Gemini 3.6 플래시 리뷰: 가격, 벤치마크, API 및 성능

Gemini 3.6 Flash는 고려해 볼 만합니다 에 대한 경계 기반 코딩, 다중 모드 분석 및 지도형 에이전트 워크플로우. 이 Gemini 3.6 Flash 리뷰에 따르면, 3.5 Flash에 비해 확실한 개선이 확인되었습니다. 구글은 더 낮은 출력 비용과 여러 에이전트 기반 벤치마크에서 더 우수한 결과를 제시했으며, 당사의 자체 테스트에서는 합리적인 출력 제한 범위 내에서 정확한 구조화 정보 추출, 차트 판독, 그리고 집중적인 코드 수정 능력이 확인되었습니다. 다만 모든 상황에서 우위를 점하는 것은 아닙니다. 저희가 수행한 128K 규모 합성 검색 작업에서는 두 번 실패했으며, 모델의 로컬 브라우저 계획은 가시적인 대상을 올바르게 식별했음에도 불구하고 숨겨진 요소 ID를 임의로 생성해 냈습니다.

실무적인 권장 사항은 워크로드별 수용 테스트를 거친 후 Gemini 3.6 Flash를 시범 운영하고, 작업 성공당 총 비용을 측정하며, 되돌릴 수 없는 작업에 대해서는 반드시 사람의 확인을 거치도록 하는 것입니다. 아래에 제시된 공식 수치, 게이트웨이를 포함한 당사의 측정 결과, 제3자 벤치마크 및 초기 소셜 보고서는 서로 다른 증거가 하나의 점수로 혼합되지 않도록 별도로 표기되어 있습니다.

지금 GlobalGPT에서 Gemini 3.6 Flash를 사용해 보세요

Gemini 3.6 플래시 리뷰: 장단점

목차

Gemini 3.6 Flash란 무엇인가요?

Gemini 3.6 Flash는 경량 추론 계층보다 더 많은 추론 및 도구 사용이 필요하지만, 플래그십 가격대까지 올라가지 않아도 되는 프로덕션 워크로드를 대상으로 하는 안정적인 Google 모델입니다. Google은 이 모델을 코딩, 지식 업무, 다중 모달 이해, 에이전트 기반 실행을 위한 ‘주력 모델’로 설명합니다. 이 프로덕션 모델의 ID는 gemini-3.6-flash. 구글의 공식 모델 페이지 이를 ‘일반 제공’ 상태로 표시하고 있습니다.

이 모델은 텍스트, 이미지, 오디오, 비디오 및 PDF 형식의 입력을 지원합니다. 텍스트, 구조화된 JSON, 함수 또는 도구 호출을 반환하지만, 기본적으로 이미지나 오디오를 생성하지는 않습니다. 이러한 차이는 광범위한 “다중 모드” 주장을 비교할 때 중요한데, 여러 입력 형식을 이해하는 것과 여러 출력 미디어를 생성하는 것은 서로 다른 개념이기 때문입니다.

Google의 Gemini 3.6 플래시 모델 카드 2026년 3월을 지식 컷오프 시점으로 제시하며, 이 모델이 Gemini 3.5 Flash를 기반으로 한다고 밝히고 있습니다. 아키텍처와 훈련 세부 사항은 새로 공개된 것이 아니라 대부분 참조를 통해 이어받은 것이므로, 구매자는 문서화된 동작과 공개된 평가 결과를 검토할 수는 있지만 훈련 방식을 재현할 수는 없습니다.

포괄적인 툴 스택은 이 제품의 포지셔닝에서 핵심적인 역할을 합니다. 공식 모델 페이지에는 함수 호출, 구조화된 출력, 코드 실행, 파일 검색, URL 컨텍스트, 컨텍스트 캐싱, Google 검색 기반 정보, Google 지도 기반 정보, 사고, 컴퓨터 활용 등이 나열되어 있습니다. 실제 운영 결정 시에는 단순히 하나의 답변 품질뿐만 아니라 요청 형태, 도구 추적, 재시도, 유효성 검사, 인간 검토 등 전체 루프를 종합적으로 평가해야 합니다.

이러한 ‘일꾼’으로서의 역할은 이번 리뷰의 초점이 어디에 맞춰져 있는지도 설명해 줍니다. 3.6 Flash는 단편적인 사소한 질문에 답하는 것보다 애플리케이션 워크플로우에 참여할 때 가장 흥미롭습니다. 이 도구의 가치는 주변 시스템이 도구를 제한하고, 생략된 부분을 포착하며, 출력을 검증하고, 더 간단한 작업을 비용이 더 저렴한 계층으로 전달하는지에 달려 있습니다.

‘컴퓨터 사용’ 기능을 통해 애플리케이션은 스크린샷을 전송하고, 브라우저, 모바일 또는 데스크톱 환경에 대한 제안된 작업을 수신할 수 있습니다. 클라이언트는 여전히 해당 작업을 실행하고, 다음 스크린샷을 제공하며, 정책을 적용합니다. 구글은 이 기능을 ‘미리보기’로 분류하고 있으며, 민감하거나 되돌릴 수 없는 작업의 경우 컴퓨터 사용 안내서.

Gemini 3.6 플래시 사양 및 기능

1,048,576 토큰의 컨텍스트 제한은 단순한 용량일 뿐, 모든 사실을 신뢰할 수 있게 복원할 수 있다는 보장은 아닙니다. 이는 구글의 장문 컨텍스트 벤치마크와 당사의 합성 게이트웨이 테스트 모두에서 반복적으로 나타나는 주제입니다. 전체 코퍼스가 기술적으로 하나의 요청에 포함될 수 있는 경우에도, 검색, 청킹, 문서 색인, 요약 및 출처 인용 기능은 여전히 유용합니다.

65,536 토큰이라는 출력 상한선은 넉넉한 편이지만, 실제 애플리케이션에서는 비용과 지연 시간을 고려해 더 낮은 상한선을 설정하는 경우가 많습니다. 저희 테스트를 통해, 겉보기에는 충분해 보이는 상한선도 내부 추론 토큰에 의해 소진될 수 있다는 사실이 드러났습니다. HTTP 200 응답을 단순히 작업 성공으로 간주하기보다는, 실제 완료 사유와 내용을 검증해야 합니다.

Gemini 3.6 플래시 가격

API 토큰 기반 과금이 아닌 구독 요금제를 비교하고 계신다면, Gemini 3 플래시 비용 안내 실용적인 구매 옵션을 구분해 줍니다.

공식 유료 스탠다드 요금제는 다음과 같습니다. 입력 토큰 100만 개당 $1.50 그리고 출력 토큰 100만 개당 $7.50. 출력 과금에는 사고 토큰이 포함됩니다. 배치 및 플렉스 추론의 경우 해당 토큰 요율이 절반으로 줄어들지만, 우선순위 추론에는 80% 프리미엄이 적용됩니다. 항상 최신 Gemini API 가격 안내 페이지 생산 견적을 산출하기 전에.

컨텍스트 캐싱 요금은 스탠다드 유료 티어에서 캐시된 입력 토큰 100만 개당 $0.15이며, 여기에 캐시 저장 공간에 대해 시간당 토큰 100만 개당 $1.00이 추가됩니다. 캐싱을 통해 반복 입력 요금을 절감할 수 있지만, 필요 이상으로 오랫동안 유지되는 대용량 캐시는 그 자체로 비용 요인이 됩니다. 캐시 요금을 실제로 달성한 재사용량과 비교해 보십시오.

그라운딩은 별도의 단위가 적용됩니다. 구글은 매월 5,000건의 구글 검색 또는 지도 기반 프롬프트를 무료로 제공하며, 이는 Gemini 3개 모델에 걸쳐 공유됩니다. 그 이후에는 검색 쿼리 1,000건당 $14가 부과됩니다. 하나의 프롬프트가 하나 이상의 검색 쿼리를 생성할 수 있으므로, 토큰 비용만으로는 그라운딩 워크플로우의 실제 비용을 과소평가할 수 있습니다.

A $2.25 표준 가격 책정 예시

입력 토큰 1,000,000개를 소비하고 출력 토큰 100,000개를 생성하는 요청의 경우, 입력에 $1.50, 출력에 $0.75의 비용이 발생하며, 이는 $2.25 표준 모드에서. 이 간단한 예시에는 캐시 저장, 쿼리 그라운딩, 재시도, 외부 도구 및 실패한 시도는 포함되지 않습니다.

또한 구글은 Artificial Analysis Index에서 Gemini 3.6 Flash가 3.5 Flash보다 출력 토큰을 17% 덜 사용했으며, 다단계 워크플로우에서 추론 단계와 도구 호출 횟수도 더 적었다고 보고했습니다. 이는 워크로드에 따른 공식적인 관찰 결과일 뿐, 모든 애플리케이션에서 17%의 절감 효과가 보장되는 것은 아닙니다. 직접 프롬프트를 사용하여 성공한 작업당 토큰 수를 측정해 보시기 바랍니다.

Gemini 3.6 Flash 벤치마크: 구글의 발표 내용

구글의 공식 비교 결과에 따르면, 에이전트 기반 코딩, 머신러닝 엔지니어링, 컴퓨터 상호작용, 장문 맥락 검색 분야에서 가장 뚜렷한 성능 향상이 나타났습니다. 가장 유용한 기준 모델은 Gemini 3.5 Flash인데, 이는 구글이 두 모델을 동일한 모델 카드 계열 내에서 평가했기 때문입니다. 이 수치들은 구글의 결과이며, 당사의 테스트 환경에서 측정한 값이 아닙니다.

DeepSWE는 12.0%포인트, MLE-Bench는 14.2%포인트 향상되었습니다. OSWorld-Verified의 향상 폭은 4.6%포인트였으며, SWE-Bench Pro Public과 Terminal-Bench는 비교적 소폭의 향상을 보였습니다. 합리적으로 주장할 수 있는 점은 3.6 버전이 3.5 버전에 비해 여러 에이전트 기반 워크로드에서 성능을 향상시켰다는 것이지, 모든 모델이나 코딩 벤치마크에서 압도적인 우위를 차지했다는 것은 아닙니다.

구글은 또한 원치 않는 코드 수정 횟수가 줄어들고 실행 루프가 단축된다고 설명합니다. 불필요한 변경은 검토 비용을 증가시키고, 반복되는 루프는 토큰을 소모하기 때문에, 이러한 행동 양상은 리포지토리 작업에서 발생하는 미미한 통과율 변화보다 더 중요할 수 있습니다. 다만 여전히 애플리케이션 수준의 측정이 필요하며, 집계된 벤치마크만으로는 특정 코드베이스에서의 행동 양상을 파악할 수 없습니다.

다중 모달 및 장문맥 검색 결과

CharXIV에서 복잡한 차트에 대한 추론 성능과 관련하여, 구글은 Gemini 3.6 Flash의 경우 도구 미사용 시 85.2%, 도구 사용 시 89.4%를 기록했다고 보고했습니다. Gemini 3.5 Flash의 경우 각각 84.2%와 84.9%를 기록했습니다. 도구 활용 시 더 큰 성능 차이는 시각적 취향이나 프론트엔드 스타일링 품질을 측정하지는 않더라도, 차트 해석 및 다중 모드 워크플로우에 대한 이 모델의 입지를 뒷받침합니다.

1M 결과는 상대적으로 큰 개선이지만, 54.0%라는 수치만으로는 중요한 사실을 무분별하게 검색할 근거가 될 수 없습니다. 실제 운영 시스템에서는 여전히 문서를 세분화하고, 출처 정보를 유지하며, 출처 인용을 요청해야 합니다. 별도로 수행한 128K 합성 테스트는 실패했으나, 이 테스트는 다른 작업과 게이트웨이 경로를 사용했기 때문에 구글의 결과를 대체할 수 없습니다.

Gemini 3.6 Flash 실습 테스트

2026년 7월 22일에 결정론적 자사 데이터 분석 스위트를 실행했습니다. 보고된 모든 지연 시간은 게이트웨이 포함 총 응답 시간, 따라서 여기에는 브롤리 라우팅에 따른 오버헤드가 포함되어 있으므로, 이를 구글 API의 직접적인 지연 시간으로 해석해서는 안 됩니다.

스트리밍 확인을 포함하여 TTFT는 측정되지 않았습니다. 총 소요 시간, 프롬프트 토큰, 완료 토큰, 추론 토큰, 캐시된 토큰, 총 토큰 수, 완료 사유, 재시도 횟수, 유효성 검사 결과, 그리고 공식 표준 토큰 요율을 기반으로 한 예상 비용을 기록했습니다. 추론 토큰은 이미 완료 토큰에 포함되어 있었으며, 캐시된 토큰은 이미 프롬프트 토큰에 포함되어 있었습니다.

전체 활동은 다음과 같이 구성되었습니다. 12개의 논리적 API 호출 그리고 HTTP 요청 14회. 1차 경기는 그대로 유지되었으며 $0.244491, 재방송된 세 편의 방송은 총 $0.0520416, 그리고 수정된 누적 추정치는 $0.2965326. 명백히 잘린 두 개의 초기 기록을 해당 기록의 재전송본으로 대체한 후, 통합된 결과는 다음과 같았습니다: 7개는 통과했고, 1개는 실패했으며, 1개는 지원되지 않았습니다..

비용 추정은 캐시되지 않은 프롬프트 토큰의 경우 $1.50/M, 캐시된 프롬프트 토큰의 경우 $0.15/M, 출력 토큰의 경우 $7.50/M을 적용합니다. 긴 컨텍스트 재실행에서, 128,248개의 프롬프트 토큰은 5,464개의 캐시되지 않은 토큰과 122,784개의 캐시된 토큰으로 나뉘며, 여기에 2,048개의 출력 토큰을 더하면 $0.0419736. 캐시 저장 용량은 $1.00/M 토큰/시간으로 표기되어 있으나, 저장 기간이 측정되지 않았기 때문에 제외되었습니다.

이는 통계적 유의성을 갖춘 벤치마크가 아닌, 소규모 표본을 대상으로 한 진단 테스트입니다. 이 테스트는 테스트 환경, 기대값, 검증 기준, 요청 제한 및 오류 사항이 그대로 유지된다는 점에서 유용합니다. 이 테스트 결과는 실제 워크로드에서 진행될 후속 테스트의 지침이 되어야 하며, 보편적인 품질 점수로 간주되어서는 안 됩니다.

스트리밍, 구조화된 출력, 차트 해석

스트리밍 문제에서는 정확히 보이는 정답을 요구했습니다. 확인. Gemini 3.6 Flash는 5개의 프롬프트, 119개의 완성 토큰, 118개의 추론 토큰, 총 124개의 토큰을 사용하여 2.938초 만에 정답을 도출했으며, 추정 값은 $0.0009였습니다. 눈에 띄는 점은 추론 단계가 119개의 완성 토큰 중 118개를 소모했다는 사실로, 이는 출력 제한이 아주 작을 경우 왜 가시적인 답변이 나오지 않을 수 있는지를 잘 보여줍니다.

첫 번째 3.6 구조화된 추출 호출은 512 토큰의 출력 제한을 적용했으며, 다음에서 종료되었습니다. finish_reason=길이 잘린 JSON을 사용하여 테스트했습니다. 이를 품질 평가 결과가 아닌 테스트 환경의 한계로 간주하고, 해당 작업만 2,048 토큰으로 반복 실행했습니다. 목표로 한 재실행은 3.919초 만에 정확한 필드 유효성 검사를 통과했으며, P55/C453/R411/T508을 기록했고, 추정 $0.00348을 달성했습니다.

Gemini 3.5 Flash는 P56/C378/R324/T434 설정과 추정값 $0.003486을 사용하여 초기 호출 시 동일한 추출 작업을 3.113초 만에 완료했습니다. 구성당 한 번의 실행만으로는 지연 시간 측면에서 우위를 가릴 수 없습니다. 다만, 출력 제한과 추론 사용량은 무턱대고 복사하는 대신 모델별로 조정해야 한다는 점을 보여줍니다.

3.6 차트 판독 호출 역시 초기 상한선인 768 토큰에서 중단되었습니다. 2,048 토큰에서, 대상 재실행은 P1,127/C653/R520/T1,780 및 추정 $0.006588을 사용하여 4.884초 만에 8개의 벤치마크 값을 모두 정확히 읽어냈습니다. 검증자는 반환된 모든 값을 고정된 기준값 파일과 비교했습니다.

코딩 수정: 두 모델 모두 5/5를 달성했습니다.

두 코딩 과제는 모두 테스트 통과율이 3/5인 동일한 파이썬 픽처의 분리된 사본을 기반으로 시작되었습니다. Gemini 3.6 Flash는 5.553초 만에 P602/C1,150/R930/T1,752 및 예상 $0.009528의 결과를 보여주는, 집중적이고 사용 가능한 수정 결과를 산출했습니다. 이 출력을 적용한 결과, 테스트 파일의 해시는 변함없이 유지된 채로 피처의 통과율이 5/5로 상승했습니다.

Gemini 3.5 Flash 역시 P603/C1,332/R1,058/T1,935 및 추정값 $0.0128925를 기록하며 6.860초 만에 5/5에 도달하는 집중적인 수리를 수행했습니다. ‘노-프로세(no-prose)’ 지시 사항에도 불구하고 펜스 코드 주변에 프로세를 추가했기 때문에, 오프라인 검증 전에 하네스에서는 펜스 코드 추출에 대한 허용 범위가 넓은 처리가 필요했습니다. 두 수리 결과 모두 사용 가능했으나, 출력 규율에는 차이가 있었습니다.

이 테스트는 결정론적 단위 테스트를 통한 제한된 수정 작업을 중점적으로 평가합니다. 리포지토리 탐색, 여러 파일에 걸친 아키텍처 변경, 장시간에 걸친 자율 실행, 또는 모델이 차별화된 테스트를 처음부터 설계할 수 있는지 여부는 측정하지 않습니다. 이러한 측면들은 별도의 피처와 실패 기준이 필요합니다.

128K 합성 데이터 검색 오류

약 128K 규모의 프롬프트는 대규모 합성 컨텍스트 내에 8개의 결정론적 식별자를 배치하고, 이를 JSON 형식으로 정확히 복원하도록 요구했습니다. Gemini 3.6 Flash는 두 차례 실패하여, 8개의 값 대신 관련 없는 코드와 HTML을 반환했습니다. 출력 제한을 높여도 이 현상은 해결되지 않았습니다.

재실행에는 11.366초가 소요되었으며, P128,248/C2,048/R0/Cached122,784/T130,296, 캐시된 입력 조정 후 추정값 $0.0419736, 그리고 finish_reason=길이. 이것은 구글의 GDM-MRCR과는 직접적으로 비교할 수 없다 결과: 우리의 작업, 정확한 프롬프트 구성, 컨텍스트 규모, 출력 형식, 그리고 브로리 게이트웨이 경로가 모두 다릅니다.

이 오류는 여전히 운영상 의미가 있습니다. 이 오류는 해당 합성 요청이 두 번의 시도 모두에서 당사의 경로를 통해 처리되지 못했음을 나타내므로, 데이터 검색, 더 엄격한 컨텍스트 선택, 응답 유효성 검사 및 대체 처리 절차 없이 동일한 패턴을 전송해서는 안 된다는 것을 의미합니다. 이는 구글의 벤치마크 결과를 무효화하지도 않으며, 일반적인 128K 제한이 존재한다는 것을 입증하지도 않습니다.

로컬 브라우저 액션 핸들: 올바른 대상, 임의로 지정한 ID

모델은 모니터링 대상인 로컬 페이지의 스크린샷을 분석한 후, 화면에 표시된 대상 텍스트인 “사용 현황 보고서 열기”를 정확하게 식별했습니다. 그리고 다음과 같은 조치를 제안했습니다. 클릭 하지만 숨겨진 식별자를 만들어 냈는데, 사용 현황 보고서 열기, 실제 DOM ID 대신 사용법. 이 하네스는 임의로 지정한 ID를 신뢰하기보다는 고유하고 정확한 가시 텍스트를 식별했습니다.

이 플랜 호출은 P1,153/C643/R573/T1,796의 조건에서 5.305초가 소요되었으며, 예상 비용은 $0.006552였습니다. 로컬 Chrome 피처가 한 번 클릭되어 상태가 준비됨 에 보고서 열기. 이것이 바로 Gemini 컴퓨터 사용 (비원어민용); 어떠한 외부 동작도 수행하지 않았고, 양식을 제출하지도 않았으며, 외부 상태를 변경하지도 않았다.

PDF 결과에는 게이트웨이 경로 제한이 있습니다.

브로리 /답변 PDF 변환 경로에서 코드와 함께 HTTP 500 오류가 발생했습니다. convert_request_failed 그리고 메시지 구현되지 않음. 해당 레코드에 재시도 횟수가 두 번 포함되어 있어 논리적 호출이 HTTP 요청을 세 번 시도한 후, 토큰을 사용하거나 비용이 발생하지 않은 상태에서 중단되었습니다. 당사는 이 경로를 지원되지 않는 것으로 분류합니다.

이 결과 이는 Gemini가 PDF를 지원하지 않는다는 것을 의미하지는 않습니다.. 구글의 모델 문서에는 PDF 입력이 명시되어 있으나, OpenAI 호환 게이트웨이 변환 경로에서 가시적인 모델 응답이 나타나기도 전에 요청이 실패했습니다. PDF의 기본 동작에 대한 결론을 내리기 전에는 여전히 구글 AI 스튜디오 또는 Gemini API를 통한 직접적인 검증이 필요합니다.

편집자 확인이 여전히 필요합니다: Google AI Studio의 기본 기능이나 Gemini API를 통해 PDF 작업을 실행한 다음, 전체 프롬프트, 모델 응답, 사용량 패널 및 페이지 인용 증거를 캡처합니다. 해당 스크린샷이 확보될 때까지는 본 리뷰에서 브롤리 변환 실패 사례만 보고하며, 기본 PDF 성능에 대해서는 어떠한 주장도 하지 않습니다.

Gemini 3.6 플래시 API 액세스 및 코드

고차원 추론이 가능한 구글 모델을 비교 분석하는 개발자들은 다음을 사용할 수 있습니다. Gemini 3.1 Pro API 가격 및 성능 가이드 다음 단계의 참고 자료로.

Gemini 3.6 Flash는 Google AI Studio 및 Gemini 개발자 API에서 안정 버전 모델 ID로 제공됩니다. gemini-3.6-flash. 구글은 최신 버전을 권장합니다. 상호작용 API 새로운 주도적 프로젝트의 경우, 반면 기존 generateContent 이 인터페이스는 계속 지원되며, Interactions를 통해 아직 제공되지 않는 중요한 기능들을 포함하고 있습니다.

Google Gen AI 공식 SDK를 활용한 Python

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.6-flash",
    contents=(
 "제안된 코드 변경 사항을 검토하십시오. 근본 원인을 파악하고, "
 "안전하게 적용할 수 있는 최소한의 수정 사항, 그리고 이를 입증할 수 있는 정확한 테스트를 제시해 주세요."
    ),
)

print(response.text)

클라이언트는 지원되는 환경 구성에서 자격 증명을 읽어오므로, 키를 하드코딩하거나 공개하지 마십시오. 이 예제에서는 의도적으로 더 이상 사용되지 않는 샘플링 필드를 피하고 Google의 공식 google-genai generate_content 방법. 워크로드에 필요한 경우에만 스키마, 보안 설정 및 도구를 추가하십시오.

JavaScript와 함께 @google/genai

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const response = await ai.models.generateContent({
  model: "gemini-3.6-flash",
  contents: "위험 요소를 추출하고, 출처를 명확히 밝힌 간결한 요약을 반환해 주세요.",
});

console.log(response.text);

안정적인 생산 환경에서 사용하려면 반환된 구조를 검증하고, 종료 사유를 확인하며, 도구 호출 내역을 기록하고, 전송 성공과 작업 성공을 구분해야 합니다. 잘린 JSON이나 지원되지 않는 액션이 포함된 200 응답은 성공적인 비즈니스 결과로 간주되지 않습니다.

Interactions API를 사용할까요, 아니면 콘텐츠를 생성할까요?

Interactions API는 다음을 통해 선택적인 서버 측 상태를 추가합니다. 이전_상호작용_ID, 관찰 가능한 실행 단계, 그리고 시간이 오래 걸리는 작업에 대한 백그라운드 실행 기능을 제공합니다. 상태와 도구 추적이 일급 개념으로 다루어지기 때문에 새로운 에이전트 루프에 매력적인 선택지입니다. 민감한 콘텐츠에 적용하기 전에 저장 및 보존 설정을 확인하시기 바랍니다.

유지 generateContent 해당 애플리케이션에 더 적합한 성숙한 기능 세트가 제공될 때입니다. 2026년 7월 현재, 구글의 문서에 따르면 Interactions는 아직 배치 API, 명시적 캐싱, 사용자 지정 안전 설정, 동영상 메타데이터 또는 자동 Python 함수 호출 기능을 제공하지 않는다고 합니다. 모델 지원과 API 인터페이스 지원은 별개의 문제입니다.

Gemini 3.6 Flash API 마이그레이션 변경 사항

Google의 Pro 모델 제품군과 관련된 보다 자세한 구현 워크플로는 다음을 참조하십시오. Gemini 3.1 Pro 코딩 튜토리얼.

기존 요청 형식을 변경하는 것은 단순히 모델 이름을 바꾸는 것 이상의 의미를 지닙니다. 구글의 최신 모델 마이그레이션 가이드 사용 중단되었거나, 무시되거나, 거부된 문서 매개변수 및 턴 패턴을 처리합니다. 이 마이그레이션을 요청-계약 및 상태 무결성 변경 사항으로 간주하십시오.

사용 중단된 컨트롤 및 사전 입력 기능 제거

제거 온도, top_p, 및 top_k. 구글에 따르면, 이러한 모델에서는 해당 매개변수가 더 이상 사용되지 않으며 무시된다고 합니다. 향후 버전에서는 해당 매개변수가 전달될 경우 HTTP 400을 반환할 것으로 예상됩니다. 레거시 온도: 0 이 필드는 결정론적 보장을 의미하는 것으로 간주되어서는 안 됩니다.

또한 요청은 비어 있지 않은 모델-역할 사전 채우기 값으로 끝나서는 안 됩니다. 모델 턴 끝에 “Translation:”이나 JSON의 여는 중괄호를 추가하는 등의 패턴은 HTTP 400 오류를 반환할 수 있습니다. 사전 채우기 대신 시스템 지침, 구조화된 출력, 명시적 스키마 및 유효성 검사기를 사용하십시오.

숫자 대체 예산_고민 다음과 함께 제어 기능 사고 수준 enum; Gemini 3.6 플래시는 기본적으로 중간. 제거 후보자 수, 이는 Gemini 3.x에서 지원하지 않으므로, 여러 가지 후보 전략이 실제로 필요한 경우에는 애플리케이션 수준에서 대안을 구현해야 합니다.

함수 호출 상태 유지

도구 워크플로에서는 호출 ID, 함수 이름, 사고 서명 및 실행 순서가 올바르게 유지되어야 합니다. 다음을 사용할 때 generateContent, 각각 FunctionResponse 다음 내용을 포함해야 합니다. call_id 그리고 이름. 형식이 잘못된 호출 테스트, 도구 출력 전 설명 텍스트 표시, 그리고 거부되거나 사용할 수 없는 도구에 대한 복구 기능을 테스트합니다.

• 대상 모델 ID를 다음과 같이 변경하십시오. gemini-3.6-flash.
• 제거 온도, top_p, top_k, 및 후보자 수.
• 교체 예산_고민 와 함께 사고 수준.
• 모델 턴 사전 채우기 기능을 제거합니다.
• 함수 호출 ID, 이름, 사고 시그니처 및 도구 순서를 유지합니다.
• 완료 사유, 스키마, 재시도 및 모든 성공 주장을 검증하십시오.
• 실패한 호출 및 도구를 포함하여, 성공한 작업당 비용을 재계산하십시오.
• 컴퓨터를 사용하기 전에 프롬프트 주입 및 파괴적 동작 테스트를 실행하십시오.

Gemini 3.6 Flash 대 3.5 Flash 및 Flash-Lite

구글과 OpenAI 사이에서 고민 중인 팀들은 당사의 자료를 통해 두 옵션의 장단점을 비교해 볼 수 있습니다. GPT-5.4 대 Gemini 3: 간략한 리뷰.

Gemini 3.6 Flash는 Gemini 3.5 Flash의 직접적인 업그레이드 후보입니다. 표준 입력 가격은 토큰 100만 개당 $1.50으로 유지되는 반면, 출력 가격은 $9.00에서 $7.50으로 하락합니다—이는 구글이 별도의 보고서에서 한 평가에서 출력 토큰 사용량이 감소했다고 밝힌 점을 고려하기 전 기준으로 16.7%의 감소폭입니다.

이주 사례가 가장 설득력 있는 경우는, 더 높은 에이전트 점수, 더 낮은 산출물 가격, 더 짧은 루프가 달러당 더 많은 성과로 이어질 때입니다. 반면, 특정 저장소나 도구 구성이 불완전한 실행, 잘못된 검증, 또는 반복적인 수작업 수정을 유발할 때는 그 설득력이 가장 약합니다. 동일한 도구와 수용 테스트를 사용하여 일치하는 프롬프트를 실행하십시오.

Gemini 3.5 Flash-Lite의 장착 위치

Gemini 3.5 Flash-Lite 이는 고처리량 추출, 분류, 번역, 라우팅, 문서 처리 및 제한된 하위 에이전트 작업을 위한 저비용 버전입니다. 표준 요금은 입력 토큰 100만 개당 $0.30, 출력 토큰 100만 개당 $2.50입니다. 즉, 3.6 Flash는 입력 비용은 5배, 출력 비용은 3배 더 비쌉니다.

2단계 라우터는 적합한 작업을 Flash-Lite로 기본 할당하고, 신뢰도가 낮거나 도구 사용이 많은 작업, 다중 모드 작업, 또는 장기적인 작업은 3.6 Flash로 에스컬레이션할 수 있습니다. 이 라우터는 관찰 가능하고 되돌릴 수 있어야 하며, 그 사유가 기록되고 재시도 비용과 수정 비용이 모두 포함되어야 합니다. 토큰 비용이 저렴하다고 해서 완료된 작업의 비용이 자동으로 저렴해지는 것은 아닙니다.

초기 사용자 피드백 및 제3자 평가 결과

2026년 7월 22일, 이 스크린샷이 촬영되었을 당시 Gemini 3.6 Flash는 공개된 지 약 하루가 지났던 시점이었다. 해당 게시물들은 사회적 일화 대표성 있는 설문조사가 아닌 증거이며, 플랫폼 순위는 타사 벤치마크 구글 검색 결과나 우리가 직접 측정한 수치보다는 증거에 기반해야 합니다. 이러한 증거들은 검증할 가설을 도출하는 데 유용합니다.

유망한 브라우저 및 프론트엔드 동향, 단 몇 가지 주의사항이 있다

Arena.ai에 따르면, Frontend Code Arena에서 Gemini 3.6 Flash가 1,537점을 기록하며 12위를 차지했는데, 이는 Gemini 3.5 Flash가 기록했던 21위보다 순위가 상승한 것이다. 이 결과는 아레나의 프롬프트, 투표자, 모델 스냅샷 및 순위 산정 방식을 반영한 것입니다. 이는 프론트엔드 개선 가설을 뒷받침하지만, 보편적인 코드 품질을 입증하는 것은 아닙니다.

Browser Use는 자사의 BU 벤치마크에서 68%라는 결과를 보고하며, 이 모델을 가성비가 가장 뛰어난 브라우저 에이전트 옵션으로 꼽았습니다. 이는 중립적인 업계 평가가 아닌, 제조사가 직접 작성한 벤치마크 결과입니다. 구글의 OSWorld 결과와 함께 대략적인 경향을 파악하는 데는 흥미롭지만, 각 팀은 자체적인 보안 및 도구 실행 환경에서 브라우저 작업을 재현해 볼 필요가 있습니다.

한 비판적인 X 사용자는 구글의 표를 다르게 해석하며, 가장 설득력 있는 성과는 코딩보다는 시각적 인식과 문맥 이해 분야에서 나타났다고 주장했다. 또 다른 사용자는 3.6이 3.5보다 약간 낮은 복합 코딩 지수를 지적했다. 과제 구성에 따라 겉보기에는 상반된 결과가 나올 수 있으므로, 모든 수치에는 해당 벤치마크의 명칭과 평가 방법이 반드시 명시되어야 한다.

코딩 보고서는 검증과 완료를 중점적으로 다룹니다

레딧에 올라온 가장 상세한 보고서에 따르면, 3.6 Flash는 작업 범위가 명확하게 정해져 있고, 측정 가능하며, 수리 전에 관련 데이터가 수집된 경우 빠르고 뛰어난 성능을 발휘하는 것으로 묘사되었다. 같은 작성자는 확신에 찬 검증 주장, 파괴적으로 보이는 자율성, 그리고 작업 확인에 드는 감독 비용에 대해 경고했다. 또한 이 작성자는 다른 모델이 결과를 검토하거나 수정했으며, 설정 문제로 인해 테스트의 일부 결과가 왜곡되었다는 사실도 공개했다.

다른 레딧 작성자는 프로젝트 작업이 미완료된 상태에서 해당 작업이 완료되었다고 주장한 사례를 보고했습니다. 댓글 작성자들은 유사한 상황, 디버깅, 그리고 허위 검증에 대한 우려를 제기했습니다. 해당 도구의 구성 및 프롬프트는 독립적으로 검증되지 않았으므로, 이 보고서는 일반화된 결론이 아닌 테스트 사례로 삼아야 합니다.

일반적인 평가 교훈은 패치의 품질과 검증의 신뢰성을 구분해야 한다는 점입니다. 모델이 유용한 수정 사항을 제안하더라도, 해당 수정 사항을 식별할 수 없는 테스트를 사용하거나, 최종 작업 단계를 생략하거나, 잔여 오류를 잘못 보고할 수 있습니다. 승인 기준은 산출물, 테스트의 판별력, 최종 상태, 그리고 완료 보고서의 정확성을 모두 확인해야 합니다.

한계, 안전성 및 근거의 범위

Gemini 3.6 Flash는 허위 정보 생성, 실행 불완전, 근거 없는 확신에 기반한 결론 등 기초 모델의 오류 양상을 그대로 유지하고 있습니다. 모델 설명서에는 가끔씩 처리 속도가 느려지거나 타임아웃 현상이 발생할 수 있다는 점도 명시되어 있습니다. 2026년 3월을 지식 컷오프 시점으로 삼고 있으므로, 그 이후의 최신 정보에 대해서는 근거 제시, 신뢰할 수 있는 최신 출처, 또는 제공된 문서가 필요합니다.

구글은 Gemini 3.5 Flash와 비교했을 때 전반적으로 긍정적인 안전성 결과를 보고했는데, 여기에는 텍스트-텍스트 및 다국어 안전성 개선, 이미지-텍스트 안전성은 변함없음, 거절 어조 및 부당한 거절에서 약간의 퇴보가 포함됩니다. 추가 테스트 결과, 이 모델은 여전히 구글의 ‘중요 역량 수준(Critical Capability Levels)’ 미만을 유지했습니다. 이는 게시자가 보고한 평가 결과일 뿐, 특정 배포 환경에 대한 독립적인 보장은 아닙니다.

컴퓨터 사용은 채팅보다 더 강력한 운영 통제 조치가 필요합니다. 스크린샷 기반 에이전트는 프롬프트 주입, 기만적인 제어, 팝업, 되돌릴 수 없는 작업 등에 직면할 수 있습니다. 격리된 환경, 최소 권한 자격 증명, 도메인 및 작업 허용 목록, 확인 절차, 감사 로그, 지출 한도, 롤백 계획을 활용하십시오.

당사의 브라우저 테스트에서는 Google의 네이티브 ‘컴퓨터 사용(Computer Use)’ 엔드포인트를 검증하지 않았으므로, 네이티브 지연 시간, 안전성 또는 성공률에 대한 주장을 뒷받침할 수 없습니다. 이 테스트는 스크린샷 해석 기능과 로컬 텍스트 기반 작업 해결기를 검증한 것입니다. 마찬가지로, Broly PDF 변환 오류는 해당 게이트웨이 요청 경로에만 적용됩니다.

당사의 지연 시간 수치는 브롤리 게이트웨이 라우팅을 포함하며, 반복 배포가 아닌 하나의 소규모 스위트에서 측정된 결과입니다. TTFT는 측정하지 않았습니다. 비용은 청구서가 아닌 보고된 사용량과 공식 표준 요율을 바탕으로 추산한 것이며, 해당 스위트에서는 Search Grounding을 사용하지 않았습니다.

공식 벤치마크, 제3자 순위표, 당사의 게이트웨이 테스트, 그리고 소셜 미디어에 올라온 일화들은 각기 다른 질문에 대한 답을 제공합니다. 이러한 분류 기준을 명확히 구분해 두는 것은 오해의 소지를 방지합니다. 구글의 결과는 구글의 평가 방식을 나타내고, 당사의 기록은 재현 가능한 하나의 경로와 테스트 환경을 설명하며, 공개 게시물은 개인의 경험을 담고 있습니다.

Gemini 3.6 Flash는 어떤 분들이 사용해야 할까요?

접속 경로를 선택하기 전에, 귀하의 작업 부하에 유료 요금제가 정말 필요한지 다음에서 확인해 보십시오. Gemini 3 Flash 구독 안내서.

Gemini 3.6 Flash는 이미 Gemini 3.5 Flash를 사용하고 있는 팀에게 유력한 선택지이며, 특히 출력 비용, 다중 모드 입력, 도구 호출 또는 에이전트 기반 계획 수립이 중요한 경우에 더욱 그렇습니다. 또한 명시적인 성공 기준을 정의하고 위험에 민감한 행동을 감독할 수 있는 새로운 응용 분야에도 적합합니다.

• 작업 범위가 제한되고, 작업 공간이 분리되며, 판별 능력이 있는 자동화 테스트를 갖춘 코딩 에이전트.
• 텍스트 또는 구조화된 데이터를 생성하는 차트, 이미지, 동영상, 오디오 및 PDF 분석 파이프라인.
• 확인 단계와 로컬 유효성 검사를 갖춘, 감독형 브라우저 또는 데스크톱 에이전트.
• 함수 호출, 파일 검색, 캐싱 또는 근거 기반 검색이 필요한 지식 작업 시스템.
• 각 팀은 성공적인 작업당 비용을 3.5 Flash 및 기타 제공업체와 비교할 수 있습니다.

Flash-Lite로 작업을 안정적으로 처리할 수 있거나, 실시간 음성 처리를 위해 Live API가 필요하거나, 네이티브 이미지 또는 오디오 생성이 필요한 경우에는 적합성이 떨어집니다. 또한 롤백 기능이나 독립적인 검증 절차가 없는, 감독되지 않는 고위험 자동화 작업에도 적합하지 않습니다.

• 간단한 분류 및 추출 작업은 품질이 유지되는 저비용 단계로 이관하십시오.
• 1M 컨텍스트 윈도우가 검색 엔지니어링을 대체한다고 가정해서는 안 됩니다.
• 실패할 가능성이 있는 테스트 없이, 스스로 주장하는 “검증됨” 상태를 그대로 받아들이지 마십시오.
• 브롤리 게이트웨이의 지연 시간이나 PDF 변환 동작을 Google의 네이티브 엔드포인트에 일반화하여 적용해서는 안 됩니다.
• 명시적인 확인 없이 되돌릴 수 없는 컴퓨터 사용 작업을 활성화하지 마십시오.

최종 판결

이 Gemini 3.6 Flash 리뷰에 따르면, 이 모델은 자동 마이그레이션 대상이라기보다는 유력한 상용화 후보로 평가됩니다. 이 모델은 낮은 출력 가격, 폭넓은 입력 및 도구 지원 범위, 그리고 DeepSWE, MLE-Bench, OSWorld 및 장문 맥락 검색에서 의미 있는 공식 성능 향상을 결합하고 있습니다. 당사의 제한된 테스트 결과는 정확한 추출, 차트 판독, 집중적인 코드 수정, 스크린샷 기반 국소 행동 계획 수립에 대해 고무적인 증거를 제시합니다.

주의 사항도 마찬가지로 구체적이다. 엄격한 출력 제한으로 인해 초기 두 차례의 트리밍이 발생했고, 추론 과정에서 스트리밍 완료 예산의 거의 전부를 소모했으며, 128K 합성 검색 테스트가 두 번 실패했고, 브라우저 계획에서는 이전에 본 적 없는 ID가 생성되었다. Broly 변환 경로는 모델 응답을 받기 전에 실패했기 때문에 PDF 경로는 네이티브 환경에서 테스트되지 않은 채로 남았다.

매칭 평가 결과 Gemini 3.6 Flash가 현재 모델보다 작업 완료 효율성이 더 높은 것으로 나타날 경우 이를 도입하십시오. 통과율, 토큰, 재시도 횟수, 도구 호출 횟수, 불필요한 수정, 수동 수정 소요 시간, 그리고 모든 검증 주장이 판별 테스트를 통해 뒷받침되는지 여부를 추적하십시오. 혼합 워크로드의 경우, Flash-Lite로 시작하여 관찰 가능한 필요에 따라 단계적으로 확장하십시오.

자주 묻는 질문

Gemini 3.6 플래시는 일반적으로 구입할 수 있나요?

네. 구글은 Gemini 3.6 Flash를 안정 버전으로 분류하며, 일반적으로 생산 환경에서 사용할 수 있다고 명시하고 있습니다. 모델 ID는 gemini-3.6-flash, Google AI Studio와 Gemini 개발자 API를 통해 이용할 수 있습니다. API 기능 지원 범위는 여전히 ‘Interactions’와 generateContent.

Gemini 3.6 Flash의 가격은 얼마인가요?

표준 유료 요금은 입력 토큰 100만 개당 $1.50, 출력 토큰(사고 토큰 포함) 100만 개당 $7.50입니다. 배치(Batch) 및 플렉스(Flex)의 경우 입력당 $0.75, 출력당 $3.75가 부과되며, 우선순위(Priority)의 경우 입력당 $2.70, 출력당 $13.50이 부과됩니다. 캐싱 및 그라운딩에는 별도의 요금이 추가될 수 있습니다.

Gemini 3.6 플래시 컨텍스트 창이란 무엇입니까?

Gemini 3.6 Flash는 최대 1,048,576개의 입력 토큰과 65,536개의 출력 토큰을 지원합니다. 이는 용량 제한일 뿐, 검색 성공을 보장하는 것은 아닙니다. 구글의 1M GDM-MRCR 결과는 54.0%였으며, 당사의 다른 합성 128K 게이트웨이 작업은 실패했으므로, 중요한 시스템의 경우 여전히 검색 및 검증이 필요합니다.

Gemini 3.6 Flash는 이미지, 오디오, 동영상 및 PDF를 지원하나요?

네, 구글은 텍스트, 이미지, 오디오, 동영상, PDF를 지원되는 입력 형식으로 명시하고 있습니다. 이 모델은 원본 이미지나 오디오 대신 텍스트, 구조화된 데이터, 도구 호출을 생성합니다. 저희가 사용한 Broly PDF 변환 경로는 지원되지 않았지만, 해당 게이트웨이 결과만으로는 Gemini 모델에 PDF 변환에 대한 제한이 있다고 단정할 수는 없습니다.

Gemini 3.6 플래시는 컴퓨터에서 사용할 수 있나요?

네. Google의 Gemini API는 브라우저, 모바일 및 데스크톱 환경에서 Gemini 3.6 Flash를 활용한 ‘컴퓨터 사용’ 기능을 지원하지만, 이 기능은 여전히 ‘프리뷰’ 단계에 있습니다. 클라이언트는 제안된 동작을 실행하며, 확인 절차와 안전 제어 조치를 반드시 적용해야 합니다. 당사의 로컬 스크린샷 테스트 환경은 ‘컴퓨터 사용’ 기능에 대한 네이티브 테스트가 아니었습니다.

Gemini 3.6 Flash가 Gemini 3.5 Flash보다 더 좋은가요?

여러 Google 비교 결과에서 더 우수한 성능을 보이며 토큰당 비용도 더 저렴하지만, “더 낫다’는 것은 워크로드에 따라 달라집니다. 당사의 제한된 코딩 테스트에서는 두 모델 모두 5/5를 기록했으나, 3.5의 경우 허용 오차가 있는 코드 추출이 필요했습니다. 모델 이름만 보고 판단하지 말고, 실제 작업을 실행해 보고 검증된 완료 비용을 비교해 보시기 바랍니다.

temperature, top_p, top_k가 지원되나요?

구글은 다음과 같이 밝혔습니다. 온도, top_p, 및 top_k 이 모델들에서는 더 이상 사용되지 않으며 무시되므로, 향후 모델 버전에서는 이를 거부할 것으로 예상됩니다. 마이그레이션 과정에서 해당 필드를 제거하십시오. 명확한 지침, 스키마, 구조화된 출력 및 애플리케이션 유효성 검사기를 사용하여 동작을 제어하십시오.

무료 요금제가 있나요?

Google은 사용량 제한 및 이용 가능 여부에 따라 무료 ‘스탠다드’ 등급의 입력 및 출력 액세스 서비스를 제공합니다. 요금 페이지에 따르면, 무료 등급의 콘텐츠는 Google 제품 개선에 활용될 수 있는 반면, 유료 등급의 콘텐츠는 별도로 표시되어 있습니다. 실제 운영 데이터나 민감한 데이터를 전송하기 전에 현재 사용량 제한, 데이터 사용량 및 지역별 이용 약관을 확인하시기 바랍니다.