
El Orchestrator de Google Antigravity combina dos modelos en un solo chat: Gemini 4 Carbon escribe el plan, Gemini 4 Hydrogen hace los cambios, y el control vuelve a Carbon cuando algo falla. Google afirma un 24% menos de cuota y un 19% más rápido con un éxito casi idéntico al de Carbon. En un plan fijo, eso es un ahorro de cuota, no de dinero, y renuncias al control del nivel de pensamiento. Hoy es solo para Ultra. eesel aplica la misma división de planificador y ejecutor a las colas de soporte: un compañero de IA en el helpdesk que responde lo que puede y deriva según las condiciones que fijes.
Construyo agentes de IA en eesel, así que lo que me interesa del Orchestrator es el mecanismo: quién decide, cuándo cambia el control y qué cuesta eso. Si quieres manejar un compañero de eesel desde un agente de programación como los de la CLI de Antigravity, la CLI de eesel permite a un agente subir conocimiento aprobado del centro de ayuda y hacer preguntas de prueba antes de publicar nada. Conectar el helpdesk en sí todavía necesita a alguien con acceso de administrador.
¿Qué es el Google Antigravity Orchestrator?
El Orchestrator es una opción de selección de modelo, no un producto aparte. Google lo lanzó el 12 de noviembre de 2026 junto a Gemini 4 Hydrogen, y aparece en la app de Antigravity, la CLI agy y las extensiones de IDE. Si lo eliges, una conversación es atendida por dos modelos: Gemini 4 Carbon planifica y revisa, Hydrogen implementa.

La documentación es clara sobre lo que no es: "el Orchestrator no es un router que clasifica tu prompt de antemano y envía toda la solicitud a un solo modelo". Ambos modelos se pasan el control mutuamente dentro de la misma tarea, y los traspasos ocurren de forma automática dentro de una sola respuesta. También mantiene un único agente en la conversación. Si quieres agentes en paralelo o agentes que se revisen entre sí, Google te remite en cambio a subagentes, Swarm (/swarm), Boost y Teamwork.
¿Cómo funciona el traspaso de Carbon planifica a Hydrogen construye?
La documentación de Google describe cuatro mecánicas. Las repaso como leería una especificación para un bucle de agente.
- Carbon planifica primero. Cada mensaje empieza con una fase de planificación de solo lectura. Carbon explora el código, resuelve ambigüedades y escribe un plan concreto que incluye las condiciones que deberían disparar una nueva planificación. Si tu mensaje es una pregunta o revisión que no necesita cambios, Carbon responde directamente. Para seguimientos pequeños con pasos ya definidos, entrega enseguida un plan breve.
- Hydrogen hace el trabajo. Aplica cambios en los archivos, escribe código, ejecuta builds y pruebas, y verifica contra el plan.
- El control vuelve ante la fricción. Carbon revisa el estado, repara el plan y lo devuelve.
- Carbon revisa el progreso. En tareas largas, y cada vez que envías un mensaje mientras Hydrogen trabaja, Hydrogen informa a Carbon, que compara con el plan y luego cierra, continúa o actualiza el plan.
El detalle que encuentro más útil es que las condiciones de replanificación quedan escritas en el propio plan, así el ejecutor no tiene que adivinar cuándo detenerse.
¿Cuáles son los cuatro disparadores que devuelven el control a Carbon?
La documentación da ejemplos de fricción que devuelve el control. Junto con tus propios mensajes, forman cuatro disparadores:

- Un paso de verificación falla dos veces. Un fallo es cosa de Hydrogen para corregir. Dos pueden significar que el plan está mal.
- Una interfaz se comporta distinto de lo esperado. El plan asumió una forma de API o función que no es cierta.
- Una decisión de diseño que el plan no resolvió. Carbon decide en vez de dejar que el ejecutor improvise.
- Envías un mensaje. Hydrogen informa del progreso y Carbon vuelve a comparar con el plan.
¿En qué se diferencia esto de un router de primer prompt?
La publicación de lanzamiento de Google describe un router de modelo estático como uno que adivina la dificultad a partir del primer prompt y envía toda la tarea al modelo más barato que sea suficiente, lo cual "empieza a fallar cuanto más largos son los agentes". El Orchestrator se describe como dinámico y bidireccional.

La diferencia práctica está en dónde vive la decisión. Un router decide una vez, en el momento en que sabe menos. El Orchestrator vuelve a decidir en cada disparador, cuando sabe más.
¿Quién puede usar el Orchestrator?
Solo Google AI Ultra, según la tabla de modelos de la documentación de Google al 13 de noviembre de 2026.
| Modelo | Free y Google AI Plus | Google AI Pro | Google AI Ultra | Enterprise |
|---|---|---|---|---|
| Gemini 4 Carbon | No | No | Sí | Sí |
| Gemini 4 Argon | No | Sí (de pago, o prueba en dispositivos elegibles) | Sí | Sí |
| Gemini 4 Hydrogen | Sí | Sí | Sí | Sí |
| Orchestrator | No | No | Sí | No |
| Gemini 3.8 Flash | Sí | Sí | Sí | Sí |
Dos puntos donde las propias páginas de Google se contradicen, para que los revises antes de planear en torno a ellos:
- Enterprise. La publicación de lanzamiento dice que "las empresas pueden acceder a ambos en Gemini for Business", pero la tabla de modelos y la tabla de modelos admitidos en Enterprise marcan ambas al Orchestrator como no disponible. Yo trataría las tablas como el estado actual.
- Hydrogen en Free. La publicación de lanzamiento dice que Hydrogen se despliega para suscriptores de pago de Pro y Ultra, mientras la tabla de modelos lo marca disponible en Free y Plus.
La publicación de lanzamiento también dice que el Orchestrator se está "desplegando para suscriptores de Google AI Ultra, con más modelos y planes compatibles en el futuro". Precios de suscripción, según la página de suscripciones de Google en EE. UU. el 13 de noviembre: Google AI Pro cuesta 19,99 $ al mes, y Google AI Ultra cuesta 99,99 $ (5 veces los límites de Pro) o 199,99 $ (20 veces).
El hilo de lanzamiento en Hacker News muestra la confusión que esto causa:
"I have Pro and I see the new hydrogen model. But not the Orchestrator."
"nope. Ultra only like any Carbon use, for now"
¿Cómo activo el Orchestrator?
En la app, abre el selector de modelo bajo el cuadro de prompt y elige Orchestrator (tiene una etiqueta "New"). Queda seleccionado para toda la conversación. En la CLI agy:
/model # elige Orchestrator, se mantiene entre sesiones
/model Orchestrator <prompt> # solo un prompt
agy --model Orchestrator # al iniciar
agy -p "Añadir validación de entrada al formulario de registro y ejecutar las pruebas." --model Orchestrator
agy models # lista los id de modelo
Si configuras /effort mientras el Orchestrator está seleccionado, la CLI indica que el esfuerzo no es ajustable para el Orchestrator. Eso es intencional, y lleva a la principal concesión.
¿Debería elegir Orchestrator, Carbon o Hydrogen?
La guía de Google es bastante clara. El Orchestrator es la "opción recomendada por defecto" para trabajo de funciones, corrección de errores, refactorización y depuración de varios archivos. Carbon directo es para cuando cada paso necesita máxima profundidad. Hydrogen directo es para tareas pequeñas y bien definidas. Usa el selector de abajo para encontrar la que se ajusta a tu tarea.
Mi regla general al construir bucles de agentes: si puedes escribir los pasos en una nota adhesiva, usa Hydrogen. Si todavía no puedes escribir los pasos, ese es el caso para un planificador.
¿Qué te dicen las cifras del 24% y el 19%?
Google dice que el Orchestrator alcanza "tasas de éxito casi iguales a las de Carbon, mientras consume, en promedio, un 24% menos de cuota y termina un 19% más rápido". Lo que eso te dice y lo que no:
- Es una afirmación propia de Google. No he visto una prueba independiente.
- La versión del benchmark no está clara. La publicación de lanzamiento de Antigravity cita Terminal-Bench 4.1, mientras la publicación de Hydrogen en blog.google dice Terminal-Bench 4.0.
- "Casi Carbon" no tiene un número. Ninguna de las dos publicaciones publica la tasa de éxito absoluta del Orchestrator o de Carbon.
- "En promedio" oculta la dispersión. Una tarea que nunca dispara un traspaso se comportará distinto de una que rebota entre modelos.
Un comentarista del hilo se sorprendió de que el ahorro no fuera mayor:
"I'm honestly surprised they only see 25% savings with co-trained models and special harness support."
Afirma lograr alrededor de un 60% con su propio puente entre otros dos modelos. Eso es su afirmación, no algo que haya verificado.
¿El Orchestrator ahorra cuota o dinero?
Cuota. La documentación de planes de Google dice que los límites de uso "se correlacionan con la cantidad de trabajo que hace el agente", así que las tareas complejas consumen más. En una suscripción fija, terminar el mismo trabajo con un 24% menos de cuota significa que llegas al límite más tarde. La factura se mantiene igual.
El dinero solo se mueve en dos sitios. Los usuarios de Pro y Ultra pueden gastar créditos de IA comprados por encima de la base al precio de consumo estándar de Gemini Enterprise, controlado por el ajuste de excedentes de crédito de IA (Never o Always). Y si construyes la misma división tú mismo en la API, se aplican los precios de los modelos. Hydrogen cuesta 1,50 $/7,50 $ por millón de tokens, y Carbon cuesta 2 $/10 $ hasta el 30 de noviembre, luego 4 $/20 $.
Mi propia derivación, no una cifra de Google: desde el 1 de diciembre, el output de Carbon cuesta 2,67 veces el de Hydrogen en la API, así que cuanto más de una tarea corra en Hydrogen, más ancha la brecha. No voy a poner una cifra en dólares por tarea para el Orchestrator, porque no tiene un id de modelo en la API y no hay ninguno publicado. Tampoco hay opción de traer tu propia clave en Antigravity.
¿Qué pierdes con el Orchestrator?
El control del nivel de pensamiento. Como la configuración es fija, no puedes decirle al planificador que piense más en una refactorización difícil, ni al ejecutor que vaya más barato en un cambio mecánico. Los equipos que ya ajustan niveles, como en el rango de Hydrogen de Low a Extra, pierden esa palanca. Es la misma disyuntiva descrita en la selección de modelo de Claude Code: comodidad contra control.
El hilo de Hacker News se dividió justo en esa línea:
"Excellent mode! I don't have to constantly switch between models and efforts."
"I'm nervous to delegate that authority to a model (since models tend to be... optimistic about their capabilities.)"
Ambas posturas son razonables. La segunda preocupación es la que los cuatro disparadores intentan responder, porque las condiciones de traspaso quedan escritas antes de que Hydrogen empiece. Si disparan en el momento correcto es algo que solo tus propias tareas pueden mostrar.
¿Y si quiero agentes en paralelo o mi propia división?
El Orchestrator mantiene un solo agente. Las alternativas de Google:
- SDK de Antigravity. Conecta Hydrogen y Carbon tú mismo cuando quieras control programático sobre qué modelo cumple cada rol. La documentación del SDK de Google lo cubre, y la demo es un sistema de triaje de incidencias de código abierto: los agentes de Hydrogen triaje, codifican, aclaran e iteran sobre comentarios de PR, mientras un agente de Carbon se encarga de refactorizaciones mayores, funciones nuevas y revisiones de seguridad.
- Swarm (
/swarm). Lanzado un poco antes esa misma semana para equipos de agentes en paralelo con varios worktrees. Para flujos en paralelo, Google dice que Carbon puede coordinar mientras Hydrogen impulsa a los agentes trabajadores y verificadores.
Si ya trabajas así en otro sitio, los subagentes de Claude Code y la guía de sistemas multiagente cubren el mismo patrón.
Si estás comparando lo que cobran herramientas de la competencia, los precios de Cursor y el resumen de los mejores asistentes de IA para programar son un buen punto de partida.
¿Qué tiene que ver el Orchestrator con el soporte?
El Orchestrator es infraestructura para escribir código. eesel es el empleado. Los dos se encuentran en una misma idea de diseño: separar el pensar del hacer, y escribir cuándo debe detenerse el que ejecuta.
eesel es una plataforma de compañeros de IA donde contratas compañeros listos para trabajar en tareas concretas, y el compañero de helpdesk es el que encaja con esta idea. Responde lo que puede y deriva la conversación a una persona según las condiciones que fijes, de forma parecida a los disparadores de replanificación de Carbon. La guía de mis colegas sobre el agente de IA para helpdesk y las buenas prácticas de traspaso explican cómo se ven esas condiciones.
Pero la red de seguridad va primero: eesel simula cada despliegue contra tickets pasados antes de publicarlo, el equivalente en soporte a revisar un plan antes de que empiece el ejecutor. Mira las pruebas de simulación de soporte con IA para ver cómo.
La misma idea aparece en despliegues de clientes, donde cada agente tiene una tarea clara:
- SE Ranking opera tres productos con un equipo de soporte, con un agente para cada uno en tres conexiones de Zendesk. En un mes gestionó
4.650conversaciones (2.554tickets de Zendesk y2.102chats en vivo, del 8 de agosto al 8 de septiembre de 2026), con unos 2.100 chats en vivo respondidos primero por eesel, apoyándose en16.800páginas de conocimiento. - SamCart opera un agente por canal: primeras respuestas en tickets de Freshdesk, y un chat en vivo en su web. Responden a partir de
280artículos del centro de ayuda, con4agentes en el workspace.
Ninguno de los dos es un bucle al estilo Orchestrator, y no diría que lo son. El paralelismo es más estrecho: agentes especializados, cada uno con una tarea definida y un traspaso definido, superan a un generalista que lo hace todo.
¿Cómo encaja la CLI de eesel?
Si ya usas un agente de programación, la CLI de eesel opera el mismo compañero de eesel y el mismo workspace que ves en el panel. Una persona puede usarla desde una terminal, los scripts pueden automatizarla, y agentes de programación como uno en la CLI agy, Claude Code o Codex pueden manejarla. En la práctica eso significa que un agente puede subir conocimiento aprobado, como artículos de ayuda exportados, macros y políticas, ajustar las instrucciones del compañero, y hacer preguntas de prueba y revisar las respuestas antes de publicar. Conectar el helpdesk en sí todavía necesita que un administrador lo apruebe, y subir conocimiento no es lo mismo que el compañero esté listo, así que las respuestas probadas importan más que la subida.
¿Quieres una división de planificador y ejecutor para tu cola de soporte en vez de tu código? Prueba eesel: el compañero de helpdesk se une a tu helpdesk actual, responde desde tu propio conocimiento y deriva según las condiciones que elijas. Los equipos que prefieran la vía de la API pueden empezar por una plataforma de agentes de IA API-first y la guía de la CLI de agentes de IA.
¿Cuál es la conclusión sobre el Orchestrator?
El Orchestrator es un patrón de planificar y luego delegar con disparadores de replanificación por escrito, no un router de primer prompt. Esa es la parte útil. Las afirmaciones que hay que poner en perspectiva son las cifras: el 24% menos de cuota y el 19% más rápido vienen de Google, sobre un benchmark cuya versión difiere entre las propias publicaciones de Google. Si estás en Ultra y haces trabajo normal de funciones y errores, pruébalo como opción por defecto durante una semana y vigila tu cuota. Si ajustas niveles de pensamiento, necesitas agentes en paralelo, o estás en Pro o Enterprise, elige Carbon o Hydrogen directamente. Para el panorama de costos más amplio, mi resumen de precios de Gemini cubre todos los modelos de la gama.
Preguntas frecuentes
¿Qué es el Google Antigravity Orchestrator?
agy y las extensiones de IDE.¿Está disponible el Antigravity Orchestrator en Google AI Pro?
¿Puedo ajustar el nivel de pensamiento del Orchestrator?
/effort de la CLI indica que el esfuerzo no es ajustable para el Orchestrator. Para elegir un nivel, usa Carbon o Hydrogen directamente. Hydrogen ofrece Low, Medium, High (el predeterminado) y Extra.¿Cómo activo el Orchestrator en la CLI de Antigravity?
/model y elige Orchestrator, que se mantiene entre sesiones. Para un solo prompt, usa /model Orchestrator <prompt>. Al iniciar, usa agy --model Orchestrator, o agy -p "..." --model Orchestrator para ejecuciones sin interfaz. Esto se suma a otras CLI de programación agéntica.