적합한 용도Google의 Gemini 4 Hydrogen. 일상 코딩과 에이전트 작업용이며, 수집 기록의 입력은 텍스트, 이미지, 오디오, 동영상, 파일입니다.
100만 토큰당 · 카탈로그 요금
Gemini 4 Hydrogen와 Claude Sonnet 5.5는 모두 일상 코딩과 에이전트 작업을 겨냥합니다. Google은 2026년 11월 12일 Gemini 4 Carbon에서 조정한 Hydrogen를, 일상 코딩과 에이전트를 빠르게 실행하려고 내놓았습니다. Anthropic은 2026년 9월 28일 Sonnet 5.5를 범위가 분명한 코딩, 분석, 도구 사용용으로 공개하고, 복잡하고 열린 작업은 여전히 Opus 5.5를 가리킵니다. API 키 하나로 Gemini 4 Hydrogen와 Claude Sonnet 5.5의 현재 요금을 비교하세요. Carbon의 깊이가 필요하면 Gemini 4 Carbon 모델 페이지를 보세요.
짧은 답: 이 페이지에 불러온 요금에서 Gemini 4 Hydrogen의 입력은 42% 낮고 출력은 42% 낮습니다. Google의 Hydrogen 모델 카드에서 열 건 중 일곱은 Hydrogen이 앞서고, Sonnet 5.5는 Terminal-Bench 4.1, OSWorld-2.1 오프라인 부분집합, Terminal-Bench-Science 0.1에서 앞섭니다. 이는 Google이 보고한 결과입니다. 사고 토큰이나 재시도가 늘면 낮은 요금이 낮은 청구서가 되지 않습니다. 기본값을 바꾸기 전에 둘 다 시험하세요.
적합한 용도Google의 Gemini 4 Hydrogen. 일상 코딩과 에이전트 작업용이며, 수집 기록의 입력은 텍스트, 이미지, 오디오, 동영상, 파일입니다.
100만 토큰당 · 카탈로그 요금
적합한 용도Anthropic의 Claude Sonnet 5.5. 범위가 분명한 코딩, 컴퓨터 사용, 문서 작업용입니다. 더 열린 판단은 Opus 5.5가 맡습니다.
100만 토큰당 · 카탈로그 요금
GPTProto 가격은 실시간 텍스트에서 텍스트로의 카탈로그 요금이에요. 지연, 컨텍스트, 벤치마크는 OpenRouter 수집이 두 모델 모두에 대해 돌려줬을 때만 나타나요.
curl https://gptproto.com/v1/chat/completions \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-hydrogen",
"messages": [{"role": "user", "content": "Hi"}]
}'curl https://gptproto.com/v1/chat/completions \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-5-5",
"messages": [{"role": "user", "content": "Hi"}]
}'GPTProto 카탈로그의 100만 토큰당 가격이에요. OpenRouter 수치는 2026년 11월 22일에 가져왔어요. GPTProto SLA가 아니에요.
이 페이지에 불러온 텍스트 요금에서 Gemini 4 Hydrogen은 입력 토큰 100만 개당 $1.05, 출력 토큰 100만 개당 $5.25입니다. Claude Sonnet 5.5은 $1.80과 $9.00입니다. 옆에 있는 제공자 정가는 $1.50/$7.50과 $2.00/$10.00입니다. 이 페이지가 보여주는 것은 그 하나의 텍스트 대 텍스트 요금입니다. Google과 Anthropic의 캐시 및 배치 카드는 이 행의 견적이 아닙니다.
Gemini 4 Hydrogen은 Claude Sonnet 5.5보다 입력이 42%, 출력이 42% 낮습니다. 이는 단가 비교입니다. 끝낸 작업의 비용 예측이 아닙니다.
캐시되지 않은 입력 토큰 10,000개와 출력 토큰 1,000개의 요청에서, 이 GPTProto 요금은 약 $0.027가 Claude Sonnet 5.5, $0.0158가 Gemini 4 Hydrogen이에요. 이 예시는 입력과 출력만 담아요. 캐시 읽기, 캐시 쓰기, 도구 호출, 재시도는 별도이고, 두 번째 시도가 그 차이를 지울 수 있어요.
Google의 출력 가격에는 사고 토큰이 포함됩니다. Hydrogen의 기본은 높은 사고이고, 모델 카드는 더 높은 사고 수준이 토큰을 더 쓸 수 있다고 합니다. Anthropic은 effort를 사고의 깊이, 지연, 비용의 조절로 설명하고, Sonnet 5.5의 Claude API 기본값은 high입니다. 낮은 요금이 낮은 청구서를 보장하지는 않습니다. Anthropic은 Sonnet 5.5가 보통 Sonnet 5보다 토큰을 덜 쓰고, 이전 버전보다 작업당 최대 30% 덜 든다고도 보고합니다. 그것은 두 Sonnet 버전의 비교이지 Sonnet과 Hydrogen의 비교가 아닙니다.
프로덕션 경로의 예산을 잡기 전에 실시간 Gemini 4 Hydrogen 페이지와 Claude Sonnet 5.5 페이지를 확인하세요. 이 비교는 그 페이지가 쓰는 것과 같은 카탈로그를 읽어요. OpenRouter에서 가격을 복사하지 않아요.
예상하는 입력 토큰과 출력 토큰에 실시간 GPTProto 요금을 곱하세요. 그다음 실제 세트를 실행하세요. 쓸모 있는 예산에는 캐시, 도구, 재시도, 그리고 각 모델이 바르게 끝내는 요청의 비율이 들어가요.
이 페이지에 불러온 카탈로그 요금 기준의 입력 토큰과 출력 토큰만이에요. 캐시, 도구, 재시도는 별도예요.
지연과 처리량은 OpenRouter 제공업체 중앙값이에요. 빠진 행은 가져오기에 없었고, 짐작하지 않고 빼 두었어요.
OpenRouter 제공업체 p50의 중앙값. 가져온 때 2026년 11월 22일. GPTProto SLA가 아니에요.
같은 GPTProto 잔액에서 Gemini 4 Hydrogen과 Claude Sonnet 5.5을, 각 모델 페이지의 요금으로 시험하세요.
먼저 시험하는 금액입니다. 엔드포인트를 붙이고 새 모델을 돌려보기 좋습니다.
혼자 개발하거나, 작은 프로젝트를 실서비스에 올릴 때 많이 고릅니다.
이미 실서비스 트래픽을 돌리는 팀용입니다. 보너스 크레딧은 할인된 요금 위에 더해집니다.
두 모델 모두에 있는 점수만 보여줘요. 더 높은 지수는 후보를 좁히는 신호예요. 당신의 작업을 결정하지는 않아요.
OpenRouter 수집이 실은 Artificial Analysis 점수. 가져온 때 2026년 11월 22일.
수용된 결과와 총비용으로 작업 종류를 나누고, 어느 모델이든 바뀌면 그 배정을 다시 보세요.
저장소 수정과 터미널 세션은 같은 GPTProto 잔액에서 다른 모델을 쓸 수 있습니다. 도구, 권한, 반복 한도는 애플리케이션이 제공합니다. 모델 ID를 바꿔도 에이전트가 되지는 않습니다.
표에서 Gemini 4 Hydrogen의 컨텍스트는 1,048,576 토큰, Claude Sonnet 5.5의 컨텍스트는 100만 토큰입니다. 둘 다 백만 토큰급 창입니다. 표가 찍는 것은 수집한 정수이지 반올림한 카탈로그 표시가 아닙니다. Google 카드는 입력, 사고, 출력이 나누어 쓰는 1,048,576토큰 창 하나를 적습니다. 반올림 라벨을 그 정수로 읽지 마세요. 남는 컨텍스트는 입력 요금을 낮추지 않습니다. 보내는 길이로 회상을 시험하세요.
표에서 Gemini 4 Hydrogen의 최대 출력은 943,718 토큰, Claude Sonnet 5.5의 최대 출력은 12.8만 토큰입니다. Hydrogen 칸은 수집한 최댓값으로 읽으세요. Google은 동기 응답을 65,536토큰으로 제한하고, 백그라운드 실행 또는 클라이언트 이어 쓰기를 쓰는 긴 디코드로 공유 창까지의 출력을 적습니다. 긴 디코드는 Google 네이티브 API 기능입니다. 의지하기 전에 자신의 엔드포인트에서 이어 쓰기를 확인하세요. Sonnet 5.5의 칸은 그 수집 최댓값입니다.
수용 행은 수집 데이터에서 옵니다. Hydrogen 기록은 텍스트, 이미지, 오디오, 동영상, 파일을 넣고 텍스트를 냅니다. Sonnet 5.5 기록은 텍스트, 이미지, 파일을 넣고 텍스트를 냅니다. Google 카드는 PDF 입력도 적고, 이미지와 오디오 생성은 지원하지 않는다고 합니다. 호출하는 경로에서 오디오나 동영상을 확인하세요. 수집 표시와 동작하는 요청은 같은 것이 아닙니다.
Anthropic은 Sonnet 5.5의 비교 지연을 Fast로 표시합니다. Google은 Hydrogen를 빠른 실행용으로 설명하고, 짝이 되는 지연 라벨은 공개하지 않습니다. 각 발표의 개선 주장은 같은 개발자의 이전 모델과 비교한 것입니다. 지연 행이 아닙니다.
Gemini 4 Hydrogen의 지연 중앙값은 2.11 s입니다. Claude Sonnet 5.5은 1.13 s입니다. 이 중앙값은 OpenRouter 제공자의 p50이지 GPTProto 서비스 수준이 아닙니다. 첫 응답 시간과 작업 전체 시간을 따로 재세요. 계획, 사고, 도구 호출이 에이전트 실행의 대부분을 차지할 수 있습니다.
Gemini 4 Hydrogen의 처리량은 137 tok/s입니다. Claude Sonnet 5.5은 102 tok/s입니다.
Hydrogen의 사고 수준은 low, medium, high, xhigh입니다. 기본은 high입니다. Google은 high에서 시작하고, xhigh는 어려운 다단계 문제에 남기라고 합니다. xhigh는 지연과 토큰을 늘리고 단순한 프롬프트를 지나치게 생각할 수 있습니다. API는 minimal을 거절합니다. Sonnet 5.5는 적응형 사고를 기본으로 켜 두고, Claude API 기본 노력도는 high입니다. Anthropic의 between_tools는 사전 사고를 끄며 high 이하의 노력도에서 씁니다. 배포하는 설정을 적어두세요. 기본값을 묵혀 두는 것은 같은 노력도의 시험이 아닙니다.
Google 문서는 Hydrogen가 범위 안의 temperature, top_p, top_k를 무시하고, 범위를 벗어나면 400 오류를 돌려준다고 합니다. Anthropic 문서는 Sonnet 5.5에서 셋 중 하나를 설정하면 400 오류가 난다고 합니다. 공유 요청 코드에서 빼세요. Hydrogen에서는 max_output_tokens가 사고와 답을 함께 제한하므로 답의 자리를 남기세요. Hydrogen 카드는 암시적 캐시만 적고, 최소 4,096토큰 프롬프트에 적용되며 명시적 캐시는 없습니다. Anthropic은 Sonnet 5.5의 최소 캐시 가능 프롬프트를 512토큰으로 적습니다. 이는 제공자 규칙입니다. 이 페이지의 캐시 행은 두 모델 모두 카탈로그 캐시 요금이 있을 때만 나옵니다. 제공자 카드의 지식 컷오프는 Hydrogen가 2026년 3월, Sonnet 5.5가 신뢰할 수 있다고 한 2026년 6월입니다.
Google의 Gemini 4 Hydrogen 모델 카드는 한 표에 두 모델을 보고합니다. Google은 Hydrogen 결과의 대부분을 직접 계산하고 나머지는 공개 리더보드에서 가져왔습니다. Sonnet 5.5 수치는 벤치마크에 따라 공개 리더보드, Anthropic 시스템 카드, 또는 Google 자신의 실행에서 옵니다. Google은 별도 표기가 없으면 쓸 수 있는 가장 높은 사고 설정을 쓰고, Hydrogen의 Terminal-Bench 4.1은 high 노력도라고 합니다. 이는 Google이 보고한 결과이지 GPTProto의 측정이 아닙니다. 출처: Gemini 4 Hydrogen 모델 카드와 Claude Sonnet 5.5.
그 표에서 Hydrogen는 SWE-sweep(13.5% 대 3.1%), Agents' Last Exam v1.1(71.6% 대 60.4%), AutomationBench-AA(76.1% 대 71.8%), Vending-Bench 2(보고된 기말 잔액 $14,549 대 $11,165, 토큰 가격이 아님), MKA(53.4% 대 52.0%), Chartography(66.6% 대 61.6%), HLE-Diamond(58.8% 대 53.3%)에서 앞섭니다. MKA 차이는 1.4점입니다. 이렇게 작은 차이는 직접 시험할 이유입니다.
Sonnet 5.5는 Terminal-Bench 4.1(63.9% 대 57.0%), OSWorld-2.1 오프라인 부분집합(83.9% 대 77.6%), Terminal-Bench-Science 0.1(59.9% 대 51.4%)에서 앞섭니다. 두 행은 터미널 계열이고 한 행은 컴퓨터 사용입니다. Anthropic 자신의 발표는 Terminal-Bench 4.0에서 70.6%, 부분 OSWorld 2.1에서 80.1%, CursorBench 4.0에서 55.5%를 보고합니다. 버전이나 설정이 다릅니다. Google 행과 평균 내지 말고, Google은 Hydrogen의 CursorBench 4.0을 보고하지 않습니다.
각 모델 페이지에는 현재 요금, API 예시, Playground가 있어요. 자신의 프롬프트를 실행한 뒤, 품질, 지연, 예산에서 이기는 라우팅 규칙을 남기세요. 같은 테스트에 세 번째 후보를 넣고 싶다면 모델 카탈로그 둘러보기를 여세요. 현재 GPTProto 요금 비교하기를 여세요.
모든 척도에서 더 나은 것은 아닙니다. Google이 공개한 표에서 열 건 중 일곱은 Hydrogen가 앞서고, Sonnet 5.5는 Terminal-Bench 4.1, OSWorld-2.1 오프라인 부분집합, Terminal-Bench-Science 0.1에서 앞섭니다. 조건이 다른, Google이 보고한 결과입니다. 고르기 전에 자신의 작업을 돌리세요.
이 페이지에 불러온 요금에서 Gemini 4 Hydrogen은 토큰 100만 개당 입력 $1.05, 출력 $5.25입니다. Claude Sonnet 5.5은 $1.80과 $9.00입니다. Hydrogen는 입력이 42%, 출력이 42% 낮습니다. 정가는 $1.50/$7.50과 $2.00/$10.00입니다. 사고 토큰은 출력으로 청구됩니다. 낮은 요금은 아직 낮은 청구서가 아닙니다.
둘 다 시험하세요. Hydrogen는 Google의 SWE-sweep에서 앞섭니다. Sonnet 5.5는 같은 Google 표에서 Terminal-Bench 4.1과 컴퓨터 사용 부분집합에서 앞섭니다. 수용된 변경, 실패한 도구 호출, 시도 전체의 비용을 비교하세요.
표는 수집한 정수로 Gemini 4 Hydrogen에 1,048,576 토큰, Claude Sonnet 5.5에 100만 토큰를 적습니다. Google 카드는 입력, 사고, 출력이 나누어 쓰는 1,048,576토큰 창 하나로 둡니다. 동기 Hydrogen 응답은 65,536토큰으로 적혀 있고, 더 긴 출력은 긴 디코드입니다. Sonnet 5.5의 출력 칸은 수집 최댓값입니다. 비슷해 보이는 창이 같은 정확도를 보장하지는 않습니다.
Anthropic은 Sonnet 5.5의 비교 지연을 Fast로 표시합니다. Google은 Hydrogen에 짝이 되는 라벨을 공개하지 않습니다. 지연 행은 수집 데이터가 양쪽 중앙값을 가질 때만 나옵니다. 쓸 사고 설정과 도구로 자신의 경로에서 둘 다 재세요.
Hydrogen 수집 기록에는 오디오와 동영상이 있습니다. Sonnet 5.5 기록은 텍스트, 이미지, 파일입니다. Google 카드는 Hydrogen에 오디오, 동영상, PDF를 적고, Anthropic은 Sonnet 5.5에 텍스트와 이미지를 적습니다. 오디오나 동영상에 기대기 전에 경로를 확인하세요. 둘 다 텍스트를 돌려줍니다.
예. 두 모델 모두 GPTProto에 있습니다. API 키 하나와 잔액 하나로 어느 쪽이든 부를 수 있고, 모델 페이지에 현재 요금이 나옵니다. 모델 값은 gemini-4-hydrogen와 claude-sonnet-5-5입니다. 따라가는 API Usage 탭을 확인하세요. Chat Completions 예시와 네이티브 예시는 같은 요청이 아닙니다.
아닙니다. 금액은 이 페이지에 불러온 GPTProto 텍스트 대 텍스트 요금이고, 옆에 공급자 정가가 있습니다. OpenRouter는 지연, 처리량, 컨텍스트, 출력 한도, Artificial Analysis 점수의 출처이며 각각 가져온 시각이 붙습니다. OpenRouter 토큰 가격은 보이지 않습니다.
앱 개발, 콘텐츠 제작, 일상적인 AI 워크플로우에 GPTProto를 사용하는 개발자와 창작자들의 이야기를 들어보세요.
For a team already juggling DeepSeek, Kimi, Qwen, or other providers, a shared routing layer can be reasonable if it removes duplicated work and the fallback behavior is tested. GPTProto is one implementation of this approach.

I've been testing GPTProto recently, and it's honestly made my creative workflow much simpler. Instead of paying for multiple subscriptions, I can access several leading AI models from one place.

I turned this single prompt into a cinematic fantasy video using GPTProto. "Continuous 15-second cinematic shot, 4K resolution, hyper-realistic dark fantasy photorealism…"

I challenged myself to create a cinematic AI cooking short in just 15 seconds. I used GPTProto to bring the entire workflow together, from image generation to video, all in one place.

Made with Seedance 2.0 + GPT Image 2 on GPTProto. A Pixar-style commercial with the perfect glow.
What worked for me was pointing the cloud connections at GPTProto so the frontend only sees one endpoint and I just change the model name to swap. I am not rebuilding a connection from scratch every time.
I route the calls through GPTProto so a fallback is a config switch instead of a weekend rewrite when a model disappears. It turns "my default model just got export controlled" from an incident into a config change.

I used to switch between different AI tools just to compare results. Now I just use GPTProto. GPT-5, Claude, Gemini, Kimi, and more — all in one workspace.
I route the calls through GPTProto so the model id and latency land in one place regardless of which provider is behind it. The win is having the log schema consistent across providers.

I created this 15-second cinematic product video with GPTProto using Seedance 2.0, and I was really impressed by how smooth the workflow was.

GPTProto routes the character prompt and shot list to a top model on one API key: 20 minutes … voices it and burns in captions from the same key: 20 minutes.
Text, images, and voice are configured separately. You can keep OpenRouter for text and use GPTProto for visuals.
The call layer underneath the router is GPTProto, so swapping a model does not require provisioning a new provider integration. Changing models becomes cheap enough that the question stops being "should we change."
모델 비교, 통합 가이드 및 AI API 예산을 효율적으로 활용하기 위한 실용적인 팁을 확인해 보세요.
GPTProto의 올인원 AI API로 200개 이상의 AI 모델을 안정적으로 이용하세요. 투명한 가격 정책, 안정적인 연결, 그리고 모든 AI 작업을 위한 단 하나의 계정을 제공합니다.