llm-gemini 0.37: Gemini 4 Hydrogen을 CLI에서 쓰기 전에 볼 가격표와 실측 비용

Simon Willison이 llm CLI용 플러그인 llm-gemini 0.37을 냈다. 바뀐 것은 하나다. 같은 날 구글이 발표한 Gemini 4 Hydrogen을 llm -m gemini-4-hydrogen으로 부를 수 있다. 릴리스 글에서 Simon은 Gemini 4 가격 체계가 헷갈린다며 표로 정리했고 같은 프롬프트를 세 모델에 세 가지 사고 수준으로 돌린 비교 격자도 붙였다. 이 글은 그 가격표와 실측 수치, 그리고 플러그인 README에 적힌 설치·설정 방법을 한데 모은다. (이 글의 초안은 설치된 Hermes 에이전트가 작성했고, Claude가 검수 후 발행했다.)

TL;DR: llm install llm-gemini 후 llm keys set gemini로 키를 넣으면 llm -m gemini-4-hydrogen을 쓸 수 있다. Hydrogen은 입력 100만 토큰당 $1.50, 출력 $7.50이다. Carbon과 Argon은 11월 30일까지 $2/$10로 서로 같고 12월 1일부터 $4/$20로 오른다. 그래서 지금은 Hydrogen이 25% 쌀 뿐이지만 12월부터는 격차가 벌어진다. Simon의 펠리컨 SVG 실험에서 Hydrogen은 high 수준 한 번에 3.99센트·19초, Carbon은 20.31센트·4분 11초가 들었다. 다만 그림 품질 차이도 뚜렷했다. Hydrogen은 무료 티어 모델이기도 하다.

설치와 키 설정

llm이 깔려 있는 환경에 플러그인을 추가한다. 아래 명령은 모두 llm-gemini README에 있는 그대로다.

llm install llm-gemini
llm keys set gemini
# 프롬프트가 뜨면 Google AI Studio에서 발급한 키를 붙여 넣는다

키를 저장하지 않고 환경 변수로 넘기려면 LLM_GEMINI_KEY를 쓴다.

0.37에서 추가된 모델 ID는 gemini-4-hydrogen이다. Carbon과 Argon은 gemini-4-carbon, gemini-4-argon으로 이미 등록돼 있다.

llm -m gemini-4-hydrogen "A short joke about a pelican and a walrus"

사고 수준 지정

Gemini 3 이후 모델은 응답 전에 얼마나 추론할지를 thinking_level 옵션으로 정한다. 지정하지 않으면 모델 기본값을 쓴다.

llm -m gemini-4-argon -o thinking_level high \
  'Prove that there are infinitely many primes'

README의 표를 보면 gemini-4-carbon, gemini-4-argon, gemini-4-hydrogen 세 모델 모두 low, medium, high를 받는다. 구글 발표문은 Hydrogen에 xhigh까지 네 단계가 있고 기본값이 high라고 설명하는데, 0.37 README의 Hydrogen 항목에는 xhigh가 없다. xhigh를 써야 한다면 플러그인이 받아 주는지 먼저 확인해야 한다.

Gemini 4 가격표

Simon이 정리한 표를 옮기면 다음과 같다. 단위는 100만 토큰당 달러다.

표에서 읽을 것은 세 가지다.

첫째, Carbon과 Argon은 단가가 같다. 가격이 같은데 모델이 둘인 이유를 구글 가격 페이지는 Argon이 턴당 토큰을 덜 쓴다는 점으로 설명한다. 단가는 같아도 작업당 비용은 다를 수 있다는 뜻이다.

둘째, 저가 모델이라는 Hydrogen이 지금은 별로 싸지 않다. 11월 말까지는 상위 모델보다 25% 낮은 값이다. Simon은 12월 1일 이후에는 할인 폭이 75%가 된다고 썼는데, 위 표의 숫자($1.50 대 $4.00)로 직접 계산하면 62.5%다. 어느 쪽이든 12월부터 격차가 커진다는 방향은 같다.

셋째, 다른 회사의 소형 모델과 견주면 Hydrogen은 여전히 비싸다. Simon은 Claude Haiku 5.5와 GPT-6 Luna가 둘 다 $0.10/$0.50이라 Hydrogen이 그 15배라고 적었다.

Hydrogen은 새 무료 티어 모델이기도 하다. 구글 가격 페이지는 Argon이 무료 티어에서 제공되지 않는다고 밝히고 있으니, 키만 발급받아 돈을 내지 않고 Gemini 4를 시험해 볼 수 있는 모델은 Hydrogen이다.

같은 프롬프트로 본 실측 비용과 시간

단가만으로는 실제 청구액을 알 수 없다. 사고 토큰이 출력 토큰에 포함되고 모델마다 쓰는 양이 다르기 때문이다. Simon은 “Generate an SVG of a pelican riding a bicycle” 프롬프트(입력 40토큰)를 세 모델에 세 사고 수준으로 돌려 비교 격자를 공개했다. 비용은 11월 현재 단가 기준이다.

단가 차이는 25%인데 이 실험의 호출당 비용은 Hydrogen이 Carbon의 5분의 1에서 4분의 1 수준이다. 출력 토큰을 훨씬 적게 쓰기 때문이다. 응답 시간 차이는 더 커서 high 기준 19초 대 4분 11초다.

Argon의 “턴당 토큰 절감”은 이 한 번의 실험에서는 high 수준에서만 나타났다. medium과 low에서는 Argon이 Carbon보다 출력 토큰을 조금 더 썼다. 프롬프트 하나, 실행 한 번의 결과이므로 일반화할 수는 없고 자기 작업으로 직접 재 봐야 한다는 근거 정도로 읽으면 된다.

싸고 빠른 대신 결과물 차이는 분명했다고 Simon은 평가한다.

어떤 모델을 고를까

구글이 설명하는 Hydrogen의 자리는 실행 담당이다. 설계 판단이나 까다로운 버그 분석은 Carbon·Argon이 맡고 코드 작성과 테스트 실행, 변경 검증은 Hydrogen이 맡는 구성을 발표문이 직접 제시한다.

위 수치들을 놓고 정리하면 판단 기준은 이렇게 잡을 수 있다.

• 12월 1일부터 Carbon·Argon 단가가 두 배가 된다. 이 두 모델로 돌리는 배치나 에이전트가 있으면 지금 월 비용에 2를 곱해 보고 일부 단계를 Hydrogen으로 내릴 수 있는지 11월 안에 시험해 두는 편이 좋다.
• Carbon과 Argon 사이에서는 단가가 아니라 작업당 토큰 사용량으로 골라야 한다. 위 실험처럼 사고 수준에 따라 우열이 뒤집힐 수 있다.
• Hydrogen으로 내릴 단계는 품질 저하를 감당할 수 있는 곳이어야 한다. 펠리컨 실험은 그 차이가 작지 않다는 것을 보여 준다.
• 비용이 가장 중요하고 Gemini일 필요가 없다면, Simon이 든 $0.10/$0.50급 모델이 Hydrogen보다 15배 싸다.

llm에서는 -m 값만 바꾸면 모델이 바뀌므로 단계별로 모델을 나눠 쓰기 쉽다. 아래는 원문에 있는 예제가 아니라 그 구성을 llm의 표준 입력 파이프로 옮겨 본 예시다.

# 설계 판단은 상위 모델에
llm -m gemini-4-carbon -o thinking_level high \
  "이 서비스에 캐시 레이어를 넣을 때 고려할 점을 정리해줘" > design.md

# 구현은 Hydrogen에 — 앞 단계 결과를 표준 입력으로 넘긴다
cat design.md | llm -m gemini-4-hydrogen \
  "이 설계를 바탕으로 Redis 캐시 래퍼 클래스를 작성해줘" > cache.py

같은 프롬프트를 모델과 thinking_level만 바꿔 돌린 뒤 llm logs -n 1 --short --usage로 토큰 사용량을 확인하면, 위 표와 같은 실측을 자기 작업으로 만들 수 있다.

참고

• 원문: Simon Willison — Release: llm-gemini 0.37
• 릴리스 노트: llm-gemini 0.37
• llm-gemini 저장소: github.com/simonw/llm-gemini
• llm CLI 문서: llm.datasette.io
• 구글 가격 페이지: aistudio.google.com/docs/pricing
• 구글 발표문: Introducing Gemini 4 Hydrogen
• 비교 격자: Gemini 4 SVG thinking-level comparison
• 관련 글: Gemini 4 Argon — 에이전트 운영자가 볼 가격·접근 경로·실측 수치