Gemini 3.8 Flash와 Cyber: 성능표와 비용 읽는 법

제미나이 3.8 플래시(Gemini 3.8 Flash)는 구글이 2026년 9월 2일 공개한 코딩과 에이전트 작업용 모델입니다. 3주 전에 나온 3.7 플래시의 다음 판이고, 6주 사이에 세 번째로 나온 플래시입니다. 에이전트 작업은 AI가 도구를 사용하면서 여러 단계를 수행하는 일입니다. 같은 날 보안 작업에 맞춰 접근 조건과 안전장치를 다르게 적용한 제미나이 3.8 플래시 사이버(Gemini 3.8 Flash Cyber)도 함께 나왔습니다.

플래시라는 이름부터 풀고 가겠습니다. 구글은 제미나이 모델을 크기와 용도로 나눠 내놓는데, 플래시는 그 가운데 빠르고 싼 등급입니다. 빠른 응답과 낮은 비용을 목표로 해, 같은 일을 하루에 수백 번 돌리는 자동화 작업에 주로 쓰입니다. 그래서 플래시 판이 바뀌면 성능만이 아니라 그 작업의 월 청구액이 함께 바뀝니다.

플래시 모델이 자주 바뀐다는 것은 이제 익숙한 이야기입니다. 그런데 이번 판은 가격표가 그대로인 대신 모델이 일하는 방식이 달라졌습니다. 구글은 발표문에서 3.8 플래시가 어려운 작업에서 추론 단계를 더 밟고 도구를 더 자주 부르며, 그만큼 토큰을 더 쓸 수 있다고 적었습니다. 단가만 보고 옮기면 청구액이 예상과 어긋날 수 있는 대목입니다.

지금부터 공식 발표문과 함께 실린 비교표를 근거로 무엇이 달라졌는지, 비용은 어떻게 계산해야 하는지, 사이버 모델은 누가 쓸 수 있는지 정리하겠습니다. 3.7 플래시가 나왔을 때의 내용은 준이아빠블로그의 제미나이 3.7 플래시와 GPT-5.6 울트라패스트 정리에 있습니다. 평가표는 2026년 9월 출시 당시 기록이며, 가격과 평가 방법론, Fairwind 안내는 10월 4일 공식 자료를 확인해 반영했습니다.

아래는 발표 당시 원본 비교표입니다. Opus 5의 DeepSWE 74.0%는 이후 공식 방법론에서 잘못 인용된 값으로 정정했습니다. 현재 정확한 점수 차이를 계산하는 데 사용하지 않고, 아래 설명과 함께 읽습니다.

한눈에 보는 변경 사항

이 가격은 프로그램에서 모델을 호출하는 API의 유료 표준 처리 단가입니다. Gemini 앱의 Pro와 Ultra 구독료나 사이버 모델 전용 계약 견적과 같지 않습니다. 공식 API 가격표에는 제한된 무료 이용도 별도로 표시돼 있습니다.

가격 줄은 3.7 플래시 글에서 짚었던 조건이 그대로 이어집니다. 지금 단가는 도입가이고 내년부터 두 배가 됩니다. 두 모델의 도입가 기한이 같으므로, 2027년 예산은 어느 쪽을 쓰든 정가 기준으로 잡아야 계산이 맞습니다.

벤치마크로 본 3.7 플래시와의 차이

벤치마크 이름은 모델 이름보다 상대적으로 낯설 수 있습니다. 쉽게 말하면 벤치마크는 모델에게 같은 시험지를 주고 채점한 결과이고, 시험마다 평가하는 능력과 채점 기준이 다릅니다. 표에 나오는 이름을 먼저 풀면 다음과 같습니다.

• DeepSWE: 실제 코드 저장소에서 버그 수정 같은 과제를 받아 혼자 끝까지 해내는지 봅니다.
• Terminal-bench: 터미널 명령으로 일을 처리하는 능력입니다. 2.1은 코딩 위주, 4.0은 더 넓은 범위의 작업입니다.
• OSWorld: 컴퓨터 화면을 보고 클릭하는 작업입니다. 여기서는 부분 수행 점수를 보고하므로 59%를 전체 업무의 완수율로 읽지 않습니다.
• HLE-Verified: 여러 분야 전문가가 낸 어려운 문제 모음입니다.
• Vals Finance, Harvey's Legal: 재무 분석과 법률 업무를 흉내 낸 과제입니다.
• GDPVal-AA: 지식 업무 결과물의 비교 평가를 상대 점수인 Elo로 나타냅니다. Elo는 정답률이나 백분율이 아닙니다. 점수가 높을수록 비교에서 더 자주 이긴 쪽입니다.

발표문에 실린 비교표에서 3.7 플래시 대비 변화가 큰 항목만 옮겼습니다. 비교 대상으로 함께 실린 클로드 오퍼스 5와 GPT-5.6 Sol 값도 넣었습니다. 구글의 자체 측정과 공개 순위표, 각 모델 제공사의 보고가 섞여 있습니다. 평가 방법론은 항목별 출처를 구분합니다. 현재 문서에는 Opus 5의 DeepSWE 74.0%가 공개 순위표 반올림 때문에 잘못 인용됐다는 정정도 있습니다. 위 이미지는 발표 당시 자료이며, 아래 표에는 해당 정정 여부를 표시했습니다.

표에서 볼 것은 세 가지입니다.

• 코딩과 재무, 법률 평가에서 개선을 보고했습니다. 다만 Opus 5와 정확히 0.3%포인트 차이라는 비교는 정정 전 수치에 의존하므로 사용하지 않습니다. 낮은 단가는 실제 작업당 비용과도 구별합니다.
• 범용 에이전트와 컴퓨터 사용에서는 격차가 남아 있습니다. Terminal-bench 4.0은 오퍼스 5의 절반 밑이고, OSWorld-2.0의 표시값 차이는 16.4%포인트입니다. 이 차이를 모든 화면 작업에서의 우열로 일반화하지 않고, 자신의 짧은 과제로 확인합니다.
• 지식 업무 Elo는 올랐지만 순위가 바뀌지는 않았습니다. 1482에서 1545로 올랐어도 오퍼스 5와 GPT-5.6 Sol이 여전히 앞에 있습니다.

DeepSWE v1.1에서 3.7 대비 표시 점수는 8.4%포인트 높아졌습니다. 이 결과만으로 자신의 모든 코드 수정이 8.4% 더 정확해진다고 해석할 수는 없습니다.

Q. 3.7 플래시를 쓰던 API 코드는 바꿔야 하나요? A. 바꾸지 않아도 됩니다. 구글은 3.7 플래시를 효율 우선 작업용으로 계속 지원한다고 밝혔습니다. 3.8을 비교하려면 별도 시험 요청에서 모델 ID gemini-3.8-flash와 기존 옵션의 호환성을 확인하고, 아래에서 설명하는 토큰 사용량 차이를 먼저 확인하는 편이 안전합니다.

같은 단가에서 토큰을 더 쓰는 설계

이번 발표에서 가격표보다 눈여겨볼 대목은 성능이 어디서 왔는지 설명한 문장입니다. 구글은 3.8 플래시가 "더 열심히 일한다"고 표현했습니다. 복잡한 작업에서 추론 단계를 추가로 밟고 도구를 반복해서 호출하며, 특히 effort를 높게 두면 토큰을 더 쓸 수 있다고 적었습니다.

여기서 두 단어를 풀어 두겠습니다. 토큰은 글을 처리할 때 나누는 단위이며, 글자나 단어 수와 고정된 비율이 아닙니다. 100만 토큰당 단가라면 사용 토큰 수를 100만으로 나눈 뒤 단가를 곱합니다. 출력 요금에는 보이는 답변뿐 아니라 추론 토큰도 포함됩니다. effort는 추론에 쓰는 양을 조절하는 설정이며 높인다고 항상 정답이 되지는 않습니다.

시간당 요금이 같은 사람에게 일을 맡겼는데 전보다 오래 붙잡고 꼼꼼히 한다면 청구서는 길어지듯, 단가가 같아도 작업당 토큰이 늘면 청구액은 오릅니다. 그래서 구글도 같은 문단에서 두 가지 대안을 함께 안내했습니다.

• effort를 낮춥니다. 계산 효율이 우선인 작업은 낮은 effort로 돌려 토큰 부담을 줄입니다.
• 3.7 플래시를 그대로 씁니다. 효율 우선 작업용으로 3.7 플래시 지원이 이어집니다.

숫자로 보면 판단이 쉬워집니다. 한 번에 입력 5만 토큰, 추론을 포함한 과금 대상 출력 8천 토큰이 나가는 작업을 하루 200회 돌린다고 가정합니다. 실제 사용 기록이 아닌 계산 예입니다. 캐시, 검색 등 도구 요금과 세금은 제외하고 입력량은 같다고 가정합니다.

30%는 설명용 가정이고 실제 증가 폭은 작업마다 다릅니다. 이 표에서 볼 것은 두 가지입니다. 같은 단가에서도 토큰이 늘면 청구액이 따라 오르고, 내년 정가 전환이 그 위에 곱해집니다. API를 이미 사용하는 분은 감당할 비용 안에서 작은 표본부터 비교합니다. 20건 실행이나 API 결제가 이 글의 학습 조건은 아닙니다.

계산기로 첫 비용 비교하기

계산기만 열면 됩니다. 앞의 하루 200회 대신 1회부터 계산합니다. 50,000 ÷ 1,000,000 × 0.75는 입력 $0.0375, 8,000 ÷ 1,000,000 × 3.75는 출력 $0.03입니다. 합계는 $0.0675이고, 여기에 200을 곱하면 표의 $13.5와 맞습니다.

이제 출력만 30% 늘려 8,000 × 1.3 = 10,400으로 바꿉니다. 한 번의 합계는 $0.0765, 하루 200회면 $15.3입니다. 전체 비용이 30%가 아니라 약 13.3% 늘어나는 것은 입력 비용을 그대로 뒀기 때문입니다.

값이 맞지 않으면 100만으로 나눴는지, 입력까지 30% 늘리지 않았는지 확인합니다. 혼자 반복할 때는 출력 증가율만 50%로 바꿉니다. 출력은 12,000토큰, 한 번에 $0.0825, 하루에는 $16.5가 나와야 합니다. 이 연습을 마치면 API를 호출하지 않아도 단가와 사용량 변화가 청구액에 미치는 영향을 구분할 수 있습니다.

3.8 플래시의 청구액 차이는 단가가 아니라 작업당 토큰 사용량에서 나옵니다. 구글은 효율이 우선이면 effort를 낮추거나 3.7 플래시를 쓰라고 안내합니다.

3.8 플래시 사이버, 취약점 탐지와 패치 생성 전용

3.8 플래시 사이버는 같은 기반 모델에 사이버보안용 접근 조건과 안전장치를 다르게 적용한 구성입니다. 취약점은 공격에 악용될 수 있는 소프트웨어의 결함이고, 패치는 이를 수정하는 코드 변경입니다. 안전장치는 모델이 위험한 요청을 거절하도록 걸어 둔 제한을 말하는데, 범용 판은 해킹에 쓰일 만한 요청을 넓게 거절하고 사이버 판은 보안 담당자가 쓸 수 있도록 그 제한을 일부 풉니다. 구글은 공격보다 방어를 앞세워, 취약점을 찾는 능력과 함께 고치는 능력에 먼저 투자했다고 밝혔습니다.

다음 수치는 9월 출시 발표의 기록입니다. 평가마다 사용하는 실행 도구와 자료가 다르므로, 표시값이 조금 높다는 이유로 모든 환경에서 우세하다고 단정하지 않습니다.

• 취약점 분석 평가: C와 C++ 코드베이스를 대상으로 하는 CyberGym에서 86.2%를 기록했습니다. 직전 보안 모델인 3.5 플래시 사이버의 77.5%, GPT-5.5-Cyber의 85.6%, 미토스 5의 83.8%보다 높습니다. CyberGym은 제공된 취약점 과제를 분석하고 이를 재현하는 입력을 제출하는 평가입니다. 임의의 코드에서 알려지지 않은 결함을 찾는 성공 확률과 같지 않습니다.
• 20개 언어 내부 평가: C 계열에 한정된 CyberGym을 보완하려고 구글이 만든 내부 벤치마크에서 성공률 70%를 넘었다고 밝혔습니다. 내부 평가라 제3자가 재현한 값은 아닙니다.
• 패치 생성: CWE-Bench 운영사 Collinear AI가 Antigravity 도구 환경과 high 추론 수준으로 측정한 pass@1은 47.2%로, 선두 모델의 47.8%에 근접하면서 실행당 비용은 훨씬 낮습니다. pass@1은 한 차례 평가 실행에서 성공한 비율입니다. 그 한 차례 안에 여러 번의 추론과 도구 호출이 포함될 수 있으므로, 버튼 한 번이나 API 요청 한 번의 성능으로 읽지 않습니다.

위 산점도는 평가 성공률과 비용을 함께 놓은 그래프입니다. 세로축은 위로 갈수록 성공률이 높고, 가로축은 왼쪽 $11에서 오른쪽 $0으로 내려가므로 오른쪽일수록 저렴합니다. 파란 선은 이 평가에서 비용과 성공률을 함께 비교한 경계를 뜻하며, 내 업무의 최적 모델을 자동으로 골라 주지는 않습니다. 페이블 5가 정확도는 조금 앞서지만 실행당 비용이 10달러 부근이고, 3.8 플래시 사이버는 3달러대에서 거의 같은 정확도를 냅니다. 이 값은 해당 평가에서 한 번 실행한 평균 비용이며, 취약점 하나를 완전히 해결하는 보장 가격이 아닙니다. 재시도와 사람이 검토하는 시간까지 포함하면 실제 예산은 달라집니다.

구글 내부와 파트너가 밝힌 사례도 있습니다. 크롬 보안팀은 크롬 취약점에서 훨씬 큰 상용 모델보다 2.6배 많은 정상 패치를 만들었다고 했고, 보안 회사 Wiz는 내부 침투 테스트 평가에서 재현율이 7.5~9.7% 더 높고 비용은 비교 모델의 약 1/2.3~1/5.2이었다고 밝혔습니다. 재현율은 대상 취약점 가운데 찾아낸 비율입니다. 구글 클라우드 취약점 연구팀은 보통 몇 달 걸리는 기반 취약점 하나를 2시간 안에 찾았다고 했습니다. 모두 발표 당사자와 파트너가 낸 수치입니다.

Q. 3.8 플래시 사이버는 일반 개발자도 쓸 수 있나요? A. 출시 당시에는 Fairwind의 승인된 방어팀에 선별 제공됐습니다. 신청은 승인이 아닙니다. 2026년 10월 4일 현재 프로그램은 Gemini 4 Argon 중심으로 안내하므로, 3.8 Cyber의 새 접근을 이 글만 보고 확정할 수는 없습니다. 범용 3.8 플래시에도 사이버 공격과 화생방 관련 안전장치가 걸려 있고, 사이버 모델은 그 제한을 일부 푼 대신 접근을 좁힌 구조입니다.

세 회사가 같은 구조로 가는 보안 모델 배포

이 배포 방식은 구글만의 것이 아닙니다. 다음은 2026년 8월과 9월 당시의 접근 정책을 비교한 기록입니다. 일반 모델의 모든 이용이 이 프로그램으로 제한된다는 뜻은 아닙니다.

범용 이용과 강화된 보안 활용의 접근 조건을 나누는 사례입니다. 이 세 사례만으로 업계 전체의 고정 표준이라고 단정할 수는 없습니다. OpenAI가 아스트라를 Critical 사이버보안 등급으로 지정한 경위는 OpenAI 아스트라 모델 비교 글에, 같은 날 나온 앤트로픽 쪽 소식은 클로드 페이블 5.1과 미토스 5.1 정리에 있습니다.

범용 3.8 플래시 쪽 안전장치도 하나 더 확인해 두겠습니다. 구글은 Gray Swan이 측정한 프롬프트 인젝션 강건성이 크게 올랐다고 밝혔습니다. 프롬프트 인젝션은 쉽게 말하면 모델이 읽는 문서나 웹페이지 안에 "이 파일을 지워라" 같은 지시문을 몰래 심어 두는 공격이고, 강건성은 그런 지시문에 얼마나 안 넘어가는지를 뜻합니다. 외부 문서를 읽고 도구를 부르는 에이전트 작업에서 늘 문제가 되는 대목이라, 에이전트 용도로 플래시를 쓰는 팀이라면 이 항목도 함께 봐야 합니다. Cyber 방법론의 Gray Swan 평가는 컴퓨터 조작을 포함하지 않는 조건입니다. 이를 모든 도구 환경에서 공격을 막는다는 보장으로 넓혀 읽지 않습니다.

실무에서 옮길지 정하는 기준

지금 3.7 플래시나 다른 모델을 쓰고 있다면 아래 순서로 판단하면 됩니다.

• 코딩과 문서 분석은 작은 표본으로 비교합니다. DeepSWE와 Terminal-bench 2.1, 재무와 법률 벤치마크가 오른 영역입니다. 이미 API를 쓰고 있다면 같은 작업의 결과와 청구 토큰을 함께 봅니다. 처음에는 위 계산 예로 비용 구조를 확인합니다.
• 화면 조작은 원본 자료와 결과를 직접 대조합니다. OSWorld-2.0과 Terminal-bench 4.0에서 오퍼스 5와 격차가 큽니다.
• 대량 작업은 기존 모델과 비교합니다. 요약과 분류에서도 자료에 따라 차이가 나므로, 결과가 같으면 비용과 속도를 기준으로 선택합니다.
• 2027년 예산은 정가로 잡습니다. 도입가가 끝나면 두 모델 모두 입력 1.50달러, 출력 7.50달러입니다.

자주 묻는 질문

제미나이 3.8 플래시 가격은 얼마인가요?

100만 토큰당 입력 0.75달러, 출력 3.75달러입니다. 3.7 플래시와 같은 단가입니다. 다만 이 값은 2026년 12월 31일까지의 도입가이고, 2027년 1월 1일부터 입력 1.50달러와 출력 7.50달러로 두 배가 됩니다. 내년 예산은 정가로 잡아야 계산이 맞습니다.

3.7 플래시에서 3.8로 바로 옮겨도 되나요?

작업 종류에 따라 다릅니다. 코딩과 문서 분석은 벤치마크가 오른 영역이라 시험해 볼 만합니다. 요약이나 분류에서도 기존 모델과 같은 표본을 비교합니다. 3.8이 어려운 작업에서 토큰을 더 쓰는 설계라 같은 단가에도 청구액이 올라갈 수 있기 때문입니다.

단가가 같은데 왜 비용이 달라지나요?

단가가 아니라 사용량에서 달라집니다. 3.8은 어려운 문제에 더 많은 토큰을 쓰도록 설계돼 있어서, 같은 요청에서도 출력과 추론 토큰이 늘 수 있습니다. 모든 요청에서 늘어난다는 뜻은 아니며, 입력과 도구 사용 및 재시도도 비용에 영향을 줍니다.

3.8 플래시 사이버는 누구나 쓸 수 있나요?

일반 Flash 이용 권한만으로 Cyber 접근이 생기지는 않습니다. 출시 당시에는 Fairwind의 승인된 방어팀에 선별 제공됐으며, 현재 프로그램의 대상 모델과 심사 조건을 따로 확인해야 합니다.

Sources

• Introducing Gemini 3.8 Flash and 3.8 Flash Cyber (구글 공식 발표)
• Gemini 3.8 Flash 평가 방법론 (구글 딥마인드)
• Gemini 3.8 Flash Cyber 평가 방법론 (구글 딥마인드)
• Gemini API 가격 (구글 AI for Developers)