著者注：公式モデルカードの10項目まとめと公式価格に基づき、Gemini 4 Hydrogen と Claude Sonnet 5.5 の能力差とコストを比較し、タスクタイプ別に役割分担する選定のヒントを示します。
Google は 2026-11-12 に Gemini 4 Hydrogen をリリースしました。位置づけは日常的なコーディングと agent 実行です。グローバル標準プランではコンテキストウィンドウ全体に対して一律価格を採用しています。入力 $1.50、出力 $7.50（100万 tokens あたり、出力には返答と推論を含む）です。比較対象は Claude Sonnet 5.5 で、公式標準価格は入力 $2、出力 $10 です。
まず結論から：ターミナル操作、コンピュータ操作（GUI 自動化）、科学ターミナルタスクの3種類は、引き続き Claude Sonnet 5.5 に任せることを推奨します。コードベースレベルの修正、汎用 agent 試験、グラフ理解、高難度 Q&A などのその他のタスクは、Gemini 4 Hydrogen を優先的に試すとよいでしょう。公式モデルカードの10項目まとめでは、Hydrogen が7項目で最高、Sonnet が3項目で最高でした。
これは「どちらが全面的に強いか」を語る記事ではありません。10項目のスコアはすべて公式モデルカードのまとめに由来し、APIYI による再テストではありません。Hydrogen は短いプロンプトでは安価ですが、デフォルトの思考ティアが high であるため、長いタスクでは出力 tokens が増え、請求額が必ずしも常に低くなるとは限りません。現在 APIYI（apiyi.com）では claude-sonnet-5-5 を直接呼び出せます。gemini-4-hydrogen はまだラインアップされていませんが、できるだけ早く追加します。モデルと価格はプラットフォームのモデルリストを基準にしてください。
核心的価値：本記事を読むと、Gemini 4 Hydrogen と Claude Sonnet 5.5 を比較する際に、10項目の指標がそれぞれどちら側に傾くのか、どのタイプの作業をどちら側に残すべきか、そして短いプロンプトのシナリオで両者のコスト差がどうなるのかが明確になります。
Gemini 4 Hydrogen と Claude Sonnet 5.5 の基本仕様
スコアを見る前に、まず両モデルで確認できる仕様を整理しておきましょう。Gemini 4 Hydrogen は Gemini 4 Carbon を改変して生まれたモデルで、モデル ID は gemini-4-hydrogen、知識カットオフは 2026-03、low / medium / high / xhigh の4段階の思考レベルに対応し、デフォルトは high です。入力モダリティはテキスト、画像、音声、動画をカバーします。
コンテキストウィンドウについては、正確に説明しておく必要があります。モデルカードの記載は「入力と出力を合計して最大100万 tokens、同期リクエストの出力はデフォルトで最大6.4万、バックグラウンドの長出力は最大100万」です。一方、Google のブログの記載は「ネイティブ100万入力、出力は最大100万」となっています。両者の表現は基準が異なるため、本稿ではこれを「入力・出力それぞれ100万」と単純化しません。Claude Sonnet 5.5 の公式コンテキスト長は今回は確認できなかったため、下表では空欄とし、推測は行いません。
| 仕様項目 | Gemini 4 Hydrogen | Claude Sonnet 5.5 |
|---|---|---|
| モデル ID | gemini-4-hydrogen |
claude-sonnet-5-5（APIYI のモデル名） |
| リリース | 2026-11-12（Google） | 本稿では触れません |
| 位置づけ | 日常的なコーディングとエージェント実行 | — |
| 思考レベル | low / medium / high（デフォルト）/ xhigh | 公開されている最大思考レベルで評価に参加 |
| コンテキスト | モデルカード：入力＋出力の合計で最大100万；同期出力はデフォルトで最大6.4万 | 今回は公式の数値を確認できず |
| 入力モダリティ | テキスト、画像、音声、動画 | — |
| 標準入力価格 | $1.50 / 1M（グローバル標準枠） | $2 / 1M |
| 標準出力価格 | $7.50 / 1M（推論を含む） | $10 / 1M |
| キャッシュ読み取り | $0.075 / 1M | $0.10 / 1M |
Hydrogen の価格には、もう2つ注目すべき細かい点があります。非グローバル地域の価格はより高く、入力 $1.65、出力 $8.25 です。キャッシュ書き込みは価格表に $1.875 と記載されていますが、脚注に「2027-01-12 から有効」と明記されているため、現時点では書き込み料金を予算に含めるべきではありません。Sonnet 5.5 のキャッシュ書き込みは2段階に分かれており、5分間の書き込みが $2.50、1時間の書き込みが $4 です。
Gemini 4 Hydrogen と Claude Sonnet 5.5 の比較：公式スコア10項目の項目別結論
以下の表が本記事の核心です。データはGoogle公式モデルカードの集計（2026年11月）に基づきます。Hydrogenは最高思考ティア、pass@1を使用。Sonnet 5.5は公開されている最大思考ティアを採用し、なければ入手可能な最良の結果を使用しています。SWE-sweepにおけるSonnetのスコアは公開ランキングに由来します。測定条件は完全には揃っていないため、正確な順位ではなく方向性の参考として扱うことをお勧めします。
| # | 評価項目 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | 優位 | 一言結論 |
|---|---|---|---|---|---|
| 1 | SWE-sweep | 13.5% | 3.1% | Hydrogen | 差が最大の項目。コードベース全体の一括修正はHydrogen寄り |
| 2 | Terminal-Bench 4.1（cheating-adjusted） | 57.0% | 63.9% | Sonnet | コマンドラインの多段階操作はSonnetがより安定 |
| 3 | Agents’ Last Exam v1.1 | 71.6% | 60.4% | Hydrogen | 汎用エージェントの総合問題でHydrogenが明らかに高い |
| 4 | AutomationBench-AA | 76.1% | 71.8% | Hydrogen | 自動化プロセスのオーケストレーションはHydrogenがやや高い |
| 5 | Vending-Bench 2（残高） | $14,549 | $11,165 | Hydrogen | 長期間の経営系エージェントはHydrogenの結果が優れる |
| 6 | OSWorld-2.1 offline | 77.6% | 83.9% | Sonnet | コンピュータ操作／GUI自動化はSonnetがより強力 |
| 7 | MKA Climb WSR | 53.4% | 52.0% | Hydrogen | ほぼ互角で、Hydrogenがわずかにリード |
| 8 | Chartography | 66.6% | 61.6% | Hydrogen | チャート理解はHydrogenが高い |
| 9 | Terminal-Bench-Science 0.1 | 51.4% | 59.9% | Sonnet | 科学計算系のターミナルタスクはSonnetがリード |
| 10 | HLE-Diamond | 58.8% | 53.3% | Hydrogen | 高難度の質問応答推論はHydrogenが高い |
Hydrogen がリードする7項目が意味するもの
Hydrogen がリードしている項目は「理解 + 計画」型のタスクに集中しています。コードベース規模の修正（SWE-sweep）、総合エージェント試験（Agents’ Last Exam）、自動化オーケストレーション（AutomationBench）、長期意思決定（Vending-Bench 2）、チャートと高難度推論（Chartography、HLE-Diamond）です。とくに SWE-sweep と Agents’ Last Exam の差は 10 ポイントを超えており、今回の発表で最も説得力のある部分となっています。
ただし、MKA Climb はわずか 1.4 ポイント差、AutomationBench も約 4 ポイント差にとどまっています。両者の評価条件が完全に同一ではないことを踏まえると、こうした小さな差は「同じ水準」と捉えるのが適切で、これだけを根拠に本番タスクを移行するのはおすすめできません。
Sonnet がリードする3項目が重要な理由
Sonnet 5.5 がリードする3項目はいずれも「実際の実行環境」と直接関係しています。Terminal-Bench 4.1 は 63.9% 対 57.0%、OSWorld-2.1 は 83.9% 対 77.6%、Terminal-Bench-Science 0.1 は 59.9% 対 51.4% で、差はすべて 6〜9 ポイントの範囲に収まっています。これは、モデルが実際にコマンドを打ち、UI を操作し、科学計算のワークフローを走らせる必要がある場面で、Sonnet のほうがエラーによる再試行の確率が低いことを意味します。
エージェント製品にとって、実行レイヤーでの1回の失敗は、数セントのトークン代を余分に使うよりもはるかに高コストになることが多いです。したがって「Hydrogen が7項目でリードしている」からといって「すべて Hydrogen に移行すべき」を直接導き出すことはできません。
Gemini 4 Hydrogen と Claude Sonnet 5.5 のコスト計算方法
短いプロンプトでの試算：Hydrogen は Sonnet の約75%
よくある短いプロンプトのリクエストを例にします。キャッシュなし、入力10万トークン＋出力1万トークンで、いずれも公式の定価で計算します。強調しておきたいのは、Hydrogen の出力価格には思考トークンが含まれ、デフォルトの思考レベルが high だという点です。
| 課金項目 | Gemini 4 Hydrogen | Claude Sonnet 5.5 |
|---|---|---|
| 入力10万トークン | 0.1 × $1.50 = $0.150 | 0.1 × $2 = $0.200 |
| 出力1万トークン | 0.01 × $7.50 = $0.075 | 0.01 × $10 = $0.100 |
| 1回あたりの合計 | $0.225 | $0.300 |
| 差額 | $0.075 安い（Sonnet の約75%） | — |
なぜ「すべてのタスクで25%安い」と言えないのか
上記の例では、両方の出力が1万トークンであると仮定しています。しかし Hydrogen の出力には推論プロセスが含まれます。high または xhigh レベルでは、同じ問題でも出力トークンが1万を大きく超える可能性があります。上記の入力量から逆算すると、Hydrogen の実際の出力（思考を含む）が2万トークンに達し、Sonnet が依然として1万トークンの場合、0.15 + 0.02 × 7.50 = $0.30 となり、両者のコストは同じになります。
そのため、より合理的な方法は次のとおりです。
- 軽いタスク：Hydrogen の思考レベルを low または medium に下げます。価格優位性を保ちながら、出力長も抑えられます。
- 負荷の高いタスク：実際のリクエストで平均出力トークンを集計し、単価だけでなくタスクあたりの総コストを比較します。
- 長いコンテキストの再利用：キャッシュ読み取り価格は Hydrogen が $0.075、Sonnet が $0.10 です。長いコンテキストを繰り返し読み取る場合でも、Hydrogen には依然として優位性があります。
💰 コストに関する提案：コスト比較は自社の業務プロンプトで実行すべきです。Sonnet 側は今すぐ APIYI（apiyi.com）経由で
claude-sonnet-5-5を使い、実際の入出力トークンを記録して、Hydrogen のリリース後の比較基準としてください。
Claude Sonnet 5.5 の APIYI での接続方法
現在、APIYI のモデル一覧 docs.apiyi.com/models では claude-sonnet-5-5 を確認できます。価格は Anthropic 公式の標準価格と同一で、入力 $2、出力 $10、キャッシュ読み取り $0.1（100万トークンあたり）です。プラットフォームの価格APIも同じドル数値を返し、さらにキャッシュ書き込み倍率 1.25 が設定されています。これは入力 $2 に対して約 $2.50 / 1M となり、公式の 5 分間書き込み価格と同じです。なお、一覧表自体には書き込み価格が単独で記載されていない点はご留意ください。
gemini-4-hydrogen は現在、一覧表・モデルページ・価格APIのいずれにもまだ登場しておらず、未提供の状態です。できるだけ早くこのモデルを公開する予定で、公開時のモデル名と価格はプラットフォームのモデル一覧に準じます。
| 接続項目 | 値 |
|---|---|
| モデル ID | claude-sonnet-5-5 |
| base_url | https://api.apiyi.com/v1 |
| 対応エンドポイント | chat（OpenAI 互換）、messages（Anthropic 形式） |
| 課金（100万トークンあたり） | 入力 $2 / 出力 $10 / キャッシュ読み取り $0.1 |
| Gemini 4 Hydrogen | 未提供（プラットフォームのモデル一覧に準ずる） |
すでに OpenAI SDK を使っている場合は、2 つのパラメータを変更するだけで済みます。クライアント初期化時に base_url を https://api.apiyi.com/v1 に設定し、api_key にはプラットフォームで生成した Key を入力します。chat.completions.create を呼び出す際は、model を claude-sonnet-5-5 に設定し、messages は元の構造のままで構いません。ツールチェーンがもともと Anthropic の messages 形式を使っている場合は、messages エンドポイントを直接利用できるため、メッセージ構造を書き換える必要はありません。
この接続方法の利点は、Hydrogen の提供開始後に model フィールドを変更するだけで、同一の API キー・同一のコードのまま A/B 比較ができることです。2 セットの SDK や 2 つの請求管理を維持する必要はありません。
🚀 クイックスタート：まず APIYI apiyi.com で登録し、新規ユーザー向けの無料テスト枠を受け取ってください。
claude-sonnet-5-5でターミナル系・GUI 系のタスクを一通り実行し、Hydrogen の提供開始後の比較に備えて評価セットを用意しておきましょう。
Gemini 4 Hydrogen と Claude Sonnet 5.5 のユースケース別推奨
10項目の結論を具体的な業務に当てはめると、以下の役割分担の提案が得られます。ここでの「推奨」は公式スコアの傾向に基づく出発点であり、最終的には自社の業務データにおけるパフォーマンスを基準にしてください。
| 業務シーン | 優先モデル | 根拠 |
|---|---|---|
| CLIエージェント、運用スクリプト実行、サーバー障害対応 | Claude Sonnet 5.5 | Terminal-Bench 4.1：63.9% 対 57.0% |
| ブラウザ / デスクトップ GUI 自動化、RPA 系操作 | Claude Sonnet 5.5 | OSWorld-2.1：83.9% 対 77.6% |
| 科学計算パイプライン、データ分析のターミナルタスク | Claude Sonnet 5.5 | Terminal-Bench-Science 0.1：59.9% 対 51.4% |
| コードベース全体の一括修正、ファイル横断の変更 | Gemini 4 Hydrogen | SWE-sweep：13.5% 対 3.1% |
| マルチツールの計画型エージェント、自動化オーケストレーション | Gemini 4 Hydrogen | Agents’ Last Exam、AutomationBench でリード |
| チャート理解、レポート解釈 | Gemini 4 Hydrogen | Chartography：66.6% 対 61.6% |
| 高難度の知識Q&A、複雑な推論 | Gemini 4 Hydrogen | HLE-Diamond：58.8% 対 53.3% |
| 音声・動画などのマルチモーダル入力 | Gemini 4 Hydrogen | 公式に音声・動画入力への対応を明記 |
Gemini 4 Hydrogen を選ぶシーン
- 計画が多く、実行が少ない：タスクの難しさはコードベースの理解、ステップの分解、意思決定にあり、実際の実行は決定論的ツールに任せます。
- コストに敏感な高頻度呼び出し：短いプロンプトで、思考レベルを低く調整できるバッチリクエストでは、単価の優位性がより明確になります。
- 大規模なコンテキストの再利用：キャッシュ読み取りは $0.075 で、グローバル標準ティアはウィンドウ全体が一律料金なので、長いコンテキストによる段階的な追加料金を心配する必要はありません。
Claude Sonnet 5.5 を選ぶシーン
- モデルが環境を直接操作する：ターミナル、デスクトップ、ブラウザでの各ステップをモデル自身が実行するため、実行精度を優先します。
- 科学系ワークフロー：数値計算、実験スクリプト、データ処理を含むターミナルタスク。
- 今日中にリリースしたい：Sonnet 5.5 は APIYI ですぐに呼び出せますが、Hydrogen はまだ提供開始されていません。
Gemini 4 Hydrogen と Claude Sonnet 5.5 の選定アドバイス
どちらか一方しか選べない場合は、まずタスクの中で「モデルが直接実行する」部分がどれくらいの割合を占めるかを確認しましょう。実行の比率が高ければ Sonnet 5.5 を選び、約3分の1の価格差と引き換えに、より低い失敗率を手に入れるのがおすすめです。計画立案や理解の比率が高ければ、Hydrogen が7項目で優位に立っている点と、より低い単価のほうが魅力的に映ります。
よりおすすめなのはハイブリッドルーティングです。計画立案、コード修正案、グラフや図表の解釈は Hydrogen に担当させ、ターミナルと GUI の実際の実行は Sonnet 5.5 に任せます。こうすれば Hydrogen の価格面と計画能力を活かしつつ、実行レイヤーの安定性も確保できます。ルーティングの前提は、2つのモデルが同じ互換インターフェースを経由することです。そうでなければ、運用コストがメリットを打ち消してしまいます。
💡 選定のヒント：どちらのモデルを選ぶかは、具体的なタスク構成によって変わります。まず Sonnet 側を APIYI apiyi.com に接続してベースラインを確立し、Hydrogen の提供開始後は同じインターフェースのもとでタスク種別ごとに成功率と1タスクあたりのコストを比較してから、ルーティングの比率を決めることをおすすめします。
よくある質問（FAQ）
Q1: Gemini 4 Hydrogen はどんなモデルですか？
Gemini 4 Hydrogen は、Google が 2026-11-12 にリリースしたモデルで、Gemini 4 Carbon から派生させたものです。日常的なコーディングとエージェント実行を主な用途としています。4段階の思考レベルに対応し（デフォルトは high）、知識カットオフは 2026-03 です。入力はテキスト、画像、音声、動画をサポートし、グローバル標準ティアの価格は入力 $1.50、出力 $7.50 です。
Q2: Gemini 4 Hydrogen と Claude Sonnet 5.5 はどちらが強いですか？
全面的に強いと言えるのはどちらでもありません。公式モデルカードの10項目のうち、Hydrogen は7項目で最高スコアを記録し、コードベースの修復、エージェントの計画立案、チャート、高難度の推論に強みを持っています。Sonnet 5.5 は3項目で最高スコアを記録し、それぞれ Terminal-Bench 4.1、OSWorld-2.1、Terminal-Bench-Science 0.1 で、いずれも実環境での実行系タスクに分類されます。
Q3: この10項目のスコアは信用できますか？
これらは Google 公式モデルカードのまとめに由来するもので、APIYI による再計測ではありません。Hydrogen は最高の思考レベルと pass@1 を使用し、Sonnet は公開されている最大の思考レベル、または取得できる最良の結果を採用しています。SWE-sweep における Sonnet のスコアは公開リーダーボードに由来します。条件は完全には揃っていないため、方向性を判断する用途に向いており、数パーセント未満の差を過度に読み込むべきではありません。
Q4: Hydrogen は本当に Sonnet より 25% 安いのですか？
特定の条件下でのみ成り立ちます。入力10万・出力1万、キャッシュなしの場合、Hydrogen は $0.225、Sonnet は $0.30 です。ただし Hydrogen の出力には思考トークンが含まれ、デフォルトの high レベルでは出力が長くなります。この入力量では、Hydrogen の出力が約2万トークンに達すると両者のコストはほぼ均衡します。
Q5: 現在、APIYI でこの2つのモデルを呼び出せますか？
`claude-sonnet-5-5` はすでに呼び出し可能で、入力 $2、出力 $10、キャッシュ読み取り $0.1、chat と messages の両エンドポイントに対応しています。base_url は `https://api.apiyi.com/v1` です。`gemini-4-hydrogen` はまだ未上架ですが、できるだけ早く上架する予定です。モデル名と価格は APIYI apiyi.com プラットフォームのモデル一覧を基準にしてください。
Q6: Gemini 4 Hydrogen のコンテキストウィンドウはどのくらいですか？
モデルカードには入力と出力の合計で最大100万トークン、同期出力のデフォルト上限は6.4万、バックグラウンドの長出力は最大100万と記載されています。一方、Google のブログにはネイティブで入力100万、出力最大100万と書かれています。2つの記載は異なるため、超長出力を計画する際はモデルカードと実際のインターフェース制限を基準にすることをおすすめします。
Q7: Hydrogen のキャッシュ書き込み料金は今計算する必要がありますか？
現時点では不要です。Google Cloud の価格表にはキャッシュ書き込み価格が $1.875 / 1M と記載されていますが、脚注には 2027-01-12 から有効と明記されています。現段階では Hydrogen のキャッシュコストはキャッシュ読み取り $0.075 で見積もれば十分です。一方、Sonnet 5.5 は5分間の書き込み $2.50 または1時間の書き込み $4 を計上する必要があります。
Gemini 4 Hydrogen と Claude Sonnet 5.5 の比較 核心ポイント
- スコアの構図：公式 10 項目のうち Hydrogen が最上位は 7 項目、Sonnet 5.5 が最上位は 3 項目。全面的な超越ではありません。
- Sonnet は実行層を維持：ターミナル 4.1、OSWorld、科学ターミナルの 3 項目で 6〜9 ポイントのリード。
- Hydrogen は計画立案が強み：SWE-sweep、Agents’ Last Exam で 10 ポイント以上リード。
- 短いプロンプトでは割安：10 万入力 + 1 万出力で $0.225 対 $0.30、およそ 75%。
- 思考トークンは変動要因：デフォルトの high 設定では出力が長くなるため、実タスクで総コストを計算する必要があります。
- 提供状況：APIYI では
claude-sonnet-5-5がすでに呼び出し可能、Hydrogen は未提供。
まとめ
Gemini 4 Hydrogen と Claude Sonnet 5.5 の比較から得られる結論：
- ランキングで陣営を選ぶのではなく、タスクで役割分担する：ターミナル、PC 操作、科学ターミナルは Sonnet 5.5 に任せ、計画立案、コード修正、グラフ、推論はまず Hydrogen を試す。
- 価格優位には前提がある：短いプロンプトでは Hydrogen は Sonnet の約 75% ですが、思考レベルが高くなるほど出力が長くなり、優位性は縮小します。
- まずベースラインを構築してから移行する：実タスクで Sonnet 側の成功率と tokens を記録し、Hydrogen 提供後に同じ条件で比較する。
今日の時点で、同じ Key を使って APIYI apiyi.com で claude-sonnet-5-5 を呼び出し、Sonnet 側を動作確認できます。Hydrogen が提供開始されたら model フィールドを切り替えるだけで比較が完了します。
📚 参考資料
- Google ブログ – Introducing Gemini 4 Hydrogen：リリースノートと公式価格
- リンク：
blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen -
説明： 公開日、位置づけ、コンテキスト、価格についての解説
-
Google DeepMind – Gemini 4 Hydrogen モデルカード：仕様と 10 項目の評価結果のまとめ
- リンク：
deepmind.google/models/model-cards/gemini-4-hydrogen -
説明： 思考レベル、コンテキストウィンドウの定義、知識カットオフ日
-
Google DeepMind – 評価方法ページ：評価条件の説明
- リンク：
deepmind.google/models/evals-methodology/gemini-4-hydrogen -
説明： pass@1、思考レベル、対戦相手のスコアの取得方法
-
Google Cloud Vertex AI 価格表：Hydrogen のリージョン別価格とキャッシュ課金
- リンク：
cloud.google.com/vertex-ai/generative-ai/pricing -
説明： グローバル / 非グローバルの価格と、キャッシュ書き込みの適用開始日
-
Claude 公式価格ドキュメント：Sonnet 5.5 の標準価格とキャッシュ価格
- リンク：
platform.claude.com/docs/en/about-claude/pricing - 説明： 入力・出力、キャッシュ書き込み、キャッシュヒットの価格
著者: APIYI 技術チーム
技術交流: APIYI のウェブサイトのトップページからお問い合わせください。モデルと価格は docs.apiyi.com/models でご確認いただけます
