제미나이 4 하이드로젠으로 갈아타기…3.8 플래시 개발자가 바꿔야 할 것

API로 제미나이(Gemini) 3.8 플래시를 쓰는 개발자라면 하이드로젠 전환을 오래 미룰 이유가 크지 않다. 100만토큰당 단가는 지금의 두 배지만, 같은 과제를 끝내는 과제당 비용은 4분의 1로 줄었다. 다만 모델 이름만 바꾸면 그대로 깨지는 설정이 몇 가지 있다.

플래시 이름 뗀 하이드로젠의 위치와 3.8 플래시 대체 범위

구글(Google)이 12일(현지시간) 제미나이 4 하이드로젠(Gemini 4 Hydrogen)을 공개했다. 제미나이 API 변경 이력에는 같은 날 정식 출시(GA) 항목이 올라왔으며, 모델 ID는 gemini-4-hydrogen이고 API 무료 등급과 유료 등급에서 모두 쓸 수 있다.

구글은 이번에 ‘플래시(Flash)’라는 이름을 붙이지 않았다. 구글 딥마인드(Google DeepMind)의 모델 카드는 하이드로젠을 “제미나이 4 카본을 바탕으로 조정한 모델”(Gemini 4 Hydrogen is adapted from Gemini 4 Carbon)이라고 적었으며, 뿌리는 10일 공개된 최상위 모델 카본이다. 다만 크기를 줄였는지, 큰 모델의 답을 작은 모델에 가르치는 증류(distillation)를 거쳤는지는 밝히지 않았다.

대체 범위는 쓰는 곳마다 다르다. 제미나이 앱 도움말의 요금제별 모델 목록에서 3.8 플래시는 빠지고 그 자리에 하이드로젠이 들어갔으며, 개발 문서도 하이드로젠을 “3.8 플래시에서 올라갈 권장 모델”(Recommended upgrade from Gemini 3.8 Flash)로 소개한다. 그러나 지원 종료 문서에는 아직 3.8 플래시의 종료일이 잡히지 않았다.

검색 쪽은 사정이 조금 다르다. 구글은 발표문의 검색 비교 화면을 제미나이 3.5 플래시와 하이드로젠으로 짰지만, 검색에서 하이드로젠이 정확히 어떤 기존 모델을 대신했는지는 따로 적지 않았다.

토큰 단가와 과제당 비용이 반대로 움직인 구조

먼저 단가를 보면, 가격 페이지에서 하이드로젠은 100만토큰당 입력 1.5달러(약 2001원), 출력 7.5달러(약 1만3원)다. 3.8 플래시는 올해 12월 31일까지 입력 0.75달러(약 1000원), 출력 3.75달러(약 5002원)의 할인가를 받으니, 지금 기준으로는 정확히 두 배다.

하이드로젠에는 할인 기간이 없다. 같은 제미나이 4 세대인 아르곤과 카본은 도입가로 시작해 나중에 두 배로 오르는 구조였지만, 하이드로젠은 처음부터 정가를 받으므로 내년 1월 1일이 되면 3.8 플래시와 단가가 같아진다.

반면 과제 하나를 끝내는 비용은 정반대로 움직였다. 모델 성능을 따로 재는 아티피셜 애널리시스(Artificial Analysis)는 여러 시험을 묶은 인텔리전스 지수(Intelligence Index) 문항을 모델마다 풀게 하고 문항당 든 비용을 공개한다. 13일 조회한 v5.0.1 측정에서 3.8 플래시(high 설정)는 과제당 7.77달러(약 1만363원)를 썼지만, 하이드로젠(high)은 1.87달러(약 2494원)로 76% 적었다.

차이는 입력에서 났다. AI가 글을 읽고 쓰는 단위를 토큰이라 하고, 앞서 읽은 입력을 서버가 기억해 두었다가 다시 읽을 때 값을 깎아 주는 기능을 캐시라 한다. 아티피셜 애널리시스가 공개한 3.8 플래시 비용 내역을 보면 과제당 7.77달러 가운데 7.03달러가 캐시 할인을 받지 못한 입력 토큰 값이었다. 3.8 플래시는 측정 전체에서 입력 토큰 102억개를 읽고 약 34%만 캐시 할인을 받은 반면, 하이드로젠은 입력 53억4000만개 가운데 약 93%를 캐시 할인가로 읽었다.

리터당 기름값은 두 배인데, 목적지까지 드는 기름값은 4분의 1인 차다.

“100만토큰당 단가는 3.8 플래시 할인가의 두 배로 올랐지만, 암묵 캐시 적중률이 93%에 달하면서 긴 입력을 반복하는 과제당 총비용은 오히려 4분의 1로 줄었다.”

3.8 플래시의 7.77달러는 할인가로 매긴 값이라 내년이 되면 차이는 더 벌어진다. 3.8 플래시의 입력·출력·캐시 단가가 모두 두 배로 오르기 때문인데, 토큰 사용량이 같다고 보면 3.8 플래시의 과제당 비용은 약 15.5달러(약 2만726원)가 된다.

아티피셜 애널리시스·발스 AI로 본 성능과 속도 격차

독립 측정에서는 점수와 시간, 비용이 모두 같은 방향으로 움직였다. 아티피셜 애널리시스 인텔리전스 지수에서 3.8 플래시(high)는 31점인 데 비해 하이드로젠(high)은 51점을 기록했고, 가장 오래 생각하는 xhigh 설정에서는 54점까지 올랐다. 과제 하나를 끝내는 데 걸린 시간도 14.7분에서 8.3분으로 줄어 약 1.8배 빨라졌다.

금융·법률·세무 업무 과제로 모델을 재는 발스 AI(Vals AI)도 비슷한 결과를 냈다. 발스가 xHigh 설정으로 잰 발스 지수(Vals Index)에서 하이드로젠은 68.49%로 37개 모델 중 6위였고, 상위 6개 가운데 테스트당 비용(9.84달러, 약 1만3124원)과 시간(32분 5초)이 가장 적었다. 미국 법인세 질문에 근거를 달아 답하는 세무 벤치마크(Tax Agent Bench)에서는 85개 중 1위(52.3%)를 차지했다.

구글 자체 평가에서는 수치 폭이 더 크다. 구글은 발표문에서 터미널에서 코드를 고치고 시험하는 과제인 Terminal-Bench 4.1 점수가 3.8 플래시의 18.2%에서 57%로 올랐고, 지어낸 주장(fabricated claims)은 5배 넘게 줄었으며 기본 high 설정에서 작업을 2.5배 빨리 끝낸다고 밝혔다.

다만 평가 방법 문서를 보면 이 점수는 구글이 고른 실행 틀인 하네스(harness, 모델이 도구를 부르고 코드를 실행하며 답을 내도록 감싸는 평가 환경)에서 과제마다 5번 돌려 평균 낸 값이며 3.8 플래시 쪽 측정 조건은 공개하지 않았다. 구글의 2.5배와 독립 측정의 1.8배를 함께 놓고 읽어야 하는 이유다.

구글은 경쟁 모델로 클로드 소넷(Claude Sonnet) 5.5와 GPT-6.1 테라(GPT-6.1 Terra)를 골라 비교표를 냈다. 10개 항목 중 하이드로젠이 7개에서 1위였고 진 3개는 Terminal-Bench 4.1, 화면을 보고 컴퓨터를 조작하는 OSWorld-2.1, 과학 연구용 터미널 과제인 Terminal-Bench-Science 0.1로 셋 다 소넷 5.5가 앞섰으며 모두 터미널이나 컴퓨터를 직접 다루는 과제다. 경쟁 모델 수치는 대부분 각 회사의 자체 보고치나 공개 순위표에서 가져왔고 일부만 구글이 직접 쟀다.

모델 ID만 바꿀 때 깨지는 API 설정과 이전 점검표

개발 문서의 이전 점검표에서 손볼 곳만 추리면 아래와 같다.

가장 조용한 변화는 사고 수준에서 일어났다. 사고 수준(thinking level)은 답하기 전에 얼마나 오래 따져 볼지 정하는 설정으로, 3.8 플래시는 medium이 기본이었지만 하이드로젠은 high를 기본으로 잡았다. 설정을 건드리지 않은 코드는 모델 이름만 바꾸는 순간 더 오래 생각하고 토큰을 더 쓴다.

운전석은 같은데 기어 기본값이 한 단 올라가 있다.

구글도 개발 문서에서 “평가 세트로 medium과 high를 시험해 속도와 비용의 균형을 잡으라”(Test medium and high on your evaluation suite to balance speed and cost)고 권했다. 코드는 문서 예시처럼 모델 이름과 사고 수준을 지정하면 된다.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",  # 모델 ID만 바꾼다
    input=(
        "Audit this payment retry queue for race conditions "
        "and rewrite the lock acquisition logic."
    ),
    generation_config={
        "thinking_level": "xhigh"  # low·medium·high(기본)·xhigh
    },
)

print(interaction.output_text)

비용 차이를 가른 캐시도 손이 간다. 하이드로젠은 개발자가 직접 만들어 두는 명시적 캐시를 지원하지 않고, 4096토큰 이상인 요청에 서버가 알아서 거는 암묵 캐시(implicit caching)만 남겼다. 적중하면 입력값을 95% 깎아 100만토큰당 0.075달러만 받지만, 답의 무작위성을 정하는 temperature 같은 샘플링 값은 보내도 적용되지 않아 요청에서 덜어내야 한다.

무료 등급으로 먼저 시험해 볼 수 있지만, 가격 페이지는 무료 등급 입력을 제품 개선에 쓴다고 적었다. 유료 등급 입력은 제품 개선에 쓰지 않으므로 사내 코드나 고객 데이터를 넣을 때는 유료 등급 전환이 필요하다.

일상 코딩부터 안티그래비티 협업까지… 용도별 모델 분업

개발 문서가 제시한 하이드로젠의 자리는 일상 코딩, 대화형 웹앱, 도구를 쓰는 에이전트, 문서·표·영상을 섞은 멀티모달 업무, 큰 작업을 쪼개 나눠 맡는 하위 에이전트다. 같은 문서는 어려운 설계와 디버깅, 보안 감사에는 카본을, 긴 작업을 적은 토큰으로 처리할 때는 아르곤을 권한다.

구글이 그린 그림은 분업이다. 코딩 도구 안티그래비티(Antigravity)에 새로 넣은 오케스트레이터(Orchestrator)는 한 작업 안에서 모델을 바꿔 가며 쓴다. 구글 안티그래비티 팀은 블로그에서 카본이 계획을 짜고 하이드로젠이 코드를 고치고 테스트를 돌리며, 하이드로젠이 막히면 카본이 다시 넘겨받는다고 설명했다. AI 울트라 구독자는 카본판과 아르곤판을, 유료 AI 프로 구독자는 아르곤판을 쓸 수 있다.

구글은 오케스트레이터가 카본에 가까운 성공률을 내면서 할당량을 평균 24% 덜 쓰고 19% 빨리 끝냈다고 밝혔다. API로 에이전트 작업을 맡기는 관리형 에이전트(Managed Agents)에서도 API 변경 이력에 따라 안티그래비티 에이전트의 기본 모델이 하이드로젠으로 바뀌었다. 구글 발표문에 실린 파트너 평가에서 기업 문서 관리 업체 박스(Box)는 하이드로젠이 3.8 플래시보다 약 두 배 빠르고 토큰을 12% 덜 썼다고 평가했는데, 구글이 고른 사례라는 점은 감안해야 한다.

일반 이용자 쪽 배치도 바뀌었다. 제미나이 앱 무료 이용자는 자동 모델 선택(Auto)이 하이드로젠을 고를 때만 쓰고, AI 플러스(AI Plus) 요금제부터는 직접 고를 수 있다. 앱의 사고 수준은 낮음·중간·높음 세 단계라서 xhigh는 API에서만 쓸 수 있고, 구글 검색에는 전 세계 모든 이용자에게 들어갔다.

전면 이전을 막는 출력 비용·안전 거절·순위표 불일치

지금 모든 호출을 하이드로젠으로 옮기는 것이 무조건 유리하지는 않다. 76%라는 비용 감소는 길고 복잡한 인텔리전스 지수 문항에서 나온 값이며, 하이드로젠의 비용 우위는 대부분 긴 입력을 캐시 할인가로 읽은 데서 나왔다. 출력 비용만 떼어 보면 하이드로젠은 과제당 0.64달러로 3.8 플래시(0.37달러)보다 오히려 많아, 분류와 라우팅, 짧은 질의응답처럼 반복해 읽을 긴 입력이 없는 호출이라면 단가 두 배가 그대로 비용 차이가 될 수 있다. 개발 문서도 대량 분류와 라우팅에는 제미나이 3.5 플래시 라이트(Flash-Lite)를 계속 쓰라고 안내한다.

하이드로젠이 토큰을 적게 쓰는 모델인 것도 아니다. 아티피셜 애널리시스 측정에서 하이드로젠의 출력 토큰은 1억1000만개로 비교 집단 중앙값 7280만개의 약 1.5배였고, 발스 지수의 테스트당 토큰도 4119만개로 카본(1829만개)의 2.25배에 달했다. 토큰당 단가가 낮아도 모델이 내뱉는 토큰 수 자체가 많으면 실제 작업당 비용 절감 폭은 그만큼 줄어든다.

같은 점수를 더 싸게 내는 모델도 있다. 아티피셜 애널리시스에서 GPT-6.1 테라(GPT-6.1 Terra)는 최고 설정으로 하이드로젠과 같은 51점을 과제당 0.96달러(약 1280원)에 냈지만 대신 과제 하나에 14.6분이 걸렸다. 하이드로젠이 앞서는 쪽은 비용보다 시간이다.

모델 카드가 스스로 적은 약점도 남아 있다. 3.8 플래시와 비교한 자동 안전 평가에서 답해도 되는 질문을 거절하는 부당 거절 비율이 5.57%p 늘었고, 카드는 특히 이미지 등이 섞인 멀티모달 질문에서 늘었다고 적었으며 세부를 담을 안전·보안 보고서는 아직 나오지 않았다.

구글 발표 수치도 대조해 보고 써야 한다. 구글은 발표문에서 하이드로젠이 발스 법률 조사 벤치마크(Legal Research Bench) 공동 1위(55.8%)라고 밝혔지만, 13일 조회한 발스 순위표에서 하이드로젠은 53.85%로 94개 중 6위였고 55.77%는 1위 카본의 점수였다. 차이가 생긴 이유는 확인되지 않으므로, 옮길지는 벤치마크가 아니라 평소 보내는 요청 묶음을 두 모델에 똑같이 넣고 쓴 토큰과 결과를 비교해 정하는 편이 안전하다.

3.8 플래시 할인이 끝나는 1월 1일

3.8 플래시의 할인가는 12월 31일에 끝나고, 이튿날부터 두 모델의 단가는 같아진다. 구글은 3.8 플래시를 끄는 날짜 대신 할인이 끝나는 날짜만 정해 뒀고, 하이드로젠에는 할인 기간이 없어 현재 할인 기간이 남은 쪽은 3.8 플래시다.