Gemini 4 Hydrogen: Google의 Flash 대체 모델, Flash라는 이름을 버리고 '완성'을 두고 논하다

Google DeepMind가 발표문에서 내세운 주장은 좁고 구체적입니다: Gemini 4 Hydrogen은 Gemini 3.8 Flash보다 작업을 2.5배 더 빨리 완료하며 Gemini 4 Argon을 Artificial Analysis Intelligence Index에서 앞선다는 것입니다. 두 부분 모두 검증 가능하며, 두 번째는 사실입니다. 독립 하네스에서 Hydrogen은 54점, Argon은 50점을 기록합니다. 첫 번째 부분이 이번 출시를 흥미롭게 만드는 지점인데, 같은 독립 하네스에서 Hydrogen은 인덱스 작업당 13.5분, Gemini 3.8 Flash는 14.8분을 기록하므로 이는 150% 차이가 아니라 10% 차이입니다. Gemini 4 Hydrogen은 실재하며, 2026년 11월 12일 백만 입력 토큰당 1.50달러, 백만 출력 토큰당 7.50달러로 정식 출시(GA)되었고, 처리량 부문에서 Flash 라벨이 아닌 코드명으로 판매된 첫 모델입니다. 다만 이것은 자신이 대체하는 모델에 대한 단순한 속도 업그레이드가 아닙니다.

11월 12일에 실제로 무엇이 출시되었나요?

Google의 모델 카드는 같은 날짜로 작성되었으며 계보에 대해 이례적으로 명확히 밝히고 있습니다: Hydrogen은 Gemini 4 Carbon, 같은 제품군의 프런티어 모델에서 파생되었습니다. 별도로 훈련된 더 작은 모델이 아닙니다. 동일한 베이스에 서로 다른 포스트트레이닝 및 서빙 프로필을 적용한 것이므로, 이 모델과 형제 모델들 사이의 역량 격차가 가격 격차가 시사하는 것보다 작습니다.

• 컨텍스트 — 입력과 출력에 걸쳐 공유되는 1,048,576토큰 창으로, 기본 동기 출력은 64K 토큰이며 백그라운드 장시간 디코딩을 통해 최대 100만 토큰 전체까지 가능합니다.

• 입력 및 출력 — 텍스트, 이미지, 오디오, 비디오, PDF 입력, 텍스트 출력. 이미지 생성 없음, 오디오 생성 없음, Live API 없음.

• 사고 수준 — 설정 가능하며, Artificial Analysis는 기본값이 아닌 xhigh 설정에서 대표 점수를 공개합니다. Google 자체 비교 수치는 기본값인 high 기준입니다.

• 지식 컷오프 — 2026년 3월, 모델 카드의 한계 섹션에 명확히 명시되어 있으며, 일부 도메인은 최신 정보가 덜 반영될 수 있다는 단서가 붙습니다. 그 한 줄이 이전 G​emini 4 모델들이 남겨 둔 질문을 해결합니다.

• 배포 — G​emini 앱, G​emini API, G​oogle AI Studio, G​oogle Sheets, G​emini for business, G​oogle Antigravity 및 G​oogle Search, API에는 무료 티어 제공. 액세스 제한 단계는 없습니다.

• 안전 보고 — 별도의 안전 및 보안 보고서는 "며칠 내로" 제공하겠다고 약속되었지만 아직 존재하지 않으므로, 아래의 모든 내용은 자체 보고에 기반합니다.

2.5배라는 주장, 그리고 외부 하네스가 측정한 것

두 숫자가 G​oogle의 발표에서 핵심적인 역할을 하고 있으며, 각기 다른 질문에 답합니다. 첫 번째는 처리량으로, Artificial Analysis가 측정한 결과 초당 190개의 출력 토큰인 반면 Gemini 3.8 Flash는 112개, Gemini 4 Argon은 65개, Gemini 4 Carbon은 72개입니다. 이는 원시 생성 속도에서 실제로 1.7배이며, G​emini 4 형제 모델 각각의 약 3배입니다.

두 번째는 완료된 작업당 시간이며, 여기서 상황이 뒤집힌다. Artificial Analysis는 Hydrogen으로 Intelligence Index 작업을 13.5분에, Gemini 3.8 Flash로 14.8분에, Carbon으로 28.4분에, Argon으로 30.0분에 완료한다. Argon과 비교하면 2.2배 우위다. 출시 게시물에서 Google이 언급한 모델과 비교하면 1.1배다. 2.5배라는 수치가 특정 내부 작업 세트에서 나온 것이라면, 그것은 해당 작업 세트에 대한 주장이다 — 범용 외부 수치는 사실상 대등할 정도로 가까워서 Google 외부에서는 누구도 그 격차를 재현하지 못했다.

가능성이 높은 설명은 장황함이며, 이는 양면성을 지닌다. {{1}}Hydrogen은 인덱스를 완료하는 데 3억 400만 개의 출력 토큰을 생성했으며, 중앙값 모델은 7,280만 개, Gemini 3.8 Flash는 1억 2,600만 개였다.{{/1}} 작업당 두 배가 넘는 텍스트를 생성하면서도 약간 더 빨리 끝나는데, 그 텍스트를 빠르게 생성하기 때문이다. 속도와 장황함은 같은 사실을 양 끝에서 본 것이다.

Google 자체 표가 말하는 바, 단서가 붙은

이 섹션의 모든 수치는 11월 12일 모델 카드에서 공급업체가 보고한 것이며, 그중 어느 것도 Google 외부에서 재현되지 않았습니다. 비교 대상은 교체되는 Flash 모델이 아니라 Claude Sonnet 5.5와 GPT-6.1 Terra입니다.

• SWE-sweep — Hydrogen의 13.5% 대 Claude Sonnet 5.5의 3.1%, GPT-6.1 Terra의 5.8%로, 표에서 가장 큰 상대적 격차입니다.

• Terminal-Bench 4.1 — Hydrogen은 57.0%로 Claude Sonnet 5.5의 63.9%를 상대했으며, GPT-6.1 Terra의 점수는 공개되지 않았다. 이는 Hydrogen이 뒤지는 유일한 에이전트형 코딩 벤치마크이며, G​oogle은 이를 부정행위 보정(cheating-adjusted)으로 표기한다.

• 지식 노동 — Agents' Last Exam v1.1은 71.6%(60.4%, 69.8%), AutomationBench-AA는 76.1%(71.8%, 60.2%), Vending-Bench 2는 $14,549의 은행 잔액으로 $11,165 및 $9,107과 대비했습니다.

• 컴퓨터 사용 — OSWorld-2.1에서 77.6%를 기록해, Claude Sonnet 5.5의 83.9%와 GPT-6.1 Terra의 74.2%에 맞섰다. 같은 경쟁 상대에게 두 번째로 패배한 것이다.

• 멀티모달 및 과학 — MKA 53.4%, Chartography 66.6%, Terminal-Bench-Science 0.1은 51.4%, HLE-Diamond는 53.3% 및 47.3% 대비 58.8%.

손실값들을 함께 보면 하나의 패턴이 드러납니다. Hydrogen은 여러 단계에 걸쳐 작업을 누적하는 일에서는 강하고, 긴 도구 사용 세션을 하나로 유지하는 일에서는 더 약합니다. 이는 지구력보다 처리량에 맞춰 조정된 모델과 일관되며, 한 시간 동안 실행되는 에이전트 루프에 대해 Hydrogen과 프런티어 모델 중 하나를 선택해야 할 때 중요한 차이입니다.

예산을 책정할 때 기준으로 삼아야 하는 것은 독립적인 수치입니다.

Artificial Analysis는 여기서 벤더에서 나오지 않은 유일한 측정 도구이며, 작업당 비용 수치는 이번 출시에서 가장 유용한 단일 수치다. Hydrogen은 xhigh에서 인덱스 작업 하나를 완료하는 데 추론 비용으로 평균 $3.16, 기본 high에서는 $1.87이 든다. Gemini 4 Argon은 $4.97, Gemini 4 Carbon은 $7.76이며, 저렴한 모델인 Gemini 3.8 Flash는 $7.77이 드는데, 이는 저렴한 가격으로 1억 2600만 토큰을 소모해 그 비용에 도달하기 때문이다.

그 역전이 바로 Hydrogen을 지지하는 실제 근거이며, 속도 주장보다 더 강력하다. 토큰당 Carbon의 4분의 1 비용이 드는 그 모델은 완료된 작업당 5분의 1 비용이 들고, 그것이 대체하는 모델 비용의 4분의 1도 안 된다. 토큰당 가격 책정은 정반대를 말해 주었을 것이다.

여기에는 두 가지 주의점이 따른다. 첫째, 작업당 비용은 인덱스의 작업 구성(task mix)의 속성이지 당신의 워크로드의 속성이 아니다. 200토큰짜리 답변을 내보내고 멈추는 파이프라인은 토큰당 가격만 보게 될 뿐 작업당 절감은 전혀 보지 못한다. 둘째는 지연 시간이다. Hydrogen은 xhigh에서 첫 답변 토큰까지 37.8초가 걸리고, 기본값인 high에서는 16.7초가 걸린다. 반면 Gemini 3.8 Flash는 17.3초다. 출시 관련 보도에서 인용한 설정에서는 생성은 빠르지만 시작이 느리므로, 에이전트 루프가 더 일찍 끝나더라도 대화형 인터페이스는 대체한 모델보다 더 느리게 느껴질 것이다.

회귀를 포함한 안전성 보고

모델 카드에는 출시 문서로서는 이례적인 인정이 담겨 있다. Gemini 3.8 Flash 대비 자동화된 콘텐츠 안전 점수는 텍스트(+0.80퍼센트포인트), 다국어(+1.10), 이미지→텍스트(+7.00)에서 향상됐고, 어조는 0.65포인트 하락했다. 정당한 이유 없는 거부, 즉 모델이 무해한 요청을 거절하는 비율은 5.57포인트 악화됐으며, 멀티모달 프롬프트에 집중됐다.

프런티어 안전과 관련해 Google은 Gemini 4 Argon을 대상으로 Material Capability Change 평가를 실시했고, Hydrogen이 일반 역량에서 중대한 증가를 보이지 않는다고 결론 내려 전체 핵심 역량 테스트 모음은 필요하지 않았다. 표적화된 CBRN 및 사이버 테스트에서는 해당 모델이 두 핵심 역량 수준에 모두 도달하지 못했지만, 두 항목 모두 경보 임계값에는 도달하는 것으로 나타났다. 이는 자체 평가이며, 근거 보고서는 아직 공개 예정으로만 표시되어 있다.

이것이 Flash 티어를 어디에 위치시키는가

Google은 Gemini 3.8 Flash를 폐기하지 않았습니다. 이 모델은 여전히 카탈로그에 있고, 여전히 백만 토큰당 $0.75 / $3.75이며, 짧고 지연에 민감한 호출에는 여전히 정답입니다. 첫 응답 토큰까지 17.3초로, xhigh의 Hydrogen보다 두 배 빠르게 시작하고 기본 설정의 Hydrogen과는 대략 같은 수준입니다. 달라진 것은 기본값입니다. Google이 이제 무료 티어 API 사용자와 Gemini Managed Agents의 Antigravity 에이전트에 제공하는 모델은 코드명이 붙은 모델이며, 예전에 그 자리를 설명하던 티어 라벨은 사라졌습니다.

혼합 스택을 운영하는 팀에게 실질적인 결과는 두 모델이 서로 다른 작업을 원한다는 것입니다. 실행에는 Hydrogen — 도구 호출, 파일 편집, 테스트 실행, 병렬 서브에이전트 턴 — 이고, 계획 턴에는 프런티어 모델입니다. 이는 바로 G​oogle이 문서화한 구성으로, Carbon이 인터페이스를 계획하고 어려운 장애물을 해결하며 Hydrogen이 코드 편집을 맡는 방식이며, OrcaRouter가 견지하도록 구축된 구성이기도 합니다: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.1 Pro Preview는 모두 하나의 키로 제공업체 정가에 마크업 없이 호출할 수 있으므로, 12월 1일의 Carbon 및 Argon 가격 재조정은 G​oogle의 가격표에 적용되는 같은 날 여기에도 적용되며, 속도 제한이 있는 무료 티어는 두 번째 계약 없이 유료 경로로 폴백할 수 있습니다. G​emini 4 Hydrogen은 저희 카탈로그에 없습니다 — 이는 G​oogle의 API와 AI Studio에서 제공됩니다 — 따라서 정직한 구성은 실행에는 Hydrogen을 직접 호출하고 그 뒤에 라우팅된 모델들을 계획 및 장애 조치용으로 두는 것입니다.

또 다른 벤치마크 대신 무엇을 볼까

어떤 점수보다 더 많은 것을 알려줄 날짜는 2026년 12월 1일이다. Gemini 4 Carbon과 Gemini 4 Argon은 모두 그날 두 배로 오른다. 백만 토큰당 $2.00 / $10.00에서 $4.00 / $20.00로. Hydrogen의 카드에는 날짜가 정해진 인상 단계가 전혀 없다. 이 비대칭성이 유지된다면, Google은 안정적인 2계층 제품군, 즉 $4/$20 상한과 $1.50/$7.50 주력 모델을 만들어낸 것이며 Flash라는 이름이 다시 등장할 가능성은 낮다. Hydrogen이 같은 일정으로 옮겨간다면, 이번 주에 출시된 것은 코드명이 붙은 도입 요금이었던 셈이다.

두 번째로 주목할 것은 안전성 보고서로, 모델 카드에서 곧 공개될 예정이라고 밝힌 문서이며 위의 역량 평가와 모순될 수 있는 유일한 문서다. 세 번째는 G​oogle 외부의 누군가가 2.5배의 작업 완료 격차를 재현하는지 여부다. 그렇게 하는 사람이 나오기 전까지, 방어 가능한 주장은 독립 하네스가 뒷받침하는 버전이다. 즉 Hydrogen은 완료된 작업당 가장 저렴한 G​emini 4이고, 형제 모델 대비 처리량이 대략 세 배이며, 시작이 느리고 매우 장황하다 — 그리고 그것이 대체한 모델은 이제 모든 작업의 기본값이 아니라 짧은 호출을 위한 예산 옵션이다.