Google이 가장 저렴한 프론티어(frontier) 모델의 가격에 시한폭탄을 설치했습니다. Gemini 4 Argon은 2026년 10월 13일에 백만 토큰당 $2/$10로 일반적으로 사용 가능해졌고, 12월 1일에는 $4/$20가 됩니다. 여러분에게는 대략 7주간의 저렴한 기간이 남아 있습니다. 승리하는 팀은 가격 페이지를 읽는 팀이 아닙니다. 그들은 지금 프로토타입을 만들고, 실제 작업당 비용을 측정하며, 가격이 두 배가 되기 전에 Argon이 자신들의 스택에 자리를 얻을지 결정하는 사람들입니다. 다음은 정확히 그렇게 할 수 있는 체크리스트입니다.
간단 요약
Gemini 4 Argon (gemini-4-argon)은 Google의 새로운 프론티어 모델로, 복잡한 다단계 작업에 사용됩니다. 이 모델은 2026년 10월 13일부터 백만 토큰당 입력 $2, 출력 $10으로 일반적으로 사용 가능합니다. 2026년 12월 1일에는 두 비율 모두 두 배가 됩니다. 만약 이 모델을 사용하여 무언가를 구축하고 있다면, 11월 30일 이전에 프로토타입을 만들고, 생각하는 토큰(thinking tokens)을 출력을 계산하여 작업당 토큰 수를 측정하며, 운영에 전념하기 전에 워크로드를 $4/$20으로 재가격 책정해야 합니다.
10월 13일에 실제로 변경된 사항
Google은 2026년 9월 30일에 Gemini 4 Argon을 공개했지만, 초기에는 Fairwind Program의 사이버 보안 파트너들에게만 접근이 제한되어 있었습니다. 10월 13일, Google DeepMind의 수석 부사장 겸 Google의 최고 AI 아키텍트인 Koray Kavukcuoglu가 이 모델이 유료 Gemini API, Google AI Studio, Antigravity Enterprise를 통해
출처 및 정직성 (Attribution and honesty)
본 게시물의 벤치마크 수치는 두 가지 범주에서 가져왔습니다. Google의 출시 주장(Vals Index, ERQA, 프롬프트 주입 저항성)은 공급업체가 보고한 것이며 독립적으로 재현되지 않았습니다. Artificial Analysis 및 Terminal Bench 4 점수는 출시를 다룬 매체들이 보고한 독립적인 테스트 결과입니다. 가격은 2026년 10월 14일~15일에 VentureBeat, Reuters, the rundown.ai, datanorth.ai 등에서 교차 확인되었습니다. Google 자체 게시물에는 12월 1일 인상에 대해 눈에 띄게 언급하지 않지만, 해당 매체들은 이를 확정된 내용으로 보도했습니다.
Argon은 Gemini 4 세대의 첫 번째 모델입니다. Google은 이 모델을 코딩, 금융, 법률 작업, 사이버 보안 및 과학 분야의 장기 지평(long-horizon), 다단계 작업을 위해 배치했으며, 입력, 추론(thinking), 출력에 걸쳐 통합된 100만 토큰 컨텍스트 창을 공유하고, 최대 100만 출력 토큰까지 긴 디코딩(long decode)이 가능하며, 조정 가능한 추론 수준(낮음, 중간, 높음)을 제공합니다.
가격 책정 검증 (The pricing, verified)
아래의 모든 숫자는 Gemini API에 대한 백만 토큰당 USD입니다:
| 등급 (Tier) | 입력 (Input) | 출력 (Output) | 캐시된 입력 (Cached input) | 12월 1일 기준 (in / out / cached) |
|---|
| Standard | $2.00 | $10.00 | $0.10 | $4.00 / $20.00 / $0.20 |
| ... | | | | |
여기서 세 가지가 중요합니다. 첫째, 모든 등급에서 출력 비용이 입력 비용보다 5배 높으며, 출력 청구액에는 추론 토큰(thinking tokens)이 포함됩니다. 따라서 추론 중심의 에이전트 실행은 거의 전적으로 출력 측면에서 청구됩니다. 둘째, 캐시된 입력은 95% 할인이 적용됩니다. 반복되는 시스템 프롬프트, 검색된 컨텍스트, 대화 기록은 $2가 아닌 백만 토큰당 $0.10에 비용이 발생할 수 있습니다. 셋째, Batch와 Flex는 모든 비율을 절반으로 줄이지만, 지연 시간 유연성(latency flexibility)이라는 대가를 치릅니다.
- 2배: 2026년 12월 1일 가격 변경 (모든 토큰 클래스, 모든 등급)
- $40 -> $80: 1천만 입력 / 2백만 출력 워크로드 (예시적 예시; 가격 출처가 계산을 확인합니다)
- 95%: 캐시된 입력 할인 (11월 30일까지 반복 컨텍스트는 백만 토큰당 $0.10에 청구)
중간 통계의 계산은 한 번 해볼 가치가 있습니다. 왜냐하면 그것이 여러분의 12월 결정을 보여주는 형태이기 때문입니다. 입력 토큰 1천만 개에 출력 토큰 2백만 개는 출시 가격으로 $40(10 x $2 + 2 x $10)이고, 12월 가격으로는 $80(10 x $4 + 2 x $20)입니다. 고정된 토큰 예시로 캐싱되지 않은 입력 토큰 2만 개에 청구되는 출력 토큰 5천 개를 합치면 인상 전에는 $0.09, 인상 후에는 $0.18이 됩니다. 이제 이것을 요청 볼륨에 맞춰 조정하면 Argon이 여러분의 스택에 적합한지 여부에 대한 개인적인 답을 얻을 수 있습니다.
월 10만 건의 요청 시 실제 워크로드가 비용으로 얼마가 드는지
토큰당 요율만으로는 토큰 프로필을 알기 전까지는 아무것도 알려주지 못합니다. 여기 Argon에서 작동하는 고객 지원 상담원을 가정한 예시 모델과 그 가정 사항이 명시되어 있습니다. 가정: 티켓당 입력 토큰 2,500개(티켓, 검색된 문서, 시스템 프롬프트)와 출력 토큰 400개, 월 10만 건의 티켓입니다.
- 출시 시 티켓당 비용: 2,500 x $2/$1M + 400 x $10/$1M = $0.005 + $0.004 = $0.009
- 12월 1일 이후 티켓당 비용: 2,500 x $4/$1M + 400 x $20/$1M = $0.01 + $0.008 = $0.018
- 월간 청구액 (10만 건의 티켓): $900 -> $1,800
이것이 바로 인상의 솔직한 형태입니다. 여러분의 코드는 아무것도 바뀌지 않았지만, 청구서가 두 배로 늘어났습니다. 실제로 이 숫자를 낮추는 두 가지 요소가 있습니다. 대부분 반복되는 컨텍스트인 경우 캐싱된 입력 토큰은 2,500토큰 수치를 무너뜨리고, 배치/플렉스(Batch/Flex) 가격 책정 방식은 즉각적인 답변이 필요하지 않은 작업에 대해 모든 것을 반으로 줄여줍니다. 이 숫자를 높이는 두 가지 요소가 있습니다. 추론 토큰(thinking tokens)은 출력으로 청구되므로, 복잡한 추론을 하는 에이전트는 400토큰 가정을 빠르게 증폭시키고, 재시도(retries), 도구 호출(tool calls), 가드레일 루프는 모든 추가 요청마다 비용을 발생시킵니다.
Argon이 소개 기간 이후 어떻게 비교되는가
12월 가격은 임의적인 것이 아닙니다. 이 가격은 Argon을 Claude Opus 5.5와 Meta Muse Wonder 바로 위에 위치시킵니다. 12월 1일부터는 선택이 가격에 따른 것이 아니라 작업 적합성에 따른 것입니다.
| 모델 | 입력 / 1M | 출력 / 1M | 포지셔닝 |
|---|
| Gemini 4 Argon (11월 30일까지) | $2 | $10 | 출시 가격 |
| ... | | | |
| At the launch price, Argon sits exactly where Sonnet 5.5 and GPT-6.1 Sol sit. At the December price, it sits exactly where Opus 5.5 sits - and datanorth.ai's analysis makes the blunt point: a business case built on $2 and $10 is only valid for seven weeks. Any contract, quote, or unit economics you sign now must survive $4/$20. | | | |
Argon이 자리를 차지하는 경우
- 통합 컨텍스트 1M이 효과를 발휘하는 깊은 다단계 작업: 레포지토리 규모 리팩토링, 긴 법률 또는 금융 문서, 다중 파일 에이전트 실행
- 캐시된 컨텍스트가 지배적인 워크로드: 반복되는 입력에 대한 95% 할인이 실제 청구액을 헤드라인 요금보다 훨씬 낮게 줄여줍니다.
- 일괄 처리 오프라인 작업: Batch와 Flex는 모든 요금을 절반으로 줄이고, 백그라운드 에이전트는 즉각적인 답변을 거의 필요로 하지 않습니다.
- 11월 30일 이전에 구축되어 저렴한 요금에서 수용 기준을 통과했고 여전히 $4/$20에서도 통과하는 프로토타입
작업을 다른 곳으로 라우팅하기
- $0.10/M-input 모델로 충분한 짧은 one-shot 작업의 경우: Haiku급 모델은 훨씬 저렴한 가격으로 분류, 추출 및 요약을 수행합니다.
- 출력이 지배적인 토큰 프로필의 경우: 출력 기반 과금 방식(five-times-output billing)은 많은 추론을 필요로 하는 실행에 불리하므로, 먼저 비용이 저렴한 모델의 추론 능력과 비교하세요.
- API 무료 등급에 여전히 남아있는 모든 것: Argon은 해당되지 않으며, 이에 대한 발표된 날짜는 없습니다.
- 12월까지 재확인하지 않은 $2/$10 경제성에 기반하여 체결된 예산
솔직히 말해 벤치마크 상황
Google은 Argon에 대해 강력한 주장을 펼칩니다: Vals Index에서 1위(금융, 코딩, 법률, 세금), ERQA 구현 추론 테스트에서 87%를 기록했으며, Gray Swan의 테스트에서 15번의 적응형 시도 중 프롬프트 인젝션 공격 성공률은 단지 0.7%에 불과했고, Gemini 모델 중 가장 낮은 벤치마크 부정행위율인 2%를 달성했습니다. Google은 또한 내부 엔지니어링 성과도 언급합니다: 몇 주 만에 완료된 6백만 라인의 Chromium 리팩토링, 그리고 Antigravity에서 반환(rollback) 횟수가 세 개 적으면서 에이전트 코드가 +35% 증가했습니다. 이들은 공급업체의 수치입니다. 방향성으로 간주하세요.
독립적인 수치가 더 흥미롭습니다. Argon은 Artificial Analysis Intelligence Index에서 53점을 기록하여 GPT-6 Astra 및 Claude Fable 5.1과 동등한 수준이며, Claude Opus 5.5의 58점, Sonnet 5.5의 56점에 뒤처졌습니다. Terminal Bench 4에서는 57점을 기록하여 Sonnet 5.5의 64점, Opus 5.5의 60점, Astra의 59점에 뒤처졌습니다. 이 점수들 중 어느 것도 'Argon을 피해야 한다'고 말하지 않습니다. 이들은 이 모델이 아직 경쟁사 대비 격차를 입증하지 못한 진정한 최전선 경쟁자임을 의미합니다. 이것이 바로 도입 가격 책정이 존재하는 이유이자, 리더보드를 신뢰하기보다 자신만의 작업을 테스트해야 하는 정확한 이유입니다.
구축 및 측정 체크리스트
이것이 전체 게시글을 하나의 프레임워크로 만든 것입니다. 11월 30일 이전에 순서대로 수행하면, 추측이 아닌 'Argon이 당신에게 얼마의 비용을 발생시키는지'를 아는 채로 12월을 맞이하게 될 것입니다.
1. 액세스 경로 및 청구 표면 확인
Argon을 어디서 실행할지 결정하세요. AI Studio의 유료 Gemini API를 이용할 것인지, 아니면 GitHub Copilot을 통해 사용할 것인지를 선택해야 합니다. Copilot은 이를 제공업체 목록 가격(AI 크레딧으로 청구되며 1 크레딧 = $0.01)으로 청구합니다. Copilot 페이지에는 이 요율이 12월 1일까지 프로모션임을 명시하고 있지만, 그 이후의 요율에 대해서는 언급하지 않습니다. Copilot이 Google의 일정에 따를 것이라고 가정하지 말고, 두 환경 모두에서 가격 인상을 대비하여 예산을 책정하세요.
2. 오늘 기준선 수치를 확정하세요
현재 어떤 모델을 사용하고 있는지, 그 가격은 얼마인지, 그리고 월별 입력/출력 토큰에 대한 최적 추정치는 무엇인지 기록해 두세요. 기준선이 없으면 초기 가격은 저렴하게 느껴지고 12월 가격은 비싸게 느껴지지만, 어느 쪽도 데이터가 아닙니다.
3. 작업별 토큰 로깅을 구현하세요
첫날부터 작업별로 입력 토큰, 캐시된 입력 토큰, 출력 토큰을 기록하세요. API가 이를 노출하는 경우, 생각 과정(thinking)과 최종 답변에 따라 출력을 분리하여 측정해야 합니다. 왜냐하면 생각 과정 토큰은 출력으로 청구되며 에이전트 워크로드의 비용이 숨겨지는 곳이기 때문입니다. 측정한 적 없는 것은 최적화할 수 없습니다.
4. 11월 30일 이전에 초기 가격으로 프로토타입을 만드세요
이것이 바로 7주간의 기간을 활용하는 목적입니다. 실제 재시도(retries), 실제 도구 호출(tool calls), 실제 컨텍스트 크기를 갖는 대표적인 워크플로우를 구축하고, $2/$10 가격으로 프로덕션 규모의 볼륨으로 실행해 보세요. 벤치마크 데모는 측정치가 아닙니다.
5. 12월 요율로 동일한 워크로드를 실행하세요
4단계에서 얻은 토큰 프로필을 가져와 $4/$20 가격으로 재산정하세요. 만약 12월 청구서가 동등한 품질의 기준선 모델 비용보다 여전히 낮다면, 전향(commit)하세요. 초기 가격일 때만 작동한다면, 귀하의 비즈니스 케이스는 11월 30일에 만료되므로, 1월에 결정하지 말고 지금 결정하세요.
6. 세 가지 비용 레버를 당기세요
첫째, 캐싱(cache)을 활용하세요: 반복되는 시스템 프롬프트와 검색된 컨텍스트를 95% 할인된 캐시 계층으로 가져가세요. 둘째, 배치(batch) 처리를 하세요: 백그라운드 에이전트를 Batch 또는 Flex로 옮겨 요율을 절반으로 줄이세요. 셋째, 압축하세요: 프롬프트를 축소하고 생각 과정 수준(낮음/중간/높음은 조정 가능)을 제한하며 생각 과정 토큰 라인을 주시하세요. 이 토큰은 출력 가격이 적용됩니다.
7. 리더보드 대신 실제 업무에 두 가지 대안을 비교하세요
비용이 더 저렴한 옵션(Sonnet 5.5 또는 GPT-6.1 Sol, 각각 $2/$10)에서 대표적인 워크로드를 실행하고, 품질이 중요하다면 Opus 5.5($4/$20)에서도 실행해 보세요. 오류, 재시도 횟수, 검토 시간 및 총 청구 사용량을 기록하세요. 12월 1일부터는 Argon과 Opus의 비용이 같아지므로, 가장 잘 작동하는 것을 구매하세요.
8. 예산 알림과 11월 29일 결정 날짜를 설정하세요
지금 프로젝트에 지출 경고(spend alert)를 설정하고 달력에 11월 29일을 블록으로 지정하세요. 이 블록이 바로 의사결정 회의입니다: Argon을 유지할지, 워크로드를 옮길지, 아니면 재협상할지를 결정하는 자리입니다. 가격 인상으로 피해를 입는 팀들은 결정을 미리 계획하지 않은 팀들입니다.
구축하고 측정하며 비교할 곳
아래의 모든 도구는 공식 출처로 연결되는 실제 링크입니다. Argon을 기반으로 구축한다면, 이 대시보드들이 여러분이 생활하게 될 공간입니다.
의도적으로 AI 청구서를 줄이세요
본 포스트의 패턴은 블로그 글의 옷을 입은 컨설팅 제품입니다. 2026년에 에이전트를 도입하는 팀들은 모델 문제가 아니라 측정 문제입니다. 즉, 작업별 토큰 로깅(per-task token logging)이 없고, 결정별 가격 모델(per-decision price model)이 없으며, 청구서가 변경되기 전에 달력 블록을 지정하지 않습니다. 저는 팀과 창업자들이 정확히 이를 설정하도록 돕습니다: 라우팅(routing), 수락 확인(acceptance checks), 그리고 청구서가 두 배로 늘어나기 전에 함께 설계된 비용 모니터링입니다. 만약 여러분의 에이전트나 API 청구서가 출력보다 빠르게 증가하고 있다면, 그것은 재작성이 필요한 것이 아니라 일주일 치 작업량일 뿐입니다. 자세한 내용은 제 소개 페이지를 참고하세요.
초기 가격은 비즈니스 계획이 아닌 7주간의 선물입니다. 이 기간 동안 측정하고, 12월 요금에 대비하여 결정하며, 지금 결정 날짜를 설정하세요.
— 전체 포스트 요약
FAQ