Gemini 3.7 Flash, 코딩 정확도 43.6%·업무 자동화 30.4%·가격 반값 공개

3주 만에 성능과 가격을 함께 조정

Gemini 3.7 Flash가 이전 3.6 Flash보다 높은 코딩·문서 처리 성능과 절반 수준의 도입 가격으로 출시됐다. Google은 3.6 Flash 공개 뒤 불과 3주 만에 새 버전을 내놓았으며, 개발자 피드백과 알고리즘 개선을 반영했다고 설명한다. 연말까지 입력 100만 토큰당 0.75달러, 출력 100만 토큰당 3.75달러의 도입 가격이 적용된다.

“Gemini 3.7 Flash is here. It’s stronger for coding, knowledge work, and web development.” — Google DeepMind

Google DeepMind 계정은 Gemini 연구와 모델 업데이트, 로봇·과학 성과를 공유하는 공식 채널이다. 연결된 Google 글에 따르면 FrontierCode 1.1 Main 점수는 3.6 Flash의 34.4%에서 43.6%로, DeepSWE v1.1은 49.0%에서 65.3%로 올랐다. 웹 개발 평가인 WebDev Arena Elo도 1538에서 1588로 상승했다.

문서와 자동화에서도 두 자릿수 격차

복잡한 문서를 다루는 GDP.pdf 평가는 22.0%에서 34.0%로, 실제 업무 흐름 수행을 보는 AutomationBench는 17.0%에서 30.4%로 개선됐다. 단순 채팅보다 디버깅, 이슈 해결, 여러 단계의 도구 호출처럼 재시도 비용이 큰 작업에서 차이가 날 수 있는 수치다. Google은 지시 준수와 첫 시도 코드 정확도, 막힌 상황에서 의도를 확인하는 행동도 강화했다고 밝혔다.

점수 차이는 과제별로 균일하지 않다. FrontierCode에서는 9.2%포인트, DeepSWE에서는 16.3%포인트, AutomationBench에서는 13.4%포인트 상승했다. 따라서 단일 평균보다 조직이 실제로 쓰는 저장소 구조, 문서 길이, 도구 연결 방식으로 자체 평가를 돌리는 편이 중요하다. 소개 가격이 낮아도 재시도 횟수와 추론 토큰이 늘면 완료 작업당 비용은 달라진다. 같은 평가라도 저장소 언어, 테스트 구성, 외부 도구 권한이 달라지면 결과가 바뀔 수 있으므로 공개 점수를 내부 생산성으로 곧바로 환산해서는 안 된다. 실사용 비교가 더 필요하다.

개발자는 Google Antigravity, Google AI Studio의 Gemini API, Android Studio에서 모델을 사용할 수 있다. 기업용 Gemini Enterprise에도 들어가며, 160개국 이상에서 Google AI Pro·Ultra 구독자가 쓰는 Gemini Spark의 기본 모델로도 적용된다. CBRN과 사이버 악용에 대한 보호 장치도 갱신됐다.

다음 관전점은 도입 가격이 끝나는 연말 이후의 정상 가격과 독립 평가의 재현성이다. 특히 더 많은 추론 노력과 도구 호출이 실제 지연 시간과 총비용을 얼마나 늘리는지 확인해야 한다. 원문 게시물과 Google의 모델 설명에서 세부 수치를 볼 수 있다.