Gemini 4 Hydrogen vs Claude Haiku 5.5: een prijsverschil van 15x dat krimpt tot 7x per afgeronde taak

Op de tarievenkaart is het verschil absurd. Claude Haiku 5.5 kost $0,10 per miljoen inputtokens en $0,50 per miljoen output voor prompts tot 100.000 tokens; G​emini 4 Hydrogen kost $1,50 en $7,50. Dat is op beide onderdelen vijftien keer duurder, voor een model dat pas op 12 november 2026 in G​oogle's catalogus verscheen. Toch kiest niemand die deze week tussen hen moet kiezen tussen twee prijzen. Ze kiezen tussen een model dat 54 scoort op de Artificial Analysis Intelligence Index en een dat 36 scoort, en het getal van vijftien keer verdampt zodra je meet wat elk model kost om een klus af te ronden in plaats van om er een te beginnen.

Het aantal per token en het aantal per taak verschillen met de helft.

Artificial Analysis laat beide modellen door dezelfde harness lopen en publiceert de kosten per voltooide indextaak naast de prijs per token. De resultaten liggen niet in de buurt van wat de tariefkaarten suggereren.

• Per token, invoer en uitvoer — G​emini 4 Hydrogen $1,50 / $7,50 vs Claude Haiku 5.5 $0,10 / $0,50. Haiku is 15,0x goedkoper op invoer en 15,0x goedkoper op uitvoer, constant.

• Per voltooide indextaak — G​emini 4 Hydrogen $3,16 op de hoogste denkinstelling versus Claude Haiku 5.5 $0,41. Haiku is 7,7x goedkoper, niet 15x.

• Waarom de kloof halveert — breedsprakigheid. Haiku 5.5 genereerde 298 miljoen outputtokens om de index te doorwerken, tegen 107 miljoen voor het mediane model in zijn eigen vergelijkingsklasse — Carbon en Hydrogen worden afgemeten tegen een mediaan van 72,8 miljoen, dus de twee medianen zijn niet dezelfde maatstaf. Het is goedkoop per token en duur per antwoord, omdat er veel meer tokens nodig zijn om er één te bereiken.

• Gemengd tarief op dezelfde 7:2:1-mix van cache/input/output — Gemini 4 Hydrogen $1,10 per miljoen vs. Claude Haiku 5.5 $0,077 per miljoen.

Lees de laatste twee regels samen en het prijsargument krijgt een andere vorm. Een team dat op basis van de tariefkaart budgetteert, verwacht een vijftienvoudige besparing en komt iets onder de acht uit. Een team dat op basis van kosten per taak budgetteert, krijgt het echte getal, en dat getal is nog steeds overweldigend in het voordeel van Haiku — maar het is een getal waarop je kunt plannen, wat de tariefkaart niet is.

Er zit een drempel verscholen in de kaart van Haiku die geen van beide cijfers laat zien. Alles hierboven is de prijs voor minder dan 100K tokens. Voorbij 100.000 tokens aan prompt gaat Haiku 5.5 naar $0.50 input en $2.50 output — een vijfvoudige sprong waardoor het precies uitkomt op een derde van de outputprijs van Hydrogen in plaats van een vijftiende. Beide modellen hebben een venster van 1,048,576 tokens, dus de omslag is bereikbaar en niet louter theoretisch: een workload met lange context zet Haiku op $0.50/$2.50 tegenover $1.50/$7.50 van Hydrogen, en de kloof per token krimpt tot 3x terwijl de kloof in capaciteiten precies blijft waar die was.

Wat achttien indexpunten opleveren, in de taken die mensen daadwerkelijk uitvoeren

Achttien indexpunten is op papier een groot verschil. Of het in de praktijk een groot verschil is, hangt volledig af van de vorm van het werk, en de leveranciersbenchmarks wijzen in verschillende richtingen, afhankelijk van welke je leest.

• Agentisch terminalwerk — Google rapporteert Gemini 4 Hydrogen op 57,0% op Terminal-Bench 4.1, aangeduid als voor cheaten gecorrigeerd. Anthropic rapporteert Claude Haiku 5.5 op 39,2% op Terminal-Bench 4.0. Het zijn verschillende versies van de benchmark, dus de vergelijking is richtinggevend in plaats van exact, maar de richting is consistent en wijst met een ruime marge in het voordeel van Hydrogen.

• Computergebruik — Hydrogen op 77,6% op OSWorld-2.1, door de leverancier gerapporteerd; Haiku 5.5 op 72,4% op de offline-subset van dezelfde benchmark, ook door de leverancier gerapporteerd. Een kleinere voorsprong voor Hydrogen, en het feit dat het om een subset gaat, betekent dat de twee cijfers niet precies hetzelfde meten.

• Moeilijk redeneren zonder tools — Hydrogen op 58,8% op HLE-Diamond; Haiku 5.5 op 45,9% op Humanity's Last Exam zonder tools, stijgend naar 57,4% met tools. Dit is het grootste eerlijke verschil tussen de twee, en het is degene die overeenkomt met "kan dit model een moeilijk probleem volhouden zonder een hulpstructuur".

• Code review en reparatie — Hydrogen op 66,6% bij Chartography; Haiku 5.5 op 46,4% bij Chartography zonder tools. Twintig punten, dezelfde benchmarknaam, dezelfde no-tools-conditie.

• Frontier-coding — A​nthropic meldt Haiku 5.5 op 46,4% op FrontierCode 1.1, en meldt een FrontierCode-score van 66,2 van Cognition wanneer Haiku 5.5 als sidekick draait binnen Devin Fusion. Let op: het tweede getal is een andere opzet, niet een andere score voor dezelfde taak, en A​nthropic bestempelt beide als door de klant gerapporteerd in plaats van first-party.

Elk cijfer hierboven is door het bedrijf dat het model verkoopt zelf gerapporteerd. Geen enkel cijfer is onafhankelijk gereproduceerd, en de benchmarkversies verschillen voldoende van elkaar dat het oneerlijk zou zijn ze op te tellen tot één claim als 'Hydrogen is X% beter'. Wat ze wel onderbouwen, is beperkter en nuttiger: Hydrogen is aanzienlijk beter in taken die lang duren en gebruikmaken van tools; de kloof is het kleinst waar de taak een enkele afgebakende vraag is.

Allebei komen ze traag op gang, wat niemand in de kop zet.

Dit is het deel van de vergelijking dat mensen verrast die op prijs of op index kozen en vervolgens zagen hoe de eerste token binnenkwam.

• Tijd tot eerste antwoordtoken — G​emini 4 Hydrogen 40,55 seconden bij de hoogste denkstand versus Claude Haiku 5.5 175,95 seconden bij de hoogste instelling. Hydrogen begint vier keer zo snel, en beide getallen liggen ver boven wat een interactief oppervlak tolereert.

• Uitvoersnelheid zodra het begint — {{1}}Claude Haiku 5.5 256 tokens per seconde vs G​emini 4 Hydrogen 188 tokens per seconde{{/1}}. Haiku schrijft sneller en begint later.

• Gemiddelde tijd per indextaak — Claude Haiku 5.5 14,7 minuten. De twee modellen belanden per voltooide taak in vergelijkbaar vaarwater; ze komen daar via tegenovergestelde routes.

• Bij Hydrogen's standaard denkniveau daalt de first-tokenwaarde tot ongeveer 16,7 seconden, het getal dat ertoe doet voor een chatinterface, en dat ook de instelling is die de indexscore van 51 oplevert in plaats van de 54.

Als je iets bouwt waar een mens op wacht, is de hoofdconfiguratie van geen van beide modellen geschikt. Haiku 5.5 is in het bijzonder een model met instelbare inspanning — Low tot Max — en de cijfers van 175,95 seconden en index-36 horen bij de Max-instelling. Bij lagere inspanning begint het eerder en scoort het lager, en Anthropic publiceert geen tabel die het een aan het ander koppelt. Dat is een test die je zelf moet uitvoeren.

Caching is waar de prijsverhouding eigenlijk zit.

Voor elke werklast met een stabiele prefix — een systeemprompt, een repository-overzicht, een set documenten — vormt gecachte invoer het grootste deel van de rekening, en de twee kaarten gedragen zich zodanig verschillend dat de vergelijking anders moet worden geordend.

• Prijs voor cache-lezen — Claude Haiku 5.5 $0,01 per miljoen, een korting van 90% op het invoertarief van $0,10. G​emini 4 Hydrogen $0,075 per miljoen, een korting van 95% op het tarief van $1,50.

• Cachemechanisme — Claude Haiku 5.5 ondersteunt expliciete cacheschrijfacties tegen $0,125 per miljoen, zodat u bepaalt wat er in de cache wordt opgeslagen en hoelang. G​emini 4 Hydrogen ondersteunt alleen impliciete caching, zonder expliciete cache-handles, zodat de korting een gedrag van de dienst is in plaats van een API die u aanroept.

• Wat dat betekent: een workload met een gedeelde prefix van 60.000 tokens die duizend keer per dag wordt gelezen, kost $0,60 per dag aan cache-leesbewerkingen op Haiku en $4,50 op Hydrogen — een verschil van 7,5x in plaats van 15x, omdat Hydrogen 95% korting geeft waar Haiku 90% geeft. Vergroot je dezelfde prefix naar 200.000 tokens, voorbij Haiku's drempel, dan keert het beeld om: de cache-leesprijs voor de lange context van Haiku is $0,05 per miljoen, dus de leesbewerking kost $10,00 op Haiku tegenover $15,00 op Hydrogen, terwijl elk vers inputtoken in dat verzoek nu drie keer goedkoper is op Haiku. De cachekloof wordt precies kleiner waar de inputkloof groter wordt, wat niet de ruil is die een workload met lange context verwacht.

De asymmetrie is het meest relevant voor de workload waarvoor Hydrogen het beste geschikt is. Lange agentische sessies met een grote, stabiele context zijn precies waar impliciete caching helpt en precies waar je expliciete controle wilt over wat resident blijft. Haiku geeft je de controle en de goedkopere cache bij elke prefixlengte; Hydrogen geeft je de mogelijkheid en vraagt je erop te vertrouwen dat de dienst de herhaling opmerkt.

Drie workloads, drie verschillende antwoorden

Verder abstraheren zou afbreuk doen, dus hier ligt in de praktijk de grens.

Een classificatie- of extractiepipeline over miljoenen korte documenten is de workload van Haiku 5.5, en niet zo'n beetje. Begrensde input, begrensde output, geen tools, geen lange horizon: de indexkloof is irrelevant omdat de taak er geen beroep op doet, en $0.10/$0.50 tegenover $1.50/$7.50 is een vijftienvoudige besparing op een rekening die al de dominante kostenpost is. Dit naar Hydrogen verplaatsen levert niets op en kost een orde van grootte meer.

Een codeeragent die bestanden bewerkt, tests uitvoert en van fouten herstelt, is de workload van Hydrogen. De verschillen op Terminal-Bench en Chartography zijn het directe bewijs, en het kosten-per-taakcijfer — $3,16 tegen $0,41 — onderschat het verschil, omdat een taak die Haiku niet kan afmaken een oneindige kostprijs per voltooiing heeft in plaats van een lage. De vergelijking gaat alleen op voor taken die beide modellen aankunnen.

Een nachtelijke batch die lange documenten samenvat, zit in het ambigue midden en wordt bepaald door de drempel van 100K. Onder 100.000 tokens per aanroep is Haiku vijftien keer goedkoper per token en ongeveer acht keer goedkoper per voltooide taak. Daarboven vervijfvoudigt de prijs van Haiku, en het eerlijke antwoord is om beide op je eigen corpus te testen, omdat het omslagpunt afhangt van hoeveel van je invoer prompt is versus document.

Een interactieve assistent is geen van beide. Beide modellen zijn te traag om op hun maximale instellingen te starten, en de juiste configuratie voor een chatinterface is Hydrogen op het standaardniveau of Haiku op een lagere inspanningsinstelling — een vergelijking van twee downgrades, die bijna niemand benchmarkt en die de enige versie van deze vraag is die een gebruiker bereikt.

Beide draaien zonder vooraf een winnaar te kiezen

De verstandige houding voor de meeste teams is dat dit geen migratie is, maar een routeringsbeslissing, en routeringsbeslissingen zijn goedkoper terug te draaien dan migraties.

OrcaRouter biedt geen van deze twee modellen uit de top van hun gamma aan: Claude Haiku 4.5 staat in de catalogus voor $1,00 en $5,00 per miljoen met een venster van 200.000 tokens, en Gemini 3.8 Flash voor $0,75 en $3,75 met het volledige venster van 1.048.576 tokens — beide tegen de lijstprijs van de provider, met 0% opslag, op één sleutel, met automatische failover tussen providers. Haiku 5.5 en Hydrogen komen beide van de eigen API's van hun leveranciers. De werkbare opzet is dus een routeringsbeleid: Hydrogen rechtstreeks aanroepen voor de uitvoeringsbeurten met een lange horizon waar zijn voorsprong in benchmarks reëel is, Haiku 5.5 rechtstreeks aanroepen voor de hoogvolume-aanroepen met begrensde omvang waar zijn prijs reëel is, en een gerouteerd model achter beide als het pad waarop een verzoek terugvalt wanneer een van beide leveranciers afknijpt, een snelheidslimiet verhoogt of een prijswijziging doorvoert.

Die laatste clausule is niet hypothetisch. De prijskaart van Google voorziet al dat Gemini 4 Carbon en Gemini 4 Argon op 1 december 2026 verdubbelen, van $2,00/$10,00 naar $4,00/$20,00, terwijl Hydrogen geen gedateerde stap heeft. Anthropic heeft de prijs van Haiku deze cyclus al één keer aangepast, met een verlaging van ongeveer 90% in het sub-100K-segment toen 5.5 4.5 verving. Een routeringslaag die de lijstprijs van de provider zonder opslag doorgeeft, betekent dat die wijzigingen je bereiken op de dag dat ze ingaan, in plaats van bij de volgende contractverlenging — en dat is, voor een vergelijking waarvan het hele argument prijs is, de functie die ertoe doet.

Wat zou dit antwoord veranderen?

Drie dingen, in de volgorde van hoeveel ze het zouden beïnvloeden.

Een onafhankelijke reproductie van de Terminal-Bench-kloof. Elk agentisch cijfer hierboven is door de leverancier gerapporteerd aan beide kanten, op verschillende benchmarkversies, en de enkele grootste rechtvaardiging voor Hydrogens prijspremie berust op cijfers die geen van beide bedrijven heeft laten auditen. Artificial Analysis publiceert een index voor beide modellen, maar niet de subscores per benchmark die dat zouden beslechten.

Een gepubliceerde inspannings-kwaliteitscurve voor Haiku 5.5. Als de Low-instelling het grootste deel van de score van de Max-instelling behoudt tegen een fractie van de latentie, wordt de interactiecase smaller en verspreidt het prijsvoordeel zich omhoog naar workloads die momenteel aan Hydrogen zijn toegewezen. Anthropic levert de instelling en niet de tabel.

Een wijziging op de kaart van Hydrogen. Die heeft er momenteel geen, wat ongebruikelijk is in een familie waar twee van de drie leden in drie weken verdubbelen. Als dat verandert, verandert het kosten-per-taakcijfer — het enige getal dat deze vergelijking interessant maakt — mee, en wordt de 7,7x iets heel anders.

Tot een van die dingen er komt, is de verdedigbare samenvatting degene die het onafhankelijke testharnas ondersteunt in plaats van degene die de tariefkaart suggereert: Haiku 5.5 is zeven tot vijftien keer goedkoper, afhankelijk van of je tokens of voltooide taken meetelt, Hydrogen is beslist beter in alles wat lang draait en tools gebruikt, en het enige getal dat de verdeling zou moeten bepalen, is wat elk je kost per taak die je daadwerkelijk kunt voltooien.