공개 제원 및 API 가격 체계

가장 먼저 바뀐 점은 API 비용 구조다. 구글은 2026년 12월 31일까지 제미나이 3.7 플래시(Gemini 3.7 Flash)의 입력 토큰 비용을 100만 개당 0.75달러로, 출력 토큰 비용을 3.75달러로 책정했다. 컨텍스트 캐싱(Context Caching) 비용은 100만 토큰당 0.075달러다. 이는 기존 제미나이 3.6 플래시의 표준 가격인 입력 1.50달러, 출력 7.50달러 대비 50% 낮은 수준이다.

2027년 1월 1일부터는 가격이 다시 표준 수준으로 환원된다. 입력 토큰 1.50달러, 출력 토큰 7.50달러, 컨텍스트 캐싱 0.15달러가 적용될 예정이다. 경쟁 모델인 클로드 소네트 5(Claude Sonnet 5)가 입력 2달러, 출력 10달러이며, GPT-5.6 테라(GPT-5.6 Terra)가 입력 2달러, 출력 12달러인 점과 비교하면 가격 경쟁력을 높인 구성이다.

해당 모델은 제미나이 엔터프라이즈 에이전트 플랫폼(Gemini Enterprise Agent Platform)과 제미나이 엔터프라이즈 앱을 통해 제공된다. 또한 구글 AI 프로 및 울트라 구독자는 개인 AI 에이전트인 제미나이 스파크(Gemini Spark)에서 3.7 플래시를 사용할 수 있다.

추론 메커니즘 변화와 벤치마크 분석

제미나이 3.6 플래시가 추론 단계와 대화 턴, 도구 호출 횟수를 줄여 실행 루프 스파이럴(execution-loop spiraling)을 방지하는 데 집중했다면, 3.7 버전은 계획 단계에 더 많은 자원을 투입하는 방향으로 선회했다. 구글은 이를 '더 성실하게 생각한다(thinks more diligently)'고 표현하며, 다단계 계획 수립과 도구 호출 시 더 많은 노력을 기울여 재시도 횟수를 줄이고 수동 감독 필요성을 낮추는 구조를 채택했다.

소프트웨어 엔지니어링 성능은 이전 세대 대비 수치상으로 크게 상승했다. 프로덕션 코드 품질을 측정하는 FrontierCode 1.1 Main에서 3.7 플래시는 43.6%를 기록해 3.6 플래시의 34.4%를 상회했으며, 클로드 소네트 5(42.7%)와 GPT-5.6 테라(41.3%)보다 높게 나타났다. Code Arena의 Elo 점수 역시 1588점으로, 3.6 플래시(1538점)와 클로드 소네트 5(1541점), GPT-5.6 테라(1523점)를 앞섰다. 다만 장기 소프트웨어 엔지니어링 평가인 DeepSWE v1.1에서는 65.3%를 기록해 3.6 플래시(49.0%)보다는 높았으나 GPT-5.6 테라(69.6%)에는 미치지 못했다.

엔터프라이즈 워크플로우와 문서 이해 능력에서도 변화가 확인된다. 기업 워크플로우 자동화를 측정하는 AutomationBench에서 30.4%를 기록해 3.6 플래시(17.0%), GPT-5.6 테라(23.6%), 클로드 소네트 5(10.7%)보다 높은 수치를 보였다. 복잡한 PDF 이해도를 측정하는 GDP.PDF에서도 34.0%를 기록해 3.6 플래시(22.0%)와 클로드 소네트 5(28.0%), GPT-5.6 테라(24.7%)를 앞섰다.

다만 모든 지표에서 우위를 점한 것은 아니다. Terminal-bench 2.1에서는 85.8%를 기록해 GPT-5.6 테라(87.4%)에 밀렸으며, 멀티모달 데스크톱 및 OS 작업 평가인 Agent's Last Exam에서는 26.3%의 통과율을 보여 클로드 소네트 5(33.3%)보다 낮은 성능을 보였다.

엔터프라이즈 에이전트 구현 영향

실제 적용 사례는 구글 워크스페이스(Google Workspace) 기반의 개인 AI 에이전트 '제미나이 스파크'에서 확인된다. 3.7 플래시는 여러 파일을 통합하거나 이메일 초안을 작성하고, 상태 문서를 업데이트하는 지식 작업과 도구 사용 능력을 개선했다. 이는 텍스트 생성을 넘어 보고서 해석, 도구 호출, 시스템 업데이트로 이어지는 체인형 워크플로우의 신뢰도를 높이는 데 초점이 맞춰져 있다.

에이전트 운영 비용의 핵심은 단순한 토큰 단가가 아니라 '성공적인 작업 완수'에 들어가는 총비용이다. 자율 에이전트는 한 번의 요청으로 수많은 추론 토큰과 도구 상호작용을 발생시키므로, 토큰 가격이 낮더라도 정확도가 떨어져 재시도가 빈번하면 최종 비용은 상승한다. 따라서 개발자는 3.7 플래시가 주장하는 '첫 시도 정확도(first-pass accuracy)' 향상이 실제 프로덕션 환경에서 재시도 횟수를 얼마나 줄이는지 측정하여, 작업당 완수 비용(cost per successfully completed task) 관점에서 도입 실익을 판단해야 한다.