Gemini 4 Hydrogen: cosa cambia per chi sviluppa con l'AI
Negli ultimi mesi l'AI è entrata stabilmente nel mio modo di sviluppare, ma la domanda che mi pongo più spesso non è più “quale modello è il più intelligente”. È “quale modello conviene per questo compito”. Il 12 novembre Google ha presentato Gemini 4 Hydrogen, un modello pensato proprio per questo: veloce, economico, fatto per scrivere codice e far girare agenti, anche sotto la regia di modelli più grandi. Come per il DevDay di OpenAI, parto dai numeri: quanto costa, dove può aiutare in un progetto Laravel e React, e quali cifre è meglio prendere con prudenza.
Le novità in un minuto
Hydrogen è il terzo modello della famiglia Gemini 4, uscito a pochi giorni da Carbon e Argon. Questi due puntano sul ragionamento lungo e profondo. Hydrogen punta sulla velocità di esecuzione.
- Prezzo. 1,50 dollari per milione di token in input e 7,50 in output, uguale su tutta la finestra di contesto.
- Contesto. Fino a 1 milione di token, con testo, immagini, audio e video in ingresso.
- Quattro livelli di ragionamento. Low, medium, high (il predefinito) e il nuovo xhigh: scegli quanto il modello deve “pensare”, e quindi quanto paghi.
- Orchestrator in Antigravity. Nell'ambiente di sviluppo di Google, un modello grande pianifica e Hydrogen esegue, nella stessa sessione.
- Disponibilità. Gemini API, Google AI Studio, Gemini per le aziende, app Gemini e Ricerca. Orchestrator per ora solo per gli abbonati Ultra.
Il punto non è “un altro modello”. È la divisione del lavoro tra un modello che decide e uno che esegue, ed è qui che cambiano i conti.
Quanto costa davvero
Hydrogen costa il 25% in meno di GPT-6.1 Sol, che a ottobre era già la notizia del DevDay: 1,50 e 7,50 dollari per milione di token contro 2 e 10. Ho rifatto i conti sugli stessi due casi di allora, con le stesse ipotesi prudenti.
| Caso d'uso |
Volume ipotizzato |
Costo con Hydrogen |
Costo con GPT-6.1 Sol |
| Descrizioni prodotto generate |
2.000 schede, 800 token in input e 400 in output ciascuna |
circa 8 $ una tantum |
circa 11 $ |
| Assistente clienti sul sito |
3.000 conversazioni al mese, 4.000 token in input e 600 in output ciascuna |
circa 32 $ al mese |
circa 42 $ al mese |
Due dettagli spostano i numeri più della differenza di listino.
Il primo è la cache. L'input già visto costa 0,075 dollari per milione e si attiva da solo sui prompt sopra i 4.096 token. Se 3.000 dei 4.000 token dell'assistente sono sempre gli stessi, per esempio catalogo e condizioni di vendita, il costo mensile scende intorno ai 19 dollari. Per i lavori che non devono rispondere subito, come generare 2.000 schede di notte, c'è anche la modalità batch a metà prezzo: le descrizioni scenderebbero a circa 4 dollari.
Il secondo è il ragionamento. I token di “pensiero” si pagano come output, quindi il livello scelto pesa sul conto. Secondo le misure di Artificial Analysis, xhigh usa quasi il doppio dei token di high per 3 punti in più sul loro indice. Per una descrizione prodotto low basta e avanza; xhigh lo terrei per i casi in cui il modello si blocca.
Come sempre, sono stime e non preventivi. Ma confermano quello che scrivevo a ottobre: il costo del modello non è più l'ostacolo. Il costo vero è il tempo per integrare bene la funzione e quello per controllarne i risultati.
Pianificatore e operaio: il nuovo schema degli agenti
La novità che mi interessa di più non è Hydrogen in sé, ma Orchestrator. Dentro Antigravity, l'ambiente di sviluppo di Google, Carbon legge il codice, chiarisce i punti ambigui e scrive un piano. Hydrogen poi esegue il lavoro di routine: modifiche, aggiornamenti dei pacchetti, test. Se Hydrogen si incaglia, il compito torna a Carbon.
È lo stesso schema che userebbe un buon capo progetto: la persona più esperta decide cosa fare e come, chi esegue lavora veloce sui compiti chiari. Google dichiara che su Terminal-Bench 4.1 Orchestrator arriva vicino ai risultati del solo Carbon, consumando il 24% di quota in meno e chiudendo i compiti il 19% più in fretta.
Per un freelance o un piccolo team questo schema conta più del singolo modello, per due motivi.
- Il costo segue la difficoltà. Paghi il modello caro solo per le decisioni, non per scrivere la centesima migration.
- Si può replicare anche fuori da Antigravity. Con le API basta un modello per il piano e uno per l'esecuzione, e un livello di ragionamento diverso per ogni tipo di passo.
C'è però un limite: per ora Orchestrator è riservato agli abbonati Ultra, il piano più costoso. Chi vuole provarlo in uno studio piccolo deve costruirsi lo schema da sé.
I numeri da prendere con le pinze
Gli annunci sono pieni di percentuali. Prima di cambiare strumenti, conviene guardare da dove vengono.
- Quasi tutte le cifre sono di Google. Il 57% su Terminal-Bench 4.1 contro il 18,2% di Gemini 3.8 Flash, la velocità 2,5 volte superiore, le risposte inventate ridotte di oltre cinque volte: tutto dichiarato dal produttore.
- Il confronto è soprattutto con i modelli Google precedenti. Battere il proprio vecchio modello piccolo è utile, ma dice poco su come va contro i concorrenti diretti.
- L'indice di Artificial Analysis è l'unico dato esterno citato: 51 punti per Hydrogen al livello high, uno in più di Argon. Ma è un indice composito, non misura solo il codice.
- Orchestrator è descritto come “vicino” a Carbon, senza dire quanto.
C'è anche qualche dettaglio pratico per chi lo integra via API. L'output sincrono ha un tetto di 65.536 token, che ora comprende anche il ragionamento: per risposte più lunghe serve l'esecuzione in background. E chi migra da 3.8 Flash deve ricontrollare i parametri, perché alcuni valori prima tollerati ora restituiscono un errore.
La mia regola resta la stessa: prima un test sul mio codice, con i miei compiti tipici, poi la scelta. I benchmark servono a decidere cosa provare, non cosa usare.
Come lo userei in un progetto Laravel + React + Inertia
Nei progetti che seguo per aziende e studi, molto lavoro è ripetitivo ma va fatto bene. È il terreno ideale per un modello veloce ed economico, purché qualcuno abbia deciso prima cosa fare.
Lo darei a Hydrogen:
-
Test. Scrivere test Pest o PHPUnit per controller e Form Request già esistenti, partendo dal codice.
-
Migration e modelli. Creare tabelle, relazioni e factory quando lo schema è già deciso.
-
Componenti ripetitivi. Tabelle, filtri e form React per le pagine Inertia, seguendo un componente già fatto come esempio.
-
Aggiornamenti delle dipendenze. Composer e npm, con la lettura dei changelog e la correzione degli errori che emergono.
-
Integrazioni già definite. Mappare i campi tra un gestionale e un e-commerce quando il flusso è chiaro.
Lo terrei per un modello più grande, o per me:
-
Scelte di architettura. Come dividere i moduli, dove mettere la logica, cosa rendere asincrono.
-
Refactoring che toccano molti file. Qui un errore di piano costa più di quanto si risparmia in token.
-
Tutto ciò che riguarda soldi e dati dei clienti. Pagamenti, ordini, permessi: il codice lo può proporre l'AI, ma lo rileggo riga per riga.
Il merge resta mio, come per Codex, e la responsabilità verso il cliente pure.
In sintesi
- Il prezzo scende ancora. Con 1,50 e 7,50 dollari per milione di token, Hydrogen costa un quarto in meno di GPT-6.1 Sol, e con cache e batch le funzioni AI di un e-commerce costano pochi dollari.
- Lo schema conta più del modello. Un modello che pianifica e uno che esegue: è qui che si risparmia, e si può replicare con le API anche senza Antigravity.
- I benchmark sono un punto di partenza. Quasi tutti i numeri vengono da Google: prima di cambiare strumenti, conviene provarlo sui propri compiti.
Se stai valutando l'AI nel tuo flusso di sviluppo, o una funzione AI per il tuo sito o negozio online, scrivimi: facciamo i conti insieme partendo dai tuoi numeri.