Gemini 4 Hydrogen vs Gemini 3.8 Flash : six choses qui cassent, et un prix qui converge le 1er janvier

Passer de Gemini 3.8 Flash à Gemini 4 Hydrogen ressemble à une modification d’une seule ligne : remplacer la chaîne du modèle, redéployer, terminé. Six éléments de la propre liste de contrôle de migration de Google disent le contraire, et quatre d’entre eux échouent sans erreur. Le modèle qui remplace Gemini 3.8 Flash est devenu généralement disponible le 12 novembre 2026 à 1,50 $ par million de tokens d’entrée et 7,50 $ par million de tokens de sortie, à tarif fixe sur une fenêtre de 1 048 576 tokens partagée par l’entrée, la réflexion et la sortie. Gemini 3.8 Flash, stable depuis le 2 septembre 2026, reste à la moitié de ce prix jusqu’au 1er janvier 2027, date à laquelle la grille tarifaire de Google le double pour atteindre exactement les mêmes 1,50 $ / 7,50 $. Ainsi, la différence de prix entre ces deux modèles est une fenêtre de sept semaines, et non une structure par paliers — et c’est la migration qui vous coûtera plus cher que les tokens.

Quatre défaillances que vous ne verrez pas dans un code de statut

G​oogleWhat's new in Gemini 4 Hydrogenest d'une franchise inhabituelle à ce sujet, ce qui suggère qu'ils en ont déjà été victimes dans la nature.

• Paramètres d’échantillonnage — temperature, top_p et top_k ne sont pas rejetés sur Hydrogen. Le serveur les ignore. Un prompt ajusté pour une température de 0,2 sur 3.8 Flash continue de renvoyer des 200 sur Hydrogen et renvoie discrètement la distribution de la valeur par défaut, quelle qu’elle soit.

• Réflexion par défaut — 3.8 Flash utilise par défaut le niveau de réflexion moyen ; Hydrogen utilise par défaut élevé. Rien dans votre requête ne change, mais la latence et la facturation des jetons de sortie évoluent toutes les deux, car les jetons de réflexion sont facturés comme des jetons de sortie.

• Comptabilisation du contexte — 3.8 Flash vous donne 1,048,576 tokens d'entrée et un budget de sortie séparé de 65,536. Hydrogen dispose d'une fenêtre unique de 1,048,576 tokens couvrant ensemble l'entrée, la réflexion et la sortie. Une invite de 900K tokens qui fonctionnait bien sur 3.8 Flash ne laisse plus qu'environ 148K pour le raisonnement et la réponse, et les tâches à long contexte tronqueront leurs propres réponses plutôt que de renvoyer une erreur.

• Mise en cache explicite — cachedContents et caches.create ne sont pas pris en charge sur Hydrogen. Toute requête contenant un champ cached_content doit l’abandonner et s’appuyer sur la mise en cache implicite, qui s’active automatiquement à 4 096 tokens et applique une remise de 95 % sur les hits de cache (0,075 $ par million). La remise est la même ; le contrôle a disparu.

Deux qui échouent bruyamment, ce qui est presque un soulagement

Le niveau de réflexion minimal est rejeté par Hydrogen avec une erreur — mais il est aussi rejeté par 3.8 Flash, donc si votre code l’envoie encore, vous avez un bug antérieur à cette migration qui se manifestera sur le premier modèle vers lequel vous migrerez. L’autre échec flagrant est le plafond de sortie synchrone, et il n’est pas nouveau non plus : 65 536 tokens par saut s’appliquent aux appels en streaming comme en non-streaming. Ce qui est nouveau, ce sont les recommandations de G​oogle. max_output_tokens plafonne désormais la réflexion et la sortie combinées, les plafonds codés en dur comme 8 192 doivent être supprimés, et tout ce qui dépasse 64K nécessite background: true avec max_output_tokens défini au-dessus de 65 536 — jusqu’à 1 048 576 moins votre entrée. Définissez background sans augmenter max_output_tokens et le serveur s’arrêtera quand même à 64K, le genre de chose que l’on découvre à 2 h du matin.

Prévoyez une semaine de tests comportementaux, pas un après-midi de remplacement de chaînes. Deux des défaillances silencieuses ci-dessus ne se manifestent que par un changement de distribution des sorties, qu'aucun test de fumée ne détecte.

Ce que vous obtenez pour la peine

L’écart de capacités est la raison pour laquelle quiconque accepterait la migration. Les documents de lancement de G​oogle revendiquent 57 % sur Terminal-Bench 4.1, où Gemini 3.8 Flash a obtenu 18,2 %, sur un banc d’essai que personne en dehors de G​oogle ne peut inspecter — indicatif, non mesuré. La lecture indépendante d’Artificial Analysis est plus étroite et va dans le même sens : un Intelligence Index de 54 au réglage xhigh de Hydrogen, contre 31 pour 3.8 Flash au réglage high, le modèle médian de cet indice étant à 41.

Deux mesures d'Artificial Analysis comptent plus que l'indice. La vitesse de sortie est de 198 jetons par seconde pour Hydrogen en xhigh, contre 111 pour 3.8 Flash en high — un peu moins de 1,8 fois, mesuré sur le réglage plus lent de Hydrogen, donc l'affirmation de Google d'environ 2,5 fois au réglage high par défaut est plausible plutôt que contredite. Et le coût par tâche terminée est de 3,16 $ pour Hydrogen contre 7,77 $ pour 3.8 Flash, parce que 3.8 Flash consomme bien plus de jetons par tâche par rapport à son score. Si votre modèle de coût est fondé sur les dollars par million de jetons, il mesure la mauvaise chose ici.

Le contre-indicateur est le temps jusqu’au premier token de réponse : 41,11 secondes pour Hydrogen contre 17,10 pour 3.8 Flash. Hydrogen termine plus tôt et démarre plus tard. Dans une zone de chat où l’on regarde les premiers mots apparaître, 3.8 Flash semble encore plus rapide. Dans une boucle d’agent qui lance une tâche et récupère un résultat, le temps d’horloge est ce que vous payez, et Hydrogen l’emporte.

L’arithmétique qui fait de décembre le seul mois qui compte

Aujourd'hui, Gemini 3.8 Flash coûte 0,75 $ en entrée / 3,75 $ en sortie, contre 1,50 $ / 7,50 $ pour Hydrogen. Le 1er janvier 2027, cela devient 1,50 $ / 7,50 $ pour les deux. L'entrée mise en cache passe de 0,075 $ à 0,15 $ sur 3.8 Flash et reste à 0,075 $ sur Hydrogen, et les frais horaires de stockage du cache doublent à la même date. Chaque niveau de service converge vers la même paire de chiffres : Batch et Flex arrivent à 0,75 $ / 3,75 $ sur les deux, Priority à 2,70 $ / 13,50 $ sur les deux. Hydrogen est déjà aux tarifs de janvier, ce qui signifie que la prime que vous payez ce mois-ci est une prime pour être en avance, pas pour être sur un meilleur modèle.

Les deux modèles disposent d'un niveau gratuit, ce qui mérite d'être précisé car ce n'est pas vrai pour toute la gamme Gemini 4 — Gemini 4 Carbon et Gemini 4 Argon n'en ont aucun. Les deux niveaux gratuits sont limités en débit, et les données du niveau gratuit sont utilisées pour l'amélioration du produit, donc aucun des deux ne constitue un contrat de production.

Le modèle qui n'est pas retiré est 3.8 Flash. Le tableau des dépréciations de Google ne comporte aucune date d'arrêt le concernant, et à partir du 1er décembre 2026, les requêtes adressées à gemini-2.5-pro, déprécié, sont automatiquement routées vers 3.8 Flash. Google consolide le trafic sur le modèle qu'il vous demande par ailleurs de quitter, ce qui signifie qu'une migration par étapes est une option réelle plutôt qu'un euphémisme pour désigner un retard.

Exécution de la comparaison sur votre propre trafic

La décision est plus facile à prendre lorsque les deux modèles sont appelables depuis un seul endroit et avec une seule facture, car toute la question est comportementale : votre jeu de prompts perd-il quelque chose lorsque la température cesse de fonctionner et que le niveau de réflexion monte d’un cran.

Gemini 3.8 Flash est dans le catalogue OrcaRouter à 0,75 $ / 3,75 $ par million de tokens, prix catalogue du fournisseur répercuté avec 0 % de marge — ainsi, lorsque G​oogle doublera ce tarif le 1er janvier, le nouveau montant sera appliqué ici le jour même plutôt qu'au prochain renouvellement de contrat. G​emini 4 Hydrogen ne figure pas dans notre catalogue ; il est accessible via l'API propre à G​oogle et AI Studio, et aucune couche de routage n'y change rien. Ce que le routeur vous apporte réellement dans cette fenêtre, c'est l'A/B lui-même : le même prompt envoyé à 3.8 Flash et à ce que vous évaluez ensuite, le basculement automatique en cas d'échec lorsqu'un palier soumis à limitation de débit rejette une requête, et un DSL de routage qui peut maintenir le chemin le moins coûteux sur le modèle qui dispose encore de la mise en cache explicite jusqu'à ce que vous ayez migré le dernier appelant.

Qui devrait bouger en novembre, et qui devrait attendre ?

Passez à l'action maintenant si votre charge de travail est agentique, liée au terminal ou à long horizon, et si l'écart de 57 contre 18.2 sur Terminal-Bench 4.1 correspond à une tâche réelle que vous exécutez. La prime de prix que vous payez entre maintenant et janvier est le coût de sept semaines supplémentaires du meilleur modèle, ce qui est une erreur d'arrondi par rapport à une migration que vous alliez faire de toute façon.

Attendez janvier si votre charge de travail est de type conversationnel et sensible à la latence, ou si elle dépend de sémantiques de mise en cache explicites autour desquelles vous avez construit une logique de nouvelle tentative. 3.8 Flash est aujourd'hui moins cher, plus rapide jusqu'au premier token, et son arrêt n'est pas programmé. Il n'y a aucune récompense à être le premier à traverser une migration dont la seule échéance est une grille tarifaire.

Ce que personne ne devrait faire, c’est migrer lors de la dernière semaine de décembre et découvrir le paramètre de température ignoré en production le 2 janvier. La seule erreur véritablement irréversible ici, c’est de considérer la date de lancement comme l’échéance. L’échéance, c’est la convergence des prix — et les tests qui détectent les défaillances silencieuses doivent avoir lieu avant, pas après.