Gemini 4 Hydrogen 对比 Gemini 3.8 Flash：六件会出问题的事，以及 1 月 1 日趋于一致的价格

从 Gemini 3.8 Flash 迁移到 Gemini 4 Hydrogen 看起来只是一行代码的改动：替换模型字符串、重新部署，就完成了。但 Google 自己的迁移清单上有六件事并非如此，其中四项还会静默失败、不报任何错误。取代 Gemini 3.8 Flash 的模型于 2026 年 11 月 12 日正式可用，价格为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元，并在输入、思考和输出共享的 1,048,576 token 窗口内统一适用。Gemini 3.8 Flash 自 2026 年 9 月 2 日起保持稳定，价格只有前者的一半，直到 2027 年 1 月 1 日，Google 的价目表将其翻倍至完全相同的 1.50 / 7.50 美元。因此，这两个模型之间的价格差异只是一个为期七周的窗口，而不是分层定价结构——而迁移才是会让你付出比 token 更高成本的部分。

状态码中看不到的四类故障

Google 的 Gemini 4 Hydrogen 有哪些新变化页面在这些问题上措辞异常直白，这暗示它们已经在真实环境中遭到过攻击。

• 采样参数——temperature、top_p 和 top_k 在 Hydrogen 上不会被拒绝。服务器会直接忽略它们。一个针对 3.8 Flash 的 temperature 0.2 调优过的提示词，在 Hydrogen 上会持续返回 200，却悄悄返回默认值所对应的分布。

• 思考默认值 — 3.8 Flash 默认使用 中等思考级别；Hydrogen 默认使用 高。你的请求不会改变任何内容，但延迟和输出 token 计费都会发生变化，因为思考 token 按输出计费。

• 上下文核算——3.8 Flash 为你提供 1,048,576 个输入 token 和独立的 65,536 个输出预算。Hydrogen 只有一个 1,048,576 token 的窗口，同时涵盖输入、思考和输出。一个在 3.8 Flash 上没问题的 900K token 提示词，现在只留下大约 148K 用于推理和回答，而长上下文任务会截断自己的回复，而不是报错。

• 显式缓存 — Hydrogen 不支持 `cachedContents` 和 `caches.create`。任何携带 `cached_content` 字段的请求都必须去掉该字段，转而依赖隐式缓存；隐式缓存在达到 4,096 个 token 时自动启用，并将缓存命中的费用减免 95%（每百万 token $0.075）。折扣幅度相同，但控制权已不复存在。

两个会明显失败的，这几乎算是一种解脱

最小思考级别会被 Hydrogen 以错误拒绝——但 3.8 Flash 也会拒绝它，所以如果你的代码仍在发送它，你就有一个早于此次迁移的 bug，并且会在你最先迁移到的任何模型上暴露出来。另一个明显的失败是同步输出上限，而且它也不是新问题：每次跳转 65,536 个 token 的限制同时适用于流式和非流式调用。新出现的是 Google 的指南。max_output_tokens 现在限制思考加输出的总和，像 8,192 这样的硬编码上限应被移除，任何超过 64K 的内容都需要 background: true，并将 max_output_tokens 设为高于 65,536——最高可达 1,048,576 减去你的输入。只设置 background 而不提高 max_output_tokens，服务器仍会在 64K 处停止，这正是那种你会在凌晨两点才发现的问题。

安排一周的行为测试，而不是花一个下午做字符串替换。上面提到的两个静默故障只会表现为输出分布的变化，任何冒烟测试都捕捉不到。

你费这番周折能得到什么

能力差距正是任何人愿意接受这次迁移的根本原因。Google 的发布材料声称在 Terminal-Bench 4.1 上达到 57%，而 Gemini 3.8 Flash 的得分为 18.2%，但这一结果是在 Google 之外无人能够审查的测试框架上得出的——只具方向性，并非实测。来自 Artificial Analysis 的独立视角范围更窄，但指向同一结论：在 Hydrogen 的 xhigh 设置下智能指数为 54，而 3.8 Flash 在 high 设置下为 31，该指数的中位数模型为 41。

两项 Artificial Analysis 测量结果比该指数更重要。输出速度方面，Hydrogen 在 xhigh 下为每秒 198 个 token，而 3.8 Flash 在 high 下为 111 个——略低于 1.8 倍，且是在 Hydrogen 较慢的设置下测得，因此 Google 声称在默认 high 下约为 2.5 倍是合理的，而非被反驳。而每个已完成任务的成本，Hydrogen 为 3.16 美元，3.8 Flash 为 7.77 美元，因为相对于其得分，3.8 Flash 每个任务消耗的 token 多得多。如果你的成本模型建立在每百万 token 的美元数上，那么它在这里衡量的是错误的东西。

这个反直觉的数字是首个回答 token 的耗时：Hydrogen 为 41.11 秒，而 3.8 Flash 为 17.10 秒。Hydrogen 完成得更早，但开始得更晚。在一个人盯着首批文字出现的聊天框里，3.8 Flash 仍然感觉更快。在触发任务并收集结果的智能体循环中，实际耗时才是你要付出的代价，而 Hydrogen 胜出。

让十二月成为唯一重要月份的那套算术

今天，Gemini 3.8 Flash 的价格是每百万 token 输入 $0.75 / 输出 $3.75，而 Hydrogen 是 $1.50 / $7.50。到 2027 年 1 月 1 日，两者的价格都将变为 $1.50 / $7.50。缓存输入在 3.8 Flash 上从 $0.075 涨到 $0.15，在 Hydrogen 上则维持在 $0.075，而按小时计的缓存存储费用也将在同一天翻倍。所有服务层级都会收敛到同一对数字：Batch 和 Flex 在两者上都落在 $0.75 / $3.75，Priority 在两者上都是 $2.70 / $13.50。Hydrogen 已经站在 1 月的价格上了，这意味着你本月支付的溢价，是为抢先使用而付的溢价，而不是为使用更好的模型而付的溢价。

两个模型都有免费套餐，这一点值得说明，因为在整个 G​emini 4 系列中并非如此——Gemini 4 Carbon 和 Gemini 4 Argon 没有免费套餐。两个免费套餐都有限速，并且免费套餐的数据会用于产品改进，因此两者都不是生产合同。

被不停用的模型是 3.8 Flash。G​oogle 的弃用表中没有它的关停日期，而且从 2026 年 12 月 1 日起，发往已弃用的 gemini-2.5-pro 的请求会自动路由到 3.8 Flash。G​oogle 正在把流量集中到它同时也在要求你迁离的那个模型上，这意味着分阶段迁移是一个真正可行的选项，而不是拖延的委婉说法。

在您自己的流量上运行对比

当两个模型都能从同一处调用、并计入同一张账单时，做决定会更容易，因为整个问题归根结底是行为层面的：当 temperature 不再起作用、思考级别上调一档时，你的提示词集是否会因此损失什么。

Gemini 3.8 Flash 在 OrcaRouter 目录中的价格为每百万 token $0.75 / $3.75，供应商标价按0% 加价原样传递——因此，当 G​oogle 在 1 月 1 日将该费率翻倍时，新价格当天就会在这里生效，而不是等到下一次合同续签。G​emini 4 Hydrogen 不在我们的目录中；它可以通过 G​oogle 自己的 API 和 AI Studio 访问，任何路由层都无法改变这一点。在这个窗口期内，路由器真正提供给你的是 A/B 测试本身：将同一提示词发送给 3.8 Flash 以及你接下来要评估的任何模型；当受速率限制的层级丢弃请求时自动故障转移；以及一个路由 DSL，它可以将廉价路径保持在仍具有显式缓存的模型上，直到你迁移完最后一个调用方。

谁应该在11月行动，谁应该等待

如果你的工作负载是智能体式的、绑定终端的或长周期的，并且 Terminal-Bench 4.1 上 57 对 18.2 的差距描述的是你实际运行的任务，那就现在就迁移。你现在到一月之间支付的溢价，是额外七周使用更好模型的成本；相对于你本来无论如何都要进行的迁移，这不过是舍入误差。

如果你的工作负载是聊天形态且对延迟敏感，或者它依赖于你已围绕其构建重试逻辑的显式缓存语义，那就等到一月。3.8 Flash 如今更便宜、首个 token 更快，并且没有计划关停。率先完成一场唯一截止期限只是价目表的迁移，并没有什么奖赏。

谁都不该在12月的最后一周做迁移，然后在1月2日才发现生产环境里那个被忽略的温度参数。这里唯一真正不可逆的错误，是把上线日期当成截止期限。截止期限是价格收敛——而能捕捉静默失败的测试必须在那之前完成，而不是之后。