Gemini 3.5 Flash: 추론 단가 9배 급증과 모델 고밀도화 전략

Context

저렴한 추론 비용을 통해 AI 서비스의 보급을 확대하던 기존 Flash 모델의 가격 전략에 변화 발생. 단순 파라미터 확장보다 고품질 데이터셋을 통한 추론 성능 고도화와 수익성 확보라는 상충하는 목표 직면.

Technical Solution

• Synthetic Data 및 엄격히 선별된 고밀도 데이터셋 기반 학습으로 소형 모델의 지식 저장 효율 극대화
• 모델 가중치 내 단순 지식 저장보다 실제 데이터 소스를 활용한 Tool Use 능력 강화로 최신성 문제 해결
• Preview 단계를 생략하고 Stable 버전으로 즉시 출시하여 시장 내 장기적인 가격 하한선(Price Floor) 설정
• 단순 요소 추가 방식의 SVG 생성 한계를 극복하기 위해 추론 단계의 Thinking Process 강화 시도
• API 종속성을 낮추기 위한 추상화 계층(Abstraction Layer) 도입 필요성 증대

Impact

• Gemini 2.5 Flash 대비 전체 평가 비용 9.0배 증가 ($172 → $1,552)
• Gemini 3.0 Flash 대비 추론 비용 약 5.6배 상승
• 입력/출력 백만 토큰당 가격 3배 인상 ($0.50/$3.00 → $1.50/$9.00)
• AI Pro 할당량을 표준 사용량의 33배에서 4배로 대폭 축소

Key Takeaway

모델의 성능 향상이 정량적 벤치마크 수치에 기반해 가격 인상을 정당화하는 구조이며, 이는 저가형 모델의 서빙 비용 최적화가 한계에 도달했음을 시사함.