Тридцатого ноября 2026 года заканчивается промо-период на Gemini 4 Carbon. Тридцать первого декабря сгорает скидка на Gemini 3.8 Flash. Передача старого параметра бюджета на размышления ломает продакшен ошибкой HTTP 400. Разработчикам нужно обновить архитектуру агента и не раздуть бюджет в два раза.
Связка gemini-decision-1 на входе и gemini-4-hydrogen для логики окупается уже сейчас за счёт ускорения в 2.5 раза, а с 1 января 2027 года цена 3.8 Flash вырастет до $1.50 за вход и $7.50 за выход и сравняется с более быстрой Hydrogen.
Gemini 3.8 Flash теряет ценовое преимущество 1 января 2027 года
Gemini 4 Hydrogen стоит $1.50 за 1 млн входных и $7.50 за 1 млн выходных токенов. Текущий тариф Gemini 3.8 Flash составляет $0.75 за вход и $3.75 за выход. Разница ровно в два раза.
Тариф $0.75 и $3.75 действует только до 31 декабря 2026 года. С 1 января 2027 года базовая цена 3.8 Flash составит те же $1.50 и $7.50. При этом Hydrogen выполняет задачи в 2.5 раза быстрее на стандартной настройке размышлений high.
В бенчмарке Artificial Analysis Intelligence Index новая модель набирает 51 балл против 31 балла у 3.8 Flash. На уровне xhigh показатель доходит до 54 баллов. Hydrogen обходит даже октябрьский флагман gemini-4-argon, который набирает всего 50 баллов. Вопреки привычной иерархии, дистиллированная младшая модель обходит флагман в тестах.
Пропускная способность Provisioned Throughput для Hydrogen достигает 685 токенов в секунду на 1 GSU. Выполнение задач через Batch занимает до 24 часов, а через Flex укладывается в 1-15 минут. В обсуждениях на Hacker News разработчики сходятся во мнении о фактической смерти модели Argon после выхода Hydrogen. Пользователи жалуются на медленную работу Argon, из-за которой конкурирующие модели успевают выполнить несколько задач за то же время.
Ситуацию усугубляют аномалии списания квот внутри сред разработки. На форумах есть замеры A/B тестов, где флагманские модели Gemini 4 расходуют общий 5-часовой пул квоты Antigravity в 3 раза быстрее на каждый опубликованный доллар стоимости API. Это эквивалентно цене $6 за вход и $30 за выход вместо заявленных $2 и $10. Официального комментария Google по этой механике биллинга внутри IDE нет.
Посчитаем затраты на 1 января 2027 года. Допустим, агент обрабатывает 10 млн входных токенов и генерирует 2 млн выходных. На 3.8 Flash это обойдется в $15 за вход (10 умножить на $1.50) и $15 за выход (2 умножить на $7.50). Итого $30. На Hydrogen цифры будут абсолютно идентичными. Счет составит те же $30, но с приростом скорости в 2.5 раза и 20 дополнительными баллами интеллекта.
| Модель | Вход (промо) | Выход (промо) | Конец промо | Вход (стандарт) | Выход (стандарт) |
|---|---|---|---|---|---|
| Gemini 3.8 Flash | $0.75 | $3.75 | 31.12.2026 | $1.50 | $7.50 |
| Gemini 4 Argon | $2.00 | $10.00 | 30.11.2026 | $4.00 | $20.00 |
| Gemini 4 Hydrogen | Нет | Нет | Нет | $1.50 | $7.50 |
Decisions API обнуляет стоимость выходных токенов при маршрутизации
Модель Hydrogen создана на базе архитектуры Carbon специально для быстрой генерации кода и исполнения агентных задач. Отдавать ей примитивную маршрутизацию слишком дорого. Модель стоит в 15 раз дороже базовых конкурентов вроде Claude Haiku 5.5. Для бинарной классификации Google запустила Decisions API и модель gemini-decision-1.
Эта модель оценивает типизированные вопросы за один проход. Главная цифра: выходные токены стоят ровно $0. Разработчик платит только $0.10 за 1 млн входных токенов. Общий входной контекст оплачивается один раз за запрос. Можно передать тысячу независимых вопросов, цена не изменится.
Сравним с Gemini 3.5 Flash Lite. Она стоит $0.30 за вход и $2.50 за выход. При фильтрации 10 000 пользовательских запросов, где каждый содержит 2000 входных токенов, модель должна выдать короткий ответ на 50 токенов.
На 3.5 Flash Lite вход обойдется в $6 (20 млн токенов умножить на $0.30 и разделить на миллион). Выход будет стоить $1.25 (500 тысяч токенов умножить на $2.50 и разделить на миллион). Итого $7.25.
На gemini-decision-1 вход стоит $2 (20 млн токенов умножить на $0.10 и разделить на миллион). Выход стоит $0. Итого $2.00. Новая модель обходится почти в четыре раза дешевле. Задержка end-to-end составляет 150-250 мс. Медианное время вычисления самой модели на контексте до 16 тысяч токенов укладывается в 50-100 мс.
Через метод client.decisions.create в API v1beta передаются вопросы трех типов. Это бинарные да или нет (noul), выбор одного варианта из 2-255 опций (choice) и оценка по рубрикатору из 2-255 уровней (score). Все это работает поверх общего входа объемом до 262 144 токенов. Благодаря задержке 150-250 мс модель позволяет отсекать простые интенты до вызова тяжелых моделей генерации. Диапазон вероятностей для типа noul возвращается в пределах от 0.01 до 0.99.
from google import genai from google.genai import types client = genai.Client(api_key="YOUR_API_KEY") response = client.decisions.create( model="gemini-decision-1", contents="User query: Create a python script to parse JSON and save to CSV.", decisions=[ types.Decision( id="needs_code", type="noul", description="Does the user ask to write code?" ), types.Decision( id="complexity", type="choice", choices=["simple", "complex"], description="Rate the task complexity." ) ] ) print(response.decisions[0].probability)
Промо-тариф на Gemini 4 Carbon сгорает 30 ноября 2026 года
Модель gemini-4-carbon открыли для публики 10 ноября 2026 года спустя две недели после закрытого релиза для специалистов по кибербезопасности. До 30 ноября включительно действует промо-цена: $2.00 за 1 млн входных и $10.00 за 1 млн выходных токенов. С 1 декабря цена вырастет вдвое: $4.00 за вход и $20.00 за выход.
Гонять весь цикл агента на чистом Carbon станет слишком дорого. Внутренний инструмент маршрутизации Orchestrator в Google Antigravity показывает способ снизить расходы. Он динамически переключает задачи между Carbon и Hydrogen внутри одной сессии. Carbon планирует архитектуру, разрешает тупики и работает в режиме чтения для изучения зависимостей. Hydrogen пишет код, обновляет пакеты и запускает тесты. Если Hydrogen сталкивается с ошибкой, он возвращает управление Carbon для починки плана.
На бенчмарке Terminal-Bench 4.0 такое разделение ролей снизило расход квоты на 24% и ускорило обработку на 19% при сохранении качества на уровне чистого Carbon.
Посчитаем экономию на конкретных числах для 1 декабря. Допустим, тяжелая задача требует 500 тысяч входных токенов и 100 тысяч выходных. На чистом Carbon это стоит $2 за вход (0.5 умножить на $4.00) и $2 за выход (0.1 умножить на $20.00). Итого $4. Если Orchestrator снижает расход на 24%, гибридная сессия обойдется в $3.04. Экономия составит почти доллар на каждом запуске.
Скептики на Hacker News считают 24% экономии скромным результатом. В обсуждениях отмечают опыт с инструментом Mjolnir между Opus и DeepSeek Flash, где разработчики видят экономию в 60%. Но для экосистемы Google это рабочий метод удержать бюджет после 1 декабря. Во внутренних тестах Carbon показал 0.0% успешности атак на бенчмарке Gray Swan Indirect Prompt Injection против 0.7% у Argon. Carbon также вдвое сократил число неподтвержденных утверждений, снизил выход за рамки инструкций на 26% и недовыполнение на 29%.
Параметр thinking_budget вызывает ошибку HTTP 400 в новом SDK
Простая замена строки model="gemini-3.8-flash" на gemini-4-hydrogen сломает приложение. Google внесла жесткие изменения в параметры запросов. Для миграции потребуется обновить SDK: google-genai >= 2.34.0 для Python или @google/genai >= 2.32.0 для JS.
В Hydrogen полностью удален параметр thinking_budget. Разработчики больше не могут зафиксировать верхнюю границу расходов на скрытые токены размышления. Передача thinking_budget или thinking_level="MINIMAL" возвращает ошибку HTTP 400.
Допустимы только уровни LOW, MEDIUM, HIGH и XHIGH. Точный расход токенов на уровне XHIGH нигде не задокументирован. Без параметра бюджета предсказать стоимость одного шага до его завершения невозможно. Официальная документация указывает дефолтный уровень medium для Carbon и high для Hydrogen, но скрывает точные мультипликаторы.
Кастомные параметры сэмплирования вроде temperature, top_p и штрафов за частоту теперь просто игнорируются. Управление поведением сместилось на фиксированные уровни размышлений. Многие разработчики по привычке передают нулевую температуру для детерминизма агентов, но теперь этот параметр тихо отбрасывается.
Hydrogen выпущена со статусом short-term release. Google может удалить ее, предупредив всего за 45 дней. График выхода версии с долгосрочной поддержкой пока не назван.
Неявное кэширование требует префикс от 4096 токенов
Явное кэширование через cached_content больше не поддерживается. Его заменило автоматическое неявное кэширование. Чтобы оно сработало, статический префикс в начале промпта должен превышать 4096 токенов.
С 12 января 2027 года заработает управление временем жизни кэша. Запись в кэш начнет тарифицироваться с коэффициентом 1.25x от базовой цены. Это составит $1.875 за 1 млн токенов. Чтение останется со скидкой 95%, то есть $0.075 за 1 млн. Точная почасовая сетка тарифов за длительное хранение пока не опубликована, в таблицах для Carbon эта колонка помечена как недоступная.
Посчитаем стоимость работы с системным промптом на 10 тысяч токенов. Запись этого промпта в кэш обойдется в $0.01875 (10 000 умножить на $1.875 и разделить на миллион). Каждое последующее чтение будет стоить всего $0.00075.
Для многошаговых агентов ввели строгое правило. Разработчики обязаны сохранять поле thought_signature во всех предыдущих ходах диалога. Это касается текстовых ответов и вызовов функций. Если агент вызывает инструменты параллельно, сигнатура остается только на первом functionCall.
Если скрипт сжимает или редактирует историю сообщений для экономии контекста, необходимо передавать параметр prefix_mismatch_behavior="DROP". Без него запрос завершится ошибкой. Все модели семейства получили единый лимит в 1 048 576 токенов. Этот пул делится между входом, размышлениями, вызовами функций и финальным ответом. За один синхронный сегмент генерируется до 65 536 токенов. Для расширения генерации до миллиона токенов нужно использовать continuation_token или передавать флаг фоновой работы в Interactions API.
Архитектура цепочки: расчет стоимости сессии на трех моделях
Чтобы удержать расходы после отмены промо-тарифов, процесс нужно разбить на три уровня. Посчитаем стоимость типичной сессии агента по ценам, которые вступят в силу 1 января 2027 года.
Шаг первый: фильтрация. Запрос пользователя на 5000 токенов уходит в gemini-decision-1. Модель определяет тип задачи и классифицирует намерения. Вход стоит $0.0005 (5000 умножить на $0.10 и разделить на миллион). Выходных токенов нет.
Шаг второй: планирование. Сложная задача передается в gemini-4-carbon. Агент отправляет 10 000 токенов контекста и получает план на 1000 токенов. Вход обойдется в $0.04 (10 000 умножить на $4.00 и разделить на миллион). Выход будет стоить $0.02 (1000 умножить на $20.00 и разделить на миллион). Итого $0.06.
Шаг третий: исполнение. План уходит в gemini-4-hydrogen. Модель генерирует код и вызывает функции. Допустим, агент делает пять итераций. Каждая итерация потребляет 15 000 токенов на входе и 2000 на выходе. Суммарно это 75 000 входных и 10 000 выходных токенов. Вход стоит $0.1125 (75 000 умножить на $1.50 и разделить на миллион). Выход стоит $0.075 (10 000 умножить на $7.50 и разделить на миллион). Итого $0.1875.
Общая стоимость сессии составит $0.248. Если выполнять всю работу только на Carbon, те же пять итераций исполнения плюс планирование обойдутся в $1.06. Гибридная архитектура с маршрутизатором на входе снижает итоговый чек более чем в четыре раза.