Gemini 4 Hydrogen против Claude Haiku 5.5: 15-кратная разница в цене, которая сокращается до 7-кратной в расчёте на выполненную задачу

В тарифной сетке разрыв абсурден. Claude Haiku 5.5 стоит $0.10 за миллион входных токенов и $0.50 за миллион выходных для промптов до 100 000 токенов; Gemini 4 Hydrogen — $1.50 и $7.50. Это в пятнадцать раз дороже по обоим тарифам для модели, которая появилась в каталоге Google только 12 ноября 2026 года. Но на этой неделе никто, выбирая между ними, не выбирает между двумя ценами. Они выбирают между моделью с 54 баллами в Artificial Analysis Intelligence Index и моделью с 36 баллами, и цифра «в пятнадцать раз» исчезает, как только вы измеряете, сколько стоит каждой из них завершить задачу, а не начать её.

Число на токен и число на задачу расходятся вдвое

Artificial Analysis прогоняет обе модели через один и тот же тестовый стенд и публикует стоимость выполнения одной задачи индекса наряду с ценой за токен. Результаты далеки от того, что предполагают тарифные карты.

• За токен, вход и выход — G​emini 4 Hydrogen: $1.50 / $7.50 против Claude Haiku 5.5: $0.10 / $0.50. Haiku дешевле в 15,0 раза на входе и в 15,0 раза на выходе — стабильно.

• За каждую завершённую задачу индексирования — G​emini 4 Hydrogen: $3,16 при максимальной настройке мышления против Claude Haiku 5.5: $0,41. Haiku дешевле в 7,7 раза, а не в 15 раз.

• Почему разрыв сокращается вдвое — многословность. Haiku 5.5 сгенерировала 298 млн выходных токенов, чтобы обработать индекс, против 107 млн у медианной модели в её собственном классе сравнения — Carbon и Hydrogen измеряются относительно медианы в 72,8 млн, поэтому эти две медианы — не одна и та же мерка. Это дёшево в расчёте на токен и дорого в расчёте на ответ, потому что для получения одного ответа требуется гораздо больше токенов.

• Смешанная ставка при том же соотношении кэш/ввод/вывод 7:2:1 — G​emini 4 Hydrogen $1.10 за миллион против Claude Haiku 5.5 $0.077 за миллион.

Прочитайте две последние строки вместе — и аргумент о ценообразовании меняет форму. Команда, которая бюджетирует исходя из тарифной сетки, будет ожидать пятнадцатикратной экономии, а получит чуть меньше восьмикратной. Команда, которая бюджетирует исходя из стоимости за задачу, получает реальное число, и это число всё ещё с подавляющим перевесом в пользу Haiku — но это число, на которое можно опираться при планировании, чего нельзя сказать о тарифной сетке.

В карточке Haiku скрыт порог, который не отражает ни одна из этих цифр. Все приведённые выше значения — это цена при объёме менее 100 тыс. токенов. После 100 000 токенов промпта Haiku 5.5 переходит на $0.50 за входные и $2.50 за выходные данные — пятикратный скачок, который делает её цену ровно одной третью выходной цены Hydrogen, а не одной пятнадцатой. Обе модели имеют окно в 1 048 576 токенов, так что точка пересечения достижима, а не теоретична: при нагрузке с длинным контекстом Haiku оказывается на $0.50/$2.50 против $1.50/$7.50 у Hydrogen, и разрыв в цене за токен сокращается до 3x, тогда как разрыв в возможностях остаётся точно таким же.

Что дают восемнадцать пунктов индекса в задачах, которые люди действительно выполняют

Восемнадцать пунктов индекса — на бумаге это большой разрыв. Является ли он большим разрывом на практике, полностью зависит от структуры работы, а бенчмарки поставщиков указывают в разных направлениях в зависимости от того, какой из них читать.

• Агентная работа в терминале — Google сообщает о Gemini 4 Hydrogen с результатом 57,0% на Terminal-Bench 4.1 с пометкой «с поправкой на читерство». Anthropic сообщает о Claude Haiku 5.5 с результатом 39,2% на Terminal-Bench 4.0. Это разные версии бенчмарка, поэтому сравнение носит ориентировочный, а не точный характер, но направление согласуется, и оно с большим перевесом в пользу Hydrogen.

• Использование компьютера — Hydrogen с результатом 77,6% на OSWorld-2.1, по данным производителя; Haiku 5.5 — 72,4% на офлайн-подмножестве того же бенчмарка, также по данным производителя. Преимущество Hydrogen здесь уже, а уточнение про подмножество означает, что эти два показателя измеряют не совсем одно и то же.

• Сложное рассуждение без инструментов — Hydrogen набирает 58,8% на HLE-Diamond; Haiku 5.5 — 45,9% на Humanity's Last Exam без инструментов, а с инструментами результат растёт до 57,4%. Это самый широкий честный разрыв в этой паре, и именно он соответствует вопросу «может ли эта модель удержать сложную задачу без вспомогательного каркаса».

Ревью и исправление кода — Hydrogen с 66,6% на Chartography; Haiku 5.5 с 46,4% на Chartography без инструментов. Двадцать процентных пунктов, то же название бенчмарка, то же условие без инструментов.

• Передовое программирование — Anthropic сообщает о результате Haiku 5.5 в 46,4% на FrontierCode 1.1 и сообщает о показателе FrontierCode 66,2 от Cognition, когда Haiku 5.5 работает в качестве помощника внутри Devin Fusion. Обратите внимание: второе число относится к другой конфигурации, а не к другому результату для той же задачи, и Anthropic помечает оба показателя как предоставленные клиентами, а не полученные самой компанией.

Все приведённые выше цифры сообщены производителем — компанией, продающей эту модель. Ни одна из них не имеет независимого воспроизведения, а версии бенчмарков различаются настолько, что складывать их в единое утверждение «Hydrogen лучше на X%» было бы нечестно. Они подтверждают нечто более узкое и полезное: Hydrogen существенно лучше справляется с задачами, которые выполняются долго и используют инструменты; разрыв наименьший там, где задача сводится к одному ограниченному вопросу.

Оба они медленно запускаются, и никто не выносит это в заголовок.

Это та часть сравнения, которая удивляет тех, кто выбирал по цене или по индексу, а потом наблюдал, как приходит первый токен.

• Время до первого токена ответа — Gemini 4 Hydrogen 40,55 секунды на максимальной настройке мышления против Claude Haiku 5.5 175,95 секунды на максимальной настройке. Hydrogen начинает в четыре раза раньше, и оба значения намного превышают то, что допускает интерактивный интерфейс.

• Скорость вывода после запуска — Claude Haiku 5.5: 256 токенов в секунду против Gemini 4 Hydrogen: 188 токенов в секунду. Haiku пишет быстрее, но запускается позже.

• Среднее время на одну задачу индексирования — Claude Haiku 5.5: 14,7 минуты. В расчёте на завершённую задачу обе модели в итоге оказываются примерно в одной и той же области, но приходят туда противоположными путями.

• При уровне мышления Hydrogen по умолчанию время до первого токена снижается примерно до 16,7 секунды — именно этот показатель важен для чат-интерфейса, и именно при этой настройке получается оценка по индексу 51, а не 54.

Если вы создаёте что-либо, чего ждёт человек, ни одна из основных конфигураций моделей не подходит. В частности, Haiku 5.5 — это модель с настраиваемым уровнем усилий (от Low до Max), и показатели 175,95 секунды и index-36 относятся к настройке Max. При более низком уровне усилий она начинает отвечать раньше и набирает меньше баллов, а Anthropic не публикует таблицу соответствия между ними. Это тест, который вам придётся провести самостоятельно.

Кэширование — вот где на самом деле кроется соотношение цен.

Для любой рабочей нагрузки со стабильным префиксом — системным промптом, картой репозитория, набором документов — кэшированный ввод составляет основную часть затрат, а две карты ведут себя достаточно по-разному, чтобы изменить порядок сравнения.

• Цена чтения из кэша — Claude Haiku 5.5: $0,01 за миллион, скидка 90% от входной ставки $0,10. Gemini 4 Hydrogen: $0,075 за миллион, скидка 95% от ставки $1,50.

• Механизм кэширования — Claude Haiku 5.5 поддерживает явную запись в кэш по цене $0.125 за миллион, поэтому вы контролируете, что кэшируется и на какой срок. G​emini 4 Hydrogen поддерживает только неявное кэширование, без явных дескрипторов кэша, поэтому скидка — это поведение сервиса, а не API, который вы вызываете.

• Что это значит: нагрузка с общим префиксом на 60 000 токенов, читаемым тысячу раз в день, стоит $0,60 в день за чтение из кэша на Haiku и $4,50 на Hydrogen — разрыв в 7,5 раза, а не в 15 раз, потому что Hydrogen даёт скидку 95%, а Haiku — 90%. Увеличьте тот же префикс до 200 000 токенов, за порог Haiku, и картина переворачивается: чтение из кэша длинного уровня на Haiku стоит $0,05 за миллион, поэтому чтение обходится в $10,00 на Haiku против $15,00 на Hydrogen, при этом каждый новый входной токен в этом запросе теперь в три раза дешевле на Haiku. Разрыв в кэше сужается именно там, где разрыв во входных данных расширяется, а это не тот компромисс, которого ожидает нагрузка с длинным контекстом.

Асимметрия особенно важна для той рабочей нагрузки, с которой Hydrogen справляется лучше всего. Длительные агентные сессии с большим стабильным контекстом — это именно тот случай, где помогает неявное кэширование и где при этом хотелось бы явно контролировать, что остаётся резидентным. Haiku даёт вам контроль и более дешёвый кэш при любой длине префикса; Hydrogen даёт вам возможности и просит довериться сервису в том, что он заметит повторение.

Три рабочие нагрузки — три разных ответа

Дальнейшее обобщение было бы медвежьей услугой, поэтому вот где на практике проходит граница.

Пайплайн классификации или извлечения данных по миллионам коротких документов — это задача для Haiku 5.5, и с большим отрывом. Ограниченный вход, ограниченный выход, без инструментов, без длинного горизонта: разрыв в индексе не имеет значения, поскольку задача его не задействует, а $0,10/$0,50 против $1,50/$7,50 — это пятнадцатикратная экономия на счёте, который уже является доминирующей статьёй расходов. Перевод этого на Hydrogen ничего не даёт и обходится на порядок дороже.

Агент для программирования, который редактирует файлы, запускает тесты и восстанавливается после сбоев, — это рабочая нагрузка Hydrogen. Разрывы в Terminal-Bench и Chartography — прямое доказательство, а показатель стоимости на задачу — $3,16 против $0,41 — занижает разницу, потому что задача, которую Haiku не может выполнить, имеет бесконечную стоимость за выполнение, а не низкую. Сравнение справедливо только для задач, которые обе модели могут выполнить.

Ночная пакетная задача по суммированию длинных документов попадает в неоднозначную среднюю категорию и определяется порогом в 100K. При объеме менее 100 000 токенов на вызов Haiku в пятнадцать раз дешевле за токен и примерно в восемь раз дешевле за выполненную задачу. При превышении этого порога цена Haiku увеличивается в пять раз, и честный ответ — протестировать оба варианта на собственном корпусе, поскольку точка переключения зависит от того, какая доля входных данных приходится на промпт, а какая — на документ.

Интерактивный ассистент — ни то, ни другое. Обе модели слишком медленно запускаются на своих максимальных настройках, а правильная конфигурация для чат-интерфейса — это Hydrogen на уровне по умолчанию или Haiku на более низкой настройке усилий: сравнение двух даунгрейдов, которое почти никто не бенчмаркает и которое является единственной версией этого вопроса, доходящей до пользователя.

Запускать оба, не выбирая победителя заранее

Разумная позиция для большинства команд состоит в том, что это не миграция, а решение о маршрутизации, а решения о маршрутизации дешевле отменить, чем миграции.

В OrcaRouter нет ни одной из этих двух моделей из верхней части линейки: Claude Haiku 4.5 есть в каталоге по $1.00 и $5.00 за миллион с окном в 200 000 токенов, а Gemini 3.8 Flash — по $0.75 и $3.75 с полным окном в 1 048 576 токенов — обе по прайс-листовой цене провайдера с наценкой 0%, по одному ключу, с автоматическим переключением между провайдерами. Haiku 5.5 и Hydrogen оба поставляются через собственные API своих вендоров. Так что рабочая схема — это политика маршрутизации: Hydrogen вызывается напрямую для длительных исполнительных ходов, где его преимущество в бенчмарках реально; Haiku 5.5 вызывается напрямую для массовых ограниченных вызовов, где его цена реальна; а маршрутизируемая модель стоит за обоими как путь, на который запрос переключается, когда любой из вендоров начинает ограничивать, повышает лимит запросов или выпускает изменение цены.

Последнее условие не гипотетично. Карта Google уже планирует удвоение Gemini 4 Carbon и Gemini 4 Argon на 1 декабря 2026 года — с $2.00/$10.00 до $4.00/$20.00, тогда как для Hydrogen не указан датированный этап. Anthropic уже один раз меняла цену Haiku в этом цикле, снизив её примерно на 90% в сегменте до 100K, когда 5.5 заменила 4.5. Слой маршрутизации, который передаёт прейскурантную цену провайдера без наценки, означает, что эти изменения доходят до вас в день их вступления в силу, а не при следующем продлении договора — и для сравнения, весь аргумент которого строится на цене, это именно та функция, которая имеет значение.

Что изменило бы этот ответ?

Три вещи — в порядке того, насколько сильно они могли бы на это повлиять.

Независимое воспроизведение разрыва в Terminal-Bench. Все приведённые выше агентные показатели заявлены производителями с обеих сторон, относятся к разным версиям бенчмарка, а главное обоснование ценовой надбавки за Hydrogen опирается на цифры, которые ни одна из компаний не подвергала аудиту. Artificial Analysis публикует индекс для обеих моделей, но не посубиндексы по отдельным бенчмаркам, которые позволили бы разрешить этот вопрос.

Опубликованная кривая соотношения «усилие — качество» для Haiku 5.5. Если низкий уровень усилий удерживает большую часть оценки настройки Max при малой доле задержки, сценарий взаимодействия сужается, а ценовое преимущество распространяется вверх на рабочие нагрузки, которые сейчас отведены Hydrogen. Anthropic поставляет настройку, а не таблицу.

Ход в карточке Hydrogen. Сейчас его там нет, что необычно для семейства, где два из трёх членов удваиваются за три недели. Если это изменится, показатель стоимости за задачу — то самое число, которое делает это сравнение интересным — изменится вместе с ним, и 7.7x станет чем-то совершенно иным.

Пока что-то из этого не появится, обоснованным остаётся резюме, которое подтверждает независимый стенд, а не то, на которое намекает прайс-лист: Haiku 5.5 дешевле в семь–пятнадцать раз — в зависимости от того, считать ли токены или завершённые задачи; Hydrogen решительно лучше во всём, что выполняется долго и использует инструменты; и единственное число, которое должно определять разделение, — это сколько каждый из них стоит вам за задачу, которую вы действительно можете завершить.