Gemini 3.8 Flash vs Claude Haiku 4.5: '싸고 빠르게 만들어라'에 대한 서로 다른 두 가지 답변

Gemini 3.8 Flash와 Claude Haiku 4.5는 각 공급업체 카탈로그의 같은 자리에 놓여 있으며, 그것이 두 모델이 공유하는 대부분입니다. Gemini 3.8 Flash는 Google의 새로운 추론 중심 주력 모델로, 2026년 9월 2일 출시되었으며, 출시 특가로 입력 토큰 100만 개당 0.75달러, 출력 토큰 100만 개당 3.75달러입니다. Claude Haiku 4.5는 Anthropic의 스프린트 특화 모델로, 2025년 10월 15일부터 시장에 나와 있으며 입력 토큰 100만 개당 1달러, 출력 토큰 100만 개당 5달러입니다. 둘 다 "빠르다"고 불리지만, 두 모델이 답하는 질문은 다릅니다. Gemini 3.8 Flash는 깊이 사고하여 초당 약 350개의 출력 토큰을 생성함으로써 속도를 얻는 반면, Claude Haiku 4.5는 거의 생각하지 않고 1초 안에 응답함으로써 속도를 얻습니다.

이번은 흔한 '신형 모델이 구형 모델을 이긴다'는 대결이 아니다. 서류상으로는 둘 중 더 저렴한 쪽이 더 똑똑하고, 더 비싼 쪽은 프로덕션에서 11개월 먼저 출시됐기 때문이다. 오늘 기준으로 둘 사이에서 고른다면, 결정 요인은 지연 시간 예산, 토큰 소비량, 그리고 워크로드가 실제로 보상하는 추론 깊이다.

왜 Google의 “flash” 모델은 더 이상 Haiku가 말하는 “빠름”을 의미하지 않는가

두 모델은 저비용 등급에 대해 상반된 설계 철학을 구현합니다. Anthropic은 Claude Haiku 4.5를 슬림하게 유지하도록 만들었습니다. 200,000 토큰 컨텍스트, 64,000 토큰 출력 제한, 텍스트 및 이미지 입력, 그리고 확장된 추론에 토큰을 소모하지 않는 기본 설정이 적용됩니다. Anthropic은 출시 시점에 이 모델이 비용의 약 3분의 1 수준으로 Claude Sonnet 4의 코딩 및 에이전트 성능에 필적한다고 포지셔닝했으며, 실제로 이 모델의 가장 큰 특징은 첫 토큰까지의 시간입니다. 독립적인 측정 결과 Claude Haiku 4.5의 첫 토큰은 1초 미만이었으며, 이는 사용자나 대기열이 기다리는 채팅, 분류, 추출, 그리고 모더레이션 파이프라인에서 효과적으로 작동하게 만드는 요소입니다.

반면 Google은 Flash 제품군을 사고하는 모델로 전환해 왔다. Gemini 3.8 Flash는 추론 노력 제어(낮음, 중간, 높음)를 지원하며, 기본적으로 추론을 수행하고 추론 토큰은 출력으로 청구된다. Artificial Analysis에서 높은 추론 모드에서는 Intelligence Index에서 59점을 기록하며(중간 57, 낮음 52), 이는 가격이 몇 배나 되는 모델들과 비슷한 수준이다. Claude Haiku 4.5는 동일 지수에서 기본적으로 24점을 기록하며, 선택적 확장 사고 모드를 켜면 약 37점이다. 그 격차는 실재하지만, 부분적으로는 기능이 아니라 설정의 문제다. 높은 강도로 설정된 Gemini 3.8 Flash와 기본 상태의 Claude Haiku 4.5를 비교하는 것은, 한 모델이 최선을 다해 작업하는 것을 다른 모델이 일부러 가장 쉬운 방법으로 작업하는 것과 비교하는 셈이다.

사양, 나란히

• 컨텍스트 — Gemini 3.8 Flash: 입력 1,048,576 토큰, 출력 65,536 토큰. Claude Haiku 4.5: 입력 200,000 토큰, 출력 64,000 토큰.

• 가격 — Gemini 3.8 Flash: 백만 개당 $0.75 / $3.75 (2026년 12월 31일까지 프로모션 가격, 이후 $1.50 / $7.50). Claude Haiku 4.5: 백만 개당 $1.00 / $5.00, 캐시된 입력은 $0.10.

• 출력 속도 — Gemini 3.8 Flash: 초당 ~350토큰 (Artificial Analysis). Claude Haiku 4.5: 기본 상태에서 초당 ~95–105토큰.

• 첫 토큰 — Gemini 3.8 Flash: OrcaRouter 텔레메트리 기준 중간 p50 약 4.8초. Claude Haiku 4.5: 독립 측정 기준 1초 미만.

• 추론 — Gemini 3.8 Flash: 노력 수준 낮음 / 중간(기본값) / 높음. Claude Haiku 4.5: 기본적으로 꺼져 있으며, 선택적 확장 사고를 지원합니다.

• 입력 — Gemini 3.8 Flash: 텍스트, 이미지, 비디오, 오디오, 파일. Claude Haiku 4.5: 텍스트 및 이미지.

• 출시 — Gemini 3.8 Flash: 2026년 9월 2일. Claude Haiku 4.5: 2025년 10월 15일.

벤치마크가 실제로 말하는 것, 라벨을 붙인 채로

Google의 Gemini 3.8 Flash 헤드라인 수치는 벤더가 보고한 값입니다. Google은 자체 DeepSWE v1.1 소프트웨어 엔지니어링 평가에서 71.0~73.7%를 기록했다고 주장하는데, 이는 Gemini 3.7 Flash의 65.3%보다 상승한 수치이며 Claude Opus 5의 74.0%에 근접합니다. 이 수치는 Google의 하네스에서 산출된 Google의 수치이므로, 정직하게 해석하면 모델이 해낼 수 있는 성능의 상한선이지 여러분의 코드베이스에서 보장된 결과가 아닙니다. 독립적인 신호도 같은 방향을 가리킵니다. Artificial Analysis의 59 Intelligence Index가 시장의 이목을 끈 수치이며, 이 상승의 배경에는 실질적인 원인이 있습니다. Artificial Analysis는 그 대부분을 원천 지식보다는 더 나은 도구 사용과 에이전트적 행동 덕분으로 돌립니다.

Claude Haiku 4.5의 유사한 주장은 Anthropic의 출시 발표에서 나온 것으로, 코딩 및 에이전트 작업에서 Claude Sonnet 4에 필적하면서도 가격은 그 일부에 불과하다는 점과, SWE-bench Verified에서 73%를 기록했다는 보고를 포함합니다. 독립 집계 기관들은 Claude Haiku 4.5의 SWE-bench 수치를 상당히 낮게 평가하는데, 이는 소형 모델에게는 정상적인 현상입니다 — 벤더 수치는 최적의 하네스 구성 환경을 반영하기 때문입니다. 채팅 모델보다 코딩 에이전트가 필요하다면, Gemini 3.8 Flash의 독립적 에이전트 성능 향상과 1M 토큰 컨텍스트가 서류상으로는 더 강력한 선택지입니다. 저렴하고 빠르며 형식이 잘 갖춰진 답변을 안정적으로 반환하는 모델이 필요하다면, Claude Haiku 4.5의 실적은 거의 1년 동안 프로덕션에서 부하 테스트를 거친 바로 그 모델입니다.

비용 구도에는 만료일이 있다.

지금 당장은 계산상 Gemini 3.8 Flash가 유리합니다. 프로모션 요금이 입력 및 출력 토큰 모두에서 Claude Haiku 4.5보다 낮기 때문입니다. 그것이 이 프로모션의 핵심입니다. Google은 Anthropic의 보급형 모델보다 더 똑똑한 모델의 가격을 낮춰 채택을 끌어들이려 한 것입니다. 하지만 프로모션은 일시적입니다. Google은 Gemini 3.8 Flash의 $0.75 / $3.75 요금이 2026년 12월 31일까지 적용되며, 2027년 1월 1일부터의 표준 요금은 $1.50 / $7.50이라고 밝혔습니다. Claude Haiku 4.5에는 그런 급격한 인상이 없습니다. $1 / $5로 1월부터 두 축 모두에서 더 저렴한 모델이 되며, 백만 토큰당 $0.10의 캐시 읽기 가격은 Gemini보다 훨씬 낮습니다.

토큰당 가격에는 또 다른 비용 함정이 숨어 있으며, Gemini 3.8 Flash의 경우 더욱 심각합니다. 추론 모델은 출력 토큰을 사고하는 데 사용합니다. Artificial Analysis에 따르면 Gemini 3.8 Flash는 작업당 평균 약 48,000개의 출력 토큰을 사용하여 Gemini 3.7 Flash보다 작업당 출력 토큰을 약 30% 더 많이 소비합니다. 이는 동일한 토큰당 가격에서도 실제 작업당 비용을 이전 모델보다 약 40% 높게 만듭니다. Claude Haiku 4.5는 설계상 절약적입니다. 확장 사고를 끄면 반환되는 결과는 대부분 답변 자체입니다. 토큰당 비용보다 작업당 비용이 더 중요한 워크로드에서는 이러한 차이가 표면 가격보다 더 큰 비중을 차지할 수 있습니다.

어느 것이 어떤 작업에 쓰이는가

• 1초 미만의 대화형 채팅, 모더레이션, 추출, 분류를 대규모로 처리 — Claude Haiku 4.5. 지연 시간 프로필이 핵심이며, 200K 컨텍스트가 이러한 워크로드의 대부분을 처리합니다.

• 장기 지평 코딩 에이전트, 다중 파일 편집, 전체 저장소를 컨텍스트에 보관해야 하는 작업 — Gemini 3.8 Flash. 1M-토큰 컨텍스트와 에이전트 벤치마크 성능 향상이 바로 여기에 필요한 것입니다.

• 비디오, 오디오 및 장문 파일 이해 — Gemini 3.8 Flash. Claude Haiku 4.5는 비디오나 오디오 입력을 전혀 받지 않습니다.

• 1월에 재예산을 편성할 워크로드 — 토큰당 가격이 아니라 작업당 토큰 수로 계산하세요. $0.75/$3.75의 Gemini 3.8 Flash는 오늘날 훌륭한 조건이지만, 추론에 30% 토큰 세금이 붙는 $1.50/$7.50에서는 전혀 다른 제안이 됩니다.

하나의 키로 둘 다 사용해 보기

두 모델 모두 OrcaRouter에서 마크업 없이 공급업체 정가 그대로 호스팅되므로, 확정 전에 테스트해 보는 이 비교는 아주 간단합니다. Gemini 3.8 Flash는 OrcaRouter에서 Google 정가로 제공되며, Claude Haiku 4.5는 OrcaRouter에서 Anthropic 정가로 제공됩니다. 동일한 OpenAI 호환 엔드포인트와 동일한 키를 모델 ID google/gemini-3.8-flash 및 anthropic/claude-haiku-4.5에 지정하고, 각각에 동일한 프롬프트를 실행하여 벤치마크 표를 신뢰하는 대신 실제 지연 시간, 비용, 출력을 자체 트래픽에서 비교하십시오. 공급업체 가격 변동은 당일 가격에 그대로 반영되므로, 지금 여기에는 프로모션 Gemini 요금이 적용되어 있고, 1월에 표준 요금이 적용되면 자동으로 다시 업데이트됩니다. 코드를 변경할 필요는 없고, 청구 금액에 대한 예상만 바뀌면 됩니다.

결론은 어떤 '빠름'을 사느냐에 달려 있습니다. 사용자가 첫 토큰을 기다리는 상황이고 작업 범위가 한정되어 있다면, Claude Haiku 4.5가 여전히 합리적인 기본값입니다. 검증됐고 가볍고 1초 미만으로 응답하기 때문이죠. 작업이 추론이 빛을 발할 만큼 충분히 개방적이라면, Gemini 3.8 Flash는 기존 모델을 가격에서 누르는 프로모션 가격에 최첨단에 가까운 추론 성능을 제공하며, 그 가격으로 써볼 수 있는 기간은 12월 31일에 종료됩니다. 대부분의 팀에게 가장 저렴하면서도 올바른 답은 둘 중 하나가 아니라 라우팅 규칙입니다. 지연 시간에 민감한 간단한 호출은 Claude Haiku 4.5로 보내고, 어렵고 컨텍스트가 많은 호출은 Gemini 3.8 Flash로 보내는 것입니다 — 키 하나와 청구서 하나로 각 모델이 실제로 잘하는 일을 수행하게 하는 방식이죠.