Gemini 3.6 Flash vs Gemini 3.5 Flash: 실제로 무엇이 바뀌었나?

Google이 출시했을 때 Gemini 3.6 Flash를 2026년 7월 21일에 자사 출시 자료에서 해당 모델을 "Gemini 3.5 Flash를 기반으로 한다" — 이는 이례적으로 솔직한 표현이었으며, 전체 발표에서 가장 유용한 한 문장이었습니다. 이는 Gemini 2에서 Gemini 3로의 도약 같은 새로운 세대의 도약이 아니라, 동일한 워크호스 계층의 반복이며, 동일한 작업(대량 채팅, 검색, 일상적인 코딩, 비용과 지연 시간이 원시 지능만큼 중요한 에이전트 파이프라인)에 맞춰 조정된 것입니다. Google은 모델을 재배치하거나 계층 이름을 변경하거나 대상 고객을 변경하지 않았습니다. 이미 프로덕션에서 3.5 Flash를 실행 중이라면, 3.6 Flash는 배워야 할 다른 제품이 아니라 평가할 명백한 다음 단계입니다.

그래서 진짜 질문은 추상적인 의미에서 "3.6 Flash가 더 나은가?"가 아니라—2026년 7월 출시물은 당연히 이전 버전(3월 시대)보다 어떤 면에서 더 나아야 하기 때문이다—구체적으로 어떤 차원이 얼마나 이동했는지, 그리고 그 차원이 실제로 당신의 워크로드가 의존하는 것인지에 관한 것이다. 이 비교는 두 버전이 공유하는 지능 점수, 벤더가 보고한 코딩, 에이전트 및 긴 컨텍스트 개선 사항, 대표적인 호출에 대한 비용 비교 예시, 그리고 지금 이전할지, 나중에 할지, 아니면 전혀 하지 않을지를 결정하기 위한 세 가지 시나리오를 다룬다.

TL;DR 결론.비용, 속도, 에이전트 헤드룸을 위한 업그레이드 — 순수한 지능을 위한 것이 아닙니다. Gemini 3.6 Flash와 3.5 Flash는 모두 Artificial Analysis Intelligence Index에서 50점을 기록했습니다 — 유일한 독립적 기준에서 지능 향상은 없었습니다. 하지만 3.6은 출력 가격을 1M당 $7.50($9.00에서 인하)으로 낮추고, 작업당 출력 토큰을 약 17% 적게 사용하며, Artificial Analysis가 추적하는 모델 중 가장 빠릅니다(303 tokens/sec). Google 자체 벤치마크에서도 실제 코딩, 에이전트, 장기 컨텍스트에서의 이점이 나타납니다 — 가장 눈에 띄는 것은 1M 컨텍스트 리콜(GDM-MRCR v2)에서 27% 미만에서 54.0%로의 상승입니다. 거의 모든 3.5 Flash 워크로드에서 3.6 Flash는 명백한 비용 및 성능상의 승리입니다; 기다려야 할 유일한 이유는 출시 기간의 안정성과 세밀하게 조정된 평가입니다.

주요 시사점

• 동일한 지능 점수입니다. 둘 다 Artificial Analysis Intelligence Index 50에 위치합니다. 업그레이드는 효율성과 에이전트 능력에 관한 것이지, 일반 지능에 관한 것이 아닙니다.

•  더 저렴한 출력. 3.6 Flash는 1M 출력 토큰당 $7.50이며, 3.5 Flash의 $9.00에서 인하되었습니다. 입력은 $1.50, 캐시된 입력은 $0.15입니다.

•  더 적은 토큰, 더 빠른 속도.비슷한 작업당 약 17% 더 적은 출력 토큰, 그리고 ~303 토큰/초의 최고 처리량.

•  적지만 일관된 코딩 개선 성과.구글은 3.5보다 3.6이 SWE-Bench Pro (58.7% 대 55.1%), DeepSWE (49% 대 37%), MLE-Bench (63.9% 대 49.7%), OSWorld (83.0% 대 78.4%)에서 앞서 있다고 보고합니다.

•  장기 컨텍스트 회상이 급등합니다. GDM-MRCR v2는 1M 컨텍스트에서 27% 미만에서 54.0%로 상승합니다 — 두 버전 간 보고된 가장 큰 차이입니다.

•  그 외에는 동일한 형태입니다. 둘 다 ~1M 컨텍스트, 64K 출력, 멀티모달 입력/텍스트 출력입니다. 3.6은 2026년 3월 지식 마감일을 추가합니다.

•  출시 기간의 주의사항이 있습니다. 초기 보고서에 따르면 용량/신뢰성 부담과 적어도 한 건의 약화된 프론트엔드/공간 추론 출력 보고가 있습니다. — 프로덕션 트래픽을 운영한다면 버전을 고정할 가치가 있습니다.

여기에 제시된 크로스 모델 벤치마크 수치(SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench, OSWorld, GDPval, GDM-MRCR)는 Google 자체의 것으로, 3.6 Flash와 3.5 Flash를 자체 비교한 결과입니다. 유일한 독립 기준인 Artificial Analysis Intelligence Index(두 모델 모두 50)는 지속적으로 재측정되므로, 인용 전에 실시간 수치를 확인하십시오. 3.5 Flash의 토큰당 입력 가격은 출시 자료에 다시 명시되지 않았으며, 자체 비용 계산 전에 가격 페이지에서 현재 요금을 확인하세요.

사양과 가격, 나란히

• AA Intelligence Index — Gemini 3.6 Flash: 50; Gemini 3.5 Flash: 50 (동일)

• 출력 가격 (1M당) — 3.6 Flash: $7.50; 3.5 Flash: $9.00

• 입력 가격 (100만 개당) — 3.6 Flash: $1.50 (캐시된 $0.15); 3.5 Flash: 현재 가격 페이지 참조

• 작업당 출력 토큰 — 3.6 Flash: 약 17% 적음; 3.5 Flash: 기준

• 속도 — 3.6 Flash: 303 tok/s (#1 추적됨); 3.5 Flash: 빠름, 이전 세대

• SWE-Bench Pro (공급업체) — 3.6 Flash: 58.7%; 3.5 Flash: 55.1%

•  DeepSWE v1.1 (vendor) — 3.6 Flash: 49%; 3.5 Flash: 37%

• GDM-MRCR v2 at 1M, 장기 컨텍스트 회수 (벤더) — 3.6 Flash: 54.0%; 3.5 Flash: 27% 미만

• — 지식 컷오프 — 3.6 Flash: 2026년 3월; 3.5 Flash: 이전 (출시 자료에 명시되지 않음)

•  문맥 / 출력 / 양식 — 둘 다: ~1M / 64K / 멀티모달 입력, 텍스트 출력

이야기는 첫 번째 행과 마지막 행에 있습니다. 상단에는 동일한 지능이, 하단에는 동일한 능력 범위가 있습니다 — 동일한 컨텍스트 윈도우, 동일한 출력 상한, 동일한 멀티모달 입력/텍스트 출력 형태. 변경된 모든 것은 중간에 있습니다: 가격, 토큰 수, 속도, 코딩 점수, 그리고 특히 어떤 행보다 가장 많이 움직인 긴 맥락 회상. 이는 새로운 세대 모델보다는 효율성 및 에이전틱 역량 릴리스의 프로필입니다.

벤치마크 심층 분석: 숫자가 실제로 측정하는 것

Artificial Analysis Intelligence Index부터 시작하세요. 이는 여기서 자체 보고가 아닌 독립적으로 측정된 유일한 수치이기 때문입니다. 두 버전 모두 정확히 50점을 기록합니다. 이 동점은 중요한 의미를 갖습니다. 즉, 모델의 기본 추론, 지식 및 일반 문제 해결 능력이 릴리스 간에 변경되지 않았다는 것을 알려줍니다. 어떤 종합적인 의미에서 더 똑똑한 모델을 얻는 것이 아닙니다. 또한 점수가 특정 추론 노력 설정에 연결되어 있으며 중립적인 제3자에 의해 지속적으로 재측정된다는 점을 기억할 가치가 있습니다. 따라서 50/50을 영구적인 사실이 아닌 현재의 독립적인 판독값으로 취급하십시오.

코딩 수치들은 다른 이야기를 들려주며, 이는 모두 Google 자체의 벤더 비교입니다. SWE-Bench Pro는 55.1%에서 58.7%로 상승했고, DeepSWE v1.1은 37%에서 49%로 더 크게 뛰어올랐습니다. 둘 다 모델이 단순히 코드에 대한 질문에 답하는 것이 아니라 현실적인 소프트웨어 엔지니어링 작업을 해결할 수 있는지 측정합니다. DeepSWE의 두 자릿수 변동은 자체 보고된 수치임에도 의미 있는 신호이지만, 이 특정 쌍에 대한 이러한 평가의 독립적인 재실행이 없으므로 이를 인증된 제3자 검증 차이가 아니라 더 강력한 코딩 에이전트에 대한 방향성 증거로 읽어야 합니다.

에이전트 기반 평가는 그 그림을 넓힙니다. Terminal-Bench 2.1은 76.2%에서 78.0%로 향상되었고, MLE-Bench는 49.7%에서 63.9%로 상승했으며, OSWorld-Verified는 78.4%에서 83.0%로 올랐고, GDPval-AA v2 Elo 등급은 1349에서 1421로 이동했습니다. 종합하면, 이러한 평가는 단발성 답변이 아니라 다단계 도구 활용 작업—터미널 명령 실행, 머신러닝 엔지니어링 작업 완료, 컴퓨터 환경 운영, 전문 수준의 결과물 생산—을 테스트합니다. 네 가지 다른 에이전트 기반 벤치마크에서의 일관된 방향성은 각각에 공급업체가 보고한 주의사항이 붙어 있음에도 불구하고 개별 점수보다 더 설득력 있습니다.

하지만 눈에 띄는 수치는 긴 맥락 회상력입니다: 1M 토큰 컨텍스트 길이에서 GDM-MRCR v2는 27% 미만에서 54.0%로 상승합니다 — 대략 두 배입니다. 이는 비교 대상 중 가장 큰 차이로 보고된 것이며, 토큰 및 속도 절감이 실제로 어디서 오는지 많은 것을 설명합니다: 방대한 컨텍스트에서 올바른 정보를 더 안정적으로 검색하는 모델은 올바른 답변에 도달하기 위해 더 적은 수정 패스와 불필요한 추론이 필요하며, 이는 3.6의 유사한 작업에서 약 17% 낮은 출력 토큰 수와 일치합니다.

실제 비용은 얼마인가

토큰당 가격은 추상적입니다. 작업당 비용이 실제 청구서에 반영됩니다. 4,000개의 입력 토큰과 2,000개의 출력 토큰으로 구성된 대표적인 호출을 예로 들어 보겠습니다. 3.5 Flash의 정확한 현재 입력 요금이 3.6의 출시 자료에 다시 명시되지 않았으므로, 아래 계산에서는 두 버전 모두 입력 가격을 3.6 Flash에 공개된 백만 토큰당 $1.50로 고정하여, 우리가 알고 있는 두 가지 변경 사항(낮아진 출력 가격과 약 17%의 출력 토큰 효율성 개선)을 분리합니다. 정확한 이전 청구 내역이 필요하다면 가격 페이지에서 3.5 Flash의 실시간 입력 요금을 확인하세요. 이를 기준으로 3.5 Flash의 2,000 토큰에 대한 출력 비용은 2,000 × $9.00 / 1M ≈ $0.018이고, 여기에 입력 비용 약 $0.006을 더하면 총 약 $0.024가 소요됩니다. 3.6 Flash의 출력 비용은 더 낮은 $7.50 요율과 약 17%의 토큰 감소(2,000 토큰이 약 1,660이 됨)를 적용하면 1,660 × $7.50 / 1M ≈ $0.01245이며, 여기에 동일한 입력 비용 약 $0.006을 더하면 호출당 약 $0.0185가 됩니다. 토큰 효율성 효과를 적용하기 전에는 약 $0.021, 두 변경 사항을 모두 결합하면 약 $0.0185입니다.

• 호출당 비용 (4K 입력 / 2K 출력) — 3.5 Flash: ~$0.024; 3.6 Flash: ~$0.0185 (낮은 출력 가격 및 약 17% 적은 출력 토큰)

•  100K 통화/월 — 3.5 Flash: 약 $2,400; 3.6 Flash: 약 $1,850

• 월 1M 통화 — 3.5 Flash: ~$24,000; 3.6 Flash: ~$18,500

•  상대적 비용 — 3.6 Flash: 3.5 Flash의 작업당 비용의 약 77% (대략 23% 절감)

23%는 어떤 볼륨에서든 실제 수치이지만, 에이전틱 파이프라인에서 가장 빠르게 누적됩니다. Google은 3.6 Flash에서 작업당 평균 약 1.3분, 3.5 Flash에서는 2.7분이 소요된다고 인용합니다. 호출당 및 오케스트레이션 분당 비용을 지불하는 워크로드는 두 축에서 동시에 절약됩니다: 응답당 더 적은 토큰, 사용하는 토큰에 대한 더 저렴한 요금, 그리고 이를 구동하는 에이전트 루프나 큐를 점유하는 실제 시간이 줄어듭니다. 월 100만 회 호출 시, 직접적인 토큰 비용 약 $5,500이 그 가시적인 부분이며, 작업을 절반 시간에 완료함으로써 얻는 컴퓨팅 및 지연 시간 절감은 가격 책정 페이지에 나타나지 않는 부분입니다.

세 가지 실제 시나리오

1. 대용량, 지연 시간에 민감한 프로덕션 엔드포인트

채팅, 지원, 검색, 대규모 초안 작성 — 3.5 Flash가 원래 구축된 워크로드 유형입니다. 지능은 변함이 없고(50 vs 50) 기능 범위도 동일하므로 업그레이드와 저울질할 출력 품질 리스크가 없습니다. 3.6 Flash의 낮아진 출력 가격, 작업당 17% 적은 토큰, 1위로 추적된 처리량 덕분에 이는 엄격한 개선에 가깝습니다: 동일한 품질, 더 낮은 비용, 더 빠른 응답. 이것은 세 가지 중 가장 쉬운 마이그레이션입니다.

2. 에이전트 기반 코딩 또는 데브옵스 파이프라인

다단계 작업(문제 해결, 터미널 명령 실행, 도구 작동)은 3.6 Flash의 벤더 보고 이점이 집중되는 부분입니다. SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench, OSWorld 모두 이에 유리하게 움직이며, 작업당 평균 시간은 약 2.7분에서 1.3분으로 줄어듭니다. 긴 맥락 회상 점프(1M에서 GDM-MRCR v2 기준 54.0% 대 27% 미만)와 결합하면, 이 시나리오에서 마이그레이션은 비용 절감뿐만 아니라 가장 큰 이점을 포착합니다. 완전히 확정하기 전에 자체 평가 스위트를 다시 실행하세요. 이 수치는 독립적으로 검증된 것이 아니라 벤더 자체 비교이기 때문입니다.

3. 세심하게 조정되고, 평가가 고정된 프로덕션 시스템

프롬프트, 가드레일, 또는 자동 평가가 3.5 Flash의 정확한 토큰 동작에 맞춰 정밀하게 보정된 경우, 약 17%의 출력 토큰 변화와 코딩/에이전트 관련 변화로 인해 기초적인 지능은 변하지 않았더라도 취약한 정확 일치(exact-match) 검사가 깨질 수 있습니다. 여기에 출시 기간의 용량 및 신뢰성 보고서와 프런트엔드/공간 추론 출력이 약해졌다는 단일 계정을 추가하면, 현명한 접근 방식은 버전을 고정하고, 자체 평가 세트로 재검증한 후, 한 번에 전환하지 않고 3.6 Flash를 점진적으로 롤아웃하는 것입니다.

3.5 Flash를 계속 사용해야 할 때

기다려야 할 진짜 이유는 단 두 가지뿐입니다. 첫째, 안정성: 3.6 Flash는 출시 부하 상황에서 Hacker News에서 용량 및 신뢰성에 대한 초기 불만을 불러일으켰고, 한 테스터는 프론트엔드/공간 추론 출력이 좋지 않다고 보고했습니다. 이는 기능 회귀라기보다는 프로비저닝 부담에 가깝지만, 프로덕션 트래픽을 운영하고 거친 출시 기간을 감당할 수 없다면 버전을 고정할 가치가 있습니다.

둘째, 정확한 재현성: 3.5 Flash의 동작에 맞춰 프롬프트와 평가를 세밀하게 조정한 경우, 토큰 효율성 변화와 코딩/에이전트 능력 향상으로 인해 기본 지능 점수는 변경되지 않았음에도 출력이 충분히 달라질 수 있습니다. 단순한 대체품이라고 가정하지 말고 전환 전에 재검증하십시오. 이 두 가지 경우를 제외하면 3.6 Flash로 전환해도 잃는 기능은 없습니다.

어느 것을 고를까요?

3.5 Flash를 이미 사용 중인 거의 모든 사용자에게 기본적인 답변은 3.6 Flash로 전환하는 것입니다. 얻을 수 있는 지능(intelligence)은 동일하며, 출력 토큰당 가격과 작업당 토큰 수가 모두 줄어들고, 처리량(throughput)은 추적된 것 중 가장 빠르며, 코딩(coding), 에이전틱(agentic), 장문 맥락(long-context) 수치도 모두 유리한 방향으로 움직입니다. 출시 기간의 안정성 문제에 막혀 있거나, 이전 토큰 동작과 너무 밀접하게 연동된 평가(evals)로 인해 재검증 시간이 필요한 경우에만 3.5 Flash를 조금 더 유지하세요. 새로운 프로젝트에 3.5 Flash를 선택하는 것이 3.6으로 시작하는 것보다 더 합리적인 시나리오는 없습니다.

자주 묻는 질문

Gemini 3.6 Flash가 3.5 Flash보다 더 똑똑한가요?

아니요 — Artificial Analysis Intelligence Index에서는 동일한 점수(50)를 받습니다. Google의 자체 코딩, 에이전트, 긴 컨텍스트 벤치마크는 실제 향상을 보여주지만, 독립적인 지능 측정은 변하지 않았습니다.

더 싼가요?

예. 출력 비용이 (9.00달러에서) 1M당 7.50달러로 내려가고, 입력은 1.50달러이며 캐시된 입력은 0.15달러입니다. 또한 작업당 출력 토큰을 약 17% 적게 사용하므로, 비용 측면에서도 토큰 수 측면에서도 작업당 비용이 감소합니다.

마이그레이션해야 할까요?

대부분의 3.5 Flash 워크로드의 경우, 그렇습니다 — 더 낮은 비용, 더 빠른 속도, 동등하거나 더 나은 출력, 그리고 더 강력한 코딩 및 에이전틱 점수를 얻을 수 있습니다. 프롬프트가 세밀하게 조정된 경우 먼저 평가를 다시 실행하고, 출시 기간 신뢰성이 중요한 경우 버전을 고정하십시오.

무언가 더 나빠졌나요?

구조적인 문제는 아닙니다. 주요 주의사항은 발사 창 용량과 신뢰성 보고서, 프론트엔드/공간 추론 출력이 약하다는 한 건의 보고, 그리고 높은 사고 노력 시 첫 토큰까지의 느린 시간(~11.5초)으로, 이는 대화형 사용에 중요할 수 있습니다.

3.6 Flash는 코딩 및 에이전트 작업에서 얼마나 더 나은가요?

Google 자체 공급업체 비교에 따르면: SWE-Bench Pro 58.7% (vs 55.1%), DeepSWE v1.1 49% (vs 37%), Terminal-Bench 2.1 78.0% (vs 76.2%), MLE-Bench 63.9% (vs 49.7%), OSWorld-Verified 83.0% (vs 78.4%). 모두 자체 보고된 수치이며 독립적으로 재실행되지 않았으므로 방향성 지표로 간주하십시오.

긴 컨텍스트 성능은 어떤가요?

이는 보고된 가장 큰 점프입니다: GDM-MRCR v2의 리콜이 1M 토큰 컨텍스트 길이에서 27% 미만에서 54.0%로 상승했습니다 — 대략 두 배입니다. 또한 벤더가 보고한 수치이지만, 유사한 작업에서 모델의 더 낮은 출력 토큰 수와 일치합니다.

가격 인하가 입력 토큰에도 적용되나요?

3.6 Flash의 입력 가격은 1M당 $1.50이며, 캐시된 입력의 경우 $0.15입니다. 3.5 Flash의 정확한 현재 입력 요금은 3.6 출시 자료에 다시 명시되지 않았으므로, 변경되었다고 가정하지 말고 실시간 가격 페이지를 확인하세요.

새로운 지식 컷오프가 있나요?

네 — 3.6 Flash는 2026년 3월의 지식 마감일을 가지고 있습니다. 3.5 Flash의 마감일은 비교 자료에 다시 명시되지 않았지만, 3.6의 마감일은 출시일이 더 늦기 때문에 당연히 더 최신입니다.

결론은

Gemini 3.6 Flash와 Gemini 3.5 Flash의 비교는 가장 명확한 업그레이드 이유를 제공합니다: 동일한 측정된 지능, 동일한 기능 범위, 더 낮은 가격, 더 적은 토큰, 더 빠른 속도, 그리고 일관된 — 업체가 보고한 대로 — 코딩, 에이전트, 특히 긴 컨텍스트 작업에서의 향상. 3.5 Flash를 사용 중이고 비용, 지연 시간, 또는 에이전트 신뢰성이 제약이라면, 빠른 평가 후에 런칭 윈도우 동안 버전을 고정한 상태로 이동하세요. ".6"이 더 똑똑한 모델을 의미하기를 기대했다면, 그렇지 않습니다; 그런 경우 Gemini 3.5 Pro 또는 Gemini 4를 기다려야 합니다. 아래 비교를 통해 3.6 Flash를 같은 클래스의 비구글 모델과 비교해 보세요.