Argon을 Pro 요금제로 개인적인 작업에만 사용했고, 에이전트 코딩에는 쓰지 않았음. 우선 사용 한도가 너무 낮아 중간 설정에서 메시지 5개만 보내도 4시간 대기에 걸림. 가장 좋은 부분은 Google 검색·지도 연동으로, 여행 계획을 매끄럽게 세울 수 있음.
반면 최신 최고 성능급 모델 중 이렇게 세부 정보를 적극적으로 지어내는 모델은 오랜만임. Gemini 실행 환경이 정보 검증을 요구하지 않아서인지는 모르겠지만, Deepseek V3를 연상시키는 허위 답변을 받기도 함. 어차피 Carbon은 앞으로 몇 달간 아무도 접근하지 못할 테니 Gemini에 깊이 투자하기 어려움.
나도 Argon에서 답변 전체를 지어내는 환각을 겪음. 세부 사항이 조금 틀린 정도가 아니라 장문의 답변 전체가 허구라 놀랐음.
최근 Claude Code로 장모님의 음성 메모를 전사한 뒤, 다른 모델들은 별도 실행 환경 없이 같은 작업을 어떻게 처리하는지 시험해 봄. Argon은 파일명만 보고 녹음 장치에서 나온 파일이라고 추정했는지, 잠입 요원이 등장하는 경찰 함정 수사의 긴 대화를 만들어 냄. 솔직히 소설 쓰는 솜씨는 꽤 인상적이었음!
다른 회사들은 발표 즉시, 늦어도 며칠 안에 모델을 공개하는데 Google이 기약 없는 출시를 경쟁력 있거나 받아들일 만하다고 여기는 이유를 모르겠음.
성능 발전이 워낙 빨라 놓칠까 봐 조바심 나게 하는 전략도 관심을 오래 붙잡지 못함. 직접 실행할 수 없으면 그냥 페이지를 닫게 됨. Argon 출시 과정을 보고 나서는 Carbon도 아직 못 쓸 거라 예상해 아예 살펴보지 않았음.
Gemini의 환각은 늘 있던 고질적인 약점임. 지능 면에서는 거의 항상 최상위권이지만, 단순한 작업에서도 사실과 다른 답을 하거나 완전히 망가져 횡설수설하는 등 실패 양상이 많아 실제 사용성은 최악에 가까운 편임.
antigravity-cli로 코딩할 때 Argon은 3.8 Flash보다 훨씬 빠르고 결과물의 품질도 높았음. Pro에서 Argon을 쓸 수 있는 양은 주당 약 2시간임. 정말 쓰기 좋은 모델이지만, Gemini 웹사이트에서는 여전히 도구 사용에 애를 먹는 것이 유일하게 거슬림.
Opus 5.5 출시 일주일 뒤 성능이 낮아졌는지 논의했던 기억이 남. Gemini 4 모델은 발표 당일 공개된 적이 없어 그런 비교조차 불가능함.
발표 시점에 Carbon을 쓸 수 없다면 몇 주 뒤 받는 모델이 여기서 평가한 것과 같은지 알 방법이 없음. 벤치마크 대상과 실제 출시 모델이 동일한지 검증해야 한다고 봄.
당시 논의: https://news.ycombinator.com/item?id=49901736.
Raspberry Pi에서 OpenRouter로 Argon을 사용하며 약 15달러를 썼음. Google은 정말 철저한 범용 모델을 만들려는 것 같음. 전반적으로 정확하고, 긴 대화에서도 일관성을 잘 유지하며 복잡한 질문에 풍부한 정보를 제공함.
코딩 에이전트로도 시험했지만, 이런 범용성 때문인지 Fable 5.1이나 Astra에는 못 미친다고 봄. 반면 여러 에이전트의 작업 감독에는 특히 만족함. 진행 상황을 추적하고 대안을 제안하면서 긴 과정을 병렬로 지켜봐도 요청에서 크게 벗어나거나 맥락을 잃지 않았음. Claude와 OpenAI 모델은 종종 길을 잃는데, Claude Code의 Ultracode와 실험적인 에이전트 팀 모드에서도 작업이 본격화되면 이를 확인할 수 있음.
직접 쓸 수 없다면 아무 의미가 없음. 몇 달 전까지 Google 모델을 옹호했지만, 지능이 좀 낮더라도 Luna로 갈아탔음. 공개조차 하지 않고 새 모델 출시를 계속 미루는 행태 때문에 Google에 대한 신뢰를 잃음.
AA는 미출시 모델을 벤치마크에서 제외해야 한다고 봄. 그렇지 않으면 아무도 쓰지 않는 무의미한 마케팅 플랫폼이 될 위험이 있음.
현 단계에서는 실체 없는 발표 제품에 불과함. 도구 환경도 여전히 형편없음. 모델이 공개되고 Opus나 Astra보다 확실히 좋더라도 Antigravity 사용을 강요받고 싶지는 않음. 구독은 쓸모가 없고, API는 원하는 도구에 붙일 수 있지만 별도 비용이 듦.
이유는 모르겠지만 과학 개념 설명에서는 Gemini가 일관되게 가장 좋았음. 최근 그래픽 시각화 위젯이 추가되면서 특히 좋아짐. 설명의 깊이와 문체 사이에서 다른 최상위 모델이 좀처럼 따라오지 못하는 균형을 잡아 줌.
내가 Gemini가 ChatGPT나 Claude보다 낫다고 느낀 유일한 용도도 고급 수학 이해를 돕는 일이었음. 다른 모델보다 설명이 조금 더 이해하기 쉬움.
직접 실행해 볼 만한 프롬프트 예시가 있을까요?
이 지수에는 모델 선택 목록에는 있지만 지수에는 빠진 모델이 많음. Qwen 3.8 Flash Next뿐 아니라 예전 Claude 4.6·4.5나 OpenAI 모델들도 빠져 있어 시간에 따른 성능 향상을 파악하기 어려움.
3 Pro 때부터 Google 모델이 벤치마크에는 강하다는 건 이미 알고 있었음. 하지만 실제 프로그래밍에서는 별로이며, 모델마다 특유의 문제가 있어 Gemini가 만든 버그를 고친 뒤에는 다른 모델로 프로젝트를 이어가게 됨.
이제 최상위 모델은 페어 프로그래머로 쓰기에 충분하지만, 넉넉한 사용 한도를 제공하는 곳은 OpenAI와 Anthropic뿐임. 두 회사가 돈을 태우고 있는 것일 수도 있지만, Google 수준의 한도가 앞으로 구독형 계정의 표준이 된다면 모두 API에 익숙해져야 할 것임.
Carbon의 코딩 점수가 Opus 5.5보다 낮다는 사실은 코딩 에이전트로서 Opus 5.5가 얼마나 뛰어난지 보여 줌. 월 20달러 구독만으로도 상당한 양의 작업을 매우 높은 품질로 처리함.
미출시 모델의 벤치마크는 확실히 의심스러움. Google 자신을 위해서라도 실제로 쓸 수 없는 모델을 “출시”하는 일을 그만둬야 함. Gemini 4 Carbon을 쓸 수 있게 될 때쯤이면 새 보도자료도 큰 기대감도 없어 아무도 알아차리지 못할 것임.