Gemini 4 Hydrogen vs Gemini 3.8 Flash: sei cose che si rompono e un prezzo che converge il 1° gennaio

Passare da G​emini 3.8 Flash a G​emini 4 Hydrogen sembra una modifica da una riga: sostituisci la stringa del modello, ridistribuisci, fatto. Sei cose nella checklist di migrazione di G​oogle dicono il contrario, e quattro di queste falliscono senza un errore. Il modello che sostituisce G​emini 3.8 Flash è diventato disponibile a livello generale il 12 novembre 2026 a 1,50 $ per milione di token di input e 7,50 $ per milione di token di output, con tariffa fissa su una finestra di 1.048.576 token condivisa da input, thinking e output. G​emini 3.8 Flash, stabile dal 2 settembre 2026, resta a metà di quel prezzo fino al 1° gennaio 2027, quando il listino prezzi di G​oogle lo raddoppia portandolo esattamente agli stessi 1,50 $ / 7,50 $. Quindi la differenza di prezzo tra questi due modelli è una finestra di sette settimane, non una struttura a livelli — e la migrazione è la parte che ti costerà più dei token.

Quattro errori che non vedrai in un codice di stato

La pagina What's new in G​emini 4 Hydrogen di G​oogle è insolitamente schietta su questi punti, il che suggerisce che ci siano già stati casi reali.

• Parametri di campionamento — temperature, top_p e top_k non vengono rifiutati su Hydrogen. Il server li ignora. Un prompt messo a punto con una temperatura di 0,2 su 3.8 Flash continua a restituire 200 su Hydrogen e restituisce silenziosamente la distribuzione di qualunque sia il valore predefinito.

• Predefinito di pensiero — 3.8 Flash usa per impostazione predefinita il medio livello di pensiero; Hydrogen usa per impostazione predefinita alto. Nulla nella tua richiesta cambia, ma sia la latenza sia la fatturazione dei token di output cambiano, perché i token di pensiero vengono fatturati come output.

• Contabilizzazione del contesto — 3.8 Flash offre 1,048,576 token di input e un budget separato di 65,536 token di output. Hydrogen ha un'unica finestra da 1,048,576 token che copre insieme input, pensiero e output. Un prompt da 900K token che andava bene su 3.8 Flash ora lascia circa 148K per ragionamento e risposta, e le attività a contesto lungo troncheranno le proprie risposte anziché restituire un errore.

• Caching esplicito — cachedContents e caches.create non sono supportati su Hydrogen. Qualsiasi richiesta che contenga un campo cached_content deve rimuoverlo e affidarsi al caching implicito, che si attiva automaticamente a 4.096 token e applica uno sconto del 95% sugli hit della cache ($0,075 per milione). Lo sconto è lo stesso; il controllo è scomparso.

Due che falliscono in modo evidente, il che è quasi un sollievo

Il livello di thinking minimo viene rifiutato da Hydrogen con un errore — ma viene rifiutato anche da 3.8 Flash, quindi se il tuo codice lo invia ancora hai un bug che precede questa migrazione e verrà fuori sul primo modello verso cui ti sposterai. L'altro fallimento evidente è il limite di output sincrono, e non è nuovo neanche quello: 65,536 token per hop si applicano sia alle chiamate in streaming sia a quelle non in streaming. La novità sono le linee guida di G​oogle. max_output_tokens ora limita la somma di thinking e output, i limiti hardcoded come 8,192 dovrebbero essere rimossi, e qualsiasi cosa oltre 64K richiede background: true con max_output_tokens impostato sopra 65,536 — fino a 1,048,576 meno il tuo input. Imposta background senza alzare max_output_tokens e il server si ferma comunque a 64K, che è il tipo di cosa che scopri alle 2 di notte.

Prevedi una settimana di test comportamentali, non un pomeriggio di sostituzione di stringhe. Due dei fallimenti silenziosi sopra si manifestano solo come un cambiamento nella distribuzione dell'output, che nessuno smoke test intercetta.

Cosa ottieni in cambio del disturbo

Il divario di capacità è la ragione per cui qualcuno accetterebbe mai la migrazione. Il materiale di lancio di G​oogle dichiara 57% su Terminal-Bench 4.1, dove Gemini 3.8 Flash ha ottenuto 18.2%, su un harness che nessuno fuori da G​oogle può ispezionare — orientativo, non misurato. La lettura indipendente di Artificial Analysis è più contenuta e indica la stessa direzione: un Intelligence Index di 54 con l'impostazione xhigh di Hydrogen rispetto a 31 per 3.8 Flash a high, con il modello mediano su quell'indice a 41.

Due misurazioni di Artificial Analysis contano più dell'indice. La velocità di output è di 198 token al secondo per Hydrogen a xhigh contro 111 per 3.8 Flash a high — poco meno di 1,8x, misurata sull'impostazione più lenta di Hydrogen, quindi l'affermazione di G​oogle di circa 2,5x all'impostazione predefinita high è plausibile anziché smentita. E il costo per attività completata è di $3,16 per Hydrogen contro $7,77 per 3.8 Flash, perché 3.8 Flash consuma molti più token per attività rispetto al suo punteggio. Se il tuo modello di costo si basa sui dollari per milione di token, qui sta misurando la cosa sbagliata.

Il counter-number è il tempo al primo token di risposta: 41,11 secondi per Hydrogen contro 17,10 per 3.8 Flash. Hydrogen termina prima e inizia dopo. In una chat in cui una persona guarda apparire le prime parole, 3.8 Flash sembra comunque più veloce. In un loop di agenti che lancia un task e raccoglie un risultato, il tempo reale è ciò che paghi e Hydrogen vince.

L'aritmetica che rende dicembre l'unico mese che conta

Oggi, Gemini 3.8 Flash costa $0,75 in input / $3,75 in output contro $1,50 / $7,50 di Hydrogen. Il 1° gennaio 2027 diventa $1,50 / $7,50 su entrambi. L'input in cache passa da $0,075 a $0,15 su 3.8 Flash e resta a $0,075 su Hydrogen, e il costo orario di archiviazione della cache raddoppia alla stessa data. Ogni livello di servizio converge sulla stessa coppia di numeri: Batch e Flex arrivano a $0,75 / $3,75 su entrambi, Priority a $2,70 / $13,50 su entrambi. Hydrogen è già ai prezzi di gennaio, il che significa che il sovrapprezzo che paghi questo mese è un sovrapprezzo per essere arrivati presto, non per essere su un modello migliore.

Entrambi i modelli hanno un piano gratuito, il che vale la pena affermare perché non è vero in tutta la linea G​emini 4 — Gemini 4 Carbon e Gemini 4 Argon non ne hanno. Entrambi i piani gratuiti hanno limiti di frequenza, e i dati del piano gratuito vengono utilizzati per migliorare il prodotto, quindi nessuno dei due è un contratto di produzione.

Il modello che non viene ritirato è 3.8 Flash. La tabella di deprecazione di G​oogle non riporta alcuna data di dismissione per esso, e dal 1° dicembre 2026 le richieste al deprecato gemini-2.5-pro vengono indirizzate automaticamente a 3.8 Flash. G​oogle sta consolidando il traffico sul modello dal quale ti sta anche chiedendo di migrare, il che significa che una migrazione graduale è un'opzione reale anziché un eufemismo per indicare un rinvio.

Eseguendo il confronto sul tuo traffico

La decisione è più facile da prendere se entrambi i modelli sono richiamabili da un unico posto e con un'unica fattura, perché l'intera questione è comportamentale: il tuo set di prompt perde qualcosa quando la temperatura smette di funzionare e il livello di ragionamento sale di un gradino.

Gemini 3.8 Flash è nel catalogo OrcaRouter a $0.75 / $3.75 per milione di token, prezzo di listino del provider trasferito con 0% di ricarico — quindi quando Google raddoppia quella tariffa il 1° gennaio, il nuovo numero è attivo qui lo stesso giorno anziché al prossimo rinnovo contrattuale. Gemini 4 Hydrogen non è nel nostro catalogo; è raggiungibile tramite l'API e AI Studio di Google, e nessun livello di routing cambia questo. Quello che il router ti dà davvero in questa finestra è l'A/B stesso: lo stesso prompt inviato a 3.8 Flash e a qualunque cosa tu stia valutando dopo, failover automatico quando un livello con limite di frequenza scarta una richiesta, e un DSL di routing che può mantenere il percorso economico sul modello che ha ancora caching esplicito finché non hai migrato l'ultimo chiamante.

Chi dovrebbe muoversi a novembre, e chi dovrebbe aspettare

Passa ora se il tuo carico di lavoro è basato su agenti, vincolato al terminale o a lungo orizzonte, e se il divario tra 57 e 18,2 su Terminal-Bench 4.1 descrive un'attività reale che svolgi. Il sovrapprezzo che paghi da ora a gennaio è il costo di sette settimane in più con il modello migliore, che è un errore di arrotondamento rispetto a una migrazione che avresti comunque fatto.

Aspetta fino a gennaio se il tuo carico di lavoro è di tipo chat e sensibile alla latenza, oppure se dipende da semantiche di caching esplicite attorno alle quali hai costruito una logica di retry. 3.8 Flash è più economico oggi, più veloce al primo token e non è previsto per la dismissione. Non c'è alcun premio per essere il primo a completare una migrazione la cui unica scadenza è una rate card.

Quello che nessuno dovrebbe fare è migrare nell'ultima settimana di dicembre e scoprire il parametro di temperatura ignorato in produzione il 2 gennaio. L'unico errore davvero irreversibile qui è trattare la data di lancio come la scadenza. La scadenza è la convergenza dei prezzi — e i test che intercettano i guasti silenziosi devono avvenire prima, non dopo.