Gemini 3.8 Flash
Google 모델 · 2026년 9월 2일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- Google DeepMind
- 공개일
- 이용 방식
- API 제공
- 종합 능력 지수(ECI)
- 156.7신뢰구간 154.4~160.3
- Arena 점수(사람 투표)
- 14997위 · 투표 31,437표
주요 반응
Gemini 3.8 Flash는 독립 평가에서 지능 지수가 3.7 Flash보다 3점 오르고 속도와 비용 효율이 높다는 평가를 받았다. 반면 출력이 길어져 작업당 비용이 늘었고, Claude Opus 5 등 상위 모델에는 못 미친다는 지적도 나왔다.
- 호평Artificial Analysis는 지능 지수를 59점으로 3.7 Flash보다 3점 높게 매겼고, 초당 약 300토큰의 속도와 작업당 $0.58의 비용으로 같은 지능 수준에서 가장 저렴한 모델이라고 평가했다.[1][2]
- 비판다만 작업당 평균 출력 토큰이 30% 늘어 48k가 되면서 비용이 이전 모델보다 약 40% 올랐다. 또한 현재의 할인 가격은 2027년 1월에 두 배로 오를 예정이다.[1][2]
- 엇갈림개발자 커뮤니티에서는 속도와 비용이 인상적이라는 평가와 함께 데모 결과물이 평범하다는 반응이 있었다. 백엔드 작업 신뢰성은 Claude Opus와 GPT가 낫고 3.7보다 토큰을 더 쓴다는 지적도 나왔다.[3]
- 엇갈림한 리뷰는 첫 토큰까지 13.30초가 걸리고 장황해 대화형 용도에는 맞지 않다고 봤다. 장기 에이전트 코딩과 문서 중심 일괄 작업에는 전환을 권했고, 일부는 Google이 고른 벤치마크에서만 Opus 5에 필적한다고 비판했다.[4]
- 엇갈림지능 지수는 Claude Opus 5(63), Claude Fable 5.1(66) 등 상위 모델에 못 미쳤다. 한 사용자 비교 테스트에서는 비용이 $0.12 대 $1.86으로 Opus 5보다 훨씬 낮았지만 결과물 완성도는 떨어진다는 평이 나왔다.[2][5]
반응 출처 5개
- Google has released Gemini 3.8 Flash, its fourth Flash model in under four months · artificialanalysis.ai
- With Gemini 3.8 Flash, Google reminds everyone it's still in the race · theregister.com
- Gemini 3.8 Flash and 3.8 Flash Cyber · news.ycombinator.com
- Gemini 3.8 Flash review: fast, verbose, and not the upgrade the number implies · eesel.ai
- Gemini 3.8 Flash Arrives, Promptly Mocked by Rivals · chinaonchina.com
출시 기사·리뷰·전문가 평가·개발자 커뮤니티 토론을 LUCAS AI News가 읽고 요약했습니다(2026-10-11 기준). 원문 표현은 옮기지 않았으니 자세한 내용은 출처에서 확인하세요.
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
Google 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학95.4%
94개 모델 중 3위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '높음' 기준. 오차 ±1.4%.
- OTIS 모의 AIME수학98.9%
91개 모델 중 13위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '높음' 기준. 오차 ±0.9%.
- FrontierMath 1~3단계수학68.4%
57개 모델 중 22위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '높음' 기준. 오차 ±2.8%.
- FrontierMath 4단계수학21.9%
48개 모델 중 29위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '높음' 기준. 오차 ±6.5%.
- SimpleQA Verified지식69.7%
52개 모델 중 7위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '높음' 기준. 오차 ±1.5%.
- 체스 퍼즐추론61%
60개 모델 중 4위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 생각 수준 '높음' 기준. 오차 ±4.9%.
- 미공개 게임 퍼즐추론47%
47개 모델 중 11위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '높음' 기준. 오차 ±5%.
- 가구 조립 검사공간·학습31.7%
27개 모델 중 20위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '높음' 기준. 오차 ±5.9%.
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
개발사 발표 점수
개발사가 공식 페이지나 논문에 직접 밝힌 수치입니다. 평가 조건이 서로 달라 다른 모델과 바로 비교하기는 어렵습니다. 항목마다 원문에서 확인할 수 있습니다.
| 항목 | 발표 값 | 원문 |
|---|---|---|
| DeepSWE v1.1 Long-horizon software engineering | 73.7% | deepmind.google |
| Vals Finance Agent v2 Financial analyst tasks | 61.4% | deepmind.google |
| Harvey's Legal Agent Benchmark Complex legal workflows | 10% | deepmind.google |
| Terminal-bench 2.1 Agentic terminal coding | 89.4% | deepmind.google |
| Terminal-bench 4.0 General agent capabilities | 19.1% | deepmind.google |
| GDP.PDF Expert PDF document comprehension | 35% | deepmind.google |
| CharXiv Reasoning Information synthesis from complex charts | 86.2% | deepmind.google |
| HLE-Verified Multidisciplinary expert reasoning | 54.9% | deepmind.google |
| OSWorld-2.0 Agentic computer use | 59% | deepmind.google |
함께 볼 모델
- Gemini 3.7 Flash Google · 2026-08-13
- Gemini 4 Argon Google · 2026-09-30
- GPT-6 Astra OpenAI · 2026-09-03
- Claude Fable 5.1 Anthropic · 2026-09-01