En apenas nueve días, entre el 10 y el 18 de noviembre de 2026, Google ha completado la familia Gemini 4 con tres modelos nuevos: Gemini 4 Carbon, Gemini 4 Hydrogen y Gemini 4 Neon. Se suman a Gemini 4 Argon, lanzado en octubre, y dibujan una gama pensada para que cada tarea use el modelo adecuado: ni más potencia de la necesaria ni menos de la que exige el trabajo.
Son los tres nuevos modelos de la familia Gemini 4 de Google. Carbon es el más potente, para los proyectos más largos y difíciles. Neon ofrece inteligencia de nivel frontera más rápido y a menor coste. Hydrogen es el modelo rápido y económico para el trabajo diario y los agentes. Los tres están disponibles de forma general en Gemini Enterprise Agent Platform y en Gemini Enterprise.
En The Cloud Collective hemos reunido lo más relevante de los tres anuncios oficiales de Google para explicarte qué aporta cada modelo, cuánto cuesta, dónde se puede usar y, sobre todo, cómo elegir entre ellos.
La familia Gemini 4 de un vistazo
Google ya no plantea un único modelo para todo, sino una gama en la que cada pieza tiene su papel. Así queda la familia:
| Modelo | Lanzamiento | Para qué está pensado |
|---|---|---|
| Gemini 4 Carbon | 10 de noviembre de 2026 | El más potente: proyectos largos y complejos, ciberseguridad e investigación científica |
| Gemini 4 Argon | 13 de octubre de 2026 | Modelo de frontera para trabajo de software y de conocimiento |
| Gemini 4 Neon | 18 de noviembre de 2026 | Inteligencia de nivel frontera con más velocidad y menor coste, para flujos complejos y frecuentes |
| Gemini 4 Hydrogen | 12 de noviembre de 2026 | Rápido y económico: trabajo diario, automatización y ejecución en flujos con varios agentes |
La idea de fondo es que los modelos trabajen juntos. Un modelo de frontera planifica y supervisa, y uno rápido ejecuta las tareas concretas. Lo vemos más abajo.
Qué aporta cada modelo
Gemini 4 Carbon: el modelo más potente de Google
Carbon está pensado para las tareas que ponen a prueba los límites de un modelo: migraciones de código que afectan a varios paquetes, investigación de la causa raíz de un fallo entre distintos sistemas, rediseños de arquitectura o investigación científica abierta. Usa más tokens que otros modelos para explorar, razonar y verificar su propio trabajo, así que conviene reservarlo para los casos en los que ese esfuerzo compensa.
- Trabajo de conocimiento: sintetiza información de documentos y datos densos en finanzas, legal u operaciones, y genera hojas de cálculo, presentaciones e informes que siguen esquemas estrictos.
- Programación con agentes: ejecuta ciclos de compilar y verificar, y revisa visualmente la interfaz que genera.
- Ciberseguridad defensiva: según Google, lidera las evaluaciones de búsqueda, explotación y corrección de vulnerabilidades. Su versión para ciberseguridad se ofrece a defensores mediante el programa Fairwind. Wiz lo usó en su iniciativa Scan for Good y encontró vulnerabilidades de día cero en dos grandes proveedores SaaS en menos de dos horas.
- Ciencia y matemáticas: ayudó a generar millones de líneas de código Lean para demostrar formalmente propiedades de seguridad del protocolo criptográfico de Signal, en semanas en lugar de años.
En finanzas, Carbon igualó al mejor modelo probado en la evaluación de investigación financiera de Hebbia y quedó primero entre 23 configuraciones de modelos de frontera en el benchmark de inteligencia financiera de Balyasny. También es más honesto: en una evaluación de 375 tareas con agentes superó el 92 % de las pruebas, frente al 70 % de Argon, y se negó a inventar datos experimentales que faltaban en el 98 % de los casos.

Gemini 4 Neon: nivel frontera, más rápido y más barato
Neon es el modelo intermedio de la familia, y probablemente el más interesante para la mayoría de las empresas. Google lo presenta como inteligencia de nivel frontera con una ejecución rápida de principio a fin, orientada a programación compleja, razonamiento analítico y flujos de trabajo empresariales en producción.
- Mejor relación calidad-coste: con su configuración por defecto, cuesta un 32 % menos por tarea que Carbon, según Google.
- Fiabilidad: Google afirma que es el modelo con la tasa de invención de datos más baja que ha medido hasta ahora en sus pruebas internas.
- Documentos mixtos: convierte hojas de cálculo, PDF, gráficos, audio y vídeo en entregables estructurados, dentro de una ventana de contexto de 1 millón de tokens.
- Sesiones largas: mantiene flujos de agentes de larga duración con muchas herramientas y compacta el contexto para no perder el hilo.
- Código más seguro: según Google, genera código más seguro que Carbon y obtiene resultados de primer nivel en evaluaciones de ciberseguridad con la mitad de coste que los grandes modelos de la competencia.
Según los datos que publica Google, Neon es el número 1 en el Coding Agent Index de Artificial Analysis, ocupa la tercera posición en su índice de inteligencia general, lidera el Legal Research Bench y el Tax Agent Bench, y es el primero en AutomationBench de Zapier y en Vending-Bench 2 de Andon Labs, una simulación de gestión de un negocio a largo plazo.

Gemini 4 Hydrogen: el motor del día a día
Hydrogen es el modelo rápido y económico de la familia. Google lo describe como su modelo de uso diario para flujos con agentes y lo plantea como el relevo de la gama Flash. Puede trabajar solo o como motor de ejecución junto a Carbon o Argon.
- Más inteligencia por menos: en el índice de Artificial Analysis obtiene 51 puntos con su configuración por defecto, uno más que Argon, y llega a 54 en su nivel de razonamiento máximo.
- Mucho mejor que el Flash anterior: frente a Gemini 3.8 Flash, termina las tareas unas 2,5 veces más rápido, pasa del 18,2 % al 57 % en Terminal-Bench 4.1 y reduce más de 5 veces las afirmaciones inventadas.
- Trabajo profesional: es el número 1 en el Tax Agent Bench de Vals (52,3 %) y empata en primera posición en su Legal Research Bench (55,8 %).
- Contexto amplio a precio plano: admite hasta 1 millón de tokens de entrada y de salida, con el mismo precio en toda la ventana de contexto.
- Integrado en Google Workspace: en Gemini para Google Sheets genera modelos financieros por escenarios más de un 30 % más rápido que los modelos anteriores.
Los socios de Google que lo probaron antes del lanzamiento, con flujos de grafos, SQL y datos intensivos, vieron ejecuciones entre 2 y 2,8 veces más rápidas y entre un 12 % y un 23 % menos de consumo de tokens.

Cómo trabajan juntos: el modelo que piensa y el modelo que ejecuta
La novedad más práctica no está en ningún modelo aislado, sino en combinarlos. En Google Antigravity, el entorno de desarrollo con agentes de Google, un modo orquestador alterna entre Carbon y Hydrogen dentro de la misma sesión. En Terminal-Bench 4.0 logró una tasa de éxito cercana a la de Carbon usando de media un 24 % menos de cuota y terminando un 19 % más rápido.
El patrón es el mismo con Neon: el modelo de frontera coordina, divide el trabajo y verifica el resultado, mientras varios agentes con Hydrogen ejecutan las tareas en paralelo. Para una empresa, esto se traduce en una regla sencilla: no hace falta pagar el precio del modelo más potente en cada paso de un proceso, solo en los que de verdad lo necesitan.
Qué modelo elegir según tu caso
| Si necesitas… | Modelo recomendado |
|---|---|
| Atención al cliente, clasificación, resúmenes, extracción de datos o automatizaciones de alto volumen | Gemini 4 Hydrogen |
| Agentes que ejecutan muchas tareas concretas dentro de un flujo más amplio | Gemini 4 Hydrogen |
| Análisis financiero, legal o fiscal, informes a partir de documentos mixtos y programación compleja | Gemini 4 Neon |
| Agentes que planifican y supervisan el trabajo de otros agentes | Gemini 4 Neon o Carbon |
| Proyectos largos y críticos, como migraciones de arquitectura, investigación o auditorías de seguridad de código | Gemini 4 Carbon |
Neon y Hydrogen tienen además cuatro niveles de razonamiento, que permiten ajustar cuánto piensa el modelo según la dificultad de cada tarea y, con ello, cuánto gasta.
Dónde se pueden usar
Los tres modelos llegan a las vías habituales del ecosistema Google:
| Dónde | Para quién | Cómo |
|---|---|---|
| Gemini Enterprise | Empleados y equipos de negocio | Selector de modelos o API, según la configuración de tu organización |
| Gemini Enterprise Agent Platform | Equipos técnicos que construyen agentes y aplicaciones | Disponibilidad general (GA) con los identificadores gemini-4-carbon, gemini-4-neon y gemini-4-hydrogen |
| API de Gemini, Google AI Studio y Google Antigravity | Desarrolladores | Carbon y Neon en el nivel de pago; Hydrogen en todos los niveles |
En Agent Platform, los tres modelos están disponibles en el endpoint global y en las multirregiones de EE. UU. y de la Unión Europea, con una ventana de contexto de 1.048.576 tokens. Puedes consultar las especificaciones en la documentación de modelos de Gemini Enterprise Agent Platform.
Cuánto cuestan
El acceso vía API se factura por consumo de tokens. Estos son los precios de lista que publica Google en sus anuncios:
| Modelo | Entrada (por millón de tokens) | Salida (por millón de tokens) |
|---|---|---|
| Gemini 4 Carbon (precio de lanzamiento, hasta el 30 de noviembre de 2026) | 2 USD | 10 USD |
| Gemini 4 Carbon (precio estándar, a partir del 1 de diciembre de 2026) | 4 USD | 20 USD |
| Gemini 4 Neon | 3 USD (0,15 USD con caché) | 15 USD |
| Gemini 4 Hydrogen | 1,50 USD | 7,50 USD |
Para Gemini Enterprise, que se licencia por usuario, Google no detalla en los anuncios con qué ediciones y cuotas se incluye cada modelo, así que conviene confirmarlo antes de presupuestar.
Tres recomendaciones para controlar el gasto:
- Empieza por Hydrogen: resuelve la mayoría de las tareas por una fracción del coste, y solo merece la pena subir de modelo cuando la calidad no llega.
- Usa el razonamiento con cabeza: los niveles de razonamiento más altos mejoran la calidad, pero consumen más tokens. Ajústalos por tipo de tarea.
- Mide el coste por tarea, no por token: un modelo más caro que resuelve el problema a la primera puede salir más barato que uno económico que necesita varios intentos y supervisión constante.
⚠️
Nota: los precios pueden cambiar e impuestos no incluidos. Consulta siempre la página oficial de precios de Google Cloud antes de dimensionar un proyecto.
Seguridad y fiabilidad
Google ha puesto el foco en que estos modelos sean fiables cuando actúan como agentes, que es donde más riesgo hay para una empresa:
- Carbon bloqueó el 99 % de los intentos de un agente atacante en pruebas de ciberataques simulados y no presentó nuevos jailbreaks universales en más de 13.000 peticiones de prueba.
- Neon mantiene las mismas protecciones que Carbon frente a usos indebidos e inyección de instrucciones, pero rechaza menos tareas legítimas, y registró un 0 % de éxito de ataques de inyección indirecta en el benchmark de Gray Swan con su nivel máximo de razonamiento.
- Hydrogen reduce hasta un 81 % los casos en los que un agente va más allá de lo que se le pidió y hasta 12 veces las acciones desalineadas o los atajos en tareas de programación y uso de herramientas.
Esto importa especialmente si vas a conectar agentes a tu correo, tu gestor documental o fuentes web: la inyección de instrucciones escondidas en esos contenidos es una de las principales preocupaciones de los equipos de seguridad.
Qué tener en cuenta antes de adoptarlos
Valida con tus propios casos
Todos los benchmarks de este artículo los publica Google o sus socios, y es Google quien elige qué evaluaciones reporta. Son una buena referencia, pero antes de llevar un modelo a producción compáralo con el que usas hoy en un conjunto representativo de tus tareas, midiendo calidad, tiempo y coste.
Residencia de datos
En Agent Platform, los tres modelos están disponibles en la multirregión de la Unión Europea. Si tu organización necesita mantener los datos en Europa, configura tus proyectos y fuentes de datos en esa multirregión. La documentación de Carbon y Neon indica además que están disponibles para clientes empresariales verificados en determinadas regiones, así que conviene confirmar el acceso para tu proyecto.
Revisa tus flujos actuales
Si ya trabajas con Gemini 4 Argon o con modelos Flash anteriores, no hace falta cambiarlo todo. Revisa qué flujos ganarían con Neon por coste y velocidad, y cuáles pueden pasar a Hydrogen sin perder calidad. Como siempre, cambia el modelo en producción solo después de probarlo.
Reglamento Europeo de IA
Si un agente basado en estos modelos interactúa con personas o genera contenido, aplica ya la obligación de transparencia del Reglamento Europeo de IA. Incorpora desde el principio la transparencia y la supervisión humana en los procesos críticos.
Cómo te ayuda The Cloud Collective
En The Cloud Collective, Google Cloud Premier Partner, trabajamos exclusivamente con el ecosistema Google. Con la familia Gemini 4 completa, ayudamos a las empresas a:
- Elegir el modelo adecuado para cada caso de uso y diseñar flujos que combinen un modelo de frontera con Hydrogen para optimizar el coste.
- Desplegar Gemini Enterprise para que los equipos de negocio usen estos modelos desde el primer día.
- Construir agentes sobre Gemini Enterprise Agent Platform, conectados de forma segura a tus datos y desplegados en la Unión Europea.
- Gobernar la seguridad, incluida la protección frente a la inyección de instrucciones y el cumplimiento del Reglamento Europeo de IA.
- Medir y optimizar el coste por consumo para que el proyecto escale sin sorpresas en la factura.
Conclusión
Con Carbon, Neon y Hydrogen, Google completa una familia Gemini 4 pensada para trabajar en equipo: un modelo para las tareas más difíciles, otro con el mejor equilibrio entre inteligencia y coste, y uno rápido para el día a día. Para las empresas, la oportunidad no está en elegir el modelo más potente, sino en asignar a cada tarea el que necesita. Ahí es donde se juega la diferencia entre un proyecto de IA rentable y uno que se dispara en costes.