Imagina que te llegan tres encargos el mismo lunes. Hay que ordenar 200 respuestas de clientes, explicar por qué cayó una campaña y decidir si mover el presupuesto de toda la operación. Los tres dicen «usar IA» en el ticket. Cada uno pide un tipo de trabajo distinto.
Así elegiría entre los tres Gemini 4. Hydrogen para ejecutar rápido cuando la tarea tiene reglas claras. Neon para resolver trabajo frecuente que exige criterio. Carbon para explorar varias hipótesis cuando una mala decisión cuesta caro. Puedes empezar con esa regla y corregirla con una prueba hecha sobre tu propio trabajo.
Google abrió Carbon a más usuarios el 10 de noviembre de 2026, presentó Hydrogen el 12 y anunció Neon el 18. En el Glitch Flash de Carbon contamos qué abrió ese lanzamiento. Aquí vamos a usar los tres para decidir quién hace qué en un equipo.
Capítulo 01 · 1 min
Qué Gemini 4 conviene según la tarea
| Modelo | Cuándo empezaría aquí | Señal para cambiar |
|---|---|---|
| Hydrogen | Volumen alto y resultado fácil de verificar. Clasificar, extraer, completar un formato o aplicar una regla. | Las excepciones empiezan a requerir interpretar varias fuentes o tomar decisiones nuevas. |
| Neon | Trabajo frecuente con análisis. Reconciliar documentos, explicar una caída de rendimiento o modificar un flujo con dependencias. | El encargo sigue abierto, hay hipótesis rivales y elegir mal trae retrabajo caro. |
| Carbon | Problemas de varias etapas con mucha incertidumbre. Comparar escenarios, planificar una migración o revisar decisiones difíciles. | El plan ya fue aprobado y quedan pasos acotados con criterios claros. |
Con manzanitas
Piensa en la producción de un informe. Una persona ordena cortes del mismo reporte, otra encuentra por qué dos áreas llegaron a conclusiones distintas y una tercera decide qué hipótesis merece una semana de trabajo. Podrías encargarle todo al mismo perfil. Si haces ese informe cada lunes, separar las tres responsabilidades te deja ver dónde gastas realmente el tiempo.
La comparación sirve para repartir trabajo. Para saber si un modelo lo hizo bien, todavía hay que mirar sus fuentes y revisar el resultado.

Gemini 4 Argon sigue en el catálogo. En la guía me concentro en los tres lanzamientos de noviembre y sus roles en un mismo flujo. Si tienes un proceso estable con Argon, guárdalo como referencia y compáralo con el mismo material y la misma regla de aprobación. Catálogo oficial de modelos de Google DeepMind.
Capítulo 02 · 2 min
Hydrogen para ejecutar con reglas claras
Gemini 4 Hydrogen es el nombre oficial del modelo del 12 de noviembre. Lo usaría para extraer plazos de una tanda de documentos, etiquetar conversaciones con una taxonomía que ya existe o convertir notas en un primer borrador de presentación. En esos casos puedo definir qué debe salir, detectar un campo vacío y corregir una fila sin revisar todo desde cero. Anuncio de Gemini 4 Hydrogen.
Un ejemplo de equipo comercial. Pídele que clasifique solicitudes con cinco motivos permitidos, copie la frase que respalda cada etiqueta y devuelva «revisión» cuando falten datos. Prueba primero con un lote que alguien ya haya etiquetado. Mira sobre todo las confusiones entre motivos parecidos. Si necesita inventar una categoría para que el resultado se vea completo, se perdió la parte que más importaba.
En el video, el trabajo tiene un formato y un material de partida. El archivo que ves depende de la integración con Slides. En la API, el modelo devuelve texto y una aplicación puede usar esa salida para crear archivos o llamar herramientas según sus permisos. Ficha de Gemini 4 Hydrogen.

Hydrogen también se fue incorporando a la app de Gemini y a Google Search. En AI Mode, la plataforma elige el modelo para la consulta que corresponde. Si te interesa lo que eso cambia para los sitios que quieren aparecer citados, lo cubrimos en Glitch #18.
Capítulo 03 · 1 min
Neon para trabajo frecuente que pide criterio
Empezaría con Gemini 4 Neon cuando llegan materiales de tipos distintos y hay que construir una explicación. Por ejemplo, un reporte semanal con datos de pauta, una planilla de ventas, el correo que confirma un cambio de presupuesto y la grabación de la reunión donde se acordó. Pídele que cuadre periodos y monedas, separe lo observado de lo inferido y deje cada conclusión junto a su evidencia.
Ese mismo criterio sirve en producto. Si hay que corregir un flujo que cruza varias pantallas y ya sabemos cuál debería ser su comportamiento, Neon puede seguir la lógica entre archivos, diseñar una prueba y ajustar el plan cuando cambia una condición. En ambas tareas, la gracia es repetir el proceso cada semana sin tener que volver a explicarle cada paso. Anuncio y casos de Neon.
Google muestra además un prototipo interactivo en Antigravity. La interfaz, las herramientas y las pruebas forman parte de la demo. Si la usas de referencia, mira el trabajo intermedio que hace posible el resultado final y decide qué partes de ese recorrido puedes verificar en tu entorno.
El nombre Neon puede sugerir que todo se trata de rapidez. Yo miraría cuánto tarda en entregar algo publicable. Si devuelve un informe cinco minutos antes y te deja ocho afirmaciones sin fuente, ese tiempo vuelve a aparecer en la revisión.
Capítulo 04 · 1 min
Carbon para los problemas donde cuesta equivocarse
Reservaría Gemini 4 Carbon para un problema donde todavía hay que decidir qué revisar, qué descartar y qué probar primero. Piensa en una migración que toca permisos, datos históricos y reportes de clientes, o en una caída de conversión con tres explicaciones plausibles. Le pediría escenarios, qué evidencia invalidaría cada uno y qué decisión dejaría pendiente si falta un dato. Ficha de Gemini 4 Carbon.
La clave es separar el diagnóstico de la acción. Carbon puede preparar el plan y revisar los casos que no cuadran. Una aprobación humana sigue decidiendo si se publica un cambio, se mueve presupuesto o se toca un sistema de clientes. Si lo que queda es repetir el mismo paso con 400 registros, ya puedes encargar esa parte bajo reglas explícitas.
Si quieres ver las demos de lanzamiento y qué verificó Google en el caso de AlphaProof Code, sigue con el Glitch Flash de Carbon. Para elegirlo en el trabajo, revisa si el resultado te ahorró una iteración importante o cambió la calidad de la decisión.
Capítulo 05 · 2 min
Dónde se puede usar cada Gemini 4
Actualizado
18 de noviembre de 2026. El selector y los cupos dependen del plan, la cuenta y el despliegue. Revisa la superficie que vas a usar antes de diseñar el flujo.
| Superficie | Hydrogen | Neon | Carbon |
|---|---|---|---|
| Gemini API / AI Studio | Nivel gratuito con límites y nivel de pago. | API de pago y acceso en AI Studio según plan. | API de pago. |
| App de Gemini | Disponible en el selector según plan. En el chat gratuito, Auto puede asignarlo. | Selector de modelos para Pro y Ultra según despliegue. | AI Ultra según despliegue. |
| Google Search | En AI Mode y otras experiencias de búsqueda según despliegue. | El anuncio de Neon no incluye AI Mode. | AI Mode para Ultra según despliegue. |
| Antigravity personal | Pro de pago y Ultra. | Pro de pago y Ultra. La documentación añade pruebas en dispositivos elegibles. | Ultra. |
| Gemini for business | Acceso según cuenta y superficie. | API y selector, según despliegue. | API para empresas de pago. |
Los tres reciben texto, imágenes, audio, video y PDF en sus fichas de API y producen texto. La ventana de aproximadamente un millón de tokens corresponde a la API. Una aplicación puede exponer un límite menor. Antigravity, por ejemplo, documenta hasta 512.000 tokens para Neon. Si tu trabajo depende de archivos largos o de generación de imágenes, confirma la capacidad del producto exacto que vas a usar. Fichas de modelos de Google DeepMind.
Si estás integrando estos modelos, sus IDs son gemini-4-hydrogen, gemini-4-neon y gemini-4-carbon. En la plataforma de agentes de Google Cloud, comprueba modelo, región y forma de autenticación antes de pasar de un prototipo a producción. Ficha de Neon en Google Cloud.
Capítulo 06 · 2 min
Cuánto cuesta y cómo medirlo bien
| Gemini API Standard | Entrada por millón | Salida por millón |
|---|---|---|
| Hydrogen | US$1,50 | US$7,50 |
| Neon | US$3 | US$15 |
| Carbon hasta el 30 de noviembre de 2026 | US$2 | US$10 |
| Carbon desde el 1 de diciembre de 2026 | US$4 | US$20 |
Hay una consecuencia fácil de pasar por alto. Con 100.000 tokens de entrada y 20.000 de salida, Hydrogen cuesta US$0,30, Neon US$0,60 y Carbon US$0,40 con la tarifa introductoria. Con la tarifa anunciada para diciembre, Carbon pasa a US$0,80. Es un cálculo ilustrativo con el mismo consumo, sin caché ni herramientas. Cada modelo puede necesitar una cantidad de tokens y de intentos distinta.
La otra mitad de la cuenta es revisión. Si un flujo te cuesta US$6 entre todos sus intentos y aprobaste ocho entregas, la API costó US$0,75 por entrega aprobada. Si además dedicaste 40 minutos a revisarlas, son cinco minutos de revisión por entrega. Registra ambos datos desde el piloto. Puedes sumar el costo de esos minutos si necesitas comparar el gasto completo.
Para elegir un modelo, compara lo que cuesta llegar a una entrega que puedes aprobar
Los benchmarks orientan esa primera prueba. CursorBench 4.1 registra 63,7 % para Neon, 61,5 % para Carbon y 57,3 % para Hydrogen, todos en High, en su propio entorno de trabajo con código. Dentro de esa prueba, Neon resolvió más tareas. Llévate la idea de poner condiciones comparables y conserva el caso de uso del resultado. Resultados y metodología de CursorBench.
En AutomationBench, Zapier midió Neon en 54,3 % con High y 56,3 % con XHigh, frente a 53,9 % de Carbon con High. Son flujos de negocio simulados. Para mirar la distancia entre modelos, empieza por la comparación al mismo nivel. Para tu presupuesto, separa ese dato del costo de las corridas y del nivel de revisión que exige cada prueba. Informe de AutomationBench de Zapier.
Capítulo 07 · 2 min
Cómo combinar los modelos sin complicar el flujo
En Antigravity, Orchestrator (Neon) usa Neon para planear y revisar y Hydrogen para implementar. Si aparece una dificultad que cambia el plan, devuelve el control al modelo que planifica. También hay opciones con Carbon o Argon como planificador, según la cuenta. La combinación está implementada en Antigravity. Para copiar el patrón en otra aplicación hay que definir cómo cambia de modelo y qué recibe el siguiente paso. Orchestrator y planes de Antigravity.
- Define una salida. «Quiero un borrador de informe con evidencia por conclusión» se puede comprobar. «Analiza la campaña» deja abierta la entrega.
- Empieza con un solo modelo. Hydrogen si el trabajo se resuelve con reglas; Neon si esas reglas requieren interpretar excepciones.
- Decide cuándo escalar. Envía el caso a Carbon si quedan hipótesis enfrentadas, si falla dos veces el control acordado o si cambia una decisión importante.
- Pasa el encargo, las fuentes y el estado. Incluye qué se verificó y dónde falló. Así el siguiente modelo puede continuar el trabajo.
- Pide aprobación antes de ejecutar cambios en sistemas o publicar. Haz que el mismo criterio de revisión aplique también a los reintentos.
Para el reporte de campaña del inicio, Hydrogen puede extraer cifras y marcar filas incompletas. Neon une el registro de cambios con las series y redacta la explicación. Solo enviaría a Carbon las discrepancias que cambiarían el presupuesto. La persona responsable lee el informe, revisa las fuentes y decide qué pasa a producción.
Prompt
Prepara un borrador interno del reporte semanal con los archivos adjuntos. Usa las mismas fechas y moneda en todas las comparaciones. Para cada conclusión, entrega el dato que la respalda, el archivo y la página o celda. Separa hechos, hipótesis y datos faltantes. Señala qué discrepancias podrían cambiar una decisión de presupuesto. Si una conclusión no se puede verificar, déjala pendiente. Entrega solo el borrador para revisión.
También puedes darte cuenta de que Neon resuelve el reporte completo con una sola instrucción y menos revisión. Si eso sucede de forma consistente, conserva el flujo simple. Repartir modelos tiene sentido cuando cada traspaso conserva contexto y reduce trabajo medible.
Capítulo 08 · 1 min
Una prueba corta para elegir con tu propio trabajo
Yo partiría con diez encargos que el equipo ya resolvió. Pondría algunos fáciles, otros con una excepción y uno donde el resultado anterior falló. Anonimiza el material o usa un entorno autorizado. Define la respuesta esperada antes de ver las salidas y anota qué error convierte una entrega en rechazo.
- Usa los mismos archivos, instrucciones, herramientas disponibles y criterio de aprobación para todos.
- Fija el ID del modelo, el nivel de razonamiento, la fecha, la superficie y el límite de intentos.
- Mide el tiempo hasta una entrega aprobada, el costo de todos los intentos y los minutos de revisión.
- Registra los errores importantes por separado. Una conclusión sin respaldo o una cifra mal trasladada deben verse incluso si el promedio se ve bien.
- Repite una muestra pequeña cuando cambia una tarifa, un modelo, una herramienta o el proceso mismo.
Si tuviera que tomar una decisión mañana, pondría Hydrogen a prueba en la parte repetible, le daría a Neon dos semanas de reportes complejos y reservaría Carbon para uno o dos casos donde el equipo ya conoce el precio de equivocarse. Si el orden cambia con los datos, ese es el resultado que vale. La guía se mantiene útil cuando los precios y los nombres cambian porque estás midiendo tu trabajo.
Capítulo 09 · 1 min
Preguntas frecuentes sobre Gemini 4
¿Gemini 4 Neon reemplaza a Carbon?
Google mantiene ambos en el catálogo. Neon está enfocado en trabajo complejo y frecuente. Carbon apunta a problemas de largo recorrido donde definir el camino forma parte del encargo.
¿Puedo usar Gemini 4 Hydrogen gratis?
Google ofrece un nivel gratuito de Gemini API con límites para Hydrogen. En la app gratuita también puede usarse cuando el producto lo asigna. Las herramientas y los cupos dependen de cada superficie.
¿Cuál elegir para empezar si analizo datos y documentos cada semana?
Empieza con Neon si tienes que conectar fuentes y explicar diferencias. Para extraer campos siguiendo una misma regla, prueba Hydrogen. Compara las entregas con una respuesta que el equipo ya haya revisado.
¿Qué modelo usar para generar imágenes?
Los tres modelos de esta guía aceptan imágenes como entrada y devuelven texto en la API. Si tu entrega es una imagen, revisa el modelo de generación de imágenes que ofrece el producto y sus condiciones de acceso.
Si quieres enterarte cuando cambie el mapa, suscríbete a Glitch. Cada semana cubrimos los cambios en IA, marketing y negocios que merece la pena probar.









