출처

개요

Google이 2026-07-21 경량 Flash 계열을 세 모델로 넓혔다. Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, 보안 특화 Gemini 3.5 Flash Cyber다. 공통 주제는 토큰 효율로, 같은 작업을 더 적은 출력 토큰과 추론 단계로 끝내면서 품질은 올렸다는 것이다. 에이전트가 모델을 수십~수백 번 반복 호출하는 시대에는 호출당 장황함과 도구 호출 한 단계가 전체 비용·지연으로 불어나기 때문이다. Google은 Gemini 3.5 Pro를 파트너와 테스트 중이며 Gemini 4 사전학습을 시작했다고도 밝혔다.

핵심 포인트

  • 3.6 Flash(주력 일꾼 모델): 3.5 Flash 대비 출력 토큰 17% 감소(Artificial Analysis Index), DeepSWE에서는 작업당 평균 27.6만 → 9.7만 토큰으로 최대 65% 감소. DeepSWE v1.1 49%(3.5 Flash 37%), MLE-Bench 63.9%(49.7%), GDPval-AA v2 1,421(1,349), OSWorld-Verified 83.0%(78.4%). 가격은 입력 7.50(3.5 Flash 출력 $9.00보다 낮음). 컨텍스트 입력 100만·출력 6.4만 토큰, 모델 코드 gemini-3.6-flash. 컴퓨터 사용이 API의 내장 도구로 제공된다.
  • 3.5 Flash-Lite(처리량): 초당 350 출력 토큰으로 3.5 계열 최고속, 입력 2.50. 사고 수준(minimal·low~high)을 조절한다. Terminal-Bench 2.1 54%(3.1 Flash-Lite 31%), SWE-Bench Pro 54.2%·OSWorld-Verified 74.0%로 상위 모델 3 Flash(49.6%·65.1%)도 앞선다.
  • 3.5 Flash Cyber: 3.5 Flash를 취약점 탐지·수정용으로 미세조정했다. 보안 에이전트 CodeMender 안에서 여러 인스턴스가 협업하며 CyberGym 83.2%. 이중 용도 우려로 정부·신뢰 파트너 대상 제한 파일럿으로만 제공한다.
  • 경쟁 비교에서의 위치: SWE-Bench Pro(58.7%)·GDPval-AA에서는 GPT-5.6 Luna·Grok 4.5·Claude Sonnet 5가 앞서지만, OSWorld-Verified 83.0%는 표 전체 1위이고 장문(GDM-MRCR v2 1M) 54.0%로 3.5 Flash(26.6%)의 두 배다. 절대 성능보다 성능당 비용 경쟁에 강한 모델이다.
  • 안전: CBRN·사이버 오용에 강화된 Frontier Safety 안전장치를 적용하면서 불필요한 거부는 줄였다고 밝혔다.

왜 중요한가

모델 경쟁의 축이 “가장 똑똑한 모델”에서 “반복 호출에 싸고 빠른 충분히 똑똑한 모델”로 옮겨가는 흐름을 보여준다. 에이전트 워크로드에서는 벤치 점수만큼 작업당 토큰 수가 비용을 가른다.

참고 링크

관련 위키

원문 보존 위치

원문 전체는 raw source: 2026-07-22-pytorchkr-topic-11385-google-gemini-3-6-flash-3-5-flash-lite에 source_url 및 HTML 원문과 함께 저장되어 있습니다.