Gemini 4 Hydrogen vs Gemini 3.8 Flash: Enam Hal yang Rusak, dan Harga yang Konvergen pada 1 Januari

Beralih dari Gemini 3.8 Flash ke Gemini 4 Hydrogen tampak seperti perubahan satu baris: ganti string model, deploy ulang, selesai. Enam hal dalam daftar periksa migrasi milik Google sendiri mengatakan sebaliknya, dan empat di antaranya gagal tanpa error. Model yang menggantikan Gemini 3.8 Flash tersedia secara umum pada 12 November 2026 dengan harga $1.50 per juta token input dan $7.50 per juta token output, rata di seluruh jendela 1,048,576 token yang dipakai bersama oleh input, thinking, dan output. Gemini 3.8 Flash, stabil sejak 2 September 2026, berada di setengah harga itu hingga 1 Januari 2027, ketika kartu tarif Google menggandakannya menjadi tepat $1.50 / $7.50 yang sama. Jadi perbedaan harga antara kedua model ini adalah jendela tujuh minggu, bukan struktur tingkatan — dan migrasi adalah bagian yang akan lebih mahal daripada tokennya.

Empat kegagalan yang tidak akan Anda lihat dalam kode status

Halaman GoogleWhat's new in Gemini 4 Hydrogen sangat blak-blakan tentang hal-hal ini, yang menunjukkan bahwa mereka sudah menjadi korban di dunia nyata.

• Parameter sampling — temperature, top_p, dan top_k tidak ditolak di Hydrogen. Server mengabaikannya. Prompt yang disetel terhadap temperature 0.2 pada 3.8 Flash terus mengembalikan 200 di Hydrogen dan diam-diam mengembalikan distribusi dari nilai default apa pun yang berlaku.

• Bawaan Thinking — 3.8 Flash secara default menggunakan level sedang untuk thinking; Hydrogen secara default menggunakan tinggi. Tidak ada yang berubah dalam permintaan Anda, tetapi latensi dan penagihan token output keduanya ikut berubah, karena token thinking ditagih sebagai output.

• Akuntansi konteks — 3.8 Flash memberi Anda 1.048.576 token input dan anggaran output terpisah sebesar 65.536. Hydrogen memiliki satu jendela 1.048.576 token yang mencakup input, thinking, dan output sekaligus. Prompt 900K token yang tadinya aman di 3.8 Flash kini menyisakan sekitar 148K untuk penalaran dan jawaban, dan tugas konteks panjang akan memotong balasannya sendiri alih-alih error.

• Caching eksplisit — cachedContents dan caches.create tidak didukung di Hydrogen. Setiap permintaan yang membawa field cached_content harus menghapusnya dan mengandalkan caching implisit, yang aktif secara otomatis pada 4.096 token dan mendiskon cache hit sebesar 95% ($0.075 per juta). Diskonnya sama; kendalinya hilang.

Dua yang gagal secara mencolok, yang hampir melegakan

Level thinking minimal ditolak oleh Hydrogen dengan error — tetapi juga ditolak oleh 3.8 Flash, jadi jika kode Anda masih mengirimkannya, Anda memiliki bug yang mendahului migrasi ini dan akan muncul pada model mana pun yang pertama Anda pindahi. Kegagalan mencolok lainnya adalah batas output sinkron, dan itu juga bukan hal baru: 65,536 token per hop berlaku pada panggilan streaming maupun non-streaming. Yang baru adalah panduan Google. max_output_tokens sekarang membatasi gabungan thinking plus output, batas hardcoded seperti 8,192 harus dihapus, dan apa pun di atas 64K memerlukan background: true dengan max_output_tokens disetel di atas 65,536 — hingga 1,048,576 dikurangi input Anda. Setel background tanpa menaikkan max_output_tokens dan server tetap berhenti di 64K, yang merupakan jenis hal yang Anda temukan pada pukul 2 pagi.

Alokasikan waktu seminggu untuk pengujian perilaku, bukan satu sore untuk penggantian string. Dua dari kegagalan senyap di atas hanya muncul sebagai perubahan distribusi keluaran, yang tidak tertangkap oleh smoke test mana pun.

Apa yang Anda dapatkan dari kerepotan itu

Kesenjangan kemampuan adalah alasan siapa pun mau menerima migrasi itu sama sekali. Materi peluncuran G​oogle mengklaim 57% pada Terminal-Bench 4.1, sementara Gemini 3.8 Flash mencetak 18.2%, pada harness yang tidak dapat diperiksa oleh siapa pun di luar G​oogle — bersifat indikatif, bukan terukur. Pandangan independen dari Artificial Analysis lebih sempit dan mengarah ke arah yang sama: Intelligence Index 54 pada pengaturan xhigh Hydrogen versus 31 untuk 3.8 Flash pada high, dengan model median pada indeks tersebut berada di 41.

Dua pengukuran Artificial Analysis lebih penting daripada indeksnya. Kecepatan output adalah 198 token per detik untuk Hydrogen pada xhigh dibandingkan 111 untuk 3.8 Flash pada high — sedikit di bawah 1,8x, diukur pada pengaturan Hydrogen yang lebih lambat, jadi klaim G​oogle tentang sekitar 2,5x pada high default masuk akal dan tidak terbantahkan. Dan biaya per tugas yang diselesaikan adalah $3,16 untuk Hydrogen dibandingkan $7,77 untuk 3.8 Flash, karena 3.8 Flash menghabiskan jauh lebih banyak token per tugas relatif terhadap skornya. Jika model biaya Anda dibangun berdasarkan dolar per juta token, itu mengukur hal yang salah di sini.

{{1}}Angka pembandingnya adalah waktu hingga token jawaban pertama: 41,11 detik untuk Hydrogen dibandingkan dengan 17,10 untuk 3.8 Flash.{{/1}} {{2}}Hydrogen selesai lebih cepat dan mulai lebih lambat.{{/2}} {{3}}Dalam kotak obrolan tempat seseorang mengamati kata-kata pertama muncul, 3.8 Flash tetap terasa lebih cepat.{{/3}} {{4}}Dalam loop agen yang memicu tugas dan mengumpulkan hasil, waktu aktual adalah yang Anda bayar dan Hydrogen menang.{{/4}}

Aritmetika yang menjadikan Desember satu-satunya bulan yang penting

Hari ini, Gemini 3.8 Flash berbiaya $0,75 input / $3,75 output dibandingkan Hydrogen $1,50 / $7,50. Pada 1 Januari 2027, itu menjadi $1,50 / $7,50 pada keduanya. Input cache naik dari $0,075 menjadi $0,15 pada 3.8 Flash dan tetap $0,075 pada Hydrogen, dan biaya penyimpanan cache per jam menjadi dua kali lipat pada tanggal yang sama. Setiap tingkat layanan menyatu pada pasangan angka yang sama: Batch dan Flex berada di $0,75 / $3,75 pada keduanya, Priority di $2,70 / $13,50 pada keduanya. Hydrogen sudah berada pada harga Januari, yang berarti premi yang Anda bayar bulan ini adalah premi karena lebih awal, bukan karena berada pada model yang lebih baik.

Kedua model memiliki tier gratis, yang perlu disebutkan karena hal ini tidak berlaku di seluruh lini Gemini 4 — Gemini 4 Carbon dan Gemini 4 Argon tidak memilikinya. Kedua tier gratis dibatasi laju, dan data tier gratis digunakan untuk peningkatan produk, jadi keduanya bukan kontrak produksi.

Model yang tidak dipensiunkan adalah 3.8 Flash. Tabel deprecation G​oogle tidak mencantumkan tanggal penghentian untuk model tersebut, dan mulai 1 Desember 2026 permintaan ke gemini-2.5-pro yang sudah deprecated otomatis dialihkan ke 3.8 Flash. G​oogle sedang memusatkan trafik ke model yang juga mereka minta Anda tinggalkan, yang berarti migrasi bertahap merupakan opsi nyata, bukan eufemisme untuk penundaan.

Menjalankan perbandingan pada trafik Anda sendiri

Keputusan lebih mudah diambil jika kedua model dapat dipanggil dari satu tempat dan satu tagihan, karena seluruh persoalannya bersifat perilaku: apakah set prompt Anda kehilangan sesuatu saat temperature berhenti berfungsi dan level thinking naik satu tingkat.

Gemini 3.8 Flash ada di katalog OrcaRouter pada $0.75 / $3.75 per juta token, harga daftar penyedia diteruskan pada markup 0% — jadi ketika G​oogle menggandakan tarif itu pada 1 Januari, angka baru langsung berlaku di sini pada hari yang sama, bukan pada pembaruan kontrak berikutnya. G​emini 4 Hydrogen tidak ada di katalog kami; model itu dapat diakses melalui API milik G​oogle sendiri dan AI Studio, dan tidak ada lapisan perutean yang mengubah itu. Yang benar-benar diberikan router kepada Anda dalam jendela ini adalah A/B itu sendiri: prompt yang sama dikirim ke 3.8 Flash dan ke apa pun yang sedang Anda evaluasi berikutnya, failover otomatis ketika tier yang dibatasi laju menolak permintaan, dan DSL perutean yang dapat mempertahankan jalur murah pada model yang masih memiliki caching eksplisit hingga Anda memigrasikan pemanggil terakhir.

Siapa yang harus bergerak pada November, dan siapa yang harus menunggu?

Segera beralih jika beban kerja Anda bersifat agentik, terikat terminal, atau berhorizon panjang, dan jika selisih 57 versus 18,2 pada Terminal-Bench 4.1 menggambarkan tugas nyata yang Anda jalankan. Premi harga yang Anda bayar antara sekarang dan Januari adalah biaya tujuh minggu ekstra model yang lebih baik, yang merupakan kesalahan pembulatan dibandingkan migrasi yang memang akan Anda lakukan.

Tunggu hingga Januari jika beban kerja Anda berbentuk chat dan sensitif terhadap latensi, atau jika bergantung pada semantik caching eksplisit yang telah Anda bangun logika retry di sekitarnya. 3.8 Flash lebih murah saat ini, lebih cepat ke token pertama, dan tidak dijadwalkan untuk dimatikan. Tidak ada hadiah karena menjadi yang pertama melalui migrasi yang satu-satunya tenggat waktunya adalah kartu tarif.

Yang tidak boleh dilakukan siapa pun adalah melakukan migrasi pada minggu terakhir Desember dan menemukan parameter temperature yang diabaikan di lingkungan produksi pada 2 Januari. Satu-satunya kesalahan yang benar-benar tidak dapat dipulihkan di sini adalah menganggap tanggal peluncuran sebagai tenggat waktu. Tenggat waktunya adalah konvergensi harga — dan pengujian yang menangkap kegagalan senyap harus dilakukan sebelum itu, bukan sesudahnya.