Gemini 3.6 Flash, 성능 벤치보다 '토큰당 작업비'를 봐야 하는 이유

핵심 요약 (TL;DR)

구글이 Gemini 3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber를 동시 출시했습니다. 3.6 Flash는 입력 100만 토큰당 $1.50·출력 $7.50로 전작 출력가 $9에서 내렸고, 출력 토큰을 평균 17%(일부 작업 최대 65%) 덜 씁니다. 바이브코더에게 중요한 건 벤치 점수가 아니라, 에이전트 한 번 돌리는 실질 비용이 또 내려갔다는 사실이죠.

어떤 모델을 API에 물려야 할지 고민 중이라면, 성능 표부터 보지 마세요. 같은 작업을 끝낼 때 '토큰당 얼마'가 나가는지가 월 청구서를 결정합니다. 구글이 7월 21일 내놓은 Flash 3종은 바로 그 지점을 겨냥합니다(blog.google).

세 모델, 무엇이 어떻게 다른가

수치는 모두 구글 공식 발표 기준입니다. 3.6 Flash는 코딩·멀티모달·에이전트 워크로드를 겨냥한 표준 티어이고, Flash-Lite는 초당 약 350토큰으로 라인업 최고속·최저가입니다. 여기에 소프트웨어 취약점 탐지·수정에 특화된 별도 모델 3.5 Flash Cyber가 함께 나왔죠.

'토큰당 작업비'가 왜 진짜 지표인가

출력 단가가 $9에서 $7.50으로 내렸습니다. 여기에 더해, 3.6 Flash는 같은 답을 내는 데 출력 토큰을 평균 17%, DeepSWE 같은 작업에선 최대 65%까지 덜 씁니다. 단가 인하와 토큰 절감이 곱해지니, 에이전트를 한 번 돌리는 실질 비용은 표에 찍힌 숫자보다 더 내려가는 셈이죠. 벤치 점수 1~2%p 차이보다, 이 '작업당 비용'이 대량으로 에이전트를 돌리는 바이브코더의 지갑을 좌우합니다.

그래서 상황별로 뭘 쓰나

• 대량 호출·저지연이 우선이면 Flash-Lite. 입력 $0.30·출력 $2.50에 초당 약 350토큰. 분류·요약·단순 응답을 대량으로 칠 때 가장 쌉니다.
• 코딩 정확도와 비용의 균형이면 3.6 Flash. 표준 워크호스로 에이전트·코딩 워크로드에 무난하고, 토큰 절감 덕에 실질 비용이 낮습니다.
• 취약점 자동 점검이 목적이면 Flash Cyber. 다만 '자동 수정'이 실무에서 얼마나 통하는지는 직접 검증한 뒤 도입하시길 권합니다.

자주 묻는 질문

Q. 3.6 Flash가 SWE-Bench Pro에서 몇 점인가요?
구글 공식 자료에 3.6 Flash의 SWE-Bench Pro 점수는 공개되지 않았습니다. 공개된 SWE-Bench Pro 수치는 Flash-Lite의 54.2%(vs 49.6%)입니다. 떠도는 "3.6 Flash 58.7%"는 근거가 확인되지 않았으니 인용하지 마세요.

Q. 성능이 정말 올랐나요?
전작 대비 DeepSWE 37%→49%, OSWorld Verified 78.4%→83.0%로 올랐습니다. 다만 실무 선택은 점수보다 '작업당 비용'으로 판단하는 걸 권합니다.

Q. 이 가격 인하가 내 청구서에 얼마를 돌려주나요?
작업 성격에 따라 다르지만, 단가 인하와 출력 토큰 절감이 겹쳐 같은 에이전트 파이프라인의 월 비용이 눈에 띄게 줄어드는 방향입니다.

토큰 가격 전쟁은 결국 바이브코더에게 유리하게 굴러갑니다. 다음 결제일 전에, 지금 쓰는 파이프라인을 어떤 티어로 갈아 끼울지 한 번 계산해 보시는 게 어떨까요.