Gemini 4 Hydrogen: 빠른 실행용 에이전트 모델 출시
Gemini 4 Hydrogen
TL;DR Highlight
Hydrogen은 3.8 Flash보다 2.5배 빠르고 Terminal-Bench 4.1이 57%로 올랐다
Who Should Read
Gemini 3.8 Flash로 코딩 에이전트나 도구 호출 워크플로를 돌리며 속도와 비용 때문에 교체를 고민하는 백엔드 개발자
Core Mechanics
- Hydrogen은 실행 담당 모델이다
- Carbon과 Argon은 어려운 문제를 깊게 추론하는 최상위 모델이라고 한다.
- Hydrogen은 코딩·에이전트 작업을 빠르게 실행하는 용도로 만들었다고 소개한다.
- 3.8 Flash보다 2.5배 빠르다
- 기본 high 설정에서 작업 완료 속도가 3.8 Flash 대비 2.5배라고 한다.
- Terminal-Bench 4.1 점수는 3.8 Flash 18.2%에서 57%로 올랐다.
- 근거 없는 주장(fabricated claims)은 5배 넘게 줄었다고 한다.
- 가격은 컨텍스트 길이와 무관한 단일 가격이다
- 100만 토큰 컨텍스트 전 구간이 입력 100만 토큰당 $1.50, 출력 100만 토큰당 $7.50이다.
- Orchestrator가 모델을 알아서 바꿔 쓴다
- Antigravity의 Orchestrator는 한 세션 안에서 Carbon과 Hydrogen을 동적으로 전환한다.
- Terminal-Bench 4.0에서 Carbon에 가까운 성공률을 내면서 쿼터는 평균 24% 덜 쓰고 19% 빨랐다.
- 병렬 에이전트에서는 Carbon이 조정자, Hydrogen이 워커·검증자를 맡는 구성을 제시한다.
- thinking level이 4단계로 늘었다
- low, medium, high(기본), 새로 생긴 xhigh 네 단계다.
- Artificial Analysis Intelligence Index에서 high는 51로 Argon의 50보다 높고, xhigh는 54다.
- 에이전트 안전성 수치도 올랐다
- 3.8 Flash 대비 에이전트 작업의 과잉 행동(overreach)은 최대 81% 줄었다고 한다.
- 간접 프롬프트 인젝션 방어는 Gray Swan IPI 벤치마크에서 2.3배 넘게 강해졌다고 한다.
- 막힌 작업에서 권한 경계를 우회할 확률은 최대 2배 낮아졌다고 한다.
Community Reactions
- 가격이 애매하다는 의견
- 이 가격은 3.8 Flash의 할인 전 가격과 같고 지금 실제로 내는 금액보다 높다는 의견이 있었다.
- 할인이 연말에 끝나면 가격에 민감한 기업 고객이 이탈할 수 있다는 우려가 나왔다.
- 내 워크로드에서 재 봤더니 비용 37%↑, 시간은 40~60%였다는 경험
- 한 사용자는 3.8 Flash 대비 작업당 비용이 37% 늘었다고 했다.
- 총 소요 시간은 40~60%로 줄었고 median과 p90이 같이 개선됐다고 했다.
- 두 모델 모두 medium reasoning에서 평가 작업을 전부 해냈고 병목은 속도였다고 한다.
- 이미지→HTML 변환이 좋았다는 경험
- 한 사용자는 복잡한 플로우를 잡아낸 첫 비Anthropic 소형 모델이라고 평가했다.
- 품질은 sonnet과 opus 사이라고 느꼈다고 한다.
- 시각 퍼즐에서 틀린 부연 설명을 붙였다는 경험
- 한 사용자가 Bongard 문제를 풀게 했더니 정답은 맞혔다.
- 그런데 사실과 다른 "참고" 설명을 덧붙였고 더 어려운 퍼즐에서는 완전히 지어냈다고 한다.
How to Apply
- 지금 쓰는 에이전트 작업 하나를 Hydrogen으로 돌려 비교하기
- 오늘 AI Studio나 Gemini API에서 3.8 Flash로 돌리던 평가 작업 5~10개를 골라 같은 프롬프트로 실행하라.
- 작업당 비용, 총 소요 시간, 성공 여부를 표로 기록하라.
- thinking level은 medium과 high 두 가지로 나눠서 비교하라.
- thinking level별 비용·지연 곡선 직접 재기
- 같은 작업 세트를 low, medium, high, xhigh로 돌려라.
- 품질 점수가 더 오르지 않는 지점에서 멈추고 기본값을 정하라.
- 계획은 큰 모델, 실행은 Hydrogen으로 나누기
- 병렬 에이전트를 쓴다면 조정자는 Carbon이나 Argon에 맡겨라.
- 워커와 검증자 에이전트는 Hydrogen으로 지정해 토큰 비용을 비교하라.
- 도구 호출 실패·빈 검색 결과 시나리오를 회귀 테스트에 넣기
- 도구가 에러를 반환하거나 검색이 빈 결과를 줄 때 모델이 지어내지 않는지 테스트하라.
- 3.8 Flash와 Hydrogen의 응답을 나란히 비교하라.
Try It
# Claude나 Gemini 채팅창에 붙여넣기 (원문 방법의 간이 버전: 모델 라우팅 설계 점검)
나는 코딩 에이전트 워크플로를 운영 중이다. 아래 작업 목록을 "계획·설계·어려운 디버깅"과 "코드 작성·테스트 실행·변경 검증"으로 분류해 줘.
작업 목록:
{{작업 목록}}
분류 기준:
- 전자는 깊은 추론이 필요한 큰 모델(조정자)에게 맡긴다.
- 후자는 빠른 실행 모델(워커·검증자)에게 맡긴다.
각 작업마다 분류 이유를 한 줄로 쓰고, 마지막에 병렬로 돌릴 수 있는 작업 묶음을 표로 정리해 줘.
이어서 해 볼 것: 표의 실행 쪽 작업을 실제로 Hydrogen에 넘겨 비용과 시간을 재 본다.Terminology
관련 논문
Gemini 4 Neon 출시: 프런티어급 성능, 빠른 속도, 낮은 작업당 비용
Gemini 4 Neon은 Carbon보다 작업당 비용 32%↓, 입력 $3·출력 $15
AI가 All About Berlin을 죽이고 있다
Google AI Overviews 도입 후 베를린 가이드 사이트 트래픽이 70~75% 줄었다
모든 걸 LLM에 맡기지 마라: PostHog의 decision model 활용기
PostHog는 작은 decision model로 LLM 호출 98.7%를 건너뛰었다
GPT-6.2 Astra·Sol 출시, 댓글로 본 비용·속도와 에이전트 동작 후기
GPT-6.2 Astra·Sol은 비용이 크게 줄었지만 과설계·조기 종료 후기가 엇갈린다
TrnRT: AWS Trainium용 오픈소스 LLM 추론 엔진
trn2.48xlarge 한 대로 GLM-5.3-Flash를 OpenAI 호환 API로 서빙한다
언제 줌해야 할까: VLM에게 이미지는 얼마나 작아야 너무 작은가
큰 사진을 타일로 쪼개 보내니 Claude·Gemini 정확도가 11~14.5%p 올랐다
최신 LLM의 Positional Embedding 이해하기
GPT-2부터 RoPE까지, LLM이 토큰 위치를 넣는 방식을 정리했다
DeepSeek V3를 순수 JAX 190줄로 구현해 MacBook Air에서 학습
DeepSeek V3 핵심 구조를 JAX 190줄로 짜서 맥북에어에서 2.6시간 학습