Google이 작은 모델 학습에 내부적으로 쓰는 Pro 모델의 규모가 궁금함
Flash와 함께 Pro가 나오지 않는 이유는 모델이 너무 커서 경제성이 없거나, 서비스할 연산 자원이 부족하거나, 정렬 문제가 너무 많기 때문일 수 있음 벤치마크를 보면 성능은 중간 정도지만, 작업 시간 대비 지능과 출력 속도 대비 지능에서는 매우 빠른 모델임
Antigravity에서 써본 3.5 Flash도 용도를 알면 과소평가된 모델로, 프런트엔드 작업에서는 GPT-5.5보다 훨씬 좋고 반복 개발이 빨랐기에 3.6도 비슷할 것으로 기대함

대형 모델이 ChatGPT 5.6과 Fable보다 크게 뒤처져서, Google이 이길 수 있는 속도에 집중하는 것일 수도 있음

네 번째 가능성은 Google의 대형 모델이 K3와 GLM보다도 못해서 공개하지 않는다는 것임
Gemini로 큰 문맥의 MR 전체를 한 번에 처리하는 작업은 좋아하지만, 도구 사용과 에이전트형 코딩에서는 훨씬 떨어짐

Google 검색의 AI 개요가 영향을 주는지도 궁금함. API 접근권을 파는 것보다 매일 수십억 건의 검색에 연산 자원을 쓰는 편이 더 수익성 있을 수 있음

최신 최고 수준 벤치마크를 더는 끌어올리지 못하며, 결국 GPT-5.6과 Fable을 이기지 못하는 것에 가까워 보임

연산 용량 부족인 두 번째 이유로 봄. Pro 용량이 없어서 확장 사고를 켠 Flash가 대신 답하는 일이 잦고, 코딩이 아니라면 둘의 차이를 알아채기도 어려움

Google은 AI 제품에서 성공을 눈앞에 두고도 실패를 자초한 듯함
적절한 후속 제품 없이 AI Ultra 구독을 폐지해 회사와 나 모두 Antigravity를 떠날 수밖에 없었음. Antigravity IDE에는 Google Workspace 고급 사용자 구독을 붙일 수 없고 Gemini Enterprise Agent Platform도 연동되지 않음 Gemini Enterprise Agent Platform의 설정 과정은 끔찍하며 사용자별 지출을 제한하려면 사용자마다 프로젝트를 만들어야 함. 무료 크레딧이 남은 결제 계정에서는 Anthropic 모델을 활성화할 수 없는 것도 황당함
Google과 Gemini를 적극 지지했지만 갑작스러운 제품 결정 때문에 결국 Anthropic과 OpenAI의 월 200달러 구독을 직접 구매하게 됐음

소비자용과 기업용 제품을 인위적으로 분리하는 고집이 몹시 불편함. 회사 Google Workspace 계정보다 개인 Google 계정에서 더 강력한 도구를 쓸 수 있다는 게 이상함

이 기술을 선도할 자원과 기존 사용자 기반을 모두 갖췄는데도 계속 기회를 놓치고 있음. 이제는 다른 모델이 아니라 자사 모델끼리만 벤치마크하는데, 이것만으로도 상황이 드러남

아직 초기 단계이며 선두는 이미 여러 번 바뀌었음. 어느 회사든 다음 프런티어 모델을 내놓으면 판도가 다시 달라질 수 있음

Anthropic과 OpenAI의 구독은 막대한 보조금을 받아 적자를 내는 상품일 수 있음. 더 저렴하고 비슷한 모델들이 토큰당 수익을 내기 어렵다는 점을 드러내는 상황에서 Google이 소모전 참여를 피하는 것일 수 있음

Google Gemini agy는 자체 실행 도구에서 토큰을 쓰지 못하게 막지만, 내 도구가 agy보다 훨씬 효율적임. 5시간 제한처럼 한도를 넘으면 차단하면 될 일이며, 효율적이면 사용자가 이득을 보고 비효율적이면 손해를 보면 됨
agy가 호출하는 엔드포인트를 직접 호출하지 못해 답답했고 Gemini에게 우회 방법까지 물어봤음. 아이러니하게도 Gemini는 agy 클라이언트에 맞서는 일조차 적극적으로 도와줄 만큼 격려를 잘해, 여전히 좋아하게 됨

다른 모델과의 비교가 전혀 없는 점이 실망스러우며 성능 곡선을 밀어 올린 것 같지도 않음. 3.6 Flash는 GLM 5.2보다 비싸면서 성능은 낮아 보이지만 게시물의 세부 정보도 부족함
한때 Google이 제대로 속도를 내는 듯했지만 시간이 갈수록 의심스러우며, 3.5 Pro를 지켜봐야겠음

Apple이 Apple Intelligence를 위해 Google과 수십억 달러 규모 계약을 발표했을 때 큰 발전을 기대했는데, Pro 모델 지연과 AI 리더십 이탈 같은 나쁜 소식만 늘고 있음. Apple이 남들이 모르는 무언가를 아는지, 이미 결정을 후회하는지 궁금함

여러 벤치마크에서 Opus 4.8 Medium 또는 Sonnet 5 High 정도로 나오며, GLM 5.2보다는 약간 나아 보임

Artificial Analysis 벤치마크에서 GLM은 출력이 두 배 장황했기 때문에 결과적으로 비용이 더 많이 듦

Google 모델이 가장 뛰어난 분야는 비영어권 언어 교정이었음. Google이 인터넷의 가장 완전한 자료를 보유해 학습 데이터가 많기 때문일 듯함

3.6 Flash와 3.5 Flash-Lite의 펠리컨 결과를 여기에서 볼 수 있음. Cyber는 아직 API로 사용할 수 없음

새 모델이 나올 때마다 올라오는 펠리컨 게시물은 이제 지겨우며, 저노력 개인 홍보처럼 느껴짐

페달과 뒷바퀴 사이 프레임 일부가 빠졌고 자전거 프레임이 새를 관통함. 새 머리에는 모자, 입에는 물고기까지 추가했는데 LLM에 첫 결과를 개선하라고 하면 늘 이런 요소가 붙었음
LLM 발전에서 더 좋다는 것이 곧 더 많은 요소를 넣는 것이 되는 흐름이며, 더 많은 토큰과 요소에 보상하는 추론 학습의 결과인지 궁금함

입력·출력 토큰 100만 개당 가격은 다음과 같음 2.5 Flash는 $0.3/$2.5, 3.0 Flash는 $0.5/$3, 3.5 Flash는 $1.5/$9, 3.6 Flash는 $1.5/$7.5임 2.5 Flash-Lite는 $0.1/$0.4, 3.1 Flash-Lite는 $0.25/$1.5, 3.5 Flash-Lite는 $0.3/$2.5임

3.6 Flash가 3.0 Flash 가격이었다면 훌륭했겠지만, 현재 가격에서는 Grok 4.5를 포함한 약 10개 모델에 비용 대비 성능으로 크게 밀림. 3.5 Flash-Lite도 2.5 Flash-Lite 가격이어야 경쟁력이 있고 현재는 DeepSeek v4 Flash 등에 뒤처짐
Gemini가 체급 이상으로 잘하는 분야는 사실상 “Google에서 이것 좀 찾아줘”에 해당하는 지식 작업이라 쓸 자리는 있음. Google은 전반적으로 강하지만 텍스트 모델에서는 2군이고, 생명과학·이미지·동영상에서는 1군임

3.5 Flash는 처음부터 Flash 모델치고 너무 비쌌음. 프런티어에 가까운 수준으로 홍보했지만 몇 자릿수나 저렴한 공개 모델들이 경쟁 가능함

Google은 모델 세대가 바뀔 때마다 가격 변동 폭이 가장 큰 업체처럼 보임

2.5 Flash 때문에 Google에 매달 네 자릿수 금액을 지불했는데, 이제 3.0 Flash를 써도 곧 교체될 것 같음. Flash-Lite 모델들은 신뢰성과 일관성이 부족함

Google은 Gemini 3.5 Pro를 파트너와 시험 중이며 준비되는 대로 널리 제공할 계획이고, Gemini 4를 위한 역대 가장 야심 찬 사전 학습도 시작했다고 밝힘

3.5 Flash의 토큰 팽창을 고친 것도 좋지만 이 문단이 진짜 핵심임. 3.5 Pro가 곧 나오고 Gemini 4가 연말에 출시돼 지식 기준일도 갱신되길 바람

원래 3.5 Flash 직후 3.5 Pro를 내놓으려 했지만 Mythos/Fable과 GPT-5.6이 더 높은 성능으로 출시되자 경영진이 공개를 보류한 것으로 추측함

GLM-5.2보다 덜 똑똑하고 더 비싸며, 가중치도 비공개임

시각과 오디오도 지원하므로, Gemini Flash보다 더 좋고 저렴한 중국의 다른 대형 공개 모델들과 비교하는 편이 적절함

Google 모델은 늘 표현이 매끄럽고 대화하기 훨씬 편함. 공개 가중치 모델도 많이 사용해봤지만 이 차이는 분명함

대신 속도는 약 15배 빠름

가격과 지능은 GLM 5.2와 대략 비슷하면서 약 8배 빠름

Google 모델에 의존하는 건 두려움. 가격 민감도가 높은 작업을 Flash 2.5 Lite로 돌렸지만 이제 지원 종료됐고, 대체품인 3.1 Flash-Lite는 훨씬 비싼 데다 이미 종료일도 정해짐
3.5 Flash-Lite는 더 비싸므로 가격이 계속 오르는데도 따라갈 수밖에 없음

2.5 Flash-Lite에서 바로 DeepSeek v4 Flash로 옮겼음. 이미 더 저렴하며 프롬프트 캐싱을 잘하면 비용을 훨씬 더 줄일 수 있음

Firebase 이후 사업에서는 Google 제품, 특히 GCP에 의존하지 않으려 함. 기능은 의미도 불분명한 베타 상태로 수년간 남고, 정식 출시된 기능은 빠르게 폐기됨
경쟁사들은 서비스를 폐기하더라도 첫 화면에서 내리고 문서 전체에 안내를 붙이며 신규 프로젝트에는 쓰지 말라고 정중히 권하는 정도로 처리함

모델 교체는 큰 수고가 아니며, 같은 지능 수준에서 2.5 Lite보다 저렴한 모델도 구할 수 있음

대기업은 신생 기업보다 다른 대기업과 거래하길 선호함. Google은 이런 기업 고객의 선호 덕분에 이런 결정을 해도 괜찮다고 보는 듯함

DeepSeek를 사용할 수 없는 환경인지 궁금함

아직 3.1 Pro에 머문 Jules의 업데이트 소식이 없음. 틈새 제품일 수 있지만 휴대폰으로 지시한 뒤 15분 후 GitHub PR을 검토하고 병합할 수 있어, 노트북을 꺼내기 힘든 출퇴근길 개인 프로젝트에 유용했음
괜찮은 대안을 찾고 있음

Claude와 Codex 모두 클라우드 코딩을 지원하고 꽤 잘 작동함. Jules는 발상은 좋지만 모델 지능이 매우 부족했음

Jules가 죽은 프로젝트인지 궁금했음. 흥미로워 보였지만 개발이나 발표, 논의가 거의 없었고 변경 기록의 마지막 업데이트도 3월의 3.1 Pro 지원임

몇 달 전 써본 Superconductor가 Jules를 떠올리게 했음. 기능이 과할 수 있지만 무료 등급이 있고 조만간 방치될 가능성도 낮아 보임

Raspberry Pi 같은 장비가 있다면 Hermes + Tailscale + tmux 위의 iSH 조합을 쓸 수 있음

Claude Code가 대안임

Gemini 웹이 아직도 커넥터·MCP·플러그인을 지원하지 않는 이유를 모르겠음. 진지한 용도로 쓰기에는 시작부터 탈락임