Gemini 3.6 Flash·3.5 Flash-Lite: 에이전트 비용을 작업 단위로 줄이다

한 문장 요약: Google이 코딩·멀티모달 에이전트용 Gemini 3.6 Flash와 고처리량 하위 작업용 3.5 Flash-Lite를 정식 출시했다.

무엇이 발표됐나

Google은 7월 21일 Gemini 3.6 Flash와 Gemini 3.5 Flash-Lite를 Gemini API와 Google AI Studio에 GA로 출시했다. 두 모델 모두 100만 토큰 입력과 최대 6만5536 토큰 출력을 지원하며, 함수 호출·코드 실행·검색·컴퓨터 사용 같은 도구를 포함한다. 3.6 Flash는 코딩과 멀티모달 장기 작업을, 3.5 Flash-Lite는 문서 추출이나 병렬 하위 에이전트처럼 호출량이 큰 작업을 겨냥한다.

같이 발표된 3.5 Flash Cyber는 제공 상태가 다르다. CodeMender에서 여러 모델 호출을 합쳐 취약점을 탐색하지만, 정부와 신뢰 파트너 대상 제한 파일럿만 예고됐다. 일반 개발자가 선택할 수 있는 두 Flash 모델과 구분해야 한다.

기술 구조와 API에서 볼 지점

3.6 Flash의 핵심 주장은 모델 크기보다 작업 궤적의 절감이다. Google은 이전 3.5 Flash보다 추론 단계, 도구 호출, 불필요한 코드 수정과 출력 토큰을 줄였다고 설명한다. 가격은 100만 입력 토큰당 1.50달러, 출력 토큰당 7.50달러이며 기본 사고 수준은 medium이다. 3.5 Flash-Lite는 입력 0.30달러, 출력 2.50달러이고 기본 사고 수준을 minimal로 낮춰 처리량 중심의 워커에 맞췄다.

새 API는 temperature, top_p, top_k를 더 이상 생성 제어 수단으로 쓰지 않으며, 응답 형식을 유도하려고 미리 채운 model 턴을 마지막에 보내는 방식도 허용하지 않는다. 기존 확률 샘플링과 프리필은 시스템 지침과 구조화 출력으로 바꾸고 회귀 테스트해야 한다.

개발자에게 왜 중요한가

에이전트 비용은 토큰 단가만으로 결정되지 않는다. 같은 업무라도 계획이 길어지고 도구를 반복 호출하거나 잘못된 파일을 고쳐 되돌리면 총비용과 지연이 커진다. 3.6 Flash와 Flash-Lite의 역할 분리는 계획자와 실행 워커를 서로 다른 가격·사고 수준으로 라우팅하되, 최종 산출물 기준으로 경제성을 비교하라는 신호다.

도입 평가는 고정된 저장소·도구·권한·시간 예산에서 성공률, 총 토큰, 도구 호출 수, 벽시계 시간, 불필요한 변경과 재시도를 함께 기록해야 한다. Flash-Lite의 결과는 상위 모델이 전부 다시 읽기 전에 스키마 검사나 테스트 같은 값싼 결정적 검증을 거치는 편이 낫다.

한계와 검증 포인트

Google이 제시한 17% 출력 토큰 절감은 Artificial Analysis 조건을 인용한 수치이고, 코딩·컴퓨터 사용 점수도 하네스와 사고 예산의 영향을 받는다. 이 글은 수치를 재현하지 않았다. 100만 토큰 사양도 긴 작업의 일관성을 보장하지 않는다. 컴퓨터 사용은 프리뷰이며, 공식 문서도 시각적 스타일링에서는 이전 모델을 선호한 사람 평가가 있었다고 밝힌다. 실제 입력에서 정확도·비용·지연을 다시 측정해야 한다.

공식 1차 출처

• Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber — Google, 2026-07-21
• Gemini 최신 모델 개발자 가이드 — 모델 ID, 가격, 지원 기능과 API 변경