Gemini 3.8 Flash와 3.8 Flash Cyber 출시

TL;DR Highlight

Gemini 3.8 Flash는 3.7과 같은 가격으로 코딩·추론 성능을 올렸다

Who Should Read

코딩 에이전트나 긴 작업 자동화에 저렴한 Flash급 모델을 쓰는 백엔드 개발자

Core Mechanics

3.8 Flash는 3.7과 같은 가격이다
- 입력 100만 토큰당 $0.75, 출력 100만 토큰당 $3.75다.
- 이 가격은 도입 가격이고 2026년 12월 31일에 끝난다.
- 2027년 1월 1일부터 입력 $1.50, 출력 $7.50이 적용된다.
더 열심히 일하는 모델이다
- 복잡한 작업에서 추론 단계를 더 밟고 도구를 반복 호출한다.
- 그래서 특히 effort가 높을 때 토큰을 더 쓸 수 있다.
긴 코딩 작업에서 큰 모델을 앞선다
- DeepSWE v1.1(장시간 소프트웨어 엔지니어링 벤치마크)에서 대부분의 더 큰 프론티어 모델보다 낫다고 한다.
- 비용은 그 일부 수준이라고 한다.
전문 분야 벤치마크에서도 3.7 Flash를 넘었다
- Vals Finance Agent V2와 Harvey의 Legal Agent Benchmark에서 3.7 Flash와 다른 프론티어 모델보다 낫다고 한다.
- HLE-Verified 점수는 54.9%다.
비용 우선이면 effort를 낮추거나 3.7을 쓴다
- 낮은 effort 수준으로 토큰 사용량을 줄일 수 있다.

Community Reactions

13초·1.8센트로 HTML 결과물이 나왔다는 경험
- 'make me a cool thing in html' 프롬프트로 만들었고, 속도와 HTML/JS 실력이 인상적이라는 의견이다.
낮은 thinking level은 퇴보라는 의견
- 펠리컨 SVG 테스트에서 3.8의 low 수준이 3.7보다 못하다고 본 댓글이다.
- 높은 수준 비용은 3.8이 8.9742센트, 3.7이 8.4387센트였다.
3.7이 3.5보다 느렸다는 경험
- 큰 생성 작업에서 3.5 Flash는 8~10초, 3.7 Flash는 15~25초였다는 댓글이다.
- 둘 다 최저 추론 설정이었고, 이번 발표에 속도 언급이 없다는 지적도 있다.
낮은 추론 수준 점수가 더 믿을 만하다는 의견
- Artificial Analysis 지수가 3.7은 51·53·57, 3.8은 52·57·59라고 인용한 댓글이다.
- 이 댓글 작성자는 프로덕션에서 최저 추론 수준을 쓰며 결과가 좋다고 한다.
Flash 모델은 코딩에서 무모하다는 경험
- Ultimate 구독으로 쿼터가 넉넉해도 컨텍스트를 신경 써 관리하면 Opus 4.6이 더 믿을 만해서 그걸 쓴다는 댓글이다.

How to Apply

지금 쓰는 프롬프트 5개로 3.7과 3.8 비교하기
- 오늘 실제 프롬프트 5개를 두 모델에 같은 effort로 돌려라.
- 응답 품질, 지연 시간, 출력 토큰 수를 표로 적어라.
effort 단계별 비용 곡선 측정하기
- 같은 작업을 low, medium, high로 돌려라.
- 토큰당 비용을 곱해 작업당 비용을 계산하라.
2027년 1월 가격 인상 반영해 예산 다시 짜기
- 입력 $1.50, 출력 $7.50 기준으로 월 비용을 계산하라.
- 단순 작업은 3.7 Flash로 분리해 비용을 낮출 수 있는지 확인하라.
에이전트 재시도 루프에 3.8 Flash 넣어 보기
- 테스트로 검증되는 코딩 작업에 3.8 Flash를 붙여라.
- 실패 시 재시도하는 구조로 돌려 성공률과 비용을 기록하라.

Try It

복사해서 바로 해보기

# Claude나 ChatGPT에 붙여넣는 프롬프트: 3.7 vs 3.8 비교 실험 설계용 (원문 방법의 간이 버전)

나는 LLM API 모델을 3.7 Flash에서 3.8 Flash로 바꿀지 판단하려 한다.
3.8 Flash는 3.7과 같은 입력 $0.75, 출력 $3.75 (100만 토큰당) 가격이고, 더 많은 추론 단계와 도구 호출로 토큰을 더 쓸 수 있다.

내 서비스 설명: {{서비스 설명}}
대표 작업 5개: {{작업 목록}}

위 정보로 다음을 만들어 줘.
1. 두 모델을 low/medium/high effort로 비교할 실험표 (품질, 지연, 출력 토큰, 작업당 비용 열)
2. 작업별 자동 채점 기준
3. 3.8로 바꿀지 판단하는 기준

이어서 해 볼 것: 실험표를 실제 API 호출 스크립트로 바꿔 달라고 요청해 보세요.

Terminology

effort 수준모델이 얼마나 오래 생각할지 정하는 다이얼이다. 높이면 정확도가 오를 수 있지만 토큰과 비용도 늘어난다.

Pareto frontier성능과 비용을 함께 볼 때 한쪽을 올리려면 다른 쪽을 희생해야 하는 최적 경계선이다. 이 선 위의 모델은 다른 모델에게 완전히 밀리지 않는다.

pass@1한 번 시도했을 때 문제를 맞힐 확률이다. 재시도 없이 첫 답이 통과하는 비율이다.

DeepSWE긴 호흡의 소프트웨어 엔지니어링 문제를 처음부터 끝까지 풀게 하는 벤치마크다.

Fairwind ProgramCyber 모델에 접근할 수 있는 신뢰된 방어자 대상 프로그램이다. 정부 기관, 핵심 인프라 운영자, 소프트웨어 유지보수자가 대상이다.