Gemini 3.7 Flash 출시와 성능 개선

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Google DeepMind가 Gemini 3.6 Flash 출시 3주 뒤 코딩과 에이전트 작업을 겨냥한 Gemini 3.7 Flash를 공개했으며, 디버깅·코드 생성·웹 개발·복잡한 문서 처리에서 이전 모델보다 높은 benchmark 점수를 기록했습니다. FrontierCode 1.1 Main은 43.6% 대 34.4%, DeepSWE v1.1은 65.3% 대 49.0%, WebDev Arena는 Elo 1588 대 1538로 나타났고, GDP.pdf와 AutomationBench에서도 우세했습니다. 모델은 다단계 계획과 tool call, 장애물 대응을 강화해 수동 감독과 재시도를 줄이고, 2026년 말까지 input 1M tokens당 $0.75와 output 1M tokens당 $3.75에 제공됩니다. Google은 Gemini Spark에도 모델을 적용해 Google Workspace 업무 자동화를 개선하는 한편, CBRN과 cyber offense 오용에 대응하는 안전장치를 갱신했습니다.

섹션별 상세

Google DeepMind는 코딩과 에이전트 작업을 겨냥한 Gemini 3.7 Flash를 Gemini 3.6 Flash 출시 3주 만에 공개했습니다. 개발자 피드백과 알고리즘 개선을 반영한 모델로, 소프트웨어 엔지니어링과 지식 작업, 웹 개발 워크플로의 처리 능력을 높이는 데 초점을 맞췄습니다. 초기 가격은 3.6 Flash의 절반 수준으로 책정돼 성능 개선과 비용 효율을 함께 겨냥합니다.

Gemini 3.7 Flash는 디버깅과 이슈 해결, 첫 시도 코드 정확도, production-ready code 생성에서 Gemini 3.6 Flash보다 높은 결과를 냈습니다. FrontierCode 1.1 Main에서는 43.6% 대 34.4%, DeepSWE v1.1에서는 65.3% 대 49.0%를 기록해 코드 작업 성능 차이가 수치로 나타났습니다. 웹 개발에서는 더 적은 prompt로 기능이 완성된 앱과 레이아웃을 만들고, reference screenshot이나 이미지, full design system과의 디자인 일치도에서도 성능을 높였습니다.

Gemini 3.7 Flash의 DeepSWE V1.1 성능을 평균 task 비용과 함께 비교한 산점도입니다. — Chart가로축은 평균 task 비용이며 왼쪽에서 오른쪽으로 갈수록 비용이 낮아지고, 세로축은 성능 비율로 0%에서 80%까지 표시됩니다. Gemini 3.7 Flash는 약 65% 수준의 성능과 약 $3대의 평균 비용 지점으로 표시되며, Gemini 3.6 Flash는 약 37% 수준과 약 $9대 비용 지점으로 나타납니다. 이 시각화는 본문에 적힌 DeepSWE v1.1의 65.3% 대 49.0% 비교와 비용 효율 개선을 함께 뒷받침합니다.

근거

Gemini 3.7 Flash는 FrontierCode 1.1 Main에서 43.6%, Gemini 3.6 Flash는 34.4%를 기록했다. — 코딩 성능 단락의 FrontierCode 1.1 Main 비교 수치
Gemini 3.7 Flash는 DeepSWE v1.1에서 65.3%, Gemini 3.6 Flash는 49.0%를 기록했다. — 코딩 성능 단락의 DeepSWE v1.1 비교 수치
WebDev Arena에서 Gemini 3.7 Flash의 Elo 점수는 1588로 Gemini 3.6 Flash의 1538보다 높다. — 웹 개발 단락의 Arena.ai WebDev Arena 비교 수치

지식 집약적인 금융·법률·biosciences 작업에서는 복잡한 문서를 처리하고 실제 업무 흐름을 완료하는 추론 능력이 개선됐습니다. GDP.pdf benchmark에서 34.0% 대 22.0%, AutomationBench에서 30.4% 대 17.0%로 Gemini 3.6 Flash를 앞섰으며, 입력 문서나 업무 지시를 처리해 결과물을 만드는 과정의 정확도가 높아졌습니다. 모델은 단일 텍스트 prompt로 3D 게임을 만들고, sub-agent를 조율해 interactive landing page를 생성하며, PDF를 live chart가 포함된 interactive data story로 바꾸는 사례에도 사용됐습니다.

근거

Gemini 3.7 Flash는 GDP.pdf benchmark에서 34.0% 대 22.0%, AutomationBench에서 30.4% 대 17.0%를 기록했다. — 지식 집약적 분야 단락의 두 benchmark 비교 수치

개발자 경험 측면에서 Gemini 3.7 Flash는 작업이 막혔을 때 대응하고 필요한 경우 의도를 확인하며 지시를 더 충실히 따르도록 개선됐습니다. 다단계 계획과 tool call에 더 많은 처리를 투입해 수동 감독과 재시도 횟수를 줄이는 방식이며, 2026년 말까지 input 1M tokens당 $0.75, output 1M tokens당 $3.75의 도입 가격이 적용됩니다. 2027년 1월 1일부터는 각각 $1.50과 $7.50으로 변경됩니다.

근거

Gemini 3.7 Flash의 도입 가격은 input 1M tokens당 $0.75, output 1M tokens당 $3.75이며 2027년 1월 1일부터 각각 $1.50과 $7.50으로 변경된다. — Better developer experience and price 단락과 각주 1

Google AI Pro와 Ultra 가입자에게 160개국 이상에서 제공되는 Gemini Spark에도 Gemini 3.7 Flash가 적용됩니다. Spark는 Google Workspace 앱의 tool use를 통해 파일을 통합하고 이메일을 작성하며 status document를 갱신하는 복합 업무를 수행하고, 이번 업데이트로 정확도와 output quality를 높입니다. 동시에 CBRN과 cyber offense 영역의 오용을 막기 위한 Frontier Safety safeguards를 갱신한 상태로 배포됩니다.

근거

Gemini Spark는 Gemini 3.7 Flash를 사용해 Google Workspace 앱의 tool use와 복합 업무 처리 정확도를 개선한다. — Improving Gemini Spark with 3.7 Flash 단락

용어 해설

FrontierCode: — 소프트웨어 엔지니어링 모델의 코드 생성과 문제 해결 능력을 평가하는 벤치마크입니다. 이 글에서는 production-ready code 생성 성능을 비교하는 지표로 사용되며, Gemini 3.7 Flash와 3.6 Flash의 점수 차이를 제시하는 근거가 됩니다.
DeepSWE: — 소프트웨어 엔지니어링 작업에서 모델의 문제 해결 성능을 측정하는 평가 체계입니다. Gemini 3.7 Flash는 DeepSWE v1.1에서 코드 작업 수행 능력을 평가받았고, 이전 모델과의 성능 비교에 활용됐습니다.
Elo 점수(Elo Score): — 경쟁 평가에서 상대적인 성능 순위를 나타내는 점수 체계입니다. 이 글에서는 WebDev Arena에서 웹 개발 모델의 결과를 비교하는 기준으로 사용되며, Gemini 3.7 Flash의 1588점과 Gemini 3.6 Flash의 1538점을 비교합니다.
에이전트 워크플로(Agent Workflow): — 모델이 여러 단계의 계획과 도구 호출을 거쳐 실제 작업을 완료하는 처리 흐름입니다. Gemini 3.7 Flash는 의도를 확인하고 장애물에 대응하며 반복 작업을 줄이는 방향으로 개선돼, production-ready agent 구축에 활용됩니다.
멀티모달 이해(Multimodal Understanding): — 텍스트뿐 아니라 이미지와 같은 여러 입력 형식의 정보를 함께 처리하는 능력입니다. 글에서는 reference screenshot, 이미지, design system을 바탕으로 UI를 생성하고, robotics model의 학습 루프에도 활용되는 기능으로 제시됩니다.