Gemini 3.6 Flash vs 3.5 Flash: 벤치마크·요금·마이그레이션 시점(2026)
Gemini 3.6 Flash는 모든 벤치마크에서 3.5 Flash를 앞서면서 출력 토큰을 17% 줄이고 가격도 낮췄습니다. 전체 비교표와 개발자용 마이그레이션 플레이북 제공.
보기 드문 “전면 우위” 업그레이드
대부분의 모델 업그레이드는 무언가를 내줍니다 —— 속도를 위해 품질을, 성능을 위해 가격을. Gemini 3.6 Flash vs Gemini 3.5 Flash는 2026년 7월 21일 Google이 공개한 모든 축에서 새 모델이 이기는 이례적인 사례입니다: 더 높은 벤치마크 점수, 더 적은 출력 토큰, 더 적은 추론 단계와 도구 호출, 그리고 더 낮은 토큰 단가까지. 이 글은 수치를 하나하나 짚은 뒤 실전으로 들어갑니다: 누가, 언제 이전해야 하고, 무엇을 다시 테스트해야 하는지.
3종 모델 출시의 전체 맥락이 먼저 궁금하다면 발표 총정리부터 보세요.
토큰 효율: 누구도 건너뛰면 안 되는 헤드라인
이번 릴리스에서 가장 중요한 숫자는 벤치마크 점수가 아닙니다. Artificial Analysis Index에서 3.6 Flash는 동일한 작업에 대해 3.5 Flash보다 출력 토큰을 17% 적게 소비합니다. Datacurve의 DeepSWE에서는 최대 65% 감소를 관찰했습니다.
들리는 것보다 훨씬 중요한 이유:
- 비싼 쪽은 출력 토큰입니다(출력 $7.50/100만 vs 입력 $1.50/100만). 17~65% 감축은 비용의 지배 항을 정면으로 공략합니다.
- 토큰이 적다 = 지연이 낮다. 말을 아끼는 에이전트는 더 빨리 끝나고, 멀티스텝 체인에서는 그 효과가 누적됩니다.
- 추론 단계와 도구 호출 감소는 왕복 횟수 감소, 실패 지점 감소, 작업당 오케스트레이션 부담 감소를 의미합니다.
Google은 컴퓨터 사용 작업에서 이를 나란히 비교한 데모를 공개했습니다 —— 토큰 효율 비교 영상을 확인하세요.
전체 벤치마크 비교
| 벤치마크 | 측정 대상 | Gemini 3.6 Flash | Gemini 3.5 Flash | 차이 |
|---|---|---|---|---|
| DeepSWE | 에이전트 소프트웨어 엔지니어링 | 49% | 37% | +12pt |
| MLE Bench | ML 연구·엔지니어링 | 63.9% | 49.7% | +14.2pt |
| OSWorld-Verified | 컴퓨터 사용 | 83.0% | 78.4% | +4.6pt |
| GDPval-AA v2 | 실무 지식 업무 | 1421 | 1349 | +72 |
이 표를 읽는 세 가지 관점:
- **DeepSWE 도약(37% → 49%)**은 코딩 팀이 주목해야 할 수치입니다. Google은 이를 단순한 성능 향상이 아니라 더 높은 정밀도 —— 원치 않는 코드 수정 감소와 실행 루프 축소 —— 덕분이라고 설명합니다.
- **MLE Bench(+14.2포인트)**는 가장 큰 상승 폭으로, 실험 스캐폴딩, 데이터 분석, 학습 루프 디버깅 같은 ML 연구 워크플로에서 실질적인 진보를 시사합니다.
- **OSWorld-Verified 83.0%**가 중요한 이유는 컴퓨터 사용이 이제 Gemini API와 Gemini Enterprise에서 클라이언트 측 내장 도구가 됐기 때문입니다. 능력 향상과 패키징 변화가 동시에 도착했습니다.
요금: 토큰당도, 작업당도 더 저렴
| Gemini 3.6 Flash | Gemini 3.5 Flash | |
|---|---|---|
| 입력 가격 | $1.50 / 100만 토큰 | 더 높음 |
| 출력 가격 | $7.50 / 100만 토큰 | 더 높음 |
| 작업당 출력 토큰 | 약 17% 적음(DeepSWE에선 최대 65%) | 기준 |
| 에이전트 작업당 실질 비용 | 의미 있게 낮음 | 기준 |
핵심은 복리 효과입니다. 예전에 출력 토큰 10만 개를 내보내던 작업이 이제 약 8.3만 개면 되고, 게다가 토큰 하나하나의 단가도 낮아집니다. 매달 수백만 건의 에이전트 작업을 돌리는 워크로드라면, 프롬프트를 건드리지 않아도 청구서에서 절감이 확인됩니다.
컴퓨터 사용: 애드온에서 기본 탑재로
3.6 Flash에서는 컴퓨터 사용이 Gemini API와 Gemini Enterprise를 통해 클라이언트 측 내장 도구로 제공됩니다. OSWorld-Verified 개선(78.4% → 83.0%)과 결합하면, 브라우저 에이전트·RPA식 자동화·QA 봇을 만드는 팀은 더 강한 모델과 더 적은 통합 코드를 동시에 얻습니다. 3.5 Flash 주위에 자체 컴퓨터 사용 스캐폴딩을 유지해 왔다면, 그중 일부를 삭제할 계획을 세우세요.
안전성 태세
3.6 Flash는 CBRN과 사이버 공격 영역에서 강화된 Frontier Safety 안전장치를 탑재했으며, Google은 3.5 Flash보다 탈옥 저항력이 크게 높다고 보고합니다. 프로덕트 팀에 똑같이 중요한 점: 무해한 요청에 대한 거부를 줄이도록 학습되기도 했습니다. 3.5 Flash가 보안·의료 인접 영역의 정당한 프롬프트를 간혹 거부했다면 해당 플로를 다시 테스트하세요 —— 오거부율이 낮아질 것입니다.
초기 고객의 평가
Google이 발표한 고객 명단 —— Figma, Harvey, Hebbia, JetBrains —— 은 해석할 가치가 있습니다:
- Figma와 JetBrains는 지연에 민감하고 추론량이 많은 툴링 기업입니다. 속도·효율 스토리에 대한 보증인 셈입니다.
- **Harvey(법률)와 Hebbia(금융)**는 멀티모달 문서 작업 —— 파싱, 차트·데이터 분석, 보고서 작성 —— 을 특히 높이 평가했습니다. 문서 중심 지식 업무가 주력이라면 GDPval-AA v2 상승(1349 → 1421)이 여러분에게 해당하는 지표입니다.
마이그레이션 플레이북: 언제 전환할까
| 당신의 상황 | 권장 |
|---|---|
| 에이전트 코딩(SWE 에이전트, 코드 리뷰 봇) | 지금 이전 —— 품질·토큰 효율 최대 이득(DeepSWE +12pt, 토큰 최대 65% 감소) |
| 컴퓨터 사용/브라우저 자동화 | 지금 이전 —— 점수 향상에 더해 내장 도구가 자체 스캐폴딩을 대체 |
| 문서 파싱/분석/보고서 작성 | 지금 이전 —— Harvey·Hebbia 사례로 검증됨 |
| 대용량·저지연 단순 작업 | 대신 3.5 Flash-Lite 검토 —— Flash-Lite 가이드 참고 |
| 엄격한 출력 형식 파싱에 의존하는 정교한 프롬프트 | 신중히 이전 —— 토큰 효율화로 장황함이 달라짐. 파서와 few-shot 예시 재검증 필요 |
| 컴플라이언스로 동결된 프로덕션 시스템 | 일정에 반영 —— 강제 종료 예고는 없지만, 가격·효율을 고려하면 현상 유지가 비쌈 |
모델 문자열을 바꾸기 전 실전 체크리스트:
- 평가 스위트 재실행 —— 출력 스타일이 더 간결하고 짧아져, 응답 길이나 표현에 대한 어서션이 깨질 수 있습니다.
- 구조화 출력 파싱 재점검 —— 장황함 감소는 보통 JSON 신뢰성에 좋은 소식이지만, 검증은 필수입니다.
- 거부 민감 플로 재테스트 —— 오거부는 줄겠지만, 자체 안전 필터와의 정합성을 확인하세요.
- 토큰당이 아닌 작업당 비용 재측정 —— 17~65% 토큰 감소 때문에 토큰당 비교는 절감 효과를 과소평가합니다.
평결
Gemini 3.6 Flash는 공표된 트레이드오프가 없는 보기 드문 후속작입니다: 코딩, ML 연구, 컴퓨터 사용, 지식 업무 모두에서 더 낫고, 더 적은 토큰을 더 낮은 가격에 내보냅니다. 스택이 동결된 출력 형식에 의존하지 않는 한, 3.5 Flash에서의 이전은 할지 말지가 아니라 어느 스프린트에 할지의 문제입니다.