구글 제미나이 새 모델(3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber) 출시

• 구글은 AI 에이전트 개발의 효율성, 낮은 지연 시간, 신뢰성을 위해 설계된 새로운 제미나이 모델인 3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber를 출시
• Gemini 3.6 Flash는 3.5 Flash에 비해 향상된 코딩, 지식 작업, 멀티모달 성능을 제공하며, 출력 토큰 사용량을 줄이고 비용을 절감
• Gemini 3.5 Flash-Lite는 3.5 클래스에서 가장 빠르고 비용 효율적인 모델로, 에이전트 검색 및 문서 처리와 같은 고처리량 작업에 적합
• Gemini 3.5 Flash Cyber는 사이버 보안 취약점에 맞게 조정된 특수 모델로, CodeMender를 통해 제한된 접근 시범 프로그램을 통해 제공
• Gemini 3.5 Pro는 곧 더 넓은 범위로 출시될 예정이고 Gemini 4의 개발이 진행 중

GN⁺ 추가 요약

Neo가 원문을 바탕으로 추가 정리했습니다

• Google이 대규모 AI 에이전트 구축에 필요한 토큰 효율·지연시간·안정성을 겨냥해 범용, 고속, 보안 특화 모델을 각각 공개함
• 3.6 Flash는 3.5 Flash보다 출력 토큰을 17% 적게 사용하고 추론 단계와 도구 호출 횟수를 줄이며, 입력 100만 토큰당 $1.50·출력 100만 토큰당 $7.50에 제공됨
• 3.5 Flash-Lite는 초당 출력 토큰 350개와 입력 100만 토큰당 $0.3·출력 100만 토큰당 $2.5를 제공하며, 사고 수준을 조절해 대량 작업과 다단계 하위 에이전트 작업에 대응함
• 3.5 Flash Cyber는 CodeMender의 다중 에이전트 구성에서 취약점을 탐지·검증·패치하며, 이중용도 위험을 고려해 정부와 신뢰할 수 있는 파트너에게만 제한적으로 제공될 예정임
• 3.6 Flash와 3.5 Flash-Lite는 Gemini API, 기업용 플랫폼, Gemini 앱 등에서 이용할 수 있으며, Google은 3.5 Pro 파트너 테스트와 Gemini 4 사전학습도 진행 중임

---

세 모델의 역할

• Flash 계열은 AI 에이전트의 효율성과 품질 사이에서 균형을 맞춰 에이전트 워크플로를 확장하도록 설계됨
• 3.6 Flash는 코딩, 지식 작업, 멀티모달 성능을 높인 주력 모델임
  • Artificial Analysis Index 기준 3.5 Flash보다 출력 토큰 사용량이 17% 적음
  • Datacurve의 DeepSWE 같은 일부 벤치마크에서는 토큰 사용량이 최대 65% 감소함
  • 출력 토큰당 가격도 3.5 Flash보다 낮음
• 3.5 Flash-Lite는 3.5 계열에서 가장 빠르고 비용 효율적인 모델이며, 에이전트 워크플로에서도 이전 Flash-Lite 세대보다 높은 성능을 냄
• 3.5 Flash Cyber는 사이버 보안 특화 모델과 CodeMender 에이전트 인프라를 결합해 최전선 모델과 경쟁할 수 있는 성능을 목표로 함
• Gemini 3.5 Pro는 파트너와 테스트 중이며 준비되는 대로 폭넓게 제공할 계획임
• Gemini 4를 위한 역대 가장 야심 찬 사전학습 실행도 시작됨

3.6 Flash의 효율과 가격

• 개발자와 고객의 3.5 Flash 피드백을 반영해 코딩·지식 작업 품질과 토큰 효율을 함께 개선함
• Artificial Analysis Index에서 3.5 Flash보다 출력 토큰을 17% 적게 사용하며, 다단계 워크플로를 완료하는 추론 단계와 도구 호출 수도 줄어듦
• 가격은 입력 100만 토큰당 $1.50, 출력 100만 토큰당 $7.50임
• 적은 토큰 사용량과 낮은 가격을 결합해 에이전트 작업당 전체 비용을 낮춤
• OSWorld 검증 API 작업에서는 3.5 Flash보다 토큰을 효율적으로 사용하면서 불필요하게 긴 출력을 줄임

3.6 Flash의 품질 향상

• 코딩 작업에서 원치 않는 코드 편집과 실행 반복을 줄이고 정밀도를 높임
  • DeepSWE: 49%, 3.5 Flash는 37%
  • MLE Bench: 63.9%, 3.5 Flash는 49.7%
• 컴퓨터 사용 능력도 개선됨
  • OSWorld-Verified: 83.0%, 3.5 Flash는 78.4%
  • 컴퓨터 사용 기능은 Gemini API와 Gemini Enterprise에서 클라이언트 측 내장 도구로 제공됨
• 지식 작업 성능도 3.5 Flash를 앞섬
  • GDPval-AA v2: 1421, 3.5 Flash는 1349
  • Hebbia와 Harvey는 문서 파싱, 차트·데이터 분석, 보고서 작성 같은 멀티모달 작업 역량을 확인함
• 활용 사례는 다음과 같음
  • AIS의 Managed Agents로 재무 데이터와 녹취록을 분석함
  • AGY의 다중 에이전트 오케스트레이션으로 지연시간을 낮추고 품질 높은 코드 마이그레이션을 수행함
  • Gemini 앱의 canvas로 3D 워크플로용 사진 텍스처 추출기를 개발함
  • AGY와 tldraw 오프라인 편집기를 사용해 대화형 테마 스튜디오를 구축함

3.6 Flash의 안전장치

• 화학·생물학·방사선·핵(CBRN) 및 사이버 공격 오용 영역에 강화된 Frontier Safety 보호 조치를 적용함
• 탈옥 공격 저항성을 크게 높이는 동시에 유익한 사용에 대한 거부는 최소화하도록 훈련함
• 세부 정보는 3.6 Flash 모델 카드에서 확인할 수 있음

3.5 Flash-Lite의 속도와 비용

• 에이전트 검색과 문서 처리처럼 낮은 지연시간이나 높은 처리량이 필요한 개발자 워크플로를 위해 설계됨
• Artificial Analysis 측정 기준 초당 출력 토큰 350개로 3.5 계열 중 가장 빠름
• 가격은 입력 100만 토큰당 $0.3, 출력 100만 토큰당 $2.5이며 3.1 Flash-Lite보다 품질이 크게 향상됨
• 3.5 Flash보다 낮은 지연시간으로 대량 작업을 실행할 수 있음
• 워크로드에 따라 사고 수준을 조정할 수 있음
  • minimal·low 수준은 대량 작업의 지연시간과 비용을 낮추는 데 활용됨
  • 높은 사고 수준은 다단계 하위 에이전트 워크로드를 처리함
• 컴퓨터 사용 기능도 여러 환경의 에이전트 작업을 지원하는 내장 도구로 제공됨

3.5 Flash-Lite의 벤치마크와 활용

• 3.1 Flash-Lite와 비교해 코딩, 긴 컨텍스트, 실제 작업 실행 성능이 향상됨
  • Terminal-Bench 2.1: 54%, 3.1 Flash-Lite는 31%
  • GDM-MRCR v2: 72.2%, 3.1 Flash-Lite는 60.1%
  • GDPval-AA v2: 1140, 3.1 Flash-Lite는 642
• 여러 에이전트·코딩 평가에서는 3 Flash도 앞섬
  • SWE-Bench Pro: 54.2%, 3 Flash는 49.6%
  • OSWorld-Verified: 74.0%, 3 Flash는 65.1%
  • 2.5 Flash와 3 Flash 기반 워크로드를 위한 더 빠르고 성능 높은 선택지가 될 수 있음
• 활용 사례는 다음과 같음
  • 대규모 전자상거래 데이터세트에서 제품 특성을 추출하고 종합함
  • 3.6 Flash를 상위 에이전트로 두고 탐색 가능한 웹 디자인 콘셉트 25개를 생성함
  • 멀티모달 이해를 이용해 영수증 번역과 요약을 확장함
  • 여러 선택지를 빠르게 생성하고 반복하면서 게임을 구축함
• 세부 정보는 3.5 Flash-Lite 모델 카드에서 확인할 수 있음

CodeMender의 3.5 Flash Cyber

• AI 모델이 기존 시스템의 수정 속도보다 빠르게 보안 취약점을 찾을 수 있어, 소프트웨어 보안에는 높은 역량과 효율성을 갖춘 접근이 필요함
• Gemini 3.5 Flash Cyber는 3.5 Flash를 기반으로 보안 취약점 탐지와 수정에 맞게 미세조정됨
• 대형 모델보다 낮은 토큰당 가격으로 코드 보안 문제를 탐지·검증·패치하도록 설계됨
• CodeMender에서는 여러 3.5 Flash Cyber 에이전트가 협력해 하나의 통합 보고서를 만들며, CyberGym 벤치마크에서 최전선 수준의 경쟁력 있는 성능을 기록함
• 기술의 이중용도 특성을 고려해 배포 범위를 제한함
  • CodeMender를 통해 정부와 신뢰할 수 있는 파트너에게 제한 접근 파일럿으로 제공할 예정임
  • 방어자가 악용 전에 중대한 취약점을 탐지하고 수정하도록 지원하면서 광범위한 오용을 줄이려는 방식임

제공 경로

• 3.6 Flash와 3.5 Flash-Lite는 공개 당일부터 여러 제품에서 이용할 수 있음
• 개발자는 Gemini API를 Google AI Studio와 Android Studio에서 사용할 수 있음
  • 3.6 Flash는 Google Antigravity에서도 제공됨
  • 구현 방법은 Developer Guide에서 확인할 수 있음
• 기업은 Gemini Enterprise Agent Platform에서 이용할 수 있으며, 3.6 Flash는 Gemini Enterprise 앱에도 제공됨
• 일반 사용자는 Gemini 앱에서 이용할 수 있고, 3.5 Flash-Lite는 Google Search에도 순차 배포됨
• Google은 사용자 피드백을 향후 Gemini 모델 개선에 반영하고 3.5 Pro도 곧 출시할 계획임

[GN⁺]

Hacker News 의견들

• Google이 작은 모델 학습에 내부적으로 쓰는 Pro 모델의 규모가 궁금함
  Flash와 함께 Pro가 나오지 않는 이유는 모델이 너무 커서 경제성이 없거나, 서비스할 연산 자원이 부족하거나, 정렬 문제가 너무 많기 때문일 수 있음
  벤치마크를 보면 성능은 중간 정도지만, 작업 시간 대비 지능과 출력 속도 대비 지능에서는 매우 빠른 모델임
  Antigravity에서 써본 3.5 Flash도 용도를 알면 과소평가된 모델로, 프런트엔드 작업에서는 GPT-5.5보다 훨씬 좋고 반복 개발이 빨랐기에 3.6도 비슷할 것으로 기대함

  • 대형 모델이 ChatGPT 5.6과 Fable보다 크게 뒤처져서, Google이 이길 수 있는 속도에 집중하는 것일 수도 있음
  • 네 번째 가능성은 Google의 대형 모델이 K3와 GLM보다도 못해서 공개하지 않는다는 것임
    Gemini로 큰 문맥의 MR 전체를 한 번에 처리하는 작업은 좋아하지만, 도구 사용과 에이전트형 코딩에서는 훨씬 떨어짐
  • Google 검색의 AI 개요가 영향을 주는지도 궁금함. API 접근권을 파는 것보다 매일 수십억 건의 검색에 연산 자원을 쓰는 편이 더 수익성 있을 수 있음
  • 최신 최고 수준 벤치마크를 더는 끌어올리지 못하며, 결국 GPT-5.6과 Fable을 이기지 못하는 것에 가까워 보임
  • 연산 용량 부족인 두 번째 이유로 봄. Pro 용량이 없어서 확장 사고를 켠 Flash가 대신 답하는 일이 잦고, 코딩이 아니라면 둘의 차이를 알아채기도 어려움

• Google은 AI 제품에서 성공을 눈앞에 두고도 실패를 자초한 듯함
  적절한 후속 제품 없이 AI Ultra 구독을 폐지해 회사와 나 모두 Antigravity를 떠날 수밖에 없었음. Antigravity IDE에는 Google Workspace 고급 사용자 구독을 붙일 수 없고 Gemini Enterprise Agent Platform도 연동되지 않음
  Gemini Enterprise Agent Platform의 설정 과정은 끔찍하며 사용자별 지출을 제한하려면 사용자마다 프로젝트를 만들어야 함. 무료 크레딧이 남은 결제 계정에서는 Anthropic 모델을 활성화할 수 없는 것도 황당함
  Google과 Gemini를 적극 지지했지만 갑작스러운 제품 결정 때문에 결국 Anthropic과 OpenAI의 월 200달러 구독을 직접 구매하게 됐음

  • 소비자용과 기업용 제품을 인위적으로 분리하는 고집이 몹시 불편함. 회사 Google Workspace 계정보다 개인 Google 계정에서 더 강력한 도구를 쓸 수 있다는 게 이상함
  • 이 기술을 선도할 자원과 기존 사용자 기반을 모두 갖췄는데도 계속 기회를 놓치고 있음. 이제는 다른 모델이 아니라 자사 모델끼리만 벤치마크하는데, 이것만으로도 상황이 드러남
  • 아직 초기 단계이며 선두는 이미 여러 번 바뀌었음. 어느 회사든 다음 프런티어 모델을 내놓으면 판도가 다시 달라질 수 있음
  • Anthropic과 OpenAI의 구독은 막대한 보조금을 받아 적자를 내는 상품일 수 있음. 더 저렴하고 비슷한 모델들이 토큰당 수익을 내기 어렵다는 점을 드러내는 상황에서 Google이 소모전 참여를 피하는 것일 수 있음
  • Google Gemini agy는 자체 실행 도구에서 토큰을 쓰지 못하게 막지만, 내 도구가 agy보다 훨씬 효율적임. 5시간 제한처럼 한도를 넘으면 차단하면 될 일이며, 효율적이면 사용자가 이득을 보고 비효율적이면 손해를 보면 됨
    agy가 호출하는 엔드포인트를 직접 호출하지 못해 답답했고 Gemini에게 우회 방법까지 물어봤음. 아이러니하게도 Gemini는 agy 클라이언트에 맞서는 일조차 적극적으로 도와줄 만큼 격려를 잘해, 여전히 좋아하게 됨

• 다른 모델과의 비교가 전혀 없는 점이 실망스러우며 성능 곡선을 밀어 올린 것 같지도 않음. 3.6 Flash는 GLM 5.2보다 비싸면서 성능은 낮아 보이지만 게시물의 세부 정보도 부족함
  한때 Google이 제대로 속도를 내는 듯했지만 시간이 갈수록 의심스러우며, 3.5 Pro를 지켜봐야겠음

  • 3.6 Flash와 Sol, Luna, Terra의 비교 결과는 여기에 있음
  • Apple이 Apple Intelligence를 위해 Google과 수십억 달러 규모 계약을 발표했을 때 큰 발전을 기대했는데, Pro 모델 지연과 AI 리더십 이탈 같은 나쁜 소식만 늘고 있음. Apple이 남들이 모르는 무언가를 아는지, 이미 결정을 후회하는지 궁금함
  • 여러 벤치마크에서 Opus 4.8 Medium 또는 Sonnet 5 High 정도로 나오며, GLM 5.2보다는 약간 나아 보임
  • Artificial Analysis 벤치마크에서 GLM은 출력이 두 배 장황했기 때문에 결과적으로 비용이 더 많이 듦
  • Google 모델이 가장 뛰어난 분야는 비영어권 언어 교정이었음. Google이 인터넷의 가장 완전한 자료를 보유해 학습 데이터가 많기 때문일 듯함

• 3.6 Flash와 3.5 Flash-Lite의 펠리컨 결과를 여기에서 볼 수 있음. Cyber는 아직 API로 사용할 수 없음

  • 새 모델이 나올 때마다 올라오는 펠리컨 게시물은 이제 지겨우며, 저노력 개인 홍보처럼 느껴짐
  • 페달과 뒷바퀴 사이 프레임 일부가 빠졌고 자전거 프레임이 새를 관통함. 새 머리에는 모자, 입에는 물고기까지 추가했는데 LLM에 첫 결과를 개선하라고 하면 늘 이런 요소가 붙었음
    LLM 발전에서 더 좋다는 것이 곧 더 많은 요소를 넣는 것이 되는 흐름이며, 더 많은 토큰과 요소에 보상하는 추론 학습의 결과인지 궁금함
  • 3.1 Flash-Lite의 펠리컨이 3.6보다 더 나은 것인지 궁금함
  • 웹 앱에서 매우 세련된 펠리컨을 생성했지만, 기존 결과와 상대적으로 평가하기는 어려움
  • 모든 AI 게시물마다 같은 내용을 올리는 건 지나친 개인 홍보와 도배로 보임

• 입력·출력 토큰 100만 개당 가격은 다음과 같음
  2.5 Flash는 $0.3/$2.5, 3.0 Flash는 $0.5/$3, 3.5 Flash는 $1.5/$9, 3.6 Flash는 $1.5/$7.5임
  2.5 Flash-Lite는 $0.1/$0.4, 3.1 Flash-Lite는 $0.25/$1.5, 3.5 Flash-Lite는 $0.3/$2.5임

  • 3.6 Flash가 3.0 Flash 가격이었다면 훌륭했겠지만, 현재 가격에서는 Grok 4.5를 포함한 약 10개 모델에 비용 대비 성능으로 크게 밀림. 3.5 Flash-Lite도 2.5 Flash-Lite 가격이어야 경쟁력이 있고 현재는 DeepSeek v4 Flash 등에 뒤처짐
    Gemini가 체급 이상으로 잘하는 분야는 사실상 “Google에서 이것 좀 찾아줘”에 해당하는 지식 작업이라 쓸 자리는 있음. Google은 전반적으로 강하지만 텍스트 모델에서는 2군이고, 생명과학·이미지·동영상에서는 1군임
  • 3.5 Flash는 처음부터 Flash 모델치고 너무 비쌌음. 프런티어에 가까운 수준으로 홍보했지만 몇 자릿수나 저렴한 공개 모델들이 경쟁 가능함
  • Google은 모델 세대가 바뀔 때마다 가격 변동 폭이 가장 큰 업체처럼 보임
  • 2.5 Flash 때문에 Google에 매달 네 자릿수 금액을 지불했는데, 이제 3.0 Flash를 써도 곧 교체될 것 같음. Flash-Lite 모델들은 신뢰성과 일관성이 부족함

• Google은 Gemini 3.5 Pro를 파트너와 시험 중이며 준비되는 대로 널리 제공할 계획이고, Gemini 4를 위한 역대 가장 야심 찬 사전 학습도 시작했다고 밝힘

  • 3.5 Flash의 토큰 팽창을 고친 것도 좋지만 이 문단이 진짜 핵심임. 3.5 Pro가 곧 나오고 Gemini 4가 연말에 출시돼 지식 기준일도 갱신되길 바람
  • 원래 3.5 Flash 직후 3.5 Pro를 내놓으려 했지만 Mythos/Fable과 GPT-5.6이 더 높은 성능으로 출시되자 경영진이 공개를 보류한 것으로 추측함

• GLM-5.2보다 덜 똑똑하고 더 비싸며, 가중치도 비공개임

  • 시각과 오디오도 지원하므로, Gemini Flash보다 더 좋고 저렴한 중국의 다른 대형 공개 모델들과 비교하는 편이 적절함
  • Google 모델은 늘 표현이 매끄럽고 대화하기 훨씬 편함. 공개 가중치 모델도 많이 사용해봤지만 이 차이는 분명함
  • 대신 속도는 약 15배 빠름
  • 가격과 지능은 GLM 5.2와 대략 비슷하면서 약 8배 빠름

• Google 모델에 의존하는 건 두려움. 가격 민감도가 높은 작업을 Flash 2.5 Lite로 돌렸지만 이제 지원 종료됐고, 대체품인 3.1 Flash-Lite는 훨씬 비싼 데다 이미 종료일도 정해짐
  3.5 Flash-Lite는 더 비싸므로 가격이 계속 오르는데도 따라갈 수밖에 없음

  • 2.5 Flash-Lite에서 바로 DeepSeek v4 Flash로 옮겼음. 이미 더 저렴하며 프롬프트 캐싱을 잘하면 비용을 훨씬 더 줄일 수 있음
  • Firebase 이후 사업에서는 Google 제품, 특히 GCP에 의존하지 않으려 함. 기능은 의미도 불분명한 베타 상태로 수년간 남고, 정식 출시된 기능은 빠르게 폐기됨
    경쟁사들은 서비스를 폐기하더라도 첫 화면에서 내리고 문서 전체에 안내를 붙이며 신규 프로젝트에는 쓰지 말라고 정중히 권하는 정도로 처리함
  • 모델 교체는 큰 수고가 아니며, 같은 지능 수준에서 2.5 Lite보다 저렴한 모델도 구할 수 있음
  • 대기업은 신생 기업보다 다른 대기업과 거래하길 선호함. Google은 이런 기업 고객의 선호 덕분에 이런 결정을 해도 괜찮다고 보는 듯함
  • DeepSeek를 사용할 수 없는 환경인지 궁금함

• 아직 3.1 Pro에 머문 Jules의 업데이트 소식이 없음. 틈새 제품일 수 있지만 휴대폰으로 지시한 뒤 15분 후 GitHub PR을 검토하고 병합할 수 있어, 노트북을 꺼내기 힘든 출퇴근길 개인 프로젝트에 유용했음
  괜찮은 대안을 찾고 있음

  • Claude와 Codex 모두 클라우드 코딩을 지원하고 꽤 잘 작동함. Jules는 발상은 좋지만 모델 지능이 매우 부족했음
  • Jules가 죽은 프로젝트인지 궁금했음. 흥미로워 보였지만 개발이나 발표, 논의가 거의 없었고 변경 기록의 마지막 업데이트도 3월의 3.1 Pro 지원임
  • 몇 달 전 써본 Superconductor가 Jules를 떠올리게 했음. 기능이 과할 수 있지만 무료 등급이 있고 조만간 방치될 가능성도 낮아 보임
  • Raspberry Pi 같은 장비가 있다면 Hermes + Tailscale + tmux 위의 iSH 조합을 쓸 수 있음
  • Claude Code가 대안임

• Gemini 웹이 아직도 커넥터·MCP·플러그인을 지원하지 않는 이유를 모르겠음. 진지한 용도로 쓰기에는 시작부터 탈락임

[openpgc]

성능이 떨어저도 openclaw처럼 이건 좀 획기적인데 하는 방향으로 가면
사람들이 좀 쓸텐데