'Sage-S2.1-Flash vs Gemini 3.8 Flash'라는 제목 카드가 '하나는 가격 절벽이 있고, 다른 하나는 가격이 없다'라는 부제목 위에 생성되어 있으며, 아래에는 '2027년 1월 1일에 두 배'와 '645GB의 가중치'라고 적힌 두 개의 칩이 있습니다. 흰색 배경, 파란색과 청록색 그라데이션 액센트, 플랫 라인 아이콘. OrcaRouter 로고가 오른쪽 아래 모서리에 합성되어 있습니다.
Guides & Insights

Sage-S2.1-Flash vs Gemini 3.8 Flash: 한쪽은 가격 절벽이 있고, 다른 쪽은 가격이 없다

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

Gemini 3.8 Flash는 현재 백만 입력 토큰당 $0.75, 백만 출력 토큰당 $3.75입니다. 2027년 1월 1일에는 $1.50와 $7.50이 됩니다 — 같은 모델, 같은 가중치, 두 배의 청구서입니다. Google의 해당 모델 인트로덕터리 가격이 2026년 12월 31일에 종료되기 때문입니다. 2026년 11월 15일 Shanghai AI Laboratory가 조용히 공개한 Sage-S2.1-Flash에는 두 배가 될 가격이 없습니다. 그것은 MIT 라이선스 가중치 645GB, 21바이트 모델 카드, 그리고 H200 8개가 있다고 가정하는 배포 가이드를 갖추고 있습니다.

그 두 사실을 나란히 놓으면 이 맞대결 뒤에 있는 검색 의도가 분명해진다. 사람들이 정말로 묻는 것은 어느 모델이 더 똑똑한가가 아니다. 그들은 Google의 Flash 티어를 계속 빌려 쓸지, 아니면 이제 다운로드할 수 있는 오픈 과학 모델이 그 청구서의 일부를 대체할지를 묻고 있다. 답은 날짜에 달려 있고, 대부분의 비교가 건너뛰는 구분, 즉 토큰당 저렴한 모델과 토큰에 계량기가 전혀 없는 모델 사이의 구분에 달려 있다.

실제로 무엇이 변경될 예정인가요?

Google 자체 문서에는 Gemini 3.8 Flash에 대한 두 가지 요금표가 나열되어 있으며, 그중 하나만 시행 중입니다:

• 신규 도입 요금, 2026년 12월 31일까지 — 입력 100만 개당 $0.75, 출력 100만 개당 $3.75, 캐시 입력 $0.075

• Standard, 2027년 1월 1일부터 — 입력 100만 토큰당 $1.50, 출력 100만 토큰당 $7.50

• 컨텍스트 — 1,000,000 토큰, 출력 상한 64,000 토큰

• Thinking — 세 가지 수준: 낮음, 중간(기본값), 높음; 이전의 minimal 설정은 이제 오류가 발생합니다

• 제거된 매개변수 — temperature, top_p, top_k, candidate_count 및 미리 채워진 모델 턴은 더 이상 허용되지 않습니다

마지막 문장은 비용이 아니라 엔지니어링 시간을 잡아먹는 부분이며, 가격 논의에서 놓치기 쉽습니다. Gemini 3.6 Flash에서 3.8 Flash로 마이그레이션한 파이프라인은 샘플링 구성을 그대로 유지할 수 없습니다. 모델이 해당 설정값을 거부하기 때문입니다. 멀티턴 프리필도 사라졌고, 서버 측 previous_interaction_id로 대체되었습니다. 지금부터 1월 사이에 3.8 Flash 위에 무엇을 구축하든, 그것은 두 번 재조정해야 하는 구축이 됩니다. 이미 적용한 API 변경 때문에 한 번, 아직 닥치지 않은 요금 변경 때문에 또 한 번입니다.

Gemini 3.8 Flash는 Google이 직접 설명한 바에 따르면 '이전 세대 Flash 모델'이기도 합니다. 안정적이며 여전히 Antigravity 에이전트와 SDK의 기본값이고, 2026년 12월 1일부터 gemini-2.5-pro 요청의 지정된 마이그레이션 대상입니다. 이는 지원 종료가 없을 것으로 알려진 주력 모델이지, 최전선 실험이 아닙니다. 이는 실질적인 강점이며, 현재 Sage-S2.1-Flash가 제공하지 않는 강점입니다.

Screenshot of Google's AI Studio documentation page 'What's new in Gemini 3.8 Flash'. The model table shows the model ID gemini-3.8-flash, a default thinking level of medium, and the pricing note that Gemini 3.8 Flash is available through the end of the year at an introductory price of $0.75 per 1M input tokens and $3.75 per 1M output tokens. The intro text states the model supports a 1M-token context window, 64k max output tokens and tunable thinking levels of low, medium and high.

이름에 "Flash"가 들어간 서로 다른 두 제품

이 명명상의 우연은 제 몫보다 더 많은 일을 하고 있으니, 한번 해체해 볼 만하다.

Gemini 3.8 Flash는 호스팅 방식의 독점 멀티모달 주력 모델입니다. 텍스트, 이미지, 비디오, 오디오, 파일 입력을 받아 텍스트를 반환합니다. Artificial Analysis는 high effort 설정에서 Intelligence Index 30.8점을 부여했으며, 장문 컨텍스트 프로브 기준 초당 약 114개의 출력 토큰과 19.7초의 첫 토큰 도달 시간을 기록했습니다. 토큰당 과금되는 종량제이며, 현재 Google 자체 API와 클라우드 재판매 채널을 통해 이용할 수 있습니다.

이 이름의 이면은 연구 아티팩트다. Sage-S2.1-Flash는 3,200억 개의 매개변수를 지니며 토큰당 180억 개가 활성화되고, 2026년 11월 15일 Shanghai AI Laboratory가 MIT 라이선스로 120개의 bfloat16 샤드로 공개했다. 645GB의 가중치와 비전 타워, 그리고 45개 레이어에 걸쳐 1,048,576토큰 상한을 선언하는 구성으로 이루어져 있다. 이 레이어 중 34개는 선형 어텐션 유형을, 11개는 희소 어텐션을 사용한다. 이것은 서비스가 아니다. 배포 가이드가 첨부된 다운로드다.

두 이름에서 "Flash"라는 단어는 각각 "호스팅 라인업의 소규모 티어"와 "연구 모델 패밀리의 빠른 변형"을 의미합니다. 이 둘은 같은 라인 항목을 두고 경쟁하지 않습니다. 이 둘은 같은 작업을 두고 경쟁하며, 그것도 때때로만 그렇습니다.

그들이 이름을 공유하는 단 하나의 벤치마크

여기서 비교는 정말 흥미로워지다가, 곧바로 교훈적인 방식으로 실망스러워진다.

InternLM의 Sage-S2.1-Flash 평가표는 35개 벤치마크와 8개 비교 모델을 다룹니다: GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Qwen3.8-Max, GPT-5.6 Sol, Claude Opus 5, GPT-6 Astra, GPT-6.1 Sol, Claude Opus 5.5. Gemini 3.8 Flash는 여기에 포함되지 않습니다. 이 맞대결을 위한 공유 스코어보드는 벤더가 구축한 것이든 아니든 존재하지 않습니다.

겹치는 것은 벤치마크 이름뿐이다. InternLM은 Terminal-Bench 2.1에서 Sage-S2.1-Flash의 점수를 87.9로 보고한다. Artificial Analysis는 Terminal-Bench 2.1에서 Gemini 3.8 Flash의 점수를 87.6으로 보고한다. 두 점수는 0.3점 차이이며, 이를 동점이라고 부르고 싶은 유혹이 들지만 그것은 틀렸다. 두 수치는 서로 다른 하네스, 서로 다른 스캐폴드, 시도 횟수와 도구 구성에서 나왔고, 어느 연구소도 실행 설정을 공개하지 않았다. 두 비공개 하네스에 걸친 0.3점 차이는 무엇도 측정하지 못한다. 그것은 동등성을 주장하려는 누군가에게 우연히 편리하게 맞아떨어진 우연일 뿐이다.

두 모델이 공통으로 가진 나머지 모든 것은 빼서 계산하기보다는 추론해야 한다. Artificial Analysis는 Gemini 3.8 Flash를 GPQA Diamond에서 95.3, MMMU-Pro에서 85.6, Humanity's Last Exam에서 47.8, SciCode에서 56.6, GDPval에서 1,442로 평가한다. InternLM은 Sage-S2.1-Flash를 BabyVision에서 75.8, OSWorld-G에서 84.8, OfficeQA Pro V2에서 72.2, MLE-bench Lite에서 90.3, Harvey LAB에서 25.0으로 평가한다. 이 두 목록은 거의 겹치지 않으며, 겹치지 않는 부분에서는 비교할 것이 없다 — 단지 두 연구소가 서로 다른 어휘로 서로 다른 강점을 설명하고 있을 뿐이다.

A generated two-column comparison scoreboard titled 'Sage-S2.1-Flash vs Gemini 3.8 Flash - the scoreboard'. The Sage-S2.1-Flash column reads: Price: none published; Price change: none scheduled; Context: 1,048,576 tokens; Weights: MIT, about 645 GB; Independent score: none; Terminal-Bench 2.1: 87.9. The Gemini 3.8 Flash column reads: Price: $0.75 / $3.75; Price change: doubles 1 Jan 2027; Context: 1,000,000 tokens; Weights: proprietary; Independent score: AA Index 30.8; Terminal-Bench 2.1: 87.6. Footer: 'Sage figures the vendor's own, unaudited; Gemini price and index per Google and Artificial Analysis.' The OrcaRouter logo is composited in the bottom-right corner.

증거가 어디에서 나오는지, 그것이 진짜 차이입니다.

잠시 숫자는 제쳐두고 출처를 살펴보세요. 출처가 위의 내용 중 어느 것이든 얼마나 큰 무게를 지닐 수 있는지를 결정하기 때문입니다.

Gemini 3.8 Flash는 공개 하네스에서 제3자에 의해 측정됩니다. 30.8이라는 Intelligence Index 수치와 속도 수치, GPQA 및 MMMU-Pro 점수는 모두 Artificial Analysis가 자사가 목록에 올리는 모든 모델에 적용하는 동일한 절차를 실행해 얻은 것입니다. 하네스에 동의하지 않을 수는 있지만, Google이 그것을 작성했다고 비난할 수는 없습니다.

Sage-S2.1-Flash는 저자들에 의해서만 측정되며, 11월 16일에 생성된 GitHub 저장소에 커밋된 탭으로 구분된 파일에 담겨 있고, internlm.github.io/Sage-S2.1-Flash의 정적 사이트에 게시되어 있습니다. Hugging Face 저장소에는 해당 사이트로 연결되는 링크가 없습니다. 모델 카드에는 라이선스 줄 외에는 아무것도 없습니다. 21바이트이며, 전부 YAML 프런트매터입니다.

벤더 표에는 인정할 만한 신뢰성 표지가 하나 있습니다. 바로 모델이 뒤지는 행을 포함한다는 점입니다. Sage는 DeepSWE에서 DeepSeek-V4.1-Flash-1017에 6.9점, NL2Repo-Bench에서 5.5점, APEX-Agents에서 7.5점 뒤지고, Terminal-Bench 2.1과 SWE-bench Pro에서는 Qwen3.8-Max에 뒤집니다. 자기 손실을 공개하는 연구소는 읽어볼 만한 연구소입니다. 하지만 손실이 담긴 자체 공개 표도 여전히 자체 공개 표일 뿐이며, 어떤 제3자도 단 한 행도 재현하지 못했습니다.

사람들이 실제로 묻고 있는 네 가지 질문

이 대결 구도에서 대부분의 혼란은 여러 개의 별개 결정을 하나로 뭉뚱그리는 데서 비롯됩니다. 분리해 보면 각각은 명쾌한 답을 가집니다.

• Sage-S2.1-Flash가 대량 텍스트 작업에서 Gemini 3.8 Flash를 대체할 수 있나요? 아니요, 그리고 품질 때문이 아닙니다. 입력 토큰 100만 개당 $0.75인 Gemini 3.8 Flash는 수백만 건의 짧은 호출로 측정되는 워크로드에서 Sage에 필요한 노드의 전력비와 감가상각비보다 더 저렴합니다. 이는 벤치마크 점수가 어떻든 그 작업에 맞는 도구가 아닙니다.

• 양쪽 모두 100만 토큰을 내세우는데, Sage가 긴 컨텍스트에서 이기나요? 1월 이후에만 그렇습니다. 현재 Gemini 3.8 Flash는 전체 윈도우에서 입력 토큰 100만 개당 0.75달러를 청구하며 긴 프롬프트 추가 요금이 없고, 1월 1일부터는 1.50달러로 마찬가지입니다. Sage는 토큰당 가격 자체가 없습니다. 즉 질문은 "토큰당 어느 쪽이 더 싼가"가 아니라 "월 기준 어느 쪽이 더 싼가"이며, 이는 8-H200 노드가 바쁜지에 달려 있습니다. 작업 사이에 유휴 상태로 있는 노드는 거의 어떤 토큰 단가보다도 더 비쌉니다.

• 출력 상한이 문제인가요? Sage의 경우 알 수 없습니다. 이번 릴리스의 어떤 문서에도 최대 출력 길이가 명시되어 있지 않습니다. Gemini 3.8 Flash의 경우 64,000 토큰으로, 대부분의 에이전트 단계에는 충분하지만 한 번의 호출로 장문을 생성하기에는 부족합니다. 워크로드가 단일 응답에서 100K 토큰을 출력한다면, Gemini 3.8 Flash는 점수가 아니라 스펙에서 탈락합니다.

• 월요일에 실제로 호출할 수 있는 건 어느 쪽인가요?Gemini 3.8 Flash입니다. Sage-S2.1-Flash는 확인할 수 있는 호스팅 엔드포인트가 없습니다. 릴리스 사이트의 "Try the API" 링크는 JavaScript를 지원하지 않는 클라이언트에는 카탈로그를 렌더링하지 않는 포털을 가리켰고, 작성 시점 기준 Hugging Face에 해당 모델을 등록한 추론 제공업체는 없었습니다.

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash. It shows a 1M-token context, 65k max output, text, image, video, file and audio input, vision, audio, tools, JSON and reasoning tags, a release date of 2026-09-02, and the price row $0.75 input and $3.75 output per million tokens with a 0.72 s time to first token.

과학적 주장이 검증되어야 하는 곳

Sage-S2.1-Flash의 차별화 주장은 "더 나은 에이전트"가 아니라 "하나의 모델에서 더 다양한 종류의 과학적 입력"입니다. 즉 분자 그래프, 결정 구조, 단백질 서열과 3차원 구조, DNA와 RNA, 스펙트럼, 질량 스펙트럼, X선 회절, 심전도, 뇌전도, 광도 곡선입니다. 그 목록은 모델 카드가 아니라 InternLM의 영어 배포 문구에서 나온 것이며, 측정된 결과라기보다는 설계상의 진술입니다.

Gemini 3.8 Flash의 문서는 이에 상응하는 주장을 하지 않습니다. 비디오와 오디오를 기본적으로 받아들이는데 — 이는 범위 면에서 실질적인 이점이며 Sage의 구성도 비디오 및 오디오 토큰 유형을 통해 이를 지원합니다 — 하지만 Google은 이것이 스펙트럼이나 회절 패턴으로 학습되었다고 설명하지 않습니다. 솔직하게 표현하자면, 과학적 형식에 관해서 한 모델은 문서화된 전문성이 있지만 독립적인 검증은 없고, 다른 모델은 폭넓은 멀티모달 입력과 과학적 벤치마크를 포함하게 된 일반 벤치마크에 대한 제3자 점수(SciCode 56.6, GPQA 95.3)를 갖추고 있습니다.

그 전문 분야가 당신의 업무에 중요하다면, 시험은 리더보드가 아니다. 당신이 가진 도표 몇 개, 스펙트럼 또는 극저온 이미지를 두 시스템 모두에 통과시켜 도메인 전문가가 확인하게 하는 것이다. 문서 열 개와 반나절이면 벤더가 내놓은 서른다섯 개 행보다 더 많은 것을 판가름하며, 이 글에서 내부적으로 변호할 수 있는 결과를 내는 유일한 실험이다.

서빙 트랩들, 그것들이 주말을 결정하기 때문이다

Sage-S2.1-Flash를 다운로드하는 사람이라면 누구든 먼저 배포 가이드를 읽어야 합니다. 쉽게 과소평가할 수 있는 이유가 있는데, 그 가이드에 문서화된 모든 실패는 아무 오류 없이 조용히 발생하기 때문입니다. 토크나이저는 에이전트 구문을 잘못 읽고, 순서가 뒤바뀐 병렬 호출에서는 이미지가 잘못된 도구 결과에 첨부되며, SGLang은 자체 채팅 템플릿을 조용히 대체하고, FP8 KV 캐시는 Hopper에서 작동하지 않으며, transformers가 5.19 미만으로 고정되어 있지 않으면 LMDeploy는 이름이 변경된 레이어 유형을 거부합니다. 이 중 어느 것도 오류 메시지를 생성하지 않습니다. 모두 잘못된 입력에 대해 그럴듯한 출력을 생성하는데, 이는 에이전트가 가질 수 있는 최악의 실패 모드입니다.

Google의 대응 목록은 더 짧고 지원도 더 잘 됩니다: temperature, top_p, top_k가 없고, 미리 채워진 턴도 없으며, Malformed_Function_Call 오류는 도구 호출 전 텍스트에서 비롯된 것으로 추적됩니다. 모든 FunctionResponse에는 call_id와 name이 필요합니다. 두 목록의 차이는 길이가 아닙니다. 한쪽은 마이그레이션 가이드와 이를 뒷받침하는 지원 경로가 있고, 다른 쪽은 모델을 만든 사람들이 처음 몇 명의 사용자를 위해 markdown 파일에 쓴 경고라는 점입니다.

어느 쪽에도 확정하지 않고 둘 다 테스트하기

1월 절벽에 관한 실무적인 세부 사항 하나: 패스스루 카탈로그는 공급자 정가를 반영할 뿐 협상된 사본을 반영하지는 않기 때문에, 요금 변경은 공급업체가 게시하는 당일 적용됩니다. Gemini 3.8 Flash는 이제 OrcaRouter를 통해 google/gemini-3.8-flash에서 호출할 수 있습니다 — 백만 토큰당 입력 $0.75, 출력 $3.75의 도입 요금 카드이며 1,048,576토큰 창은 그대로 유지됩니다 — 그리고 Google이 $1.50 및 $7.50로 옮기면 카탈로그도 재협상 없이 이를 보여줍니다. Sage-S2.1-Flash는 카탈로그에 전혀 없습니다. 이는 자체 하드웨어에서 서빙할 MIT 라이선스 가중치이며, 어떤 라우터도 그것을 바꾸지 못합니다.

이 문제를 저울질하는 팀에게 유용한 선택은 직감에 기대어 H200 8대를 임대하는 것이 아니다. 한 오후면 호출할 수 있는 호스팅 모델을 대상으로 위에서 설명한 과학적 형식 테스트를 실행하고, 1월 인상이 실제로 청구서에 어떤 영향을 주는지 숫자로 산정한 뒤 그것을 전제로 설계하는 것이다. 대부분 팀은 두 줄의 산술로 충분하다. 지난달 Gemini 3.8 Flash 입력 토큰에 $0.75를 곱하고 다시 $1.50을 곱해 보며, 출력도 $3.75와 $7.50로 같은 계산을 해 보면 된다. 그 차이가 월 H200 1시간보다 작다면 오픈 모델은 답이 아니며, 벤치마크를 아무리 읽어도 답이 되게 만들 수 없다. 차이가 더 크다면 이제 실험에 쓸 예산을 아는 것이며, 이는 리더보드 순위보다 훨씬 나은 출발점이다.

그 산술은 여기서 패스스루 가격 책정을 신경 쓸 가치가 있는 이유이기도 합니다. OrcaRouter는 공급자 정가를 마크업 없이 그대로 반영하므로, 1월 1일의 변경은 다음 계약 갱신 때가 아니라 Google이 이를 공개하는 날 카탈로그에 나타납니다. 오늘의 $0.75를 기준으로 작성된 비교는 6주 후면 틀리게 될 것이고, 라이브 카탈로그를 기준으로 작성된 비교는 적어도 크게 실패합니다.

비교가 실제로 유효해질 때 — 공개된 Sage 가격, 또는 라우팅할 가치가 있는 호스팅 엔드포인트 — 라우팅 DSL이 있기에 저렴하게 행동할 수 있습니다: 과학적 형식 호출은 특화 모델로, 나머지는 저렴한 Flash 티어로 보내는 하나의 정책, 실험적 엔드포인트가 단일 장애점이 되지 않도록 하는 자동 장애 조치까지 포함해서요. 그것이 이 맞대결이 실제로 요구하는 자세입니다. 마이그레이션이 아니라 분할입니다.

무엇을, 언제 결정할지

2027년 1월 1일 이전에는 프로덕션 환경을 대상으로 하고 토큰 사용량이 과금되는 모든 용도에서 실용적인 답은 Gemini 3.8 Flash입니다. 저렴하고, 성능이 측정되어 있으며, 호출 가능하고, 가격 변경이 갑작스러운 일이 아니라 알려진 날짜이기 때문입니다. Sage-S2.1-Flash는 귀하의 작업이 그것이 명시한 과학적 입력 형식을 포함하는 경우에만, 그리고 GPU나 인내심이 있는 경우에만 평가할 가치가 있습니다.

1월 1일 이후 구글 쪽에서는 계산이 정확히 두 배로 바뀌고, 오픈 모델은 아무것도 하지 않는데도 오픈 모델의 명분은 더 강해진다. 지금 계획해 둘 가치가 있다. 장문 컨텍스트 청구서 때문에 이 글을 읽고 있다면, 6주 후 만료되는 요금에 아키텍처를 확정하기 전에 $1.50와 $7.50에서 숫자를 계산해 보라.

{{1}}그리고 한 가지는 처음부터 끝까지 분명히 해 두자.{{/1}} {{2}}Sage-S2.1-Flash{{/2}}는 더 저렴한 {{3}}Gemini{{/3}}가 아니다. 그것은 문서화된 전문 분야를 갖춘 대형 오픈 과학 모델이며, 가격도 독립적인 점수도 없고, 아직 비용이 얼마인지 밝히지 않은 연구소가 별도 발표 없이 공개한 모델이다. 이를 주목할 이유는 소유할 수 있다는 점이다. 이번 달에 도입하지 말아야 할 이유는, 저자를 포함해 누구도 당신이 검사할 수 있는 하네스 아래에서 그것이 무엇을 하는지 알려주지 않았다는 점이다.

이 글에서 비교한 모델2

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트