Gemini 4 Hydrogen vs Gemini 3.8 Flash: Sex saker som går sönder, och ett pris som konvergerar den 1 januari

Att gå från Gemini 3.8 Flash till Gemini 4 Hydrogen ser ut som en enradig ändring: byt ut modellsträngen, distribuera om, klart. Sex saker i Googles egen migreringschecklista säger annat, och fyra av dem misslyckas utan ett fel. Modellen som ersätter Gemini 3.8 Flash blev allmänt tillgänglig den 12 november 2026 för 1,50 USD per miljon indatatoken och 7,50 USD per miljon utdatatoken, platt över ett fönster på 1 048 576 token som indata, tänkande och utdata delar. Gemini 3.8 Flash, stabilt sedan den 2 september 2026, ligger på halva det priset till den 1 januari 2027, då Googles prislista fördubblar det till exakt samma 1,50 / 7,50 USD. Så prisskillnaden mellan dessa två modeller är ett sjuveckorsfönster, inte en nivåstruktur – och migreringen är den del som kommer att kosta dig mer än tokens.

Fyra fel som du inte ser i en statuskod

G​oogles Nyheter i G​emini 4 Hydrogen sidan är ovanligt rättfram om dessa, vilket tyder på att de redan har utnyttjats i det vilda.

• Samplingsparametrar – temperature, top_p och top_k avvisas inte på Hydrogen. Servern ignorerar dem. En prompt som är injusterad mot en temperatur på 0,2 för 3.8 Flash fortsätter att returnera 200-svar på Hydrogen och returnerar tyst distributionen för vad standardvärdet än är.

• Tänkande standard — 3.8 Flash använder som standard tänknivån medel; Hydrogen använder som standard hög. Inget i din begäran ändras, men både latens och fakturering av utdatatoken påverkas, eftersom tänketoken faktureras som utdata.

• Kontextredovisning — 3.8 Flash ger dig 1 048 576 indatatoken och en separat utdatabudget på 65 536. Hydrogen har ett fönster på 1 048 576 token som täcker inmatning, tänkande och utdata tillsammans. En prompt på 900K token som fungerade bra på 3.8 Flash lämnar nu ungefär 148K för resonemang och svar, och långkontextjobb kommer att trunkera sina egna svar istället för att ge fel.

• Explicit cachelagring – cachedContents och caches.create stöds inte på Hydrogen. Varje begäran som innehåller ett cached_content-fält måste ta bort det och förlita sig på implicit cachelagring, som aktiveras automatiskt vid 4 096 token och ger 95 % rabatt på cacheträffar (0,075 USD per miljon). Rabatten är densamma; kontrollen är borta.

Två som misslyckas högljutt, vilket nästan är en lättnad

Den minimala tankenivån avvisas av Hydrogen med ett fel – men den avvisas också av 3.8 Flash, så om din kod fortfarande skickar den har du en bugg som föregår den här migreringen och som kommer att dyka upp på vilken modell du än flyttar till först. Det andra tydliga felet är den synkrona utmatningsgränsen, och den är inte heller ny: 65 536 tokens per hopp gäller både för strömmande och icke-strömmande anrop. Det nya är Googles vägledning. max_output_tokens begränsar nu kombinerad tanke plus utdata, hårdkodade gränser som 8 192 bör tas bort, och allt över 64K kräver background: true med max_output_tokens satt över 65 536 – upp till 1 048 576 minus din indata. Sätt background utan att höja max_output_tokens och servern stannar ändå vid 64K, vilket är precis den sortens sak man upptäcker klockan 2 på natten.

Avsätt en vecka för beteendetester, inte en eftermiddag av strängersättning. Två av de tysta felen ovan syns bara som en förändring i utdatadistributionen, vilket inget smoke test fångar.

Vad du får för besväret

Kapacitetsgapet är anledningen till att någon överhuvudtaget skulle acceptera migreringen. Googles lanseringsmaterial hävdar 57 % på Terminal-Bench 4.1, där Gemini 3.8 Flash fick 18,2 %, på en harness som ingen utanför Google kan granska – riktningsvisande, inte uppmätt. Den oberoende bilden från Artificial Analysis är snävare och pekar i samma riktning: ett Intelligence Index på 54 vid Hydrogens xhigh-inställning mot 31 för 3.8 Flash på high, med medianmodellen på det indexet på 41.

Två mätningar från Artificial Analysis väger tyngre än indexet. Utdatashastigheten är 198 tokens per sekund för Hydrogen vid xhigh mot 111 för 3.8 Flash vid high – strax under 1,8x, uppmätt med Hydrogens långsammare inställning, så Googles påstående om ungefär 2,5x vid standardläget high är rimligt snarare än motbevisat. Och kostnaden per slutförd uppgift är 3,16 USD för Hydrogen mot 7,77 USD för 3.8 Flash, eftersom 3.8 Flash förbrukar långt fler tokens per uppgift i förhållande till sin poäng. Om din kostnadsmodell bygger på dollar per miljon tokens mäter den fel sak här.

Kontranumret är tid till första svarstoken: 41,11 sekunder för Hydrogen mot 17,10 för 3.8 Flash. Hydrogen blir klar tidigare och börjar senare. I en chattruta där en person ser de första orden dyka upp känns 3.8 Flash fortfarande snabbare. I en agentloop som startar en uppgift och samlar in ett resultat är det väggklockstid du betalar för, och Hydrogen vinner.

Aritmetiken som gör december till den enda månaden som spelar någon roll

Idag kostar Gemini 3.8 Flash $0.75 inmatning / $3.75 utmatning mot Hydrogens $1.50 / $7.50. Den 1 januari 2027 blir det $1.50 / $7.50 för båda. Cachad inmatning går från $0.075 till $0.15 på 3.8 Flash och ligger kvar på $0.075 på Hydrogen, och timavgiften för cache-lagring fördubblas samma datum. Varje servicenivå konvergerar mot samma sifferpar: Batch och Flex landar på $0.75 / $3.75 för båda, Priority på $2.70 / $13.50 för båda. Hydrogen står redan på januaripriserna, vilket innebär att premien du betalar den här månaden är en premie för att vara tidig, inte för att vara på en bättre modell.

Båda modellerna har en gratisnivå, vilket är värt att nämna eftersom det inte gäller för hela Gemini 4-serien – Gemini 4 Carbon och Gemini 4 Argon har ingen. Båda gratisnivåerna är hastighetsbegränsade, och data från gratisnivån används för produktförbättring, så ingen av dem utgör ett produktionsavtal.

Modellen som inte avvecklas är 3.8 Flash. G​oogles avvecklingstabell innehåller inget nedstängningsdatum för den, och från och med den 1 december 2026 dirigeras förfrågningar till den utfasade gemini-2.5-pro automatiskt om till 3.8 Flash. G​oogle samlar trafiken på den modell som företaget samtidigt ber dig att migrera bort från, vilket innebär att en stegvis migrering är ett verkligt alternativ snarare än en eufemism för fördröjning.

Kör jämförelsen på din egen trafik

Beslutet är lättare att fatta när båda modellerna kan anropas från en och samma plats och på en och samma faktura, eftersom hela frågan är beteendemässig: förlorar din promptuppsättning något när temperaturen slutar fungera och tänknivån höjs ett steg.

Gemini 3.8 Flash finns i OrcaRouter-katalogen till $0,75 / $3,75 per miljon tokens, med leverantörens listpris vidarebefordrat utan något påslag – så när Google fördubblar den taxan den 1 januari är det nya priset live här samma dag i stället för vid nästa avtalsförnyelse. Gemini 4 Hydrogen finns inte i vår katalog; den går att nå via Googles eget API och AI Studio, och inget routningslager ändrar på det. Vad routern verkligen ger dig i det här fönstret är själva A/B-testet: samma prompt skickad till 3.8 Flash och till det du utvärderar härnäst, automatisk failover när en hastighetsbegränsad nivå tappar en förfrågan, och ett routnings-DSL som kan hålla kvar den billiga vägen på modellen som fortfarande har explicit cachelagring tills du har migrerat den sista anroparen.

Vem bör agera i november, och vem bör vänta?

Byt nu om din arbetsbelastning är agentisk, terminalbunden eller långsiktig, och om gapet 57 mot 18,2 på Terminal-Bench 4.1 beskriver en verklig uppgift som du kör. Prispremien du betalar mellan nu och januari är kostnaden för sju extra veckor av den bättre modellen, vilket är ett avrundningsfel jämfört med en migrering som du ändå skulle göra.

Vänta till januari om din arbetsbelastning är chattformad och latenskänslig, eller om den är beroende av explicita cachelagringssemantik som du har byggt återförsökslogik kring. 3.8 Flash är billigare idag, snabbare till första token och inte schemalagd för avstängning. Det finns inget pris för att vara först genom en migrering vars enda deadline är en prislista.

Det ingen ska göra är att migrera under sista veckan i december och upptäcka den ignorerade temperaturparametern i produktion den 2 januari. Det enda genuint oåterkalleliga misstaget här är att behandla lanseringsdatumet som deadline. Deadlinen är priskonvergensen — och testerna som fångar de tysta felen måste ske före den, inte efter.