Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber

350토큰/초. 새 Gemini 발표에서 가장 노골적으로 튀어나온 숫자는 모델이 얼마나 똑똑해졌는지가 아니다. 얼마나 빨리, 얼마나 많이 뱉어낼 수 있느냐. Google이 이번에 내놓은 Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, Gemini 3.5 Flash Cyber를 같이 놓고 보면 메시지는 꽤 선명합니다. 에이전트 시대의 병목은 데모에서 보이는 성능보다 토큰 비용, 지연 시간, 반복 실행에서 터지는 실패율 쪽에 더 가깝다는 것.

Google은 Flash 시리즈를 “효율과 품질의 스위트 스폿”에 둔다고 설명한다. 익숙한 말이다. 그런데 이번 발표에 나온 숫자들은 그 문장을 조금 덜 흐릿하게 만든다. Gemini 3.6 Flash는 Gemini 3.5 Flash보다 출력 토큰 사용량을 Artificial Analysis Index 기준 17% 줄였다. Datacurve의 DeepSWE 같은 일부 벤치마크에서는 최대 65% 감소를 관찰했다고 밝혔다. 가격도 내려갔다. 입력 100만 토큰당 1.50달러, 출력 100만 토큰당 7.50달러.

AI 에이전트를 실제 서비스에 넣는 팀이 체감하는 비용은 모델 호출 한 번의 단가가 아니다. 여러 단계의 추론, 툴 호출, 코드 수정, 재실행, 문서 파싱, 검증이 한 덩어리로 묶인 작업 단위의 비용이다. 그래서 “덜 말하고 더 정확하게 끝내는 모델”은 그냥 절약형 모델이 아니다. 운영 가능한 에이전트의 기본 조건에 가깝다. 이게 좀 크다.

Gemini 3.6 Flash가 Gemini 3.5 Flash보다 출력 토큰을 17% 줄인 이유

Gemini 3.6 Flash는 Google이 Gemini 3.5 Flash의 개발자와 고객 피드백을 직접 반영해 만든 워크호스 모델이다. 발표문에서 앞에 세운 영역은 코딩, 지식 작업, 멀티모달 성능. 성능을 올리면서 말까지 길어진 모델은 아니었다는 점이 여기서 중요하다. Artificial Analysis Index에서 3.6 Flash는 3.5 Flash보다 출력 토큰을 17% 적게 썼고, 다단계 워크플로를 끝내는 데 필요한 추론 단계와 툴 호출도 줄었다.

에이전트 제품을 만드는 팀에는 이 차이가 꽤 현실적으로 다가온다. 같은 정확도라도 모델이 필요 없는 설명을 늘어놓으면 비용은 올라가고 지연 시간도 길어진다. 툴 호출이 한 번 더 늘면 실패 지점도 하나 더 생긴다. 3.6 Flash가 내세우는 개선은 “더 많이 생각한다”보다 “필요한 만큼만 움직인다”에 가깝다. 말수의 문제이기도 합니다.

코딩 평가에서도 방향은 비슷하다. DeepSWE에서 3.6 Flash는 49%를 기록해 3.5 Flash의 37%를 앞섰다. Google은 이 결과를 더 높은 정밀도, 원치 않는 코드 수정 감소, 실행 루프 축소와 연결했다. ML Research 영역의 MLE Bench에서는 63.9% 대 49.7%로 개선됐다. 컴퓨터 사용 능력을 보는 OSWorld-Verified에서는 83.0% 대 78.4%다.

컴퓨터 사용은 이제 Gemini API와 Gemini Enterprise에서 클라이언트 측 내장 도구로 제공된다. 모델 성능표의 한 줄보다 실무에서는 더 직접적인 변화다. 에이전트가 브라우저나 애플리케이션 환경을 다루는 작업에서 외부 접착 코드를 덜 짜도 된다는 뜻이니까. 물론 내장 도구가 안정적인 제품 경험까지 바로 보장하지는 않는다. 모델이 어느 화면에서 무엇을 눌러야 하는지 잘못 판단하면, 자동화는 생산성이 아니라 사고가 된다. OSWorld-Verified의 83.0%라는 숫자는 성능을 보여주면서도 남은 17.0%의 리스크를 같이 드러낸다.

DeepSWE 49%와 MLE Bench 63.9%가 말하는 Gemini 3.6 Flash의 실제 포지션

Gemini 3.6 Flash는 “가장 큰 모델”의 언어로 팔리지 않는다. Google이 잡은 자리는 더 실용적인 쪽이다. 코딩에서 DeepSWE 49%, ML Research에서 MLE Bench 63.9%, 컴퓨터 사용에서 OSWorld-Verified 83.0%, 지식 작업에서 GDPval-AA v2 1421. 이 숫자들은 Gemini 3.5 Flash의 37%, 49.7%, 78.4%, 1349와 나란히 놓일 때 제대로 읽힌다.

대형 모델 경쟁이 한동안 “최고점”을 향해 달렸다면, Flash 라인은 “반복 가능한 작업 단가”로 시선을 돌린다. 기업 고객이 원하는 것은 한 번의 멋진 답변 하나가 아니다. 수천 번의 문서 처리, 리포트 초안 작성, 차트 해석, 데이터 분석이 일정한 품질로 돌아가는 상태. Google은 Hebbia와 Harvey가 3.6 Flash를 문서 파싱, 차트와 데이터 분석, 보고서 작성 같은 멀티모달 작업에 강하다고 평가했다고 전했다.

여기서 멀티모달은 장식어가 아니다. 법률, 금융, 리서치 업무의 원자료는 깔끔한 텍스트 파일로 오지 않는다. PDF, 표, 이미지, 차트, 스캔 문서가 섞인다. 에이전트는 그 자료들을 읽고, 필요한 곳을 찾아내고, 틀린 인용이나 과잉 해석 없이 결과물을 만들어야 한다. 토큰 효율과 멀티모달 성능이 같은 문장 안에 놓이는 이유도 이 근처에 있다. 긴 문서를 읽을수록 비용은 빠르게 커지고, 표 하나를 잘못 읽으면 전체 보고서가 무너진다. 간단하지 않다.

Gemini 3.6 Flash의 CBRN·사이버 오용 안전장치

Google은 Gemini 3.6 Flash가 Chemical, Biological, Radiological, and Nuclear, 즉 CBRN 영역과 사이버 공격 오용 영역에서 강화된 Frontier Safety 안전장치를 갖추고 출시된다고 밝혔다. 이 안전장치는 모델이 jailbreak에 훨씬 더 저항하도록 만든다는 설명이다. 동시에 이 모델은 유익한 사용 사례에 대한 거절을 최소화하도록 훈련됐다.

균형 잡기가 말처럼 쉽지 않다. 보안 분석, 취약점 탐지, 생물·화학 관련 연구 지원처럼 정당한 작업과 위험한 작업은 문장 표면만 보고 깔끔하게 갈리지 않는 경우가 많다. 너무 많이 막으면 현장의 개발자와 연구자는 쓸 수 없는 모델을 받는다. 너무 적게 막으면 모델은 공격 자동화의 도구가 된다. Google이 3.6 Flash 모델 카드로 더 자세한 정보를 안내한 이유도 그 지점에 있다. 성능표만으로 안전성을 판단하기는 어렵습니다.

Gemini 3.5 Flash-Lite의 350 output tokens/s와 0.3달러 입력 단가

Gemini 3.5 Flash-Lite는 이번 발표에서 속도와 가격을 가장 앞에 세운 모델이다. Artificial Analysis 기준 350 output tokens/s. 가격은 입력 100만 토큰당 0.3달러, 출력 100만 토큰당 2.5달러다. Google은 이 모델을 3.5 시리즈에서 가장 빠른 모델로 설명하며, 지연 시간이 낮아야 하는 작업과 처리량이 중요한 개발자 워크플로에 맞췄다고 밝혔다. 예시는 에이전트 검색과 문서 처리.

Flash-Lite라는 이름 때문에 단순 경량 모델처럼 읽히기 쉽지만, Google의 설명은 조금 다르다. 이 모델은 Gemini 3.1 Flash-Lite보다 에이전트 워크플로에서 크게 앞서며, 생각 수준을 조절해 쓸 수 있다. 개발자는 작업에 따라 minimal과 low thinking levels로 저지연·저비용 실행을 우선할 수 있고, 더 높은 thinking levels를 써서 다단계 서브에이전트 워크로드를 처리할 수 있다.

이 구조는 AI 제품의 운영 방식과 닮았다. 모든 요청에 같은 깊이의 추론을 쓰는 건 낭비다. 짧은 검색, 단순 분류, 문서 일부 추출에는 빠른 모델이 맞다. 복잡한 비교, 연쇄 판단, 여러 도구를 오가는 업무에는 더 깊은 추론이 필요하다. Gemini 3.5 Flash-Lite가 겨냥하는 시장은 이 구분을 모델 선택의 문제가 아니라 실행 옵션의 문제로 바꾸려는 쪽에 있다. 단위가 바뀐다.

Terminal-Bench 2.1 54%와 GDM-MRCR v2 72.2%로 본 Gemini 3.5 Flash-Lite

Gemini 3.5 Flash-Lite는 Terminal-Bench 2.1에서 54%를 기록해 Gemini 3.1 Flash-Lite의 31%를 넘어섰다. 긴 컨텍스트를 보는 GDM-MRCR v2에서는 72.2% 대 60.1%, 실제 작업 실행을 보는 GDPval-AA v2에서는 1140 대 642다. 가벼운 모델이라는 이름표 아래 두기에는 차이가 크다.

Google은 더 밀어붙인다. 여러 에이전트 및 코딩 평가에서 Gemini 3.5 Flash-Lite가 Gemini 3 Flash도 앞선다고 밝혔다. SWE-Bench Pro에서는 54.2% 대 49.6%, OSWorld-Verified에서는 74.0% 대 65.1%다. 이 비교는 개발자에게 꽤 강한 압박을 준다. 이름상 Lite 모델이 이전 세대의 Flash를 넘어서면, 기본 모델을 고르는 기준은 계층 구조가 아니라 워크로드별 효율로 바뀐다.

3.5 Flash-Lite에도 컴퓨터 사용 기능이 내장 도구로 들어갔다. 고처리량 에이전트 시스템에서 이 기능은 양날의 성격을 갖는다. 빠르게 많은 작업을 처리할수록 성공한 자동화의 가치는 커진다. 반대로 잘못된 자동화도 더 빠르게 번진다. 속도는 품질을 키우고, 실수도 키운다. 그래서 350 output tokens/s라는 숫자는 제품팀에게 매력적이지만, 평가와 모니터링 체계 없이는 부담스러운 숫자이기도 합니다.

Gemini 3.5 Flash Cyber와 CodeMender의 제한 접근 전략

가장 조심스럽게 다뤄진 모델은 Gemini 3.5 Flash Cyber다. Google은 AI 모델이 보안 취약점을 찾아내는 능력이 현재 시스템이 이를 고치는 속도보다 빨라졌다고 썼다. 이 문장은 이번 발표에서 가장 날이 서 있다. 취약점 탐지는 방어의 출발점이지만, 같은 능력은 공격 준비에도 쓰일 수 있다.

Gemini 3.5 Flash Cyber는 Gemini 3.5 Flash 위에 구축됐고, 사이버 보안 취약점을 더 낮은 토큰당 가격으로 찾고 고치도록 파인튜닝됐다. CodeMender 안에서는 여러 3.5 Flash Cyber 에이전트가 함께 작동해 하나의 결합 보고서를 만든다. Google은 이 조합이 CyberGym 벤치마크에서 frontier 수준의 경쟁력 있는 성능에 도달한다고 밝혔다.

배포 방식은 공개 모델과 다르다. Google은 이 기술의 dual-use 성격 때문에 의도적인 배포 방식을 택했다고 설명했다. Gemini 3.5 Flash Cyber는 CodeMender를 통해 정부와 신뢰할 수 있는 파트너에게만 제공될 예정이며, 제한 접근 파일럿 프로그램의 일부로 곧 제공된다. 목표는 일선 방어자들이 치명적 취약점을 악용 전에 찾아 고칠 수 있도록 앞선 출발점을 주면서, 더 넓은 오용 가능성을 줄이는 것이다.

이 제한은 단순히 보수적인 출시 전략으로만 보이지 않는다. 보안 모델은 성능이 좋아질수록 공개의 비용이 커진다. 취약점을 찾고 패치하는 능력은 공격 경로를 정리하는 능력과 기술적으로 맞닿아 있다. Google이 CodeMender라는 에이전트 인프라와 결합해 배포한다는 점도 그래서 중요하다. 모델 하나를 던져놓는 방식이 아니라, 검증과 보고, 사용 대상을 묶은 제품 형태로 통제하려는 시도. 약간은 조심스러운 배치다.

Gemini 3.5 Pro 테스트와 Gemini 4 사전학습의 메시지

이번 발표는 Flash 모델 세 개로만 끝나지 않는다. Google은 Gemini 3.5 Pro가 현재 파트너들과 테스트 중이며, 준비되는 대로 널리 제공할 계획이라고 밝혔다. 동시에 팀은 다음 세대 모델 구축에 집중하고 있고, Gemini 4를 위한 지금까지 가장 야심찬 pre-training run을 시작했다고 썼다.

다만 이 문장들은 신제품 약속이라기보다 로드맵의 신호로 읽는 편이 낫다. 발표문은 Gemini 3.5 Pro의 구체적 출시일을 제시하지 않았고, Gemini 4의 성능 수치도 공개하지 않았다. 확정된 것은 현재의 Flash 라인이 운영 효율을 끌어올리는 동안, 상위 모델 라인은 파트너 테스트와 대규모 사전학습으로 다음 단계를 준비하고 있다는 정도다. 아직 숫자는 없다.

Gemini API, Google AI Studio, Android Studio에서 시작되는 Gemini 3.6 Flash와 3.5 Flash-Lite

Gemini 3.6 Flash와 Gemini 3.5 Flash-Lite는 발표 당일부터 사용할 수 있다. 개발자는 Gemini API를 Google AI Studio와 Android Studio에서 이용할 수 있다. Gemini 3.6 Flash는 Google Antigravity에서도 제공된다. 기업 고객은 Gemini Enterprise Agent Platform에서 두 모델을 사용할 수 있고, Gemini 3.6 Flash는 Gemini Enterprise 앱에서도 제공된다.

일반 사용자는 Gemini 앱을 통해 접근할 수 있다. Gemini 3.5 Flash-Lite는 Google Search에도 배포되고 있다. Google은 개발자 가이드를 통해 시작할 수 있다고 안내했고, 3.6 Flash와 3.5 Flash-Lite 사용 경험에 대한 피드백을 받아 향후 Gemini 모델을 개선하겠다고 밝혔다. Gemini 3.5 Pro는 곧 출시하겠다는 표현으로 남아 있다.

이번 발표를 단순히 모델 라인업 확장으로만 읽으면 절반만 본 것이다. Gemini 3.6 Flash는 덜 말하고 더 정확히 끝내는 쪽으로, Gemini 3.5 Flash-Lite는 더 싸고 빠르게 많이 처리하는 쪽으로, Gemini 3.5 Flash Cyber는 강한 능력을 제한된 방어 환경에 묶는 쪽으로 설계됐다. AI 에이전트의 다음 경쟁은 가장 똑똑한 답변 한 개보다, 실패 없이 반복되는 수천 개의 작은 결정에서 갈릴지도 모른다. 사실 제품을 만들다 보면 그 작은 결정들이 더 무섭다.