Von Gemini 3.8 Flash auf Gemini 4 Hydrogen migrieren

Für die Migration von Gemini 3.8 Flash auf Gemini 4 Hydrogen ändern Sie den Modellnamen in gemini-4-hydrogen und korrigieren danach fünf Dinge, die jetzt einen Fehler liefern oder sich anders verhalten: die Denkstufe minimal, explizites Caching, die Sampling-Parameter, das Ausgabelimit und die Standard-Denkstufe. Die übrigen Schritte sind Feinarbeit rund um Tool-Aufrufe, Gesprächszustand und Rechnung.

Dieser Leitfaden ist eine Zusammenstellung auf Grundlage von Googles Dokumentation; ich habe die Migration nicht in einem eigenen Projekt durchgeführt und das Modell nicht selbst getestet. Die Schritte stammen von der Seite „What's new in Gemini 4 Hydrogen" in AI Studio, die Preise von der Preisseite der Gemini API; beide habe ich am 14. November 2026 geprüft. Ein vollständiges, lauffähiges Codebeispiel finden Sie auf Googles Seite. Die Quellen stehen am Ende. Zum Modell selbst siehe Was ist Gemini 4 Hydrogen, zu den Preisstufen Ist Gemini 4 Hydrogen kostenlos, und wer hat Zugriff und zur Konkurrenz den Vergleich von Hydrogen, Sonnet 5.5 und GPT-6.1 Terra.

Müssen Sie migrieren?

Nein, Stand heute nicht. Google hat für Gemini 3.8 Flash kein Abschaltdatum veröffentlicht. In den Versionshinweisen der API gibt es für gemini-3.8-flash keinen Eintrag zu einer Abkündigung oder Abschaltung; vielmehr ist 3.8 Flash ab dem 1. Dezember 2026 das Routing-Ziel für Anfragen an gemini-2.5-pro. Googles Formulierung für Hydrogen lautet „empfohlenes Upgrade".

Zwei Dinge sprechen dafür, über die Migration nachzudenken:

• Der Preisvorteil endet im Januar. 3.8 Flash kostet bis 31. Dezember 2026 0,75 $ pro Million Eingabetokens und 3,75 $ für die Ausgabe. Ab 1. Januar 2027 sind es 1,50 $ und 7,50 $, also Hydrogens heutiger Preis.
• Der Abstand, den Google meldet, ist groß. Laut Ankündigung erreicht Hydrogen bei Terminal-Bench 4.1 57 %, 3.8 Flash 18,2 %; auf der Standardstufe high erledigt es Aufgaben 2,5-mal schneller. Im Index von Artificial Analysis erreicht Hydrogen auf high 51 Punkte, 3.8 Flash 31. Die ersten beiden Zahlen sind Googles eigene Messungen.

Das ist meine Deutung: Kein Datum zwingt Sie, aber ab Januar entfällt das Preisargument für den Verbleib bei 3.8 Flash. Der Dezember ist ein sinnvolles Zeitfenster, um die Migration ohne Eile zu testen.

Was hat sich geändert?

Thema	Gemini 3.8 Flash	Gemini 4 Hydrogen
Modell-ID	gemini-3.8-flash	gemini-4-hydrogen
Fenster	Getrennte Budgets: 1M Eingabe, 64K Ausgabe	Ein Fenster: 1.048.576 Tokens, geteilt von Eingabe, Denken und Ausgabe
Maximale Ausgabe	64K Tokens	Standardmäßig 65.536; mit Long Decode bis zu 1.048.576
Standard-Denkstufe	medium	high
Denkstufen		low, medium, high, xhigh; minimal liefert einen Fehler
Denk-Einstellung		Nur thinking_level; thinking_budget liefert einen 400 (DataCamp)
Caching	Ihr Code nutzt möglicherweise explizites Caching (cached_content, caches.create)	Kein explizites Caching; implizites Caching ist standardmäßig aktiv
Sampling-Parameter	Ihr Code setzt möglicherweise temperature, top_p, top_k	Sollten entfernt werden: Werte im gültigen Bereich werden ignoriert, Werte außerhalb liefern einen 400
Standardpreis (pro Million Tokens)	Bis 31. Dezember 2026 0,75 $ / 3,75 $; danach 1,50 $ / 7,50 $	1,50 $ / 7,50 $

Die Zellen, die ich leer gelassen habe, sind Stellen, an denen meine Quellen zur Seite von 3.8 Flash keine ausdrückliche Aussage machen.

Schritt-für-Schritt-Checkliste

Die Reihenfolge in Googles Migrationshinweisen:

1. Ändern Sie den Modellnamen. gemini-4-hydrogen statt gemini-3.8-flash.
2. Prüfen Sie das Ausgabelimit. Bei 3.8 Flash waren Eingabe und Ausgabe getrennte Budgets; Hydrogen hat ein einziges 1M-Fenster. Entfernen Sie fest codierte niedrige Grenzen für max_output_tokens oder erhöhen Sie sie auf 65.536.
3. Wählen Sie die Denkstufe bewusst. Der Standard ist jetzt high (bei 3.8 Flash war es medium). xhigh kam hinzu; minimal liefert einen Fehler. Google empfiehlt, sowohl medium als auch high zu testen. Hydrogen akzeptiert nur thinking_level; wie DataCamp unter Berufung auf die Dokumentation berichtet, liefert thinking_budget einen 400.
4. Entfernen Sie explizites Caching. Explizites Caching wird nicht unterstützt: Löschen Sie die Verwendungen von cached_content und caches.create. Implizites Caching ist bei Prompts ab 4.096 Tokens standardmäßig aktiv und gewährt 95 % Rabatt auf zwischengespeicherte Eingabe.
5. Löschen Sie die Sampling-Parameter. Entfernen Sie die Felder temperature, top_p und top_k. Werte im gültigen Bereich werden ignoriert; Werte außerhalb liefern einen 400.
6. Deklarieren Sie Tools nativ. Fordern Sie das Modell nicht auf, Tool-Aufrufe als rohen JSON-Text zu schreiben, wenn keine Tools deklariert sind; das kann MALFORMED_FUNCTION_CALL liefern. Deklarieren Sie Tools nativ oder verwenden Sie strukturierte Ausgaben.
7. Führen Sie den Gesprächszustand korrekt mit. Verwenden Sie in der Interactions API previous_interaction_id. Wenn Sie den Verlauf mit generateContent selbst verwalten, senden Sie frühere Modellzüge und Gedankensignaturen unverändert zurück; kopieren Sie nicht eine einzelne Gedankensignatur auf parallele functionCall-Teile.
8. Übergeben Sie für lange Ausgaben beide Felder. Eine Ausgabe von mehr als 65.536 Tokens braucht sowohl background: true als auch ein max_output_tokens oberhalb von 65.536. Ist nur der Hintergrundmodus aktiv und max_output_tokens fehlt, stoppt der Server bei 65.536.
9. Berechnen Sie die Rechnung neu. Alle verarbeiteten Tokens werden berechnet, einschließlich Denk-Tokens und interner Grounding-Anweisungen. Der Standard high bedeutet mehr Denk-Tokens als der Standard medium bei 3.8 Flash.

Die Felder, die Googles Dokumentation verwendet, sehen so aus: Modell-ID und Denkstufe. Das ist kein vollständiges Beispiel, sondern nur ein Ausschnitt der Anfragekonfiguration; die Importzeilen und den vollständigen Aufruf finden Sie auf Googles Seite.

model="gemini-4-hydrogen"
generation_config={"thinking_level": "xhigh"}

Das Long-Decode-Beispiel läuft über die Interactions API, aktiviert die Hintergrundausführung und erhöht das Ausgabelimit:

background=True
generation_config={"max_output_tokens": 262144, "thinking_level": "high"}

Mit welchen Fehlern müssen Sie rechnen?

Ursache	Ergebnis
minimal als thinking_level senden	Fehler
thinking_budget senden	400 (DataCamp, unter Berufung auf die Dokumentation)
temperature, top_p oder top_k außerhalb des gültigen Bereichs	400
temperature, top_p oder top_k im gültigen Bereich	Kein Fehler; der Wert wird ignoriert
Tool-Aufrufe als rohen JSON-Text verlangen, ohne Tools zu deklarieren	Kann MALFORMED_FUNCTION_CALL liefern
background: true ohne max_output_tokens	Der Server stoppt bei 65.536 Tokens
cached_content oder caches.create verwenden	Explizites Caching wird nicht unterstützt; die Dokumentation sagt, Sie sollen es entfernen

Die tückischste Zeile der Tabelle ist die vierte: Ein temperature-Wert im gültigen Bereich löst keinen Fehler aus, er bewirkt nur nichts. Ihr Code läuft weiter, aber die Einstellung hat keine Wirkung; deshalb ist es sauberer, das Feld zu löschen, als es stillschweigend stehen zu lassen.

Auswirkung auf die Kosten

Es gibt drei getrennte Effekte, und nicht alle wirken in dieselbe Richtung.

Stückpreis. Bis 31. Dezember 2026 kostet Hydrogen das Doppelte von 3.8 Flash. Eine Anfrage mit 100.000 Eingabetokens und 5.000 Ausgabetokens kostet bei 3.8 Flash 0,1 × 0,75 $ + 0,005 × 3,75 $ = 0,09375 $ und bei Hydrogen 0,1 × 1,50 $ + 0,005 × 7,50 $ = 0,1875 $. Ab 1. Januar 2027 kosten beide Modelle bei gleicher Tokenzahl dasselbe.

Denk-Tokens. Die Tokenzahl bleibt möglicherweise nicht gleich. Weil die Standardstufe high statt medium ist, erzeugt das Modell mehr Denk-Tokens, und diese werden zum Ausgabepreis berechnet. Die Messung von Artificial Analysis zu Hydrogen zeigt, wie sich die Stufe auf die Rechnung auswirkt (Intelligence Index v5.0.1):

Denkstufe	Index	Kosten pro Index-Aufgabe	Zeit pro Aufgabe
low	27	0,29 $	1,3 Min.
medium	41	0,80 $	3,7 Min.
high (Standard)	51	1,87 $	7,8 Min.
xhigh	54	3,16 $	14,1 Min.

Die Stufe high kostet mehr als das Doppelte von medium und bringt dafür 10 Punkte. Wenn Sie migrieren, ohne etwas anzugeben, arbeiten Sie auf der zweitteuersten Stufe.

Die Aussage zur Token-Ersparnis. Google sagt, in frühen Partnertests seien 12 % bis 23 % weniger Tokens als bei 3.8 Flash verbraucht worden (komplexe Graphen, SQL, datenlastige Arbeitsabläufe). Das ist ein Ergebnis, das für die Arbeitslasten dieser Partner gemeldet wurde; eine Garantie für Ihre Arbeit ist es nicht.

Beim Caching gibt es eine Erleichterung: Implizites Caching arbeitet von selbst, und zwischengespeicherte Eingabe kostet 0,075 $ pro Million Tokens. Alle Stufen stehen im Artikel zu den Preisen.

Wenn Sie von Argon oder Carbon kommen

Die Migration in dieser Richtung ist deutlich kürzer, weil das Anfrageschema dasselbe ist: Sie ändern nur den Modellnamen. Die Unterschiede, die Sie kennen sollten:

• Hydrogen arbeitet standardmäßig auf high und unterstützt xhigh; Argon und Carbon haben medium als Standard und enden bei high.
• Bei Schritten ohne Streaming erlaubt Hydrogen 65.536 Tokens; bei Argon und Carbon liegt die Grenze über REST bei 32.768 pro Schritt.
• Um mitten im Gespräch das Modell zu wechseln, wird previous_interaction_id verwendet.

Auch der Preisunterschied fällt in dieser Richtung zu Ihren Gunsten aus: Argon und Carbon kosten bis 30. November 2026 2 $ / 10 $ und ab 1. Dezember 4 $ / 20 $; Hydrogen kostet 1,50 $ / 7,50 $.

Ein Testplan vor der Umstellung in Produktion

Dieser Abschnitt ist mein Vorschlag; er ist keine Reihenfolge aus der Dokumentation. Jeder Punkt stützt sich auf eine Angabe weiter oben.

1. Verwenden Sie Ihren eigenen Evaluationssatz. Stellen Sie einen kleinen Satz von Aufgaben aus der Arbeit zusammen, die Ihr Produkt tatsächlich erledigt, und vergleichen Sie beide Modelle am selben Satz. Der Benchmark anderer misst nicht Ihre Arbeit.
2. Testen Sie medium und high nebeneinander. Das empfiehlt auch Google. Bei Artificial Analysis liegt der Abstand bei 10 Punkten und mehr als doppelten Kosten; welche Seite bei Ihrer Arbeit schwerer wiegt, zeigt nur die eigene Messung.
3. Beobachten Sie die Ablehnungen. Laut Model Card haben sich ungerechtfertigte Ablehnungen in automatisierten Sicherheitsvergleichen gegenüber 3.8 Flash um 5,57 Prozentpunkte verschlechtert. Prüfen Sie, ob harmlose Anfragen, die das alte Modell beantwortet hat, vom neuen abgelehnt werden.
4. Beobachten Sie die Ausgabelänge. Artificial Analysis nennt Hydrogen „very verbose": Auf xhigh hat es für den Index 304 Millionen Ausgabetokens gebraucht, bei einem Median von 77,3 Millionen. Ausgabetokens sind der teure Posten auf der Rechnung.
5. Lösen Sie jeden Fall aus der Fehlertabelle aus. Vor allem stillschweigend ignorierte Sampling-Parameter und Hintergrundausgaben, die bei 65.536 enden, sind Fälle, die möglicherweise nicht als Fehler sichtbar werden.
6. Halten Sie den Rückweg offen. Lesen Sie den Modellnamen aus der Konfiguration. Weil es für 3.8 Flash kein Abschaltdatum gibt, ist die Rückkehr zum alten Modell möglich, falls etwas schiefgeht.

Ein Hinweis, falls Sie Agenten bauen, die im Terminal arbeiten: In den unabhängigen Messungen liegt Hydrogen bei dieser Art von Arbeit hinter Claude Sonnet 5.5. Die Zahlen stehen im Vergleichsartikel.

Häufig gestellte Fragen

Wird Gemini 3.8 Flash abgeschaltet?

Ein Abschaltdatum wurde nicht veröffentlicht, und die Versionshinweise der API enthalten keinen Abschaltungseintrag. Google beschreibt Hydrogen als „empfohlenes Upgrade".

Genügt es, den Modellnamen zu ändern?

Nein. Die Denkstufe minimal liefert einen Fehler, explizites Caching wird nicht unterstützt, Sampling-Parameter außerhalb des gültigen Bereichs liefern einen 400, und die Standard-Denkstufe ist high statt medium.

Lässt sich bei Hydrogen die Temperatur einstellen?

Nein. Google sagt, die Felder temperature, top_p und top_k sollen entfernt werden; Werte im gültigen Bereich werden ignoriert, Werte außerhalb liefern einen 400.

Ist Hydrogen teurer als 3.8 Flash?

Bis 31. Dezember 2026 ist der Stückpreis doppelt so hoch (1,50 $ / 7,50 $ gegenüber 0,75 $ / 3,75 $). Ab 1. Januar 2027 sind die Stückpreise gleich; weil die Standardstufe high aber mehr Denk-Tokens erzeugt, kann Ihre Rechnung trotzdem anders ausfallen.

Ich habe explizites Caching verwendet. Was soll ich tun?

Entfernen Sie die Verwendungen von cached_content und caches.create. Bei Hydrogen arbeitet implizites Caching bei Prompts ab 4.096 Tokens von selbst und gewährt 95 % Rabatt auf zwischengespeicherte Eingabe.

Wie erhält man eine Ausgabe von mehr als 65.536 Tokens?

Mit Long Decode: background: true zusammen mit einem max_output_tokens oberhalb von 65.536. Die Obergrenze liegt bei 1.048.576 Tokens; ohne max_output_tokens stoppt der Server bei 65.536.

Quellen

• Google AI Studio, What's new in Gemini 4 Hydrogen (geprüft am 14. November 2026): Migrationsschritte, Fehlerverhalten, Code-Felder, Hinweise zum Umstieg von Argon und Carbon.
• Google AI Studio, Modellseite zu Gemini 4 Hydrogen: Fenster, Ausgabelimit, Denkstufen, Caching-Unterstützung.
• Google AI Studio, Preise der Gemini API (geprüft am 14. November 2026): Preise und Termine für Hydrogen, 3.8 Flash, Argon und Carbon.
• Google AI Studio, Versionshinweise der Gemini API: kein Abschaltungseintrag für 3.8 Flash, das Routing von gemini-2.5-pro.
• Google, Introducing Gemini 4 Hydrogen (12. November 2026, aktualisiert am 13. November): die Aussagen zu Tempo, Terminal-Bench 4.1 und Token-Ersparnis gegenüber 3.8 Flash.
• Google DeepMind, Model Card zu Gemini 4 Hydrogen: die Veränderung um 5,57 Prozentpunkte bei ungerechtfertigten Ablehnungen.
• Artificial Analysis, Gemini 4 Hydrogen und die Modell-Rangliste: Index, Kosten und Zeit nach Denkstufe; Zahl der Ausgabetokens; Indexwert von 3.8 Flash.
• DataCamp, Gemini 4 Hydrogen (Josef Waples, 13. November 2026): thinking_budget liefert einen 400.