Gemini 3.5 Flash vs Gemini 3.1 Flash-Lite 비교: API 비용과 전환 기준
Gemini 3.5 Flash의 Developer API 요청은 현재 3.6 Flash로 전달됩니다. 단순 대량 처리에는 3.1 Flash-Lite를 먼저 평가하고, 복잡한 작업은 현재 Flash와 채택한 결과당 비용을 비교하세요.
목차

짧은 번역·분류·데이터 추출을 많이 처리한다면 Gemini 3.1 Flash-Lite부터 평가하세요. 코드 수정이나 여러 도구를 연결하는 작업이라면 현재 Flash와 비교할 가치가 있습니다. 다만 기존에 사용하던 gemini-3.5-flash는 이제 독립적인 3.5 모델을 호출하는 ID로 이해하면 안 됩니다. 2026년 10월 13일 기준 Google Developer API는 이 요청을 gemini-3.6-flash로 자동 전달합니다. 새 설정에서는 3.6을 명시하거나 작업에 맞춰 3.8을 평가하는 편이 명확합니다. Google의 3.5 Flash 안내
선택의 기준은 이름에 붙은 숫자보다 원하는 결과를 얻는 데 드는 비용입니다. Lite가 첫 응답에서 기준을 충족하면 낮은 단가가 장점입니다. 복잡한 작업에서 재시도와 사람이 고치는 시간이 늘어난다면, Flash의 높은 단가를 지불해도 전체 비용을 줄일 수 있습니다. 아래 선택법은 공식 기능과 가격에 근거한 평가 출발점이며, 두 모델을 직접 실행해 얻은 성능 순위는 아닙니다.
기존 3.5 Flash 설정과 3.1 Flash-Lite는 지금 무엇을 호출하나요?
3.5 Flash의 지원 중단 안내와 API 엔드포인트 폐쇄는 구분해야 합니다. Google의 종료 일정 표는 gemini-3.5-flash 엔드포인트를 닫지 않고 3.6으로 전달한다고 명시합니다. AI Studio에서 3.5를 선택할 수 없다는 사실만으로 기존 API가 모두 실패한다고 판단하면 안 됩니다. 종료 일정
| 설정에 적힌 ID | 2026년 10월 13일의 의미 | 운영자가 할 일 |
|---|---|---|
gemini-3.5-flash | 지원 중단된 모델 ID이며 Developer API 요청은 3.6 Flash로 자동 전달 | 요청 ID와 반환된 모델 버전을 함께 기록하고, 3.6 직접 호출 설정으로 정리 |
gemini-3.1-flash-lite | 2026년 5월 7일 출시한 안정판 | 현재 품질과 비용이 만족스러우면 유지하면서 종료 공지 확인 |
gemini-3.1-flash-lite-preview | 안정판과 별개인 Preview이며 2026년 5월 25일 종료 | 안정판 ID로 변경 |
출처: Google 모델 종료 일정. 3.1 Flash-Lite에 표시된 2027년 5월 7일은 종료될 수 있는 가장 이른 날짜입니다. 그날까지의 용량이나 서비스 수준을 보장한다는 뜻은 아닙니다.
이 구분은 Google Developer API에 적용됩니다. 다른 제공자의 API에서 같은 문자열을 쓴다면 그 제공자의 모델 매핑과 요금도 따로 확인해야 합니다. Gemini 앱의 모델 선택 화면이나 구독료 역시 API의 호출 대상과 토큰 요금을 대신 설명하지 않습니다.
어떤 작업에 Lite를 쓰고, 언제 Flash로 넘길까요?
입력과 출력이 명확하고 결과를 쉽게 검사할 수 있는 반복 작업에는 Lite가 좋은 첫 후보입니다. Google도 3.1 Flash-Lite의 용도로 번역, 전사, 단순 추출, 문서 처리와 요청 분류를 제시합니다. 예를 들어 고객 문의에서 주문 번호를 추출하고 문의 유형을 하나 고르는 작업은, 전체 대화를 분석해 해결책을 계획하는 작업보다 검증 기준을 만들기 쉽습니다. 3.1 Flash-Lite 개발자 가이드
| 실제 작업 | 먼저 평가할 대상 | 다른 모델을 검토할 조건 |
|---|---|---|
| 문의 유형 분류, 짧은 메시지 번역, 정해진 필드 추출 | 3.1 Flash-Lite | 필드 누락, 의미 변경, 분류 오류로 수정 비용이 커짐 |
| PDF에서 필요한 항목을 추출하고 짧게 요약 | 3.1 Flash-Lite | 문서 간 모순을 해소하거나 여러 근거를 연결해야 함 |
| 코드 수정, 도구 결과를 받아 다음 행동을 결정하는 자동화 | 3.6 Flash | 긴 작업에서 계획 유지와 오류 복구가 어려우면 3.8도 비교 |
| 여러 단계에 걸친 소프트웨어 작업이나 복잡한 업무 흐름 | 3.8 Flash를 평가 후보에 추가 | 추가 비용·대기 시간이 품질 개선에 비해 큼 |
3.6 Flash는 빠른 에이전트 반복 작업과 코딩, 3.8 Flash는 장기간 이어지는 소프트웨어 작업과 자율 에이전트에 초점을 둡니다. 이는 3.6 모델 설명과 3.8 모델 설명에 따른 후보 선정입니다. 동일한 조건에서 어느 쪽이 더 정확하거나 빠른지는 자신의 입력으로 확인해야 합니다.
모델별 기능도 작업의 전제입니다. 3.1 Flash-Lite, 3.6 Flash, 3.8 Flash는 텍스트·이미지·동영상·오디오·PDF를 입력받고 텍스트를 출력합니다. 입력 한도는 1,048,576토큰, 출력 한도는 65,536토큰입니다. 긴 문서를 읽을 수 있다는 사실이 한 번에 백만 토큰짜리 번역 결과를 출력할 수 있다는 뜻은 아닙니다. 3.1 Flash-Lite 사양, 3.6 Flash 사양
두 계열 모두 함수 호출, 구조화 출력, 검색 그라운딩 등을 지원합니다. 따라서 “도구가 필요하니 Lite는 제외”라는 규칙은 적절하지 않습니다. 다만 Computer Use는 3.1 Flash-Lite에서 지원하지 않고 3.6·3.8에서는 Preview로 지원합니다. 이 텍스트 모델들은 이미지 생성, 오디오 생성, Live API를 지원하지 않습니다. 녹음을 받아 전사하는 것과 실시간 음성 대화를 하는 것은 다른 요구입니다. 3.1 Flash-Lite 기능, 3.8 Flash 기능
API 가격은 입력 종류와 제공 방식부터 맞춰 비교하세요
아래는 Google Developer API 유료 티어의 100만 토큰당 미국 달러 가격입니다. 출력에는 사고 토큰이 포함됩니다. 3.5 Flash 별칭의 실제 청구서를 확인한 가격표가 아니라, 현재 직접 호출하는 3.6·3.8과 3.1 Flash-Lite의 공식 단가 비교입니다. 공식 가격표
| 모델·적용 기간 | 제공 방식 | 입력 | 출력·사고 |
|---|---|---|---|
| 3.1 Flash-Lite, 현재 가격 | Standard | 텍스트·이미지·동영상 0.25 / 오디오 0.50 | 1.50 |
| 3.1 Flash-Lite, 현재 가격 | Batch·Flex | 텍스트·이미지·동영상 0.125 / 오디오 0.25 | 0.75 |
| 3.1 Flash-Lite, 현재 가격 | Priority | 텍스트·이미지·동영상 0.45 / 오디오 0.90 | 2.70 |
| 3.6·3.8 Flash, 2026년 12월 31일까지 | Standard | 0.75 | 3.75 |
| 같은 기간 | Batch·Flex | 0.375 | 1.875 |
| 같은 기간 | Priority | 1.35 | 6.75 |
| 3.6·3.8 Flash, 2027년 1월 1일부터 | Standard | 1.50 | 7.50 |
| 같은 기간 | Batch·Flex | 0.75 | 3.75 |
| 같은 기간 | Priority | 2.70 | 13.50 |
출처: Gemini Developer API 가격표, 2026년 10월 13일 확인. 3.1 Flash-Lite의 0.25/1.50과 별도 모델인 3.5 Flash-Lite의 Standard 0.30/2.50을 섞으면 안 됩니다. 현재 3.6·3.8과의 차이를 모든 입력·출력에서 “6배”라고 표현하는 것도 맞지 않습니다.
무료 티어는 모델과 제공 방식별 열을 확인하세요. 현재 가격표의 3.1 Flash-Lite는 Standard·Batch·Flex·Priority 모두 입력과 출력에 Free of charge를 표시합니다. 반면 3.6·3.8의 Batch·Flex 무료 열은 Not available입니다. 이 표시는 무제한 호출이나 내 계정의 이용 가능성을 보장하지 않습니다. 실제 한도는 AI Studio 한도 화면에서 해당 프로젝트 기준으로 확인합니다. 가격표, 한도 안내
Batch와 Flex 중 무엇을 고르면 되나요?
서로 독립적인 문의 수천 건을 모아 나중에 처리할 수 있다면 Batch가 적합합니다. 이전 결과를 받아 다음 요청을 만드는 순차 작업이고 몇 분 지연을 허용할 수 있다면 Flex를 검토할 수 있습니다.
Batch는 generateContent용 비동기 처리이며 Standard의 절반 단가입니다. 목표 처리 시간은 24시간으로, 완료 시각을 보장하지 않습니다. 작업이 완료되어도 각 행의 응답과 오류를 확인해야 하며, 같은 생성 요청을 다시 보내면 별도 작업이 만들어집니다.
Flex는 Preview인 동기 처리 방식입니다. 낮은 단가 대신 지연 시간이 변하고 용량도 최선 노력 방식으로 제공됩니다. 문서의 1~15분은 목표입니다. 용량 부족으로 503이 나거나 한도로 429가 날 수 있고, 서버가 자동으로 Standard로 올려 처리하지 않습니다. 재시도 또는 Standard 전환을 구현할 때 그 추가 비용과 시간도 계산하세요.
캐시를 쓰면 별도 입력 단가와 보관 시간 요금이 생깁니다. 현재 Standard의 3.1 Flash-Lite 캐시 입력은 텍스트·이미지·동영상 0.025달러, 오디오 0.05달러이며, 보관은 100만 토큰·시간당 1달러입니다. 3.6·3.8은 2026년 말까지 캐시 입력 0.075달러, 보관 0.50달러이고 2027년부터 각각 0.15달러와 1달러입니다. 가격표
Batch 가이드는 캐시 적중 시 Standard 캐시 요금을 설명하지만, 현재 가격표에는 Batch용 캐시 입력·보관 금액이 별도 표시됩니다. 캐시까지 무조건 절반으로 계산하지 말고 모델·제공 방식의 해당 열과 실제 청구를 확인하세요. 이 글의 다음 계산은 이 차이를 포함하지 않습니다. Batch 캐시 안내, 가격표
호출 단가보다 채택한 결과당 비용이 중요합니다

비교할 때는 다음 두 숫자를 함께 구하세요.
- 토큰 비용: 입력 토큰 비용 + 최종 응답과 사고 토큰 비용. 오디오, 캐시, 검색 도구를 사용하면 해당 요금을 별도로 반영합니다.
- 채택한 결과당 비용: 최초 호출·재시도·다른 모델로의 전환·도구·사람의 검토에 든 총비용 ÷ 최종적으로 채택한 결과 수.
다음은 가격 차이를 이해하기 위한 가상 계산입니다. 한국어 고객 문의 10,000건을 분류한다고 가정합니다. 각 요청은 입력 800토큰, 응답 160토큰, 사고 80토큰을 사용하며 캐시와 도구는 없습니다. 합계는 입력 800만 토큰, 응답·사고 240만 토큰입니다.
| Standard 처리 | 10,000건의 토큰 비용 |
|---|---|
| 3.1 Flash-Lite | 8 × 0.25 + 2.4 × 1.50 = 5.60달러 |
| 3.6 또는 3.8 Flash, 2026년 말까지 | 8 × 0.75 + 2.4 × 3.75 = 15달러 |
| 같은 Flash, 2027년부터 | 8 × 1.50 + 2.4 × 7.50 = 30달러 |
단가는 공식 가격표에 근거합니다. 사용량과 결과 품질은 가정이며, 실제 청구서나 성능 측정 결과가 아닙니다. 세금, 재시도, 캐시, 검색·지도 등 도구 요금과 임베딩 비용은 제외했습니다.
토큰만 보면 Lite가 유리합니다. 그런데 Lite 결과 중 1,000건, Flash 결과 중 200건을 사람이 고쳐야 한다고 가정해 보겠습니다. 건당 15초, 작업 시간당 12달러로 계산하면 수정 비용은 각각 50달러와 10달러입니다. 모든 수정 결과를 채택한다면 2026년 가격의 총비용은 Lite 55.60달러, Flash 25달러이며, 채택한 결과당 비용은 각각 0.00556달러와 0.0025달러가 됩니다.
이 계산은 Flash의 우위를 입증하지 않습니다. 수정할 결과의 수가 선택을 뒤집을 수 있음을 보여 줍니다. 실제 수정 비율이 같거나 거의 없다면 Lite의 낮은 단가가 그대로 장점입니다. 반환된 토큰 수와 검토 시간을 자신의 데이터로 대입해야 결론을 내릴 수 있습니다.
기존 API 코드에서 호출 대상과 사용량을 확인하는 방법
먼저 현재 코드가 Google Developer API의 generateContent를 사용하는지 확인하세요. 아래 예제는 기존에 유효한 Gemini API 키를 서버의 GEMINI_API_KEY에 안전하게 제공한 독자를 위한 REST 요청입니다. curl과 jq가 필요합니다. 이 글에서는 실제 호출이나 비용 측정을 하지 않았습니다.
기존 3.5 설정을 정리할 때는 MODEL에 gemini-3.6-flash를 지정하세요. Lite 평가에는 gemini-3.1-flash-lite를 사용합니다. 아래는 단순한 문의 분류 예제로, 전체 응답을 파일에 남깁니다.
MODEL='gemini-3.1-flash-lite'
curl --fail-with-body --show-error \
"https://generativelanguage.googleapis.com/v1beta/models/${MODEL}:generateContent" \
-H "x-goog-api-key: ${GEMINI_API_KEY}" \
-H 'Content-Type: application/json' \
-X POST \
--data-binary '{
"contents": [{
"role": "user",
"parts": [{
"text": "다음 문의를 배송, 환불, 상품정보, 기타 중 하나로 분류하세요. 유형과 근거 한 문장만 답하세요. 문의: 주문한 지 사흘이 지났는데 배송 조회가 갱신되지 않습니다."
}]
}],
"serviceTier": "standard"
}' \
-o response.jsonHTTP 요청이 성공한 다음 응답 본문과 메타데이터를 확인합니다. jq 명령은 서버에 추가 요청을 보내지 않습니다.
jq '{
modelVersion,
responseId,
usageMetadata,
promptFeedback,
candidates: [.candidates[]? | {
finishReason,
text: [.content.parts[]? | .text // empty]
}]
}' response.jsongenerateContent 참조에 따르면 modelVersion은 응답을 생성한 모델 버전, responseId는 응답 식별자입니다. 호출한 ID와 반환 버전을 함께 보세요. 기존 3.5 별칭과 3.6 직접 호출을 두 개의 독립적인 옛 모델 성능으로 비교해서는 안 됩니다.
사용량에서는 promptTokenCount가 입력, candidatesTokenCount가 응답 후보, thoughtsTokenCount가 사고 토큰입니다. totalTokenCount에는 입력·사고·응답이 함께 들어 있으므로 전부 출력 단가로 곱하면 안 됩니다. 캐시 사용 시 promptTokenCount에 캐시 토큰도 포함되므로 다시 더하지 않습니다. UsageMetadata 정의
HTTP 성공만으로 업무 결과가 성공한 것은 아닙니다. 후보가 있는지, finishReason이 무엇인지, 답이 실제로 허용된 문의 유형을 반환하는지 확인하세요. 차단되거나 출력이 끝나지 않은 경우에는 정상 답변으로 집계하지 않습니다. 모델별 결과를 별도 파일로 저장하고, 호출 시각·ID·제공 방식·오류·걸린 시간도 함께 기록하면 비교가 쉬워집니다.
현재 시작 가이드는 Interactions API를 사용합니다. 이 경로의 /v1beta/interactions, model, input, generation_config, service_tier를 위의 generateContent 본문에 그대로 섞지 마세요. 기존 호출을 유지하는 예제와 새 API로 전환하는 작업을 구분해야 합니다.
사고 수준도 모델에 맞춰 변경하세요
3.6 Flash는 기본 medium이며 minimal, low, medium, high를 지원합니다. 3.8 Flash는 기본 medium이고 low, medium, high를 지원하며 minimal을 보내면 오류가 납니다. 따라서 3.6에서 쓰던 옵션을 3.8로 복사할 때 이 값을 먼저 확인하세요. 사고 수준 안내, 3.8 사양
3.1 Flash-Lite의 자체 가이드는 high 사용 예제를 제공하지만 현재 일반 사고 수준 표는 이 텍스트 모델의 기본값을 명시하지 않습니다. 이름이 Lite라는 이유로 사고가 기본적으로 꺼져 있다고 가정하지 마세요. generateContent에서는 generationConfig.thinkingConfig.thinkingLevel, Interactions에서는 generation_config.thinking_level을 사용합니다. 사고 토큰도 출력 예산을 사용하므로 출력 한도를 너무 낮게 잡으면 답이 잘릴 수 있습니다. 앱에서 보이는 Standard·Extended를 API 값과 일대일로 대응시키는 것도 피하세요. Lite 사고 예제, API 설정
전체 트래픽을 바꾸기 전에 확인할 순서

- 현재 설정을 적습니다. 엔드포인트, 요청 ID, 반환 버전, 제공 방식, 입력 종류와 사고 옵션을 확인합니다. 3.5 별칭을 사용 중이라면 이미 3.6으로 전달되고 있다는 조건에서 시작합니다.
- 채택 기준을 먼저 정합니다. 분류라면 정답 유형과 누락 여부, 번역이라면 의미와 필수 용어 보존, 코드 작업이라면 필요한 수정과 도구 실행의 성공을 기준으로 잡습니다.
- 동일한 작업을 비교합니다. 같은 입력·지시·도구·출력 요구를 쓰되 각 모델이 지원하는 설정을 사용합니다. 단순 작업과 복잡한 작업은 결과를 나눠 봅니다.
- 완료까지 기록합니다. 첫 응답뿐 아니라 재시도, 다른 모델로 전환한 요청, 사용량, 오류, 전체 소요 시간과 검토 시간을 포함합니다. 성공한 결과만 고르면 비용과 실패율이 작아 보입니다.
- 작업별로 전환합니다. 채택 품질, 허용 지연 시간, 총비용을 충족한 작업부터 새 설정을 적용하고, 이전 설정으로 되돌릴 수 있게 남겨 둡니다. 숫자가 개선되지 않은 단순 작업까지 함께 올릴 이유는 없습니다.
무료와 유료 모두 프로젝트의 현재 한도를 확인해야 합니다. RPM·입력 TPM·RPD는 각각 적용되며, 같은 프로젝트에 키를 추가해도 한도가 늘어나지 않습니다. 429 RESOURCE_EXHAUSTED가 발생하면 모델의 품질 문제로 분류하기 전에 프로젝트 한도와 적용되는 지출 제한을 확인하세요. Google 한도 문서
클라우드 인증과 거버넌스 때문에 플랫폼 자체를 바꾸려는 경우에는 Gemini API와 Vertex AI API의 선택 기준을 별도로 보세요. 이 글의 가격과 자동 전달 동작은 Google Developer API 기준이며 Cloud 경로의 요금·가용성을 대신하지 않습니다.
자주 묻는 질문
Gemini 3.5 Flash API가 종료됐나요?
Google Developer API의 gemini-3.5-flash 요청은 현재 3.6 Flash로 자동 전달됩니다. Google 종료 일정은 이 엔드포인트를 닫지 않는다고 명시합니다. 다만 AI Studio에서 3.5를 선택할 수 없으며 새 설정은 3.6 또는 작업에 맞는 3.8로 정리하는 것이 좋습니다. 종료 일정
Gemini 3.5 Flash-Lite와 3.5 Flash는 같은 모델인가요?
다릅니다. gemini-3.5-flash-lite는 별도의 안정판 Lite 모델입니다. Google은 3.1 Flash-Lite의 권장 후속 모델로 이를 제시합니다. 현재 3.5 Flash-Lite의 Standard 입력·출력은 100만 토큰당 0.30·2.50달러이고, 3.1 Flash-Lite의 텍스트·이미지·동영상 입력과 출력은 0.25·1.50달러입니다. 이름을 줄여 적으면 다른 가격을 적용하기 쉽습니다. 종료 일정, 가격표
3.1 Flash-Lite는 무료로 쓸 수 있나요?
현재 Google 가격표는 Standard·Batch·Flex·Priority의 입력·출력 무료 열에 Free of charge를 표시합니다. 모델·제공 방식별 표와 내 프로젝트의 활성 한도를 함께 확인해야 하며, 무제한이라는 의미는 아닙니다. 한국은 공식 지원 지역 목록에 있지만 서비스의 연령·계정 요건도 적용됩니다. 가격표, 한도, 지원 지역과 요건
Lite가 더 빠르다는 초당 토큰 수를 그대로 믿어도 되나요?
자신의 API 응답 시간을 대신하는 수치로 사용하지 마세요. 2026년 5월 27일 AI교육 승쌤의 비교 글에 나오는 초당 363토큰과 벤치마크는 당시 자료를 정리한 수치입니다. 현재 3.5 별칭은 3.6으로 전달되므로 그 숫자를 이 비교의 실측 결과로 옮길 수 없습니다. 자신의 입력, 사고 설정, 제공 방식에서 첫 응답과 전체 작업 완료 시간을 구분해 측정하세요.
3.1 Flash-Lite가 잘 작동하는데도 새 모델로 바꿔야 하나요?
현재 채택 품질과 지연 시간, 비용이 만족스럽다면 모델 번호만 보고 바꿀 필요는 없습니다. 안정판과 Preview를 구분하고 종료 공지를 확인하면서, 실패하거나 수정 비용이 큰 작업만 현재 Flash와 비교하세요. 3.1 Flash-Lite의 종료 표에 있는 2027년 5월 7일은 가장 이른 가능 날짜이며, 권장 후속 모델은 3.5 Flash-Lite입니다. Google 종료 일정
참고 자료15
이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026년 10월 13일.
참고 자료15
이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026년 10월 13일.
- 1.Google의 3.5 Flash 안내ai.google.dev/gemini-api/docs/models/gemini-3.5-flash
- 2.종료 일정ai.google.dev/gemini-api/docs/deprecations
- 3.3.1 Flash-Lite 개발자 가이드ai.google.dev/gemini-api/docs/models/gemini-3.1-flash-lite
- 4.3.6 모델 설명ai.google.dev/gemini-api/docs/models/gemini-3.6-flash
- 5.3.8 모델 설명ai.google.dev/gemini-api/docs/models/gemini-3.8-flash
- 6.공식 가격표ai.google.dev/gemini-api/docs/pricing
- 7.AI Studio 한도 화면aistudio.google.com/rate-limit
- 8.한도 안내ai.google.dev/gemini-api/docs/rate-limits
- 9.Batchai.google.dev/gemini-api/docs/batch-api
- 10.Flexai.google.dev/gemini-api/docs/flex-inference
- 11.generateContent 참조ai.google.dev/api/generate-content
- 12.시작 가이드ai.google.dev/gemini-api/docs/get-started
- 13.사고 수준 안내ai.google.dev/gemini-api/docs/thinking
- 14.지원 지역과 요건ai.google.dev/gemini-api/docs/available-regions
- 15.AI교육 승쌤의 비교 글curious-sy.tistory.com/entry/Gemini-31-Flash-Lite와-35-Flash-업데이트-정리-이전-모델과-무엇이-달라졌을까





