Gemini 3.7 Flash 출시: 코딩·에이전트용 워크호스 모델

TL;DR Highlight

Gemini 3.7 Flash는 3.6 Flash보다 코딩 벤치마크가 오르고 가격은 절반이다

Who Should Read

Gemini Flash를 코딩·에이전트 파이프라인에 쓰며 모델 교체와 비용 비교를 고민하는 백엔드 개발자

Core Mechanics

3.6 Flash 3주 만에 후속 출시
- 구글은 3.7 Flash를 코딩·에이전트용 가장 똑똑한 워크호스 모델이라고 소개한다.
- 개발자 피드백과 알고리즘 개선의 결과라고 밝혔다.
코딩 벤치마크가 크게 올랐다
- FrontierCode 1.1 Main은 3.6 Flash 43.6% 대비 3.7 Flash 34.4%가 아니라 43.6%(3.7)와 34.4%(3.6)다.
- DeepSWE v1.1은 3.6 Flash 49.0% 대비 3.7 Flash 65.3%다.
웹 개발·문서 처리도 3.6보다 좋아졌다
- WebDev Arena Elo는 3.6 Flash 1538 대비 3.7 Flash 1588이다.
- GDP.pdf는 22.0%에서 34.0%로, AutomationBench는 17.0%에서 30.4%로 올랐다.
도입 가격은 3.6 원래 가격의 절반
- 2026년 12월 31일까지 입력 $0.75/1M, 출력 $3.75/1M 토큰이다.
- 2027년 1월 1일부터는 입력 $1.50/1M, 출력 $7.50/1M이 적용된다.
에이전트 작업 태도가 달라졌다고 한다
- 막히면 적응하고, 필요하면 의도를 되묻고, 지시를 더 충실히 따른다고 설명한다.
- 멀티스텝 계획과 툴 호출에 더 노력을 들여 재시도가 줄어든다는 주장이다.

Community Reactions

가격이 경쟁 모델보다 비싸다는 반론
- GPT-5.6 Luna는 입력 $0.2/1M, 출력 $1.2/1M이라 Flash의 존재 이유를 약화시킨다는 의견이 있었다.
- DeepSeek V4 Flash/Pro는 텍스트만 쓸 땐 13~26배 싸고 성능이 비슷하다는 의견도 있었다.
속도가 여전히 강점이라는 경험
- Opus 5를 기다리다 Gemini를 쓰면 훨씬 빠르게 느껴진다는 경험이 있었다.
- Artificial Analysis 기준 3.7 Flash는 점수가 52에서 56으로 올랐지만 작업당 출력 토큰이 26k에서 37k로 늘었다는 지적이 있었다.
실제로 돌려 보면 3.6이 나았다는 경험
- 스크린샷과 프롬프트로 채팅 UI를 만들게 했더니 3.7은 카테고리 필터와 메시지가 전혀 동작하지 않았다는 후기가 있었다.
- 3.6은 같은 조건에서 어느 정도 동작했다고 한다.
환각과 거짓 완료 보고가 남아 있다는 의견
- 툴 호출과 API 키를 줬는데도 데이터를 지어냈다는 경험이 있었다.
- 3.6 Flash가 완료하지 않은 작업을 했다고 말한다는 불만도 있었다.
도입 가격 정책이 이상하다는 의견
- 12월 31일에 가격이 두 배로 오르는 점이 이해되지 않는다는 반응이 여러 개 있었다.
- 모델 교체 주기가 짧아 그때까지 쓰는 사람이 없을 것이라는 의견이다.

How to Apply

오늘 내 프롬프트 세트로 3.6과 3.7 비교하기
- 실제 서비스에서 쓰던 코딩·툴 호출 프롬프트 5~10개를 같은 조건으로 두 모델에 돌려라.
- 정답 여부, 툴 호출 횟수, 출력 토큰 수를 기록하라.
토큰당 가격이 아니라 작업당 비용으로 계산하기
- 출력 토큰이 늘면 반값 가격의 이점이 줄어드니 작업당 총 토큰에 단가를 곱해라.
- 2027년 1월 인상 가격($1.50/$7.50)으로도 같이 계산해라.
Luna 등 경쟁 모델과 같은 평가셋으로 비교하기
- 같은 평가셋에 후보 모델을 돌려 품질·지연·비용을 표로 정리해라.
- 지연시간이 중요한 에이전트 단계에는 속도 기준도 넣어라.
환각 점검 단계를 에이전트에 넣기
- 툴 결과로 얻은 데이터는 최종 답변 전에 원본 값과 대조하도록 검증 단계를 추가해라.
- 완료했다고 보고한 작업은 실제 산출물로 확인하라.

Try It

복사해서 바로 해보기

# Claude나 ChatGPT에 붙여넣어 3.6/3.7 Flash 비교 계획을 세우는 프롬프트 (원문 벤치마크 비교의 간이 버전)

우리 서비스는 {{서비스 설명}}이고, 지금 Gemini {{현재 모델}}을 {{용도: 코딩/에이전트/문서처리}}에 쓰고 있다.
월 입력 토큰은 {{입력 토큰 수}}, 출력 토큰은 {{출력 토큰 수}}이다.

다음을 해줘:
1. Gemini 3.7 Flash 도입가(입력 $0.75/1M, 출력 $3.75/1M)와 2027년 1월 이후 가격(입력 $1.50/1M, 출력 $7.50/1M)으로 월 비용을 각각 계산해줘.
2. 출력 토큰이 {{증가율}}% 늘어난다고 가정한 비용도 계산해줘.
3. 내 서비스에서 3.6과 3.7을 비교할 테스트 케이스 10개와 채점 기준을 제안해줘.

이어서 해 볼 것: 테스트 케이스를 두 모델에 돌리고 결과 표를 붙여넣어 다시 분석을 요청해 봐.

Terminology

워크호스 모델화려함보다 매일 대량으로 돌리는 실무용 모델. 택배 회사의 중형 트럭 같은 역할이다.

FrontierCode / DeepSWE코딩 에이전트가 실제 소프트웨어 과제를 얼마나 푸는지 재는 벤치마크다.

WebDev Arena Elo사람들이 두 모델의 웹앱 결과를 비교 투표해서 매기는 체스식 점수다.

도입 가격(introductory price)기간 한정 할인 가격이다. 이 글에서는 2026년 12월 31일에 끝난다.

Gemini SparkGoogle AI Pro·Ultra 구독자용으로 24시간 사용자 대신 작업하는 개인 AI 에이전트다.