제미나이 3.8 플래시, 갈아탈 값어치 있나
구글이 9월 2일 제미나이 3.8 플래시를 3.7과 같은 토큰당 가격으로 내놨고, 에이전트와 장기 코딩 벤치마크에서 점수를 올렸다. 다만 같은 작업에 토큰을 약 30% 더 써서 단가는 같아도 실제 청구액은 오르고, 일반 코딩 점수는 제자리다. 지금 쓰는 도구에서 장기 에이전트 코딩이 실제 병목인지가 갈아탈지 여부를 가르는 기준이다.
3.7에서 실제로 달라진 건 어디인가
구글은 9월 2일 제미나이 3.8 플래시를 내놨다. 6주 만의 세 번째 플래시 모델이고, 새 기반이 아니라 3.7 플래시 위에 얹은 개선판이다.
숫자로 보면 상승 폭이 몰린 곳이 분명하다. 구글 발표 기준으로 터미널 작업을 평가하는 Terminal-Bench 2.1 점수가 81.6%에서 90.8%로 올랐다. 여러 단계를 스스로 처리하는 에이전트 지표도 45.1에서 50.0으로 뛰었다. 반면 일반 코딩 점수는 76.1에서 76.3으로 사실상 제자리다.
정리하면 3.8은 "채팅창에서 코드 한 조각 받기"가 아니라, 스스로 여러 명령을 이어 실행하는 에이전트형 작업에서 벌어들인 모델이다. 짧은 질문 응답이 주 용도라면 체감 차이는 크지 않을 수 있다.
가격표는 같은데 청구서는 왜 달라지나
Photo by İsmail Enes Ayhan on Unsplash
갈아탈지 따질 때 흔히 토큰당 단가만 본다. 그 단가는 3.7과 완전히 같다. 입력 100만 토큰당 0.75달러, 출력 100만 토큰당 3.75달러다.
문제는 실제 청구액이 단가만으로 정해지지 않는다는 점이다. 독립 측정 기관 Artificial Analysis에 따르면 3.8은 같은 작업을 풀 때 출력 토큰을 약 30% 더 쓴다. 추론에 토큰을 더 태우는 방식이기 때문이다. 그 결과 표준 작업 하나당 비용은 0.40달러에서 0.58달러로 올랐다.
단가는 그대로여도 한 달 청구서는 늘어난다는 뜻이다. 여기에 시점 변수가 하나 더 있다. 지금 가격은 도입가이고, 구글은 2027년 1월 1일부터 입력 1.50달러, 출력 7.50달러로 정가를 두 배로 올린다고 예고했다.
만든 쪽도 "3.7 그대로 써도 된다"고 말한다
전환을 재촉하는 발표가 아니라는 점이 오히려 판단에 도움이 된다. 구글은 발표문에서 효율이 가장 중요한 작업이라면 낮은 추론 강도로 쓰거나 3.7 플래시를 계속 쓰라고 명시했다. 3.7은 계속 지원한다고도 덧붙였다.
만든 회사가 신모델을 밀면서 구모델 유지를 권하는 경우는 드물다. 이 문장은 3.8이 모든 상황에서 우위라는 뜻이 아니라, 더 무겁게 계산하는 대신 비용을 더 쓰는 교환이라는 사실을 그대로 인정한 것으로 읽힌다.
갈아탈지, 이 기준으로 나눠보자
이미 쓰는 도구가 있고 결과가 만족스럽다면, 3.8은 기본 전환 대상이 아니라 시험 대상이다. 판단은 지금 무엇이 막히는지에 달려 있다.
- 장기 에이전트 코딩이 병목일 때: 여러 단계를 스스로 처리하다 중간에 어긋나는 일이 잦다면 시험해볼 값어치가 있다. 상승 폭이 정확히 그 영역에 몰려 있다.
- 짧은 응답·문서 초안이 주 용도일 때: 코딩 점수가 제자리이므로 굳이 옮길 이유가 약하다. 청구액만 오를 수 있다.
- 비용이 1순위 제약일 때: 만든 쪽 권고대로 3.7을 유지하는 편이 낫다.
- 시험한다면: 실제 쓰는 작업 몇 건으로 같은 입력을 3.7과 3.8에 각각 넣어, 결과 품질과 소모 토큰을 함께 비교한 뒤 결정하라.
한 가지는 분명하다. "새 버전이니 일단 옮긴다"는 이번엔 근거가 약하다. 옮길 이유는 버전 숫자가 아니라, 지금 내 작업에서 에이전트 성능이 실제 병목인지에 있다.