이름이 비슷한 모델 사이의 비교
구글은 2025년 12월 17일 제미나이 3 플래시(Gemini 3 Flash)를 발표했다. 일반 사용자의 앱·검색 접근과 개발자용 제공 경로를 함께 소개하며 속도와 효율을 강조했다. 모델 계열 이름이 비슷해도 비교하는 이전 제품이 무엇인지에 따라 주장의 의미는 달라진다. ‘더 빠르다’와 ‘더 저렴하다’가 항상 같은 상대를 기준으로 한 문장은 아니다.[1]
발표문은 2.5 Pro 대비 속도를 설명하면서 3 플래시의 기본 텍스트 단가를 입력 100만 토큰당 0.50달러, 출력 100만 토큰당 3달러로 제시했다. 반면 6월 17일 별도 발표에서 안정 버전 2.5 Flash의 단가는 입력 0.30달러, 출력 2.50달러였다. Pro 대비 효율을 강조한 표현을 이전 Flash보다 토큰 단가가 낮아졌다는 뜻으로 바꾸면 비교 기준이 달라진다.[1][2]
토큰의 가격과 업무의 가격
API의 토큰 단가는 모델에 전달하는 입력과 생성된 출력의 양을 기준으로 한다. 하지만 사람이 요청한 한 건의 업무는 여러 번의 호출과 도구 사용, 검증을 거칠 수 있다. 같은 모델도 문맥을 얼마나 길게 넣는지와 답변 길이, 재시도 횟수에 따라 최종 사용량이 달라진다. 단가 하나만으로 업무당 비용을 확정할 수 없는 이유다.
가상의 요청에 입력 10만 토큰과 출력 1만 토큰을 사용한다고 하자. 발표된 기본 텍스트 단가만 적용하면 3 플래시는 입력 0.05달러와 출력 0.03달러를 합해 0.08달러다. 6월 발표의 2.5 Flash 단가로는 각각 0.03달러와 0.025달러를 합한 0.055달러다. 이는 캐시·도구·할인·다른 과금 항목을 제외하고 같은 토큰 수만 놓은 가상 계산이며 실제 청구 견적이 아니다.
그렇다고 이 예시만으로 새 모델의 업무 전체 비용이 언제나 더 높다고 결론낼 수도 없다. 더 적은 문맥이나 출력으로 충분한 결과를 얻거나 수정 요청을 줄일 수 있다면 총사용량이 달라질 수 있기 때문이다. 반대로 한 번의 응답이 좋아 보여도 검토 시간이 늘거나 도구 호출이 많으면 비용은 커질 수 있다. 같은 업무의 완료 기준을 고정하고 전체 사용량을 비교해야 한다.
빠른 답변과 빠른 업무 완료
속도에도 여러 정의가 있다. 첫 글자가 나타날 때까지의 시간과 답변 전체가 끝날 때까지의 시간은 다르다. 사용자는 첫 응답이 빨리 보이는 것을 편리하게 느낄 수 있지만 긴 작업에서는 마지막 결과가 나오는 시점이 더 중요할 수 있다. 요청 길이와 출력 길이가 다르면 같은 모델의 체감 속도도 달라질 수 있다. 속도 수치를 읽을 때에는 무엇을 얼마나 처리했는지 확인해야 한다.
공급자가 제시한 벤치마크는 특정 조건에서 얻은 비교다. 구글의 발표는 2.5 Pro와의 속도·성능 관계를 설명하지만 그 비율이 모든 네트워크와 모든 문서 길이에서 그대로 재현된다는 보증은 아니다. 응답 지연에는 서비스 대기와 도구 실행 등 모델 밖의 요인도 들어갈 수 있다. 발표된 비교와 현장에서의 실제 측정을 별개의 근거로 다루는 것이 적절하다.[1]
가상의 문서 검토에서 모델 A는 초안을 10초에 내지만 사람이 오류를 고치는 데 5분이 걸리고, 모델 B는 20초에 내지만 수정은 1분이면 된다고 하자. 어느 쪽이 빠른지는 초안 속도를 볼지 최종 완료 시간을 볼지에 달려 있다. 이 사례는 제미나이 모델을 실제로 측정한 결과가 아니다. 빠른 생성과 빠른 업무 완료가 다른 평가 기준임을 보여 주는 설명이다.
앱의 선택과 API 호출은 같은 계약이 아니다
일반 사용자가 앱에서 모델을 쓰는 경험에는 제품의 사용 한도, 인터페이스, 도구 연결이 함께 들어간다. 개발자가 API를 호출할 때에는 모델 식별자와 과금 조건, 입력 형식을 직접 다룬다. 같은 모델 계열을 제공하더라도 두 경로의 기능과 제한이 항상 같다고 가정할 수 없다. 앱에서 가능한 작업을 개발자용 호출에도 아무 조건 없이 적용되는 기능으로 소개하면 오해가 생긴다.
제품 발표의 제공 범위도 현재와 미래를 나눠 읽어야 한다. 순차적으로 배포되는 기능은 특정 계정이나 지역에서 실제로 보이는 시점이 다를 수 있다. 일반 사용 가능과 API의 안정 버전 여부 역시 같은 표현이 아니다. 도입을 결정할 때에는 해당 시점에 사용할 모델과 서비스의 조건을 각각 확인해야 하며, 이 글의 2025년 가격을 현재의 확정 단가로 사용할 수는 없다.
6월 2.5 계열 발표에서도 안정 버전과 미리보기 모델의 구분, 가격 조정이 함께 나왔다. 이는 모델 이름이 이어져도 서비스 조건이 자동으로 고정되지 않음을 보여 준다. 과거 미리보기의 가격이나 기능을 새 제품에 그대로 대입하기보다 공표 날짜와 대상 버전을 적어 두어야 한다. 비교 표의 한 줄에는 같은 버전의 성능과 가격을 연결하는 것이 바람직하다.[2]
품질을 유지한 채 비교하려면
실제 업무에서는 같은 입력 자료와 완료 기준을 두고 결과를 비교하는 것이 유용하다. 요약이라면 주요 사실의 누락과 근거 연결, 코드라면 요구한 동작과 관련 검증을 확인할 수 있다. 정답 기준이 달라진 두 작업을 비교하면 비용과 속도의 개선이 모델 때문인지 작업이 쉬워졌기 때문인지 알기 어렵다. 쉬운 예시 하나의 성공을 전체 업무의 성능으로 일반화하지 않아야 한다.
검토에 실패한 출력도 비용과 시간에 포함해야 한다. 성공한 호출만 골라 평균을 내면 실제 운영 부담이 작게 보일 수 있다. 반대로 한 번의 실패만으로 모든 사용 사례를 배제하는 것도 충분한 평가가 아니다. 대표적인 입력과 실패 조건을 정하고 사람의 검토가 필요한 구간을 확인하면 새 모델의 실용성을 더 구체적으로 판단할 수 있다.
이번 발표를 읽을 때에는 비교 대상 모델, 단가의 입력·출력 구분, 속도 측정의 조건, 최종 업무 검증이라는 네 가지를 확인하면 된다. 새 모델이 제공하는 선택지는 넓어졌지만 ‘빠르고 저렴하다’는 표현만으로 자신의 작업 결과가 정해지지는 않는다. 이 글은 12월 20일까지의 발표 자료를 설명하며 이후의 제품 변경을 당시의 제공 조건과 혼동하지 않는다.
