세 가지 최첨단 API가 일주일 간격으로 출시되거나 가격이 재조정되었으며, 각각 다른 세 가지 가격대에 속합니다. 구글은 2026년 9월 2일 Gemini 3.8 Flash를 출시했으며, 백만 입력 토큰당 0.75달러, 백만 출력 토큰당 3.75달러입니다. 앤스로픽은 하루 전 Claude Fable 5.1을 10달러와 50달러에 출시했습니다. OpenAI의 GPT-5.6 Sol은 그 중간인 5달러와 30달러입니다. Artificial Analysis의 독립적인 인텔리전스 지수에서 이 세 모델은 각각 59점, 57점, 59점을 기록했습니다. 이것이 전체 비교를 한 문장으로 요약한 것입니다. 최고급 모델 가격의 약 13분의 1에 불과한 모델이 세 모델을 동일한 방식으로 테스트한 단일 지수에서 최고급 모델과 같은 수준의 점수를 기록했습니다.
문제는 "지수"라는 단어에 있습니다. 벤치마크는 작업당 답변 수를 계산합니다. 청구서는 작업당 토큰 수를 계산하며, Gemini 3.8 Flash는 더 많은 토큰을 사용하도록 설계되었습니다. 이 가이드는 세 모델을 사양, 구글 자체 벤치마크 표(Fable 5.1이 빠져 있으며 그 이유를 설명합니다), Artificial Analysis의 독립적인 수치, 그리고 가격 계산 측면에서 나란히 비교합니다. 그런 다음 각 API가 어떤 작업량에 적합한지에 대한 간단한 규칙을 제시합니다. Gemini 3.8 Flash 핵심 내용은 모델 자체의 용어를 다루고, 구글의 출시 게시물은 아래의 모든 구글 주장에 대한 주요 출처입니다.
타이밍에 대한 한 가지 참고 사항입니다. 8월에 발표된 저희의 Gemini 3.7 Flash vs Claude vs GPT 비교는 Claude Fable 5와 비교한 것이지 5.1은 아니었습니다. 앤스로픽은 9월 1일에 해당 모델을 교체했으므로, 이것은 새로운 비교이며 업데이트가 아닙니다.
한눈에 보는 사양
| Gemini 3.8 Flash | Claude Fable 5.1 | GPT-5.6 Sol | |
|---|---|---|---|
| 업체 | Anthropic | OpenAI | |
| 컨텍스트 창 | 1,048,576 토큰 | 1M 토큰 | 1M 토큰 |
| 최대 출력 | 65,536 토큰 | 128K 토큰 | 128K 토큰 |
| 입력 가격 (백만 개당) | 도입 가격 0.75달러, 2027년 1월 1일부터 1.50달러 | 10달러 | 5달러 |
| 출력 가격 (백만 개당) | 도입 가격 3.75달러, 2027년 1월 1일부터 7.50달러 | 50달러 | 30달러 |
| 캐시 읽기 (백만 개당) | 도입 가격 0.075달러, 1월 1일부터 0.15달러 | 0.25달러 | 0.50달러 |
| 지식 차단 시점 | 2026년 3월 | 2026년 6월 | 여기에 기재되지 않음 |
| 추론 제어 | thinking_level 낮음 / 중간 / 높음 (중간이 기본값) |
확장된 사고, 항상 켜짐 | 노력 수준 xhigh까지 |
| Artificial Analysis 지수 | 59 (높음) | 57 (중간) | 59 (xhigh) |
어떤 벤치마크보다도 두 가지가 눈에 뜁니다. Gemini 3.8 Flash는 다른 두 모델의 최대 출력량의 절반인 65,536 토큰을 가집니다(다른 두 모델은 128K). 이는 짧은 단계를 내보내는 에이전트 루프보다 단일 시점의 긴 문서에 더 중요합니다. 그리고 도입 가격은 2026년 12월 31일에 만료됩니다. 1월 1일부터는 Gemini 요금이 두 배가 되어 이 글의 모든 비율이 변경됩니다. Gemini 3.8 Flash 가격 가이드는 두 배가 되는 요금, 캐싱, 배치 및 그라운딩 요율을 자세히 설명합니다.
독립적인 수치: 59, 57, 59
Artificial Analysis는 모든 모델에 대해 동일한 9가지 평가를 실행하고 하나의 인텔리전스 지수 점수를 발표합니다. 높은 사고 수준의 Gemini 3.8 Flash는 59점을 기록했으며, 3.7 Flash의 56점과 3.6 Flash의 52점에서 상승했습니다. xhigh 노력 수준의 GPT-5.6 Sol 역시 59점을 기록했습니다. 중간 노력 수준의 Claude Fable 5.1은 57점을 기록했으며, GPT-5.6 Terra의 최대치와 Muse Spark 1.2의 xhigh와 동률입니다. 중간 수준의 Grok 4.6은 59점을 기록한 또 다른 모델입니다.
숫자를 읽기 전에 추론 수준 레이블을 읽으세요. Fable 5.1은 최고 설정이 아닌 중간 수준으로 테스트되었고, Sol은 최고 설정인 xhigh로 테스트되었습니다. 다른 노력 수준에서의 2점 차이는 순위가 아니며, Artificial Analysis는 그럴 만한 이유가 있어 그렇게 명시했습니다. 옹호할 수 있는 진술은 더 좁습니다. 테스트된 설정에서 Gemini 3.8 Flash는 이 지수에서 두 프리미엄 모델과 일치하며, 59점을 기록한 모델 중 압도적으로 가장 저렴합니다.
같은 보고서에서 그 점수를 얻는 데 드는 비용을 측정했습니다. 높은 수준의 Gemini 3.8 Flash는 평균 작업당 48,000개의 출력 토큰을 사용했는데, 이는 3.7 Flash보다 30% 더 많았으며, API 지출에서 작업당 0.58달러였습니다. 작업당 시간은 2.5분이었고, 출력 속도는 초당 약 300토큰이었으며, 모델이 작성하기 전에 생각하기 때문에 높은 추론 실행에서 첫 토큰까지의 시간은 13.3초였습니다. 도구 사용 평가인 τ³-Banking에서 45%를 기록했으며, 3.7 Flash보다 12점 높았습니다. 토큰당 가격이 너무 좋아 보일 때 이 수치들을 염두에 두십시오.
구글의 벤치마크 표, 그리고 누락된 모델
구글의 Flash 페이지는 텍스트 형태로 세 가지 교차 공급업체 행을 게시합니다. Claude Fable 5.1은 여기에 포함되어 있지 않습니다. 구글의 표에는 대신 앤스로픽의 Opus 5와 Sonnet 5가 포함되어 있으며, Fable 5.1은 표가 올라올 당시 출시된 지 하루밖에 되지 않았습니다. 따라서 아래 앤스로픽 열은 Opus 5(5달러 / 25달러)와 Sonnet 5(2달러 / 10달러)이며, 이 글에서 다루는 10달러 / 50달러 모델이 아닙니다. 직접적인 일치가 아닌, 사용 가능한 최상의 대리 모델로 간주하십시오.
| 벤치마크 (구글 실행) | Gemini 3.8 Flash | Claude Opus 5 | Claude Sonnet 5 | GPT-5.6 Sol | GPT-5.6 Terra |
|---|---|---|---|---|---|
| HLE-Verified | 54.9% | 54.4% | 31.0% | 54.5% | 51.1% |
| Vals Finance Agent v2 | 61.4% | 58.6% | 53.9% | 53.8% | 54.4% |
| Harvey Legal Agent Benchmark | 10.0% | 6.7% | 5.0% | 2.5% | 0.8% |
HLE-Verified는 세 모델이 동점을 기록했습니다. 54.9, 54.4, 54.5는 0.5점 이내의 차이를 보이며, Sonnet 5는 한참 뒤처져 있습니다. Vals Finance Agent v2에서는 3.8 Flash가 멀어지며, 다단계 에이전트 금융 작업에서 Opus 5보다 2.8점, Sol보다 7.6점 앞섰습니다. Harvey Legal은 특이합니다. 모든 모델이 11% 미만을 득점했으므로, 차이보다는 순위가 더 중요합니다.
구글이 텍스트 형태로 게시하지 않은 내용도 마찬가지로 중요합니다. 3.8 Flash에 대한 SWE-Bench Pro, Terminal-bench, OSWorld 수치는 없으며, DeepSWE v1.1 결과는 모델이 "대부분의 더 큰 최첨단 모델을 성능 면에서 능가한다"는 주장으로만 나타나며, "극히 일부의 비용"으로 이미지 표에 숫자로 표시되어 있을 뿐 텍스트로는 나타나지 않습니다. 코딩 및 컴퓨터 사용 비교를 위해서는 각 공급업체 자체의 실행 결과로 가야 하는데, 이는 서로 겹치지 않습니다. 앤스로픽의 벤치마크는 Claude Fable 5.1 벤치마크 분석에 있고, OpenAI의 벤치마크는 GPT-5.6 Sol 벤치마크에 있습니다. 어떤 공급업체도 상대방의 모델을 실행하지 않았으므로, Artificial Analysis만이 동등한 비교 자료를 제공하는 유일한 출처로 남아 있습니다.
가격 차이, 항목별로
도입 가격으로 보면, 계산은 간단합니다. Fable 5.1의 10달러 입력은 Gemini 3.8 Flash의 0.75달러보다 13.3배 비싸고, 50달러 출력은 3.75달러보다 13.3배 비쌉니다. GPT-5.6 Sol의 5달러 입력은 6.7배 비싸고, 30달러 출력은 8배 비쌉니다. 캐시 읽기는 격차를 좁힙니다. 3.8 Flash는 0.075달러, Fable 5.1은 0.25달러 (3.3배), Sol은 0.50달러 (6.7배)입니다. Fable 5.1의 캐시 읽기 비용은 Sol의 절반인데, 이는 가장 비싼 모델이 가장 비싸지 않은 유일한 항목입니다.
실제 예시를 통해 구체적으로 살펴보겠습니다. 100만 입력 토큰과 20만 출력 토큰을 모두 캐시하지 않고 사용하는 실행을 가정해 보겠습니다.
- Gemini 3.8 Flash: $0.75 + $0.75 = $1.50
- GPT-5.6 Sol: $5.00 + $6.00 = $11.00
- Claude Fable 5.1: $10.00 + $10.00 = $20.00
2027년 1월 1일부터 동일한 Gemini 실행 비용은 3.00달러이며, Sol과의 격차는 3.7배, Fable 5.1과의 격차는 6.7배로 줄어듭니다. 이 두 배 인상은 3.6 Flash와 3.7 Flash에도 적용되므로, 더 저렴한 Gemini Flash로 전환할 수 없습니다. 앤스로픽의 가격 페이지에는 Fable 5.1 요율이 나와 있으며, 저희의 Claude Fable 5.1 가격 가이드와 GPT-5.6 가격 가이드는 각 모델의 배치 및 캐시 계층을 다룹니다.
토큰당 비용이 아닌 작업당 비용
여기에는 그 간단한 계산의 단순한 버전을 무효화하는 경고가 있습니다. 구글은 Gemini 3.8 Flash가 "더 오래 실행되고 복잡한 작업에서 설계상 더 많은 토큰을 사용할 수 있다"고 말합니다. 어려운 문제에서는 더 작은 추론 단계를 거치고, 작업을 확인하며, 도구를 반복적으로 호출합니다. Artificial Analysis는 그 효과를 측정했습니다. 높은 수준에서 작업당 48,000개의 출력 토큰을 사용했는데, 이는 3.7 Flash보다 30% 증가한 수치입니다. 따라서 토큰당 가격이 변하지 않은 상태에서 3.7 Flash에서는 작업당 0.40달러였던 지수 실행 비용이 3.8 Flash에서는 0.58달러로 상승했습니다. 중간 수준에서는 작업당 0.41달러, 낮은 수준에서는 0.24달러입니다.
두 가지 결과가 따릅니다. 첫째, 프리미엄 모델이 더 적은 토큰이나 더 적은 도구 호출로 작업을 완료한다면, 토큰당 13.3배의 격차가 청구서에서도 13.3배의 격차로 이어지지는 않습니다. Artificial Analysis는 우리가 가지고 있는 텍스트에서 Fable 5.1이나 Sol에 대한 동등한 작업당 수치를 발표하지 않았으므로, 승수 방향을 신뢰하기 전에 자체 프롬프트로 측정해야 합니다. 둘째, Gemini에서는 사고 수준이 비용 레버입니다. Artificial Analysis의 설정에서 경로를 '높음'에서 '낮음'으로 낮추면 작업당 비용이 절반 이상 절감되었으며, 사고 수준 가이드는 엔드포인트별로 이를 설정하는 방법을 보여줍니다. 3.8 Flash vs 3.7 Flash 비교는 이전 모델이 작업당 31% 저렴하여 여전히 더 나은 구매인 경우를 다룹니다.
각 모델을 선택할 시점
볼륨 및 에이전트 비용 효율성을 위해 Gemini 3.8 Flash 선택
매일 수천 개의 에이전트 작업을 실행한다면, 3.8 Flash가 기본 옵션입니다. 이 모델은 독립 지수에서 프리미엄 모델들과 동등하며, 구글의 금융 및 법률 에이전트 순위에서 선두를 차지하고, 1월 가격 인상 후에도 토큰당 비용이 극히 일부에 불과합니다. 또한 비디오, 오디오, PDF 입력을 기본적으로 지원하고, 배치를 50% 할인된 가격으로 제공하며, 월 5,000건의 무료 Google 검색 그라운딩 요청을 포함하고, 프로토타이핑을 위한 무료 티어도 제공합니다. 단점: 텍스트 전용 출력, Live API 없음, 65,536 토큰 출력 제한, 그리고 중간 또는 높은 수준에서 예산을 책정해야 할 토큰 소비량입니다.
가장 어려운 장기 추론을 위해 Claude Fable 5.1 선택
Fable 5.1은 시작하는 모델이 아니라 단계적으로 확장해 나가는 모델입니다. 이 모델의 사용 사례는 잘못된 답변이 토큰 비용보다 더 큰 손실을 초래하는 작업입니다. 즉, 몇 시간 동안 진행되는 연구 에이전트, 긴 터미널 세션, 더 저렴한 모델의 평가가 부족한 추론 체인 등입니다. 128K 출력과 0.25달러의 캐시 읽기 비용은 매 턴마다 동일한 대규모 컨텍스트를 재사용하는 프리픽스-헤비(prefix-heavy) 에이전트 루프에 적합합니다. 이러한 경우 캐시 라인은 실질적인 승수를 13.3배보다 훨씬 작게 만듭니다. 모델 자체의 사양 시트는 Claude Fable 5.1이란 무엇인가에서 확인할 수 있습니다.
OpenAI 생태계 에이전트 실행을 위해 GPT-5.6 Sol 선택
Sol은 xhigh에서 59점을 기록했고, HLE-Verified에서 3.8 Flash와 동점을 이뤘으며, 5달러 / 30달러에 128K 출력을 제공합니다. 에이전트, 평가, 도구가 이미 OpenAI 스택에 있다면, Sol은 두 번째 공급업체가 필요 없는 프리미엄 티어입니다. 세 모델 중 캐시 읽기 비용이 가장 비싸므로, 긴 캐시 세션보다는 새로운 컨텍스트 실행에 더 적합합니다. Grok 4.6 vs GPT-5.6 vs Claude Fable 5 비교는 Sol이 이전 앤스로픽 플래그십에 비해 어떻게 버텼는지 보여줍니다.
하나의 Apidog 작업 공간에서 세 모델 모두 테스트
위의 모든 주장은 같은 방식으로 끝납니다. 즉, 당신의 자체 프롬프트로 측정해 보세요. Apidog는 API 클라이언트이자 테스트 플랫폼이므로, 이 모델들을 직접 실행하지는 않지만, 동일한 요청을 세 공급업체 모두에게 빠르게 보내고 반환되는 내용을 비교하는 효과적인 방법입니다.
설정은 세 가지 환경을 가진 하나의 프로젝트입니다. 각 환경은 기본 URL과 키 변수를 보유합니다. GEMINI_API_KEY와 함께 https://generativelanguage.googleapis.com, Claude 키와 함께 앤스로픽의 기본 URL, OpenAI 키와 함께 OpenAI의 기본 URL을 사용합니다. 키는 환경 변수에 보관되며, 요청 본문이나 공유 컬렉션에 절대 포함되지 않습니다.
그런 다음 동일한 프롬프트를 담는 세 가지 요청 단계를 가진 하나의 테스트 시나리오를 구축합니다. Gemini 단계는 "model": "gemini-3.8-flash"와 "thinking_level": "medium"을 사용하여 /v1beta/interactions에 게시하고, 다른 두 모델은 해당 공급업체의 채팅 또는 메시지 엔드포인트에 게시합니다. 각 단계에서 비교에 중요한 어설션을 추가하세요. HTTP 200, 답변이 있음을 확인하는 JSON 경로, 그리고 토큰 사용 필드의 상한선을 설정하여 갑자기 두 배 많은 사고 토큰을 소비하는 실행은 즉시 실패하도록 합니다. Gemini의 레거시 엔드포인트에서는 해당 필드가 usageMetadata.thoughtsTokenCount입니다. 다른 두 모델에 대해서는 동등한 사용 블록에 어설션을 적용하세요.
골든 프롬프트 세트에 대해 시나리오를 실행한 다음, 매일 실행되도록 스케줄링합니다. 공급업체가 기본값을 변경하거나 모델이 더 많은 토큰을 소비하기 시작하면, 청구서가 오기 전에 실패한 어설션이 알려줍니다. AI 에이전트 API 테스트 가이드는 이 패턴의 다중 턴 버전을 다루고, Apidog에서 API 테스트 스케줄링은 반복 실행을 다룹니다. 세 가지 환경을 설정하려면 Apidog를 다운로드하세요.
자주 묻는 질문
Gemini 3.8 Flash가 Claude Fable 5.1보다 낫습니까?
Artificial Analysis의 지수에서 3.8 Flash는 '높음'에서 59점, Fable 5.1은 '중간'에서 57점을 기록하여, 테스트된 설정에서는 비슷합니다. 구글의 표에는 Fable 5.1이 포함되어 있지 않고, 앤스로픽의 벤치마크에는 3.8 Flash가 포함되어 있지 않아, 더 광범위한 직접 비교는 없습니다. 토큰당 비용으로 보면, Flash는 도입 가격에서 13.3배 더 저렴합니다.
에이전트 작업량에 가장 저렴한 모델은 무엇입니까?
토큰당 Gemini 3.8 Flash가 압도적으로 저렴합니다. 2026년 12월 31일까지 0.75달러 / 3.75달러입니다. 작업당 비용으로 Artificial Analysis는 높은 수준에서 0.58달러, 중간 수준에서 0.41달러, 낮은 수준에서 0.24달러로 측정했습니다. 이는 모델이 3.7 Flash보다 약 30% 더 많은 출력 토큰을 사용하기 때문입니다. 결정하기 전에 토큰당이 아닌 완료된 작업당 비용을 측정하세요.
세 모델 모두 1M 컨텍스트 창을 가지고 있습니까?
예. Gemini 3.8 Flash는 1,048,576개의 입력 토큰을 허용하며, Fable 5.1과 GPT-5.6 Sol은 모두 1M을 명시합니다. 최대 출력은 다릅니다. 3.8 Flash는 65,536 토큰이며, 다른 두 모델은 128K입니다.
Claude Fable 5.1이 구글의 벤치마크 표에 없는 이유는 무엇입니까?
구글이 게시한 행에는 앤스로픽 항목으로 Claude Opus 5와 Claude Sonnet 5가 나열되어 있습니다. Fable 5.1은 3.8 Flash 출시 하루 전인 9월 1일에 출시되었으므로 포함되지 않았습니다. Fable 5.1 자체의 앤스로픽 실행 수치는 Claude Fable 5.1 vs Opus 5 비교를 참조하십시오.
Gemini의 가격 우위는 2027년에도 유지됩니까?
부분적으로 그렇습니다. 2027년 1월 1일부터 Gemini 3.8 Flash는 1.50달러 / 7.50달러로 변경되며, 이는 Fable 5.1이 양쪽에서 6.7배, Sol이 입력에서 3.3배, 출력에서 4배 더 비싸게 만듭니다. 여전히 저렴하지만, 격차는 절반으로 줄어듭니다.
어떤 모델을 먼저 호출해야 할까요?
대량으로 실행하는 모든 작업에는 Gemini 3.8 Flash부터 시작하고, 경로별로 thinking_level을 설정하며, 정가가 아닌 작업당 토큰 사용량을 주시하십시오. 더 저렴한 모델에서의 평가가 부족하고 컨텍스트가 턴마다 캐시되는 경우에는 Claude Fable 5.1로 전환하십시오. 스택의 나머지가 OpenAI이고 두 번째 공급업체 없이 프리미엄 티어를 원한다면 GPT-5.6 Sol을 사용하십시오. 어떤 모델을 선택하든, 먼저 하나의 테스트 시나리오에서 동일한 프롬프트를 세 모델 모두에 대해 실행하십시오. 가격 비율은 공개되어 있지만, 당신의 프롬프트에 대한 작업당 비용 비율은 당신이 직접 측정해야 합니다.