Imagen tridimensional abstracta en formato 21:9 de capas de conocimiento de vidrio en tonos fríos y estelas de luz; a la derecha, paneles de vidrio translúcido apilados con el texto gemini-4, y a la izquierda, espacio negativo con luz suave; degradado en colores crema, azul hielo y coral, como imagen Hero de la página de detalles de gemini-4-argon.

Google

Gemini 4

gemini-4-hydrogen

Serie de razonamiento de texto Google Gemini 4: Carbon es el más potente de la serie, orientado a tareas complejas de múltiples pasos y de largo plazo; Argon ofrece un equilibrio mayor entre capacidad y costo. Admite entrada de texto e imágenes y un contexto de 1M de tokens

Ruta
Ventana de contexto
1,048,576
Entrada
Salida máxima
65,536 tokens
Fecha de lanzamiento
2026-11-12
Razonamiento Streaming

Try gemini-4-hydrogen online

Precios

gemini-4-hydrogen /1M tokens

Especificaciones Precio unitario
Entrada $2.26757
Entrada en caché $0.11338
Salida $11.33787

Descripción general

Descripción general

Este es un modelo de salida de texto dirigido a desarrolladores y equipos profesionales que necesitan procesar contextos largos. Puede recibir entradas de texto, imagen, audio, vídeo y archivos, y consolidarlas de forma unificada en resultados de texto, lo que lo hace adecuado para resumir información y generar contenido a partir de múltiples materiales. La programación diaria, la depuración y los flujos de trabajo de agentes de varios pasos son sus áreas de enfoque principales, y también puede asumir tareas de comprensión de documentos largos, síntesis de materiales multimodales y redacción profesional que requiere contexto continuo.

Aspectos destacados

  • Ventana de contexto unificada de hasta 1 millón de tokens: puede albergar documentos largos y contextos de varios pasos en una sola tarea, reduciendo la necesidad de segmentar y organizar a mitad del proceso.
  • Salida síncrona predeterminada de hasta 64 000 tokens: las solicitudes habituales devuelven texto directamente, y las salidas largas pueden ampliarse mediante decodificación larga en segundo plano.
  • Tres niveles de pensamiento ajustables (low / medium / high): permite priorizar la velocidad de respuesta o la profundidad de razonamiento según las necesidades de la tarea, adaptándose a distintas fases del desarrollo.

Descripción de capacidades

Entradas multimodales convertidas en texto: acepta entradas de texto, imagen, audio, vídeo y archivos, y consolida materiales mixtos en uno o varios resultados de texto, lo que facilita su posterior recuperación y procesamiento.

Gestión de contextos largos: ventana de contexto unificada de hasta 1 millón de tokens, adecuada para procesar de forma continuada documentos largos, descripciones de repositorios de código y conversaciones de varios turnos dentro de una misma tarea.

Continuación de salidas largas: salida síncrona predeterminada de hasta 64 000 tokens; cuando se necesita texto más extenso, se puede recurrir a la decodificación larga y la continuación en segundo plano para ampliar la salida hasta un máximo de 1 millón de tokens.

Ajuste del nivel de pensamiento: ofrece tres niveles de pensamiento configurables (low / medium / high), de modo que los desarrolladores pueden sopesar la velocidad de respuesta y la profundidad de razonamiento según tareas de programación, depuración o tareas integrales.

Casos de uso

  • Procesamiento de código a nivel de repositorio por parte de desarrolladores: se introducen archivos de código y especificaciones de requisitos para obtener sugerencias de modificación, ideas de depuración o fragmentos de desarrollo web interactivo, aplicables a las tareas diarias de programación.
  • Construcción de flujos de trabajo de agentes de varios pasos: se incorporan al contexto los resultados de llamadas a herramientas y los estados intermedios para obtener de forma continuada instrucciones de texto para el siguiente paso, lo que resulta adecuado para la orquestación de tareas automatizadas.
  • Comprensión de documentos con materiales mixtos: consolida materiales de texto, tablas, gráficos e imágenes y genera resúmenes o análisis de texto unificados para la redacción de informes y la organización del conocimiento.
  • Asistencia en redacción profesional de documentos largos: combina el procesamiento de contexto largo para trabajar con materiales de investigación y borradores, y genera contenido de texto estructurado para primeros borradores de documentos profesionales en ámbitos como finanzas y derecho.

Limitaciones y recomendaciones de selección

El tipo de salida es texto; no genera directamente imágenes, audio ni vídeo. El límite predeterminado de salida síncrona es de 64 000 tokens, y para alcanzar un máximo de 1 millón de tokens de salida se requiere decodificación larga o continuación en segundo plano. Con indicaciones multimodales, las negativas de respuesta inadecuadas son relativamente más evidentes, por lo que en contenidos sensibles conviene reservar una fase de revisión humana.

  • Nuevo modelo Nuevos modelos disponibles: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash

Modelos relacionados

Ver todos los modelos →

Mismo tipo