Gemini 4 Hydrogen vs Claude Haiku 5.5: un divario di prezzo di 15x che si riduce a 7x per attività completata

Sul listino prezzi il divario è assurdo. Claude Haiku 5.5 costa $0,10 per milione di token di input e $0,50 per milione di output per prompt fino a 100.000 token; Gemini 4 Hydrogen costa $1,50 e $7,50. È quindici volte più caro su entrambe le voci, per un modello entrato nel catalogo di Google solo il 12 novembre 2026. Nessuno che questa settimana scelga tra i due sta però scegliendo tra due prezzi. Sta scegliendo tra un modello che ottiene 54 sull'Artificial Analysis Intelligence Index e uno che ottiene 36, e il fattore quindici si dissolve nel momento in cui misuri quanto costa a ciascuno portare a termine un lavoro anziché avviarlo.

Il numero per token e il numero per attività differiscono della metà

Artificial Analysis esegue entrambi i modelli attraverso lo stesso harness e pubblica il costo per attività di indice completata insieme al prezzo per token. I risultati non sono nemmeno lontanamente vicini a ciò che suggeriscono i listini prezzi.

• Per token, input e output — G​emini 4 Hydrogen $1.50 / $7.50 rispetto a Claude Haiku 5.5 $0.10 / $0.50. Haiku è 15,0 volte più economico sull'input e 15,0 volte più economico sull'output, in modo uniforme.

• Per ogni attività di indicizzazione completata — Gemini 4 Hydrogen $3,16 con l’impostazione di pensiero più elevata rispetto a Claude Haiku 5.5 $0,41. Haiku costa 7,7 volte meno, non 15 volte meno.

• Perché il divario si dimezza: la verbosità. Haiku 5.5 ha generato 298 milioni di token in output per elaborare l'indice, contro i 107 milioni del modello mediano della sua stessa classe di confronto: Carbon e Hydrogen sono misurati rispetto a una mediana di 72,8 milioni, quindi le due mediane non sono lo stesso metro di riferimento. È economico per token e costoso per risposta, perché servono molti più token per arrivare a una.

• Tariffa combinata sullo stesso mix 7:2:1 cache/input/output — G​emini 4 Hydrogen 1,10 $ per milione rispetto a Claude Haiku 5.5 0,077 $ per milione.

Leggi le ultime due righe insieme e l'argomento sul prezzo cambia forma. Un team che fa il budget partendo dal listino prezzi si aspetterà un risparmio di quindici volte e ne otterrà poco meno di otto. Un team che fa il budget partendo dal costo per attività ottiene il numero reale, e quel numero è ancora schiacciantemente a favore di Haiku — ma è un numero su cui puoi pianificare, cosa che il listino prezzi non è.

Nella scheda di Haiku è nascosta una soglia che nessuna delle due cifre cattura. Tutto quanto sopra riguarda il prezzo sotto i 100K token. Oltre 100.000 token di prompt, Haiku 5.5 passa a $0,50 in input e $2,50 in output — un salto di cinque volte che lo colloca esattamente a un terzo del prezzo di output di Hydrogen anziché a un quindicesimo. Entrambi i modelli hanno una finestra di 1.048.576 token, quindi il crossover è raggiungibile anziché teorico: un carico di lavoro a contesto lungo porta Haiku a $0,50/$2,50 contro gli $1,50/$7,50 di Hydrogen, e il divario per token si restringe a 3x mentre il divario di capacità resta esattamente dov'era.

Cosa valgono diciotto punti indice, nelle attività che le persone eseguono davvero

Diciotto punti di indice sono un divario ampio sulla carta. Che lo sia anche nella pratica dipende interamente dalla forma del lavoro, e i benchmark dei fornitori puntano in direzioni diverse a seconda di quale si legga.

• Attività agentiche da terminale — Google riporta Gemini 4 Hydrogen al 57,0% su Terminal-Bench 4.1, etichettato come corretto per il cheating. Anthropic riporta Claude Haiku 5.5 al 39,2% su Terminal-Bench 4.0. Versioni diverse del benchmark, quindi il confronto è indicativo più che esatto, ma la direzione è coerente e favorisce Hydrogen con un ampio margine.

• Uso del computer — Hydrogen al 77,6% su OSWorld-2.1, dato dichiarato dal fornitore; Haiku 5.5 al 72,4% sul sottoinsieme offline dello stesso benchmark, anch'esso dichiarato dal fornitore. Un vantaggio di Hydrogen più contenuto, e il qualificatore del sottoinsieme significa che le due cifre non misurano esattamente la stessa cosa.

• Ragionamento complesso senza strumenti — Hydrogen al 58,8% su HLE-Diamond; Haiku 5.5 al 45,9% su Humanity's Last Exam senza strumenti, che sale al 57,4% con gli strumenti. Questo è il divario onesto più ampio della coppia, ed è quello che corrisponde a «questo modello può sostenere un problema difficile senza un'impalcatura?».

• Revisione e correzione del codice — Hydrogen al 66,6% su Chartography; Haiku 5.5 al 46,4% su Chartography senza strumenti. Venti punti, stesso nome di benchmark, stessa condizione senza strumenti.

• Coding di frontiera — Anthropic riporta Haiku 5.5 al 46,4% su FrontierCode 1.1 e riporta un punteggio FrontierCode di 66,2 da Cognition quando Haiku 5.5 viene eseguito come sidekick all'interno di Devin Fusion. Si noti che il secondo numero è una configurazione diversa, non un punteggio diverso per lo stesso compito, e Anthropic etichetta entrambi come riportati dal cliente anziché di prima parte.

Ogni cifra sopra è dichiarata dal fornitore, ovvero dall'azienda che vende il modello. Nessuna è stata riprodotta in modo indipendente, e le versioni dei benchmark differiscono abbastanza che sommarle in un'unica affermazione "Hydrogen è migliore del X%" sarebbe disonesto. Ciò che supportano è più circoscritto e più utile: Hydrogen è sostanzialmente migliore nei compiti che durano a lungo e usano strumenti; il divario è minimo dove il lavoro consiste in una singola domanda circoscritta.

Entrambi sono lenti a partire, cosa che nessuno mette nel titolo

Questa è la parte del confronto che sorprende chi ha scelto in base al prezzo o all'indice e poi ha visto arrivare il primo token.

• Tempo al primo token di risposta: G​emini 4 Hydrogen 40,55 secondi con la sua impostazione di pensiero più alta, rispetto a Claude Haiku 5.5 175,95 secondi con la sua impostazione più alta. Hydrogen parte quattro volte prima, ed entrambi i valori sono ben al di sopra di ciò che una superficie interattiva tollera.

• Velocità di output una volta avviato — Claude Haiku 5.5 256 token al secondo rispetto a Gemini 4 Hydrogen 188 token al secondo. Haiku scrive più velocemente e inizia più tardi.

• Tempo medio per attività di indicizzazione — Claude Haiku 5.5: 14,7 minuti. I due modelli finiscono in un territorio simile per ogni attività completata; ci arrivano per vie opposte.

• Al livello di pensiero predefinito di Hydrogen, il valore del primo token scende a circa 16,7 secondi, che è il numero che conta per un'interfaccia di chat, e che è anche l'impostazione che produce il punteggio di indice di 51 anziché 54.

Se stai sviluppando qualcosa su cui una persona rimane in attesa, la configurazione principale di nessuno dei due modelli è adatta. Haiku 5.5 in particolare è un modello a impegno regolabile — da Low a Max — e i valori di 175,95 secondi e indice 36 si riferiscono all'impostazione Max. Con un impegno inferiore parte prima e ottiene punteggi più bassi, e Anthropic non pubblica alcuna tabella che metta in corrispondenza l'uno con l'altro. È un test che devi eseguire tu stesso.

La cache è dove risiede davvero il rapporto qualità-prezzo

Per qualsiasi workload con un prefisso stabile — un system prompt, una mappa di repository, un insieme di documenti — l'input in cache rappresenta la maggior parte del costo, e le due schede si comportano in modo abbastanza diverso da ribaltare l'ordine del confronto.

• Prezzo di lettura della cache — Claude Haiku 5.5 $0.01 per milione, uno sconto del 90% sulla sua tariffa di input di $0.10. G​emini 4 Hydrogen $0.075 per milione, uno sconto del 95% sulla sua tariffa di $1.50.

• Meccanismo di cache — Claude Haiku 5.5 supporta scritture esplicite in cache a 0,125 $ per milione, quindi sei tu a controllare cosa viene memorizzato in cache e per quanto tempo. G​emini 4 Hydrogen supporta solo la cache implicita, senza handle di cache espliciti, quindi lo sconto è un comportamento del servizio anziché un'API che chiami.

• Cosa significa: un workload con un prefisso condiviso di 60.000 token letto mille volte al giorno costa $0,60 al giorno in letture dalla cache su Haiku e $4,50 su Hydrogen, un divario di 7,5x anziché 15x, perché Hydrogen applica uno sconto del 95% dove Haiku sconta il 90%. Porta lo stesso prefisso a 200.000 token, oltre la soglia di Haiku, e il quadro si inverte: la lettura dalla cache di fascia long di Haiku costa $0,05 per milione, quindi la lettura costa $10,00 su Haiku contro $15,00 su Hydrogen, mentre ogni token di input nuovo in quella richiesta ora costa tre volte meno su Haiku. Il divario sulla cache si restringe esattamente dove il divario sull'input si allarga, e non è il compromesso che un workload a contesto lungo si aspetta.

L'asimmetria conta soprattutto per il carico di lavoro in cui Hydrogen è più forte. Le lunghe sessioni agentiche con un contesto ampio e stabile sono esattamente il caso in cui la cache implicita aiuta e exactly where you would want explicit control over what stays resident. Haiku ti dà il controllo e la cache più economica a ogni lunghezza di prefisso; Hydrogen ti dà la capacità e ti chiede di fidarti del servizio affinché noti la ripetizione. Need avoid English "exactly where" — translate fully. "Le lunghe sessioni agentiche con un contesto ampio e stabile sono esattamente il caso in cui la cache implicita è utile ed esattamente quello in cui vorresti un controllo esplicito su ciò che rimane residente." Good. Output only.L'asimmetria conta soprattutto per il carico di lavoro in cui Hydrogen è più efficace. Le lunghe sessioni agentiche con un contesto ampio e stabile sono esattamente il caso in cui la cache implicita è utile ed esattamente quello in cui vorresti un controllo esplicito su ciò che rimane residente. Haiku ti offre il controllo e la cache più economica a ogni lunghezza di prefisso; Hydrogen ti offre la capacità e ti chiede di fidarti del servizio affinché noti la ripetizione.

Tre carichi di lavoro, tre risposte diverse

Astrarre ulteriormente sarebbe controproducente, quindi ecco dove cade il confine nella pratica.

Una pipeline di classificazione o estrazione su milioni di documenti brevi è il carico di lavoro di Haiku 5.5, e non c'è paragone. Input delimitato, output delimitato, nessun tool, nessun orizzonte lungo: il gap sull'indice è irrilevante perché l'attività non lo mette alla prova, e $0.10/$0.50 contro $1.50/$7.50 rappresentano un risparmio di quindici volte su una spesa che è già il costo dominante. Spostare questo su Hydrogen non offre alcun vantaggio e costa un ordine di grandezza in più.

Un agente di coding che modifica file, esegue test e si riprende dagli errori è il carico di lavoro di Hydrogen. I divari in Terminal-Bench e Chartography sono la prova diretta, e il dato del costo per attività — 3,16 $ contro 0,41 $ — sottostima la differenza, perché un'attività che Haiku non riesce a completare ha un costo per completamento infinito anziché basso. Il confronto vale solo per le attività che entrambi i modelli sono in grado di svolgere.

Un batch notturno che riassume documenti lunghi si colloca nella zona intermedia ambigua ed è deciso dalla soglia dei 100K. Sotto i 100.000 token per chiamata, Haiku costa quindici volte meno per token e circa otto volte meno per attività completata. Al di sopra, il prezzo di Haiku quintuplica e la risposta onesta è testare entrambi sul proprio corpus, perché il punto di crossover dipende da quanto dell’input è prompt e quanto documento.

Un assistente interattivo non è né l’uno né l’altro. Entrambi i modelli sono troppo lenti per partire con le loro impostazioni massime, e la configurazione giusta per una superficie di chat è Hydrogen al suo livello predefinito oppure Haiku con un’impostazione di effort più bassa — un confronto tra due downgrade, che quasi nessuno sottopone a benchmark e che è l’unica versione di questa domanda ad arrivare a un utente.

Eseguire entrambi senza scegliere in anticipo un vincitore

La posizione sensata per la maggior parte dei team è che questa non è una migrazione ma una decisione di routing, e le decisioni di routing sono più facili da invertire rispetto alle migrazioni.

OrcaRouter non offre nessuno di questi due modelli al vertice della propria gamma: Claude Haiku 4.5 è in catalogo a $1.00 e $5.00 per milione con una finestra di 200.000 token, e Gemini 3.8 Flash a $0.75 e $3.75 con l'intera finestra di 1.048.576 token — entrambi al prezzo di listino del fornitore, con 0% di ricarico, su un'unica chiave, con failover automatico tra fornitori. Haiku 5.5 e Hydrogen provengono entrambi dalle API dei rispettivi fornitori. Quindi l'accordo praticabile è una politica di routing: Hydrogen chiamato direttamente per i turni di esecuzione a lungo orizzonte in cui il suo vantaggio nei benchmark è reale, Haiku 5.5 chiamato direttamente per le chiamate limitate ad alto volume in cui il suo prezzo è reale, e un modello instradato dietro entrambi come percorso su cui una richiesta ripiega quando uno dei due fornitori limita, aumenta un limite di frequenza o applica una variazione di prezzo.

Quell'ultima clausola non è ipotetica. La scheda di G​oogle prevede già che Gemini 4 Carbon e Gemini 4 Argon raddoppino il 1° dicembre 2026, passando da 2,00 $/10,00 $ a 4,00 $/20,00 $, mentre Hydrogen non presenta alcun aumento con data. A​nthropic ha già ritoccato una volta il prezzo di Haiku in questo ciclo, tagliandolo di circa il 90% nel livello sotto i 100K quando 5.5 ha sostituito 4.5. Un livello di routing che inoltra il prezzo di listino del provider senza alcun ricarico fa sì che tali cambiamenti ti raggiungano il giorno stesso in cui entrano in vigore, anziché al rinnovo contrattuale successivo — e, per un confronto il cui intero argomento è il prezzo, è proprio la caratteristica che conta.

Cosa cambierebbe questa risposta?

Tre cose, in ordine di quanto lo sposterebbero.

Una riproduzione indipendente del divario di Terminal-Bench. Ogni dato agentico riportato sopra è dichiarato dal fornitore da entrambe le parti, su versioni diverse del benchmark, e la singola più grande giustificazione per il sovrapprezzo di Hydrogen si basa su numeri che nessuna delle due aziende ha fatto verificare. Artificial Analysis pubblica un indice per entrambi i modelli ma non i punteggi parziali per benchmark che chiarirebbero la questione.

Una curva sforzo-qualità pubblicata per Haiku 5.5. Se lo sforzo Low mantiene gran parte del punteggio dell'impostazione Max a una frazione della latenza, il caso d'interazione si restringe e il vantaggio di prezzo si estende verso l'alto ai carichi di lavoro attualmente assegnati a Hydrogen. A​nthropic rilascia l'impostazione e non la tabella.

Una mossa sulla scheda di Hydrogen. Al momento non ne ha nessuna, il che è insolito in una famiglia in cui due membri su tre raddoppiano in tre settimane. Se cambia, il dato del costo per attività — l'unico numero che rende interessante questo confronto — si muove di conseguenza, e il 7,7x diventa qualcosa di completamente diverso.

Finché uno di questi non arriva, il riepilogo difendibile è quello supportato dall'harness indipendente, non quello implicito nel tariffario: Haiku 5.5 costa tra sette e quindici volte meno a seconda che si contino i token o le attività completate, Hydrogen è decisamente migliore in tutto ciò che dura a lungo e utilizza strumenti, e l'unico numero che dovrebbe decidere la ripartizione è quanto ciascuno ti costa per ogni attività che riesci effettivamente a completare.