Gemini 4 Hydrogen vs. Gemini 3.8 Flash: Sechs Dinge, die kaputtgehen, und ein Preis, der am 1. Januar konvergiert

Der Wechsel von Gemini 3.8 Flash zu Gemini 4 Hydrogen wirkt wie eine einzeilige Änderung: Modellstring austauschen, neu deployen, fertig. Sechs Punkte in Googles eigener Migrationscheckliste sagen etwas anderes, und vier davon schlagen ohne Fehlermeldung fehl. Das Modell, das Gemini 3.8 Flash ersetzt, wurde am 12. November 2026 allgemein verfügbar – zu 1,50 US-Dollar pro Million Eingabe- und 7,50 US-Dollar pro Million Ausgabe-Tokens, pauschal über ein Fenster von 1.048.576 Tokens, das sich Eingabe, Denken und Ausgabe teilen. Gemini 3.8 Flash, seit dem 2. September 2026 stabil, liegt bis zum 1. Januar 2027 bei der Hälfte dieses Preises; dann verdoppelt Googles Preisliste den Preis auf genau dieselben 1,50 / 7,50 US-Dollar. Der Preisunterschied zwischen diesen beiden Modellen ist also ein Sieben-Wochen-Fenster, keine Tarifstufenstruktur – und die Migration ist der Teil, der Sie mehr kosten wird als die Tokens.

Vier Fehler, die Sie in einem Statuscode nicht sehen werden

G​oogles What's new in G​emini 4 Hydrogen Seite ist ungewöhnlich direkt in Bezug auf diese, was darauf hindeutet, dass sie bereits in freier Wildbahn ausgenutzt wurden.

• Sampling-Parameter — temperature, top_p und top_k werden auf Hydrogen nicht abgelehnt. Der Server ignoriert sie. Ein Prompt, der auf eine 3.8-Flash-Temperatur von 0.2 abgestimmt wurde, liefert auf Hydrogen weiterhin 200er zurück und gibt stillschweigend die Verteilung dessen zurück, was auch immer der Standard ist.

• Thinking-Standard — 3.8 Flash verwendet standardmäßig die medium Thinking-Stufe; Hydrogen verwendet standardmäßig high. An Ihrer Anfrage ändert sich nichts, aber sowohl die Latenz als auch die Abrechnung der Ausgabe-Token ändern sich, weil Thinking-Token als Ausgabe abgerechnet werden.

• Kontextbilanzierung — 3.8 Flash bietet dir 1,048,576 Eingabe-Tokens und ein separates Ausgabebudget von 65,536. Hydrogen hat ein einziges Fenster von 1,048,576 Tokens, das Eingabe, Denken und Ausgabe gemeinsam abdeckt. Ein Prompt mit 900K Tokens, der bei 3.8 Flash problemlos war, lässt jetzt ungefähr 148K für Reasoning und Antwort übrig, und Long-Context-Aufgaben werden ihre eigenen Antworten eher abschneiden, als einen Fehler zu erzeugen.

• Explizites Caching — cachedContents und caches.create werden auf Hydrogen nicht unterstützt. Jede Anfrage, die ein cached_content-Feld enthält, muss es verwerfen und sich auf implizites Caching verlassen, das automatisch bei 4.096 Tokens aktiviert wird und Cache-Treffer um 95 % rabattiert ($0,075 pro Million). Der Rabatt ist derselbe; die Kontrolle ist weg.

Zwei, die laut scheitern, was fast eine Erleichterung ist

Die minimale Thinking-Stufe wird von Hydrogen mit einem Fehler abgelehnt – aber sie wird auch von 3.8 Flash abgelehnt. Wenn dein Code sie also noch sendet, hast du einen Bug, der älter ist als diese Migration und bei dem Modell auftauchen wird, auf das du zuerst wechselst. Der andere deutlich sichtbare Fehler ist die synchrone Ausgabegrenze, und auch die ist nicht neu: 65.536 Tokens pro Hop gelten sowohl für Streaming- als auch für Nicht-Streaming-Aufrufe. Neu ist G​oogles Vorgabe. max_output_tokens begrenzt jetzt Thinking plus Ausgabe zusammen, hartcodierte Grenzen wie 8.192 sollten entfernt werden, und alles über 64K braucht background: true mit einem max_output_tokens über 65.536 – bis zu 1.048.576 minus deiner Eingabe. Setzt du background, ohne max_output_tokens zu erhöhen, stoppt der Server trotzdem bei 64K – genau die Art Sache, die man um 2 Uhr nachts entdeckt.

Planen Sie eine Woche für Verhaltenstests ein, nicht einen Nachmittag für String-Ersetzung. Zwei der oben genannten stillen Fehler zeigen sich nur als Veränderung der Ausgabeverteilung, die kein Smoke-Test erkennt.

Was man für die Mühe bekommt

{{1}}Die Fähigkeitslücke ist der Grund, warum überhaupt jemand die Migration akzeptieren würde.{{/1}} {{2}}G​oogles Launch-Material behauptet 57 % auf Terminal-Bench 4.1, wo Gemini 3.8 Flash 18,2 % erzielte, auf einem Harness, den niemand außerhalb von G​oogle inspizieren kann – richtungsweisend, nicht gemessen.{{/2}} {{3}}Die unabhängige Einschätzung von Artificial Analysis ist enger und weist in dieselbe Richtung: ein Intelligence Index von 54 bei Hydrogens xhigh-Einstellung gegenüber 31 für 3.8 Flash bei high, wobei das Medianmodell auf diesem Index bei 41 liegt.{{/3}}

Zwei Messungen von Artificial Analysis sind wichtiger als der Index. Die Ausgabegeschwindigkeit beträgt 198 Token pro Sekunde für Hydrogen bei xhigh gegenüber 111 für 3.8 Flash bei high — knapp unter 1,8x, gemessen mit Hydrogens langsamerer Einstellung, sodass Googles Behauptung von ungefähr 2,5x bei der Standardeinstellung high plausibel und nicht widerlegt ist. Und die Kosten pro abgeschlossener Aufgabe betragen 3,16 $ für Hydrogen gegenüber 7,77 $ für 3.8 Flash, weil 3.8 Flash im Verhältnis zu seinem Score weit mehr Token pro Aufgabe verbraucht. Wenn Ihr Kostenmodell auf Dollar pro Million Token basiert, misst es hier das Falsche.

Die Kennzahl ist die Zeit bis zum ersten Antwort-Token: 41,11 Sekunden für Hydrogen gegenüber 17,10 für 3.8 Flash. Hydrogen ist früher fertig und beginnt später. In einer Chat-Box, in der eine Person beobachtet, wie die ersten Wörter erscheinen, fühlt sich 3.8 Flash immer noch schneller an. In einer Agent-Schleife, die eine Aufgabe auslöst und ein Ergebnis einsammelt, zahlt man für die Wall-Clock-Zeit, und Hydrogen gewinnt.

Die Arithmetik, die Dezember zum einzigen Monat macht, der zählt

Heute kostet Gemini 3.8 Flash 0,75 $ Eingabe / 3,75 $ Ausgabe gegenüber 1,50 $ / 7,50 $ bei Hydrogen. Am 1. Januar 2027 werden daraus bei beiden 1,50 $ / 7,50 $. Die zwischengespeicherte Eingabe steigt bei 3.8 Flash von 0,075 $ auf 0,15 $ und bleibt bei Hydrogen bei 0,075 $, und die stündliche Cache-Speichergebühr verdoppelt sich am selben Datum. Jede Service-Stufe konvergiert auf dasselbe Zahlenpaar: Batch und Flex landen bei beiden bei 0,75 $ / 3,75 $, Priority bei beiden bei 2,70 $ / 13,50 $. Hydrogen steht bereits auf den Januar-Preisen, was bedeutet, dass die Prämie, die Sie diesen Monat zahlen, eine Prämie dafür ist, früh dran zu sein, nicht dafür, auf einem besseren Modell zu sein.

Beide Modelle haben eine kostenlose Tarifstufe, was erwähnenswert ist, weil das nicht für die gesamte G​emini-4-Reihe gilt — Gemini 4 Carbon und Gemini 4 Argon haben keine. Beide kostenlosen Tarifstufen sind ratenbegrenzt, und Daten aus der kostenlosen Tarifstufe werden zur Produktverbesserung verwendet, sodass keine von beiden einen Produktionsvertrag darstellt.

Das Modell, das nicht eingestellt wird, ist 3.8 Flash. In G​oogles Deprecation-Tabelle gibt es kein Abschaltdatum dafür, und ab dem 1. Dezember 2026 werden Anfragen an das veraltete gemini-2.5-pro automatisch an 3.8 Flash weitergeleitet. G​oogle bündelt den Traffic auf dem Modell, von dem wegzumigrieren es Sie ebenfalls auffordert, was bedeutet, dass eine schrittweise Migration eine echte Option ist und kein Euphemismus für Verzögerung.

Den Vergleich mit Ihrem eigenen Traffic durchführen

Die Entscheidung ist einfacher zu treffen, wenn beide Modelle von einem Ort aus und über eine Rechnung aufrufbar sind, denn die ganze Frage ist verhaltensbezogen: Verliert dein Prompt-Set etwas, wenn die Temperatur nicht mehr wirkt und die Denkstufe eine Stufe höher rückt.

Gemini 3.8 Flash istim OrcaRouter-Katalog zu $0.75 / $3.75 pro Million Tokens, wobei der Listenpreis des Anbieters durchgereicht wird, und zwar mit 0% Aufschlag — wenn G​oogle diesen Tarif am 1. Januar verdoppelt, ist der neue Wert hier am selben Tag live und nicht erst bei der nächsten Vertragsverlängerung. G​emini 4 Hydrogen ist nicht in unserem Katalog; es ist über G​oogles eigene API und AI Studio erreichbar, und keine Routing-Schicht ändert daran etwas. Was der Router Ihnen in diesem Zeitfenster wirklich bietet, ist das A/B selbst: derselbe Prompt, gesendet an 3.8 Flash und an das, was Sie als Nächstes evaluieren; automatisches Failover, wenn eine rate-limitierte Stufe eine Anfrage verwirft; und eine Routing-DSL, die den günstigen Pfad auf dem Modell halten kann, das noch explizites Caching hat, bis Sie den letzten Aufrufer migriert haben.

Wer sollte im November umziehen, und wer sollte abwarten?

Wechseln Sie jetzt, wenn Ihre Workload agentisch, terminalgebunden oder langfristig ist und wenn die Lücke von 57 gegenüber 18,2 bei Terminal-Bench 4.1 eine reale Aufgabe beschreibt, die Sie ausführen. Der Preisaufschlag, den Sie zwischen jetzt und Januar zahlen, sind die Kosten für sieben zusätzliche Wochen des besseren Modells, was ein Rundungsfehler gegenüber einer Migration ist, die Sie ohnehin vorhatten.

Warte bis Januar, wenn deine Arbeitslast chatförmig und latenzempfindlich ist oder wenn sie von expliziten Caching-Semantiken abhängt, um die herum du eine Retry-Logik gebaut hast. 3.8 Flash ist heute günstiger, schneller beim ersten Token und nicht zur Abschaltung vorgesehen. Es gibt keinen Preis dafür, als Erster eine Migration durchzuziehen, deren einzige Deadline eine Preisliste ist.

Was niemand tun sollte, ist, in der letzten Dezemberwoche zu migrieren und am 2. Januar den ignorierten Temperaturparameter in der Produktion zu entdecken. Der einzige wirklich irreversible Fehler hier ist, das Startdatum als Deadline zu behandeln. Die Deadline ist die Preiskonvergenz — und die Tests, die die stillen Fehler aufdecken, müssen davor stattfinden, nicht danach.