemini-4-neon") + thoughtSignature | 54 / 28 / 39 | 7,71 s |
| Streaming SSE | gemini-4-neon:streamGenerateContent?alt=sse (Default) | xhigh | HTTP 200; 2 eventos SSE; respondió 17 times 23 equals 391. | 50 / 13 / 207 | 6,42 s |
| Llamada a función declarada | gemini-4-neon:googlellm-vertext:generateContent (Nivel explícito) | low | HTTP 200; emitió functionCall get_status({"service":"billing"}) + thoughtSignature | 95 / 22 / 49 | 5,39 s |
Dos detalles prácticos destacaron de inmediato a partir de los recuentos brutos de tokens:
- Los tokens de razonamiento dominan la salida incluso en aritmética trivial. En el prompt en streaming (
17 × 23),xhighgeneró 13 tokens de respuesta visible y 207 tokens de razonamiento: casi 16× más tokens de razonamiento oculto que texto visible. Incluso enlow, los tokens de razonamiento superaron a los de salida visible tanto en la solicitud JSON como en la de llamada a función (39 frente a 28 y 49 frente a 22). Dejarxhighactivado de forma global en prompts sencillos es la vía más rápida para pagar de más por Gemini 4. - Cada respuesta incluyó un
thoughtSignature. Los bucles de llamadas a funciones en varios turnos exigen devolver sin modificar elthoughtSignaturerecibido en los turnos posteriores, o la continuidad del razonamiento se rompe entre llamadas a herramientas.
Mantén claro el límite de la evidencia: estas tres llamadas verifican la accesibilidad del endpoint, el streaming SSE, la generación de llamadas a funciones y la entrega de thoughtSignature en gemini-4-neon. No miden precisión ni rendimiento emparejados frente a Carbon o Hydrogen, ni probaron subidas multimodales de vídeo/audio/PDF, grounding de Google Search o Maps, Computer Use, aciertos de caché implícita ni continuación de decodificación larga. Ejecuta siempre tu propio conjunto de evaluación de entre 10 y 20 tareas con prompts reales antes de cambiar tráfico de producción.
Cómo cambiar entre Neon, Carbon y Hydrogen en código
Como el sobre de solicitud nativo se comparte, puedes ejecutar evaluaciones en paralelo con los tres modelos cambiando solo el ID del modelo en la ruta de la URL. Primero inspecciona a qué ID de modelo tiene acceso tu clave API mediante la lista de modelos de solo lectura:
curl "https://api.seedrouter.ai/v1/models" \
-H "Authorization: Bearer $SEEDROUTER_API_KEY"Después apunta una solicitud nativa en streaming a gemini-4-neon, gemini-4-carbon o gemini-4-hydrogen con un thinkingLevel compartido y explícito:
MODEL_ID="gemini-4-neon"
curl "https://api.seedrouter.ai/v1beta/models/${MODEL_ID}:streamGenerateContent?alt=sse" \
-H "Authorization: Bearer $SEEDROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [
{
"role": "user",
"parts": [
{
"text": "Review this SQL migration for locking risks and propose a zero-downtime alternative."
}
]
}
],
"generationConfig": {
"thinkingConfig": {
"thinkingLevel": "high"
},
"maxOutputTokens": 32768
}
}'Antes de mover un script de un modelo Gemini 4 a otro, comprueba cuatro cosas:
- Fija
thinkingLevelexplícitamente. No confíes en los valores predeterminados si comparas Carbon (medium) frente a Neon o Hydrogen (high), y eliminaxhighantes de pasar a Carbon. - Deja margen en
maxOutputTokens. Como los tokens de razonamiento cuentan contramaxOutputTokens, un tope ajustado como 2048 o 4096 puede cortar la salida visible antes de que termine la respuesta final, especialmente enhighoxhigh. - Prefiere el streaming para tareas largas. El streaming evita tiempos de espera en el borde en turnos de razonamiento lentos y elimina el tope de 32.768 tokens en etapas REST directas sin streaming de Carbon.
- Conserva
thoughtSignatureen bucles de herramientas. Reenvía exactamente las partes del modelo devueltas en cada turno al enviar mensajesfunctionResponsede vuelta a la API.
Puedes probar prompts de forma interactiva en la página del modelo Gemini 4 Neon, comparar especificaciones en la página de Gemini 4 Hydrogen y la página de Gemini 4 Carbon, o consultar el esquema completo de solicitud en la documentación API de Gemini 4 Neon.
Preguntas frecuentes
¿Cuál es el mejor modelo Gemini para programar?
Para la mayoría de los agentes de programación en varios archivos y la refactorización diaria de repositorios, empieza con Gemini 4 Neon en su nivel de razonamiento predeterminado high y sube a xhigh solo cuando un parche no pase los tests. Usa Gemini 4 Hydrogen para ediciones interactivas rápidas y bucles paralelos de workers, y reserva Gemini 4 Carbon para depuración sutil de causa raíz, auditorías de seguridad o revisiones de arquitectura en varios pasos donde Neon pase por alto casos límite.
¿Sigue siendo relevante Gemini 4 Argon ahora que ha salido Neon?
Gemini 4 Argon fue el primer lanzamiento de Gemini 4 en octubre de 2026 y sigue pudiendo invocarse como gemini-4-argon, con los mismos tres niveles de razonamiento (low, medium predeterminado, high) y el mismo calendario de precios que Carbon. Como Neon ocupa ahora directamente el puesto entre Hydrogen y Carbon con cuatro niveles de razonamiento y una etapa REST sin streaming de 65.536 tokens, los proyectos nuevos suelen evaluar primero Neon, Carbon y Hydrogen, salvo que ya tengan una línea base medida con Argon.
¿Por qué Gemini 4 Carbon es más barato por token que Neon hasta el 30 de noviembre?
Google lanzó Carbon con una tarifa introductoria por tiempo limitado (2 US$ de entrada / 10 US$ de salida por 1M de tokens) que vence el 30 de noviembre de 2026, mientras que Neon se lanzó directamente a su tarifa estándar (3 US$ / 15 US$). El 1 de diciembre de 2026, la tarifa estándar de Carbon en Google se duplica a 4 US$ / 20 US$, lo que hace que Neon sea un 25 % más barato por token que Carbon. Incluso antes del 30 de noviembre, el gasto real por tarea depende de cuántos tokens de razonamiento consuma cada modelo.
¿Gemini 4 Neon es gratuito?
No. La tabla oficial de precios de Google solo incluye niveles de pago (Standard, Batch, Flex y Priority) para Gemini 4 Neon y Gemini 4 Carbon, sin nivel gratuito en la API. Solo Gemini 4 Hydrogen figura con un nivel gratuito con límite de frecuencia en la plataforma directa de Google. El acceso de consumo en la app de Gemini o en Antigravity requiere un plan de pago AI Pro o Ultra y no incluye créditos API de pago por uso.
¿Puedo cambiar entre Neon, Carbon y Hydrogen sin modificar mi esquema de solicitud?
Sí, para solicitudes nativas estándar: la estructura del endpoint y los campos contents, tools, systemInstruction y continuationToken coinciden en los tres. Solo debes controlar dos diferencias específicas de cada modelo: Carbon no acepta thinkingLevel: "xhigh", y las etapas REST directas sin streaming tienen un límite de 32.768 tokens en Carbon frente a 65.536 en Neon y Hydrogen.
¿Deberían los equipos elegir modelos Gemini 4 o ChatGPT para cargas de trabajo API?
Elige según la carga de trabajo y el coste total por tarea en lugar de por lealtad de marca. Los modelos Gemini 4 te ofrecen una ventana de contexto multimodal unificada de 1.048.576 tokens (texto, imágenes, audio, vídeo y PDF) y continuación de decodificación larga bajo un mismo esquema compartido, aunque los niveles altos de razonamiento pueden consumir más tokens de salida que modelos menos verbosos. Ejecuta tu propio conjunto de evaluación de diez tareas con Gemini 4 Neon y tu referencia actual de GPT, y compara después la calidad aceptada de salida, la latencia de principio a fin y el gasto total por tarea superada.



