Gemini 4 Hydrogen 對比 Gemini 3.8 Flash：六個會出錯的地方，以及一個在 1 月 1 日趨同的價格

從 Gemini 3.8 Flash 遷移到 Gemini 4 Hydrogen 看起來只是一行變更：換掉模型字串、重新部署，完成。但 Google 自家遷移檢查清單上的六件事卻不是這麼回事，而且其中四項會在不報錯的情況下失敗。取代 Gemini 3.8 Flash 的模型於 2026 年 11 月 12 日正式全面推出，價格為每百萬輸入 token 1.50 美元、每百萬輸出 token 7.50 美元，且在輸入、思考與輸出共用的 1,048,576 token 視窗內均一價。自 2026 年 9 月 2 日起穩定提供的 Gemini 3.8 Flash，在 2027 年 1 月 1 日之前價格只有一半；到了那天，Google 的價目表會把它調漲一倍，變成完全相同的 1.50 / 7.50 美元。所以這兩個模型之間的價差只是一個七週的窗口，而不是分層定價結構——而遷移才是會讓你付出比 token 更高代價的部分。

你不會在狀態碼中看到的四種失敗

Google 的 Gemini 4 Hydrogen 的新功能 頁面對這些問題異常直言不諱，這暗示它們已經在真實環境中遭到利用。

• 取樣參數 — temperature、top_p 與 top_k 在 Hydrogen 上不會被拒絕。伺服器會忽略它們。針對 3.8 Flash 的 temperature 0.2 調校過的提示詞，在 Hydrogen 上仍持續回傳 200，並悄悄回傳預設值（無論預設值為何）的分布。

• 思考預設值 — 3.8 Flash 預設為medium思考等級；Hydrogen 預設為high。你的請求內容沒有任何改變，但延遲與輸出 token 計費都會變動，因為思考 token 是以輸出計費的。

• 上下文計算 — 3.8 Flash 提供 1,048,576 個輸入 token，以及獨立的 65,536 輸出預算。Hydrogen 則有一個 1,048,576-token 視窗，同時涵蓋輸入、思考與輸出。一個在 3.8 Flash 上沒問題的 900K-token 提示，現在大約只剩 148K 可供推理與回答使用，而長上下文工作會截斷自己的回覆，而不是報錯。

• {{1}}明確快取{{/1}} — {{2}}cachedContents{{/2}} 與 {{3}}caches.create{{/3}} 在 {{4}}Hydrogen{{/4}} 上不受支援。任何帶有 {{5}}cached_content{{/5}} 欄位的請求都必須將其捨棄，並改用隱式快取；隱式快取會在 4,096 個 token 時自動啟用，並讓快取命中享有 95% 折扣（每百萬 $0.075）。折扣相同；控制權已消失。

兩個會明顯失敗的，這幾乎算是一種解脫

Hydrogen 會以錯誤拒絕 minimal 思考等級——但 3.8 Flash 也會拒絕它，所以如果你的程式碼仍送出它，那你有一個早於這次遷移的 bug，而且會在你最先移轉到的任何模型上浮現。另一個明顯的失敗是同步輸出上限，而它也不是新的：每次 hop 的 65,536 個 token 上限同時適用於串流與非串流呼叫。新的是 Google 的指引。max_output_tokens 現在會限制思考加上輸出的總量，像 8,192 這種硬編碼上限應該移除，而任何超過 64K 的內容都需要 background: true，並將 max_output_tokens 設在高於 65,536——最高可到 1,048,576 減去你的輸入。若設定了 background 卻沒有提高 max_output_tokens，伺服器無論如何還是會停在 64K，這種事就是你在凌晨兩點才會發現的那種問題。

規劃一週的行為測試，而不是花一個下午做字串取代。上述其中兩個靜默失敗只會以輸出分佈的變化顯現，而這是任何冒煙測試都抓不到的。

這麼費心，你能得到什麼？

能力差距正是任何人願意接受這次遷移的根本原因。Google 的發表資料聲稱在 Terminal-Bench 4.1 上達到 57%，而 Gemini 3.8 Flash 得分為 18.2%，但這是在 Google 外部無人能檢視的測試框架上取得——僅具方向性，並非實測。Artificial Analysis 的獨立觀點較為保守，但指向相同結論：在 Hydrogen 的 xhigh 設定下，Intelligence Index 為 54，而 3.8 Flash 在 high 設定下為 31，該指數的中位數模型則為 41。

有兩項 Artificial Analysis 測量結果比該指數更重要。Hydrogen 在 xhigh 下的輸出速度為每秒 198 個 token，而 3.8 Flash 在 high 下為 111 個——略低於 1.8 倍，且是在 Hydrogen 較慢的設定下測得，因此 Google 聲稱在預設 high 下約有 2.5 倍是合理的，而非被推翻。而每完成一項任務的成本，Hydrogen 為 $3.16，3.8 Flash 為 $7.77，因為相對於其分數，3.8 Flash 每項任務消耗的 token 多得多。如果你的成本模型建立在每百萬個 token 的美元價格上，那麼它在這裡衡量的是錯誤的東西。

反直覺的數字是首個回答 token 的時間：{{1}}Hydrogen 為 41.11 秒，3.8 Flash 為 17.10 秒{{/1}}。Hydrogen 較早完成、較晚開始。在人們盯著最初幾個字出現的聊天框中，3.8 Flash 仍然感覺更快。在送出任務並收集結果的 agent 迴圈中，實際耗時才是你要付出的代價，而 Hydrogen 勝出。

讓十二月成為唯一重要月份的算術

今天，Gemini 3.8 Flash 的費用是輸入 $0.75／輸出 $3.75，而 Hydrogen 則是 $1.50／$7.50。到了 2027 年 1 月 1 日，兩者都會變成 $1.50／$7.50。快取輸入在 3.8 Flash 上會從 $0.075 漲到 $0.15，在 Hydrogen 上則維持 $0.075，而每小時的快取儲存費用也會在同一天加倍。每個服務層級都會收斂到同一組數字：Batch 和 Flex 在兩者上都落在 $0.75／$3.75，Priority 在兩者上都是 $2.70／$13.50。Hydrogen 已經採用 1 月的價格，這表示你這個月支付的溢價，是為了提早使用而付的溢價，不是為了使用更好的模型。

兩個模型都有免費方案，這點值得說明，因為這在 G​emini 4 系列中並非普遍情況——Gemini 4 Carbon 和 Gemini 4 Argon 都沒有。兩個免費方案都有限流，且免費方案的資料會用於產品改進，因此兩者都不是正式生產環境的合約。

那個不會被淘汰的模型是 3.8 Flash。Google 的淘汰表中並未列出它的關閉日期，而自 2026 年 12 月 1 日起，對已淘汰的 gemini-2.5-pro 的請求會自動路由至 3.8 Flash。Google 正把流量集中到它同時要求你遷離的那個模型上，這意味著分階段遷移是切實可行的選項，而非拖延的委婉說法。

在你自己的流量上執行比較

當兩個模型都能從同一個地方呼叫、共用同一份帳單時，這個決定會更容易做，因為整個問題本質上是行為層面的：當溫度不再起作用、思考等級再往上調一級時，你的提示詞集會不會損失任何東西。

Gemini 3.8 Flash 在 OrcaRouter 目錄中的價格為每百萬個 token $0.75 / $3.75，供應商定價以 0% 加價 原樣傳遞 — 因此當 G​oogle 在 1 月 1 日將該費率加倍時，新數字當天就會在這裡生效，而不是等到下一次合約續約。G​emini 4 Hydrogen 不在我們的目錄中；可透過 G​oogle 自家的 API 和 AI Studio 存取，沒有任何路由層能改變這一點。路由器在此期間真正提供給你的是 A/B 本身：將相同提示詞送到 3.8 Flash 以及你接下來要評估的任何模型、當受速率限制的層級丟棄請求時自動容錯移轉，以及一套路由 DSL，可將低成本路徑保留在仍具備明確快取功能的模型上，直到你完成最後一個呼叫方的遷移。

誰應該在十一月採取行動，誰應該再等等

如果你的工作負載具備代理性、終端機導向或長時程特性，而且 Terminal-Bench 4.1 上 57 對 18.2 的差距正好描述你實際執行的一項任務，那就立即行動。你從現在到一月所支付的價格溢價，是多使用七週更好模型的成本；相對於你本來就要進行的遷移，這只是捨入誤差。

如果你的工作負載是對話型且對延遲敏感，或依賴你已圍繞其建立重試邏輯的明確快取語意，就等到一月。3.8 Flash 目前更便宜、首個 token 更快，且未排定關閉。搶先完成一場唯一期限只是費率表的遷移，並沒有獎勵。

沒有人應該做的事，是在十二月最後一週才遷移，然後在一月二日於生產環境發現被忽略的溫度參數。這裡唯一真正不可逆的錯誤，是把上線日期當成截止期限。截止期限是價格收斂——而能捕捉無聲失敗的測試必須在那之前進行，而不是之後。