Flash가 Pro를 이겼다
Gemini 3.5 Flash 출력 9달러, DeepSeek V4는 0.87달러
6월은 올해 가장 많은 모델이 쏟아진 달이다. 핵심은 누가 더 똑똑하냐가 아니라 같은 일을 누가 더 싸게 하느냐로 옮겨갔다. 100만 토큰당 출력 가격이 모델 사이에 30배 넘게 벌어졌다.
6월은 2026년 들어 가장 많은 모델이 쏟아진 달이다. GPT-5.5, Claude Opus 4.8, Gemini 3.5 Flash가 나왔고 Gemini 3.5 Pro와 Claude Sonnet 4.8이 월말 출시를 예고했다. 그런데 이번 웨이브의 진짜 뉴스는 벤치마크 1위가 아니다. 같은 작업을 누가 더 싸게 처리하느냐로 경쟁의 축이 통째로 옮겨갔다.
상징적인 사건이 Gemini 3.5 Flash다. 100만 토큰당 입력 1.5달러, 출력 9달러, 초당 284토큰, 지능 지수(Intelligence Index) 55를 찍으면서 MCP Atlas, Toolathlon, Finance Agent v2 같은 에이전트 벤치마크에서 Claude Opus 4.7과 GPT-5.5를 앞질렀다. 값싼 Flash 티어가 비싼 Pro 티어를 에이전트 작업에서 이긴 첫 사례다.
한눈에 보기
6월 기준 100만 토큰당 가격 사다리는 이렇게 벌어졌다.
| 모델 | 입력 | 출력 | 비고 |
|---|---|---|---|
| DeepSeek V4 | 0.435달러 | 0.87달러 | 오픈웨이트 |
| Grok 4.3 | 0.50달러 | 2달러 | 보조금 가격 |
| Gemini 3.5 Flash | 1.50달러 | 9달러 | 초당 284토큰 |
| Claude Sonnet 4.6 | 3달러 | 15달러 | |
| Claude Opus 4.8 | 5달러 | 25달러 | SWE-bench Verified 88.6% |
| GPT-5.5 | 5달러 | 30달러 |
같은 출력 100만 토큰을 GPT-5.5로 받으면 30달러, DeepSeek V4로 받으면 0.87달러다. 34배 차이다. 그런데 두 모델의 품질 차이가 34배는 아니다.
가격은 30배 벌어지는데 품질은 비례하지 않는다
지능 지수나 SWE-bench 점수는 모델 사이에서 보통 2배 안쪽으로 움직인다. 가격은 수십 배로 벌어진다. 이 비대칭이 빌더에게 주는 메시지는 분명하다. 최고 모델을 모든 호출에 쓰는 건 돈을 태우는 일이다.
실제 워크로드를 뜯어보면 대부분은 프런티어 추론이 필요 없다. 데이터 분류, 요약, 라우팅, 단순 추출, 1차 초안 같은 작업은 DeepSeek V4나 Gemini 3.5 Flash로 충분하다. 사람이 최종 검수하는 카피 초안을 GPT-5.5로 뽑을 이유가 없다. 1인 SaaS 개발자가 월 API 청구서를 절반 이하로 줄이는 가장 빠른 길은 더 똑똑한 모델이 아니라 작업별로 더 싼 모델이다.
에이전트 워크로드일수록 싼 모델이 유리하다
에이전트는 한 번 답하고 끝나지 않는다. 도구를 호출하고, 결과를 읽고, 다시 호출하기를 수십 번 반복한다. 토큰 소모가 단발 채팅의 수십 배다. 여기서 모델 단가는 그대로 곱해진다. 비싼 모델로 50스텝짜리 루프를 돌리면 청구서가 무섭게 불어난다.
Gemini 3.5 Flash가 에이전트 벤치마크에서 상위 모델을 앞선 건 그래서 단순한 가격 뉴스가 아니다. 싸면서 빠르고 도구를 잘 쓰는 모델이 에이전트 시대의 기본값이 된다는 신호다. 초당 284토큰이라는 속도는 루프가 길수록 체감 대기시간을 좌우한다. 자동화를 운영하는 AI 우선 팀에게 속도는 곧 비용이고 곧 사용자 경험이다.
모델을 고정하지 말고 라우팅하라
지금 시점에 한 모델에 코드를 박아두는 건 위험하다. 6월 한 달 안에도 가격과 순위가 출렁였다. 현실적인 설계는 모델 라우터다. 작업 난이도를 판별해 쉬운 건 Flash나 오픈웨이트로, 복잡한 추론과 보안 민감한 코드만 Opus나 GPT-5.5로 보내는 구조다.
이렇게 추상화 레이어를 한 겹 두면 다음 달에 더 싼 모델이 나와도 라우팅 규칙 한 줄만 바꾸면 된다. 모델은 분기마다 갈리지만, 그 위에 얹은 라우팅과 평가 로직은 남는다. 인디 메이커일수록 이 레이어를 일찍 만들어두는 편이 길게 이득이다.
anyAX 관점
고객 문의 자동응답에 GPT-5.5를 쓸 이유가 있을까? 출력 100만 토큰이 GPT-5.5로 30달러, DeepSeek V4로 0.87달러, 34배 차이다. 그런데 분류와 요약과 1차 초안에서 두 모델의 품질 차이는 34배는커녕 2배도 안 난다. 가장 비싼 모델을 모든 호출에 꽂는 건 마진을 태우는 일이다.
여기서 이기는 건 가장 똑똑한 모델이 아니라 작업을 잘게 쪼개는 사람이다. 데이터 분류, 라우팅, 단순 추출은 Flash나 오픈웨이트로 내리고, 보안 민감한 코드와 복잡한 추론에만 Opus나 GPT-5.5를 쓴다. 범용 프런티어 한 대로 다 막으려는 팀을, 작업별로 적정 단가를 배정하는 팀이 비용에서 이긴다. 1인 SaaS 개발자가 API 청구서를 절반으로 줄이는 가장 빠른 길이 이것이다.
그래서 한 모델에 코드를 박지 말고 모델 라우터를 한 겹 둬야 한다. 6월 한 달 안에도 가격과 순위가 출렁였으니, 다음 달 더 싼 모델이 나와도 라우팅 규칙 한 줄만 바꾸면 되게 만들어 둔다. 가격표를 읽고 작업을 분류하는 설계가 곧 마진이고, 모델이 몇 번 갈려도 그 위에 얹은 라우팅과 평가 로직은 계속 일한다.