Gemini 모델 선택 가이드: Gemini 3.1 Pro부터 3.8 Flash 까지

 

 

구글이 또 새 모델을 내놓았습니다.

 

2026년 9월 2일, 3.7 플래시가 나온 지 불과 3주 만에 제미나이 3.8 플래시가 공개되었습니다.

구글은 이번 모델을 두고 "소프트웨어 엔지니어링, 에이전트 작업, 복잡한 다단계 추론에서 3.7 플래시 대비 크게 개선되었다"고 소개했습니다.

 

그런데 온라인에는 이미 "3.8 플래시가 클로드 오퍼스 5 같은 프론티어 모델을 뛰어넘었다"는 이야기가 퍼지고 있습니다.

과연 사실일까요? 실제 벤치마크 수치를 하나씩 확인해봤습니다.

 

 

가격은 그대로, 이게 핵심입니다

 

3.8 플래시에서 가장 눈에 띄는 부분은 성능이 아니라 가격입니다.

입력 토큰 100만 개당 0.75달러, 출력 토큰 100만 개당 3.75달러로, 직전 모델인 3.7 플래시와 정확히 동일합니다.

(다만 이 가격은 도입가이며, 2027년 1월부터는 두 배로 오를 예정이라고 합니다.)

 

성능은 올리면서 가격은 그대로 두었다는 점에서, "공짜 업그레이드"라는 평가가 나오는 것도 이해가 갑니다.

컨텍스트 창은 100만 토큰, 출력은 최대 6만 5,536토큰이며, Low·Medium·High 3단계로 추론 강도를 직접 조절할 수 있습니다.

 

 

벤치마크로 보면 어떨까요?

 

구글이 공개한 자체 벤치마크 표를 기준으로, 3.8 플래시와 클로드 오퍼스 5를 나란히 놓아봤습니다.

벤치마크	측정 항목	3.8 플래시	오퍼스 5
DeepSWE v1.1	장기 소프트웨어 엔지니어링	73.7%	74.0%
Terminal-bench 2.1	에이전트 터미널 코딩	89.4%	89.1%
HLE-Verified	다분야 전문가 추론	54.9%	54.4%
Vals Finance Agent v2	재무 분석	61.4%	58.6%
Harvey 법률 에이전트	법률 추론	10.0%	6.7%
Terminal-bench 4.0	범용 에이전트 능력	19.1%	51.8%
OSWorld-2.0	컴퓨터 사용	59.0%	75.4%
GDPVal-AA v2	지식노동 (Elo)	1,545	1,824

 

숫자로 정리하니 그림이 좀 다르게 보이시죠?

 

코딩 하나만 놓고 보면 DeepSWE와 Terminal-bench 2.1에서는 오퍼스 5와 거의 동률이고, 재무·법률 분야에서는 오히려 3.8 플래시가 앞섭니다.

하지만 범용 에이전트 능력(Terminal-bench 4.0)과 컴퓨터 사용(OSWorld-2.0)에서는 오퍼스 5가 압도적으로 우세합니다. 30점 이상 차이가 나는 항목도 있습니다.

 

즉 "3.8 플래시가 오퍼스급을 전방위로 넘어섰다"는 말은 과장에 가깝고, 정확히는 **"일부 코딩·전문 추론 영역에서는 대등하거나 앞서지만, 복잡한 자율 에이전트 작업에서는 여전히 격차가 있다"**는 것이 실제 그림에 가깝습니다.

 

 

그럼 실무에서는 어떻게 써야 할까요?

 

이번에 확인된 내용을 정리하면 이렇습니다.

 

1) 단순 반복 작업 (커밋 메시지, 짧은 스크립트, 변수명·정규식 작성)

제미나이 3.6 플래시 정도로 충분합니다. 추론 단계 없이 즉시 답을 내놓는 가벼운 모델이라 토큰 소모가 가장 적습니다. 3.8 플래시조차 이런 작업에는 오버스펙일 수 있습니다.

 

2) 일반적인 코딩, 단일 파일 작업, 버그 수정, 재무·법률 문서 분석

제미나이 3.8 플래시(Medium) 정도면 충분히 처리됩니다. 벤치마크상 이 영역(Vals Finance Agent v2, Harvey 법률 에이전트 등)에서는 오퍼스 5보다 오히려 점수가 높게 나온 항목도 있어서, 비용 대비 효율이 가장 좋습니다.

 

3) 여러 파일에 걸친 복잡한 리팩토링, 장기간 자율 에이전트 작업, 컴퓨터를 직접 조작해야 하는 작업

클로드 오퍼스 5가 안정적입니다. Terminal-bench 4.0(19.1% vs 51.8%), OSWorld-2.0(59.0% vs 75.4%)에서 3.8 플래시 대비 격차가 크게 벌어지는 영역이라, 이런 작업이라면 오퍼스 5 쪽을 우선 고려하시는 게 맞습니다.

 

4) 포맷 완결성이 중요한 경우 (코드 생략 없이 전체 파일을 그대로 받고 싶을 때)

클로드 소네트 5 계열이 코드를 생략 없이 통째로 내놓는 편이라 복사·붙여넣기 용도로는 만족도가 높습니다. 다만 이 부분은 모델별 성향 차이이니, 실제로 두세 개 모델에 같은 작업을 시켜보고 결과물을 비교해보시는 걸 추천드립니다.

 

 

개발자를 위한 코딩 및 분석 모델 활용 전략

 

그럼 실제 개발할 때는 어떤 모델을 골라야 할까요?

 

예전에는 일반 코딩은 3.7 Flash, 어려운 코딩은 3.1 Pro나 Claude 라인업, 이런 식으로 상황마다 모델을 바꿔가며 써야 했습니다. 그런데 이제는 3.8 Flash 하나가 중심을 잡아주면서 선택이 훨씬 간단해졌다는 의견들이 많더라고요. 이런 시각도 참고해볼 만합니다.

 

1) 1순위, 개발 작업의 95%는 Gemini 3.8 Flash (Medium / High)로

 

복잡한 코딩이든, 여러 파일을 한꺼번에 고치는 리팩토링이든, 실시간 버그 수정이든 일단 3.8 Flash부터 돌려보시는 걸 추천합니다.

 

쿼터를 거의 소모하지 않으면서도 기존에 무거운 모델이 하던 심도 있는 에러 분석을 상당 부분 대신해줄 수 있다는 게 장점입니다.

 

특히 "이 5개 파일에서 메모리 누수 원인 찾아서 패치해줘" 같은, 여러 자료를 비교하고 조건을 따져야 하는 복합 명령에서 힘을 발휘합니다.

 

2) 2순위, 정말 단순한 작업엔 Gemini 3.6 Flash (Low)

 

커밋 메시지 작성이나 짧은 유틸리티 함수처럼 아주 단순하고 반복적인 작업이라면 3.6 Flash(Low)만으로 충분합니다. 사실 3.8 Flash조차 이런 작업에는 '오버스펙'일 수 있으니, 쿼터를 아끼고 싶다면 이런 작업은 3.6 Flash에 맡겨두시는 게 낫습니다.

 

3) 3순위, 코드를 통째로 받고 싶다면 Claude Sonnet 4.6

 

// ... (기존 코드 유지) ... 이런 식으로 코드를 중간중간 생략해버리면 은근히 불편하죠? 수정된 파일 전체를 한 번에 복사해서 붙여넣고 싶으실 때는 Sonnet 4.6 쪽이 아직은 만족도가 높은 편입니다.

 

그럼 Gemini 3.1 Pro나 Claude Opus 4.6은 이제 필요 없을까요?

 

특별히 어려운 학술적 문제나 설계 도면 수준의 아키텍처 분석이 아니라면, 3.8 Flash(High)만으로도 비슷하거나 더 나은 결과가 나온다는 이야기가 많습니다. 그래서 일반적인 개발 환경에서는 굳이 무거운 모델까지 꺼낼 일이 예전보다 확실히 줄었다고 봐도 될 것 같습니다.

 

 

마무리하며

 

"3주 만에 또 신모델"이라는 출시 속도 자체는 사실이고, 가격을 유지하면서 코딩·추론 성능을 끌어올린 것도 사실입니다.

다만 "프론티어 모델을 전부 넘어섰다"는 식의 문구는 특정 벤치마크만 골라 쓴 마케팅 표현에 가깝습니다.

 

AI 모델은 워낙 출시 주기가 짧고 벤치마크 표도 발표자마다 다르게 편집되는 경우가 많다 보니, 특정 항목 한두 개만 보고 우열을 단정 짓기보다는 본인이 실제로 쓰는 작업 유형(코딩인지, 에이전트 작업인지, 문서 작업인지)에 맞는 벤치마크를 골라서 판단하시는 게 정확합니다.

 

결국 가장 확실한 방법은 직접 자신의 작업으로 몇 번 돌려보고 비교하는 것 같습니다.

 

 

 

#제미나이3.8플래시 #Gemini3.8Flash #클로드오퍼스5 #AI모델비교 #코딩AI #벤치마크