Gemini 4 Argon 비용: GPT-6.1 Sol과 같은 단가, 정답당 3배

Gemini 4 Argon의 단가는 GPT-6.1 Sol과 같다. 입력 token 100만 개당 $2, 출력 token 100만 개당 $10이다. 하지만 우리가 실행한 13개 추론 과제에서는 정답당 비용이 3.1배였다($0.0063 대 $0.0020, 총비용을 정답 수로 나눈 값). 두 모델 모두 39회 호출 중 38회 정답을 냈지만, Argon이 출력한 token 수는 3.3배였다. Google이 비교 대상으로 삼은 최상위 모델과 비교하면 결과가 반대다. Argon의 정답당 비용은 Claude Opus 5.5의 0.76배, GPT-6 Astra의 0.6배였다. 다만 12월 1일부터 Argon 가격이 두 배로 오른다. 비용을 제어하는 핵심 설정은 thinking_level이다. gemini-4-argon이 답변 전에 얼마나 오래 추론할지 정하는 요청 파라미터로, low, 기본값인 medium, high를 지원한다. 답변에 추론 내용이 드러나지 않아도 추론 token은 출력 요금으로 과금된다. API 출시 이틀 뒤 세 수준을 모두 측정했고, 비교 모델과 Gemini 3.1 Pro도 같은 날 실행했다.

TL;DR

• Gemini 4 Argon은 2026년 11월 30일까지 token 100만 개당 $2/$10, 이후에는 $4/$20이다.
• Google은 Argon을 GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5와 비교한다. 공개한 19개 항목 중 13개에서 Argon이 앞선다.
• medium에서 정답당 비용은 Argon $0.0063, GPT-6.1 Sol $0.0020, Opus 5.5 $0.0083이었다. 12월 가격을 적용하면 Argon은 $0.0125다.
• Argon의 low에서는 추론이 보고되지 않았다. 가장 어려운 5개 과제의 15회 호출 중 정답은 1회였고, medium에서는 14회였다.

Gemini 4 Argon의 요금은 얼마인가?

Gemini 4 Argon의 API 가격은 2026년 12월 1일에 두 배로 오른다. Google 요금 페이지에는 11월 30일까지 적용되는 요금과 그 이후의 정가가 나와 있으며, 무료 티어는 없다. 캐시된 입력은 반복되는 시스템 프롬프트처럼 서버가 이전 요청에서 이미 본 텍스트다. 입력 요금의 5%만 과금된다. 아래 가격은 token 100만 개당 달러 기준이다.

Batch는 작업을 제출하고 수 시간 안에 결과를 받는 방식이며, Flex는 가용 용량에 따라 처리하는 best-effort 방식이다. 둘 다 12월 1일 이후에도 Standard 요금의 절반이다. 용량을 예약하는 Priority는 Standard의 1.8배다. Google의 이전 최상위 모델인 Gemini 3.1 Pro($2/$12)와는 세 가지가 다르다.

• 긴 컨텍스트에 추가 요금이 없다. Gemini 3.1 Pro는 프롬프트가 200K token을 넘으면 $4/$18을 적용한다. Argon은 컨텍스트 윈도우 한도인 1,048,576 token까지 $2/$10을 유지한다. 이 한도는 한 요청의 입력, 추론, 답변을 합친 최대 token 수다. 정가 기준으로 709K token 프롬프트의 비용은 Argon $1.42, 3.1 Pro $2.84였다.
• 암묵적 캐싱만 지원한다. 캐시 객체를 만들고 저장 비용을 내던 명시적 캐싱은 없어졌다. 반복되는 프롬프트 접두부는 자동으로 캐시되며, 캐시된 입력 요금이 적용된다.
• 64K를 넘는 출력에는 별도 모드가 필요하다. 일반 요청의 출력 한도는 65,536 token이다. 더 긴 출력에는 Google의 백그라운드 실행 모드가 필요하다. 이 모드에서는 서버가 64K 단위로 생성을 이어가며 최대 1M token까지 출력한다.

Gemini 4 Argon은 어떤 OpenAI 및 Claude 모델과 경쟁하나?

성능 면에서 Google은 Gemini 4 Argon을 각 회사의 최상위 모델인 GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5와 비교한다. 가격은 한 단계 아래다. 11월 30일까지는 GPT-6.1 Sol과 같은 $2/$10, 12월 1일부터는 Opus 5.5와 같은 $4/$20이다. GPT-6 Astra와 Fable 5.1의 정가는 $10/$50이다.

Artificial Analysis 지능 지수는 Artificial Analysis가 직접 실행하는 에이전트, 코딩, 지식, 과학 벤치마크를 종합한다. 각 모델로 지수의 과제 하나를 실행하는 데 드는 비용도 공개한다. 이 지수에서 Argon은 GPT-6 Astra 및 Fable 5.1과 비슷하고, Opus 5.5는 4-5점 앞선다.

Argon 모델 카드에 실린 Google의 표에는 19개 항목이 있다. Argon은 13개에서 앞서고 1개에서 공동 1위다. GPT-6 Astra는 3개, Opus 5.5는 2개에서 앞선다. 아래는 그중 10개 항목이다. 지식 업무와 긴 컨텍스트에서 격차가 큰 항목, 그리고 Argon이 뒤진 5개 항목을 모두 담았다. 뒤진 항목은 수 시간짜리 코딩, 터미널 작업, 데스크톱 컴퓨터 사용이다. 점수는 백분율이며 높을수록 좋다.

이 표는 조건을 통제한 비교가 아니라 Google이 제시한 결과로 봐야 한다. Google의 평가 방법 설명에 따르면 Argon은 최고 추론 설정으로 실행됐다. 경쟁 모델 수치는 대부분 각 제공사의 평가 보고서나 공개 리더보드에서 가져왔으며, 최대 또는 공개된 최선의 추론 설정을 사용한 결과다. Argon의 일부 점수(DeepSWE, Terminal-Bench 두 항목, OSWorld)는 Google이 자체 테스트 하네스, 즉 과제를 실행하고 채점하는 코드로 측정했다. 경쟁 모델의 점수는 다른 곳에서 가져왔다. Terminal-Bench Science에서는 Argon에 대한 채점 프로그램의 실행 시간 한도가 6배 길었다.

정답당 비용은 GPT-6.1 Sol, GPT-6 Astra, Opus 5.5와 얼마나 다른가?

token 단가가 같은데도 Gemini 4 Argon의 정답당 비용은 두 모델의 기본값인 medium에서 GPT-6.1 Sol의 3.1배, high에서 7.7배였다. medium의 정답 수는 둘 다 38/39였다. 최상위 모델보다는 아직 저렴하다. 정답당 비용은 GPT-6 Astra의 0.6배, Claude Opus 5.5의 0.76배다.

짧은 프로그램으로 정답을 검증한 추론 과제 13개를 각각 3회 실행했다. 따라서 아래의 모든 모델과 수준별 호출 수는 39회다. 최종 정수가 정답과 일치하면 정답으로 처리했다. 쉬운 8개 과제는 60 미만 소수의 합, 1부터 500까지 숫자 7의 등장 횟수, 열차 시간표, 7의 222제곱을 1000으로 나눈 나머지, 규칙을 연속 40회 적용하기, 서로 다른 0이 아닌 숫자로 구성된 네 자리 수 중 11의 배수 개수, 막힌 칸 하나를 피하는 격자 경로, 47센트를 만드는 방법 수였다. 가장 어려운 5개를 고난도 세트라고 부른다. 같은 규칙을 200회 적용하기, 13의 1001제곱을 10007로 나눈 나머지, 막힌 칸 3개가 있는 8x8 격자, 무게 제한 안에서 10개 물품 중 담을 물품 고르기, 동전 5종으로 187센트 만들기다.

각 모델은 추론 제어 설정을 전달할 수 있는 요청 형식으로 실행했다. Argon과 Gemini 3.1 Pro에는 여러 제공사가 사용하는 OpenAI의 기존 chat 형식을 썼다. 이 형식의 제어 파라미터는 reasoning_effort다. GPT 모델에는 OpenAI의 새 Responses 형식, Opus 5.5에는 output_config.effort로 제어하는 Anthropic 자체 형식을 사용했다. 각 제공사의 medium과 high를 사용하고, 모델이 지원하면 low도 실행했다.

GPT-6.1 Sol과의 비용 차이는 출력 길이에서 나온다. medium의 전체 39회 호출에서 Argon은 총 22,980 token, GPT-6.1 Sol은 7,032 token을 출력했다. 가장 어려운 단일 과제인 13의 1001제곱을 10007로 나눈 나머지에서 Argon의 중앙값은 medium 1,523 token, high 6,108 token이었다. GPT-6.1 Sol은 각각 524, 901이었다. 고난도 세트 점수는 같았다. medium에서는 각각 14/15, high에서는 각각 15/15였다. 12월 1일부터는 medium의 비용 격차가 6.3배로 커진다. Argon 가격만 두 배가 되고 GPT-6.1 Sol 가격은 그대로이기 때문이다.

12월에는 Opus 5.5와의 비교도 달라진다. 두 모델의 정가는 $4/$20으로 같아진다. 우리 과제 세트에서 Opus 5.5는 더 적은 token을 출력했고(medium에서 15,414 대 Argon 22,980), 39회 모두 정답을 냈다. 12월 가격 기준 정답당 비용은 Argon $0.0125, Opus 5.5 $0.0083으로 Argon이 1.5배다. GPT-6 Astra 대비 비용은 0.6배에서 1.2배로 바뀐다. 수준별 고난도 호출이 15회뿐이므로 Argon, Opus 5.5, GPT-6 Astra 사이의 점수 차이는 어느 것도 통계적으로 구별되지 않는다(이 쌍들은 다음 절에서 다중 비교 보정을 적용한 비교군과 별도로 검정했다). Artificial Analysis의 과제당 비용도 같은 순서다. 최고 설정의 GPT-6.1 Sol $0.72, 현재 가격과 high 설정의 Argon $1.99, GPT-6 Astra $3.26, Opus 5.5 $5.98이다.

Argon이 대체하는 Gemini 3.1 Pro와 비교하면, 각 모델의 기본 수준에서 정답당 비용은 Argon이 약 10배 저렴하다. $0.0063 대 $0.0643이다. 가격 차이도 일부 영향을 준다. 3.1 Pro의 출력 token 100만 개당 요금은 $10이 아니라 $12다. 가격을 같게 맞춰도 격차는 8.6배다. 호출당 출력 token 중앙값이 3.1 Pro는 3,272, Argon은 383이기 때문이다. 12월 1일 이후에도 이 과제 세트에서는 Argon이 5.1배 저렴하다. 가상의 사실을 모른다고 답하는 데 쓰는 token 수도 확인했다. 만들어낸 대상 5개(기업의 주가, 연구소, 도시 헌장, 합금, 상)를 질문하자 두 모델 모두 5개 전부 답변을 거절했다. 출력 token 중앙값은 Argon 146, 3.1 Pro 1,014였다.

추론 수준별로 어떻게 동작하나?

Gemini 4 Argon의 low는 사실상 추론을 끄는 설정이었다. Google은 세 수준을 문서화하면서 low가 “가장 적은 token”을 사용하고, “어려운 과제에서는 품질이 떨어질 수 있다”고 설명한다. low로 실행한 39회 모두 Argon은 추론 token이 없다고 보고했고, 이 경로에서는 추론이 있다면 그것까지 포함하는 전체 출력이 token 5-11개였다. Google 서버로 전달하는 두 번째 API 경로에서도 low 요청 4회 모두 추론 token 수가 명시적으로 0으로 보고됐다. 반면 Gemini 3.1 Pro의 low는 출력 token 중앙값이 1,091이었고, 거의 전부 추론이었다.

추론 없이도 Argon은 한 단계 과제를 풀었지만, 중간 단계가 필요한 과제에서는 실패했다.

• low에서도 정답: 소수의 합, 숫자 등장 횟수, 시간표, 막힌 칸 하나가 있는 격자, 47센트(15회 중 15회).
• low에서 오답: 40단계 규칙(0/3), 네 자리 수 개수(0/3), 7의 222제곱(1/3), 고난도 세트 15회 중 14회.

각 과제를 한 번씩만 집계해도 정답 수의 감소는 유지된다. 같은 과제를 세 번 실행한 결과는 서로 독립적이지 않으므로 이는 중요하다. medium은 13개 과제 중 8개에서 low보다 나은 성과를 보였고, 어느 과제에서도 뒤지지 않았다(부호 검정, p = 0.008, 이만큼 큰 차이가 우연히 나타날 확률이 1% 미만). 고난도 세트만 보면, 3회 중 적어도 2회 정답을 맞힌 과제는 low의 경우 5개 중 하나도 없었고 medium의 경우 5개 모두였다(Fisher의 정확 검정, p = 0.008; 실행한 비교 6개에 Holm 보정을 적용한 후에는 0.047). low는 조회와 형식 변환을 위한 무추론 모드로 취급하면 된다. 반대로 high의 정답당 비용은 medium의 3.4배였고, 고난도 15회에서 정답이 1회 늘었다. 이 표본으로는 그 차이를 우연과 구별할 수 없다.

기본 설정은 프롬프트에 맞춰 동작한다. 수준을 지정하지 않은 간단한 프롬프트에서 기본값이 medium인 Argon은 추론 token을 쓰지 않는 경우가 많았다. 기본값이 high인 Gemini 3.1 Pro는 모든 프롬프트에서 추론했다. 도구 호출은 모델이 코드에 함수 실행을 요청하고, 코드가 실행 결과를 돌려주는 방식이다.

두 모델 모두 모든 프롬프트에 정답을 냈고 올바른 도구를 호출했다. Google 네이티브 API에서는 수준을 generation_config에 넣고, 추론 token 수는 usage에서 받는다.

from google import genai

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Compute 13 raised to the power 1001, modulo 10007. Reply with a single integer.",
    generation_config={"thinking_level": "medium", "max_output_tokens": 32768},
)
print(interaction.output_text)
print("thinking tokens:", interaction.usage.total_thought_tokens)  # billed at the output rate
print("output tokens:", interaction.usage.total_output_tokens)

측정에 사용한 OpenAI 호환 chat 형식에서는 게이트웨이가 reasoning_effort를 같은 세 수준으로 매핑한다. 추론 token 수는 usage.completion_tokens_details.reasoning_tokens로 반환된다.

Gemini 4 Argon으로 이전하면 무엇이 달라지나?

assistant 답변의 시작 부분을 미리 채운 턴으로 끝나는 프롬프트는 이제 HTTP 400으로 실패한다. 명시적 캐싱은 없어졌고, 무작위성 설정(temperature, top_p, top_k)은 무시된다. 프리필은 모델 답변의 시작을 직접 써 두는 방식이다. 예를 들어 JSON을 유도하려고 여는 중괄호를 넣는 경우다. 대부분은 Google 이전 체크리스트에 나와 있지만, 프리필 오류, 프롬프트 오버헤드, 컨텍스트 한도 초과 시 동작은 나와 있지 않다.

프리필 오류는 해당 지시를 프롬프트 안으로 옮겨 해결한다. 오버헤드는 현재 가격 기준 요청당 $0.00006이며 고정적이다. Gemini 3.1 Pro 대비 추가 token은 한 줄 프롬프트에서 27개, 709K token 문서에서 31개였다. 따라서 텍스트를 token으로 나누는 토크나이저는 바뀌지 않았다. 이 709K token 프롬프트는 번호가 붙은 항목 60,000개 뒤에 42번 항목을 묻는 질문을 넣은 것이다. Argon은 요청을 수락했고, 심어 둔 값인 529를 답했다.

작업별로 어떤 추론 수준을 써야 하나?

medium으로 시작하고, 여러 단계가 필요한 작업에는 low를 쓰지 말고, 예산에는 12월 가격을 반영한다.

12월 1일 이후 Batch와 Flex 요금은 현재 Standard 요금인 $2/$10과 같아진다. 오프라인 작업을 이쪽으로 옮기면 10월 가격을 유지할 수 있다.

FAQ

Gemini 4 Argon에서 추론을 끌 수 있나? Gemini 4 Argon에는 문서화된 끄기 설정이 없다. 하지만 테스트에서는 thinking_level: "low"가 끄기 설정처럼 동작했다. 39회 모두 추론 token이 보고되지 않았고(각각 전체 출력이 token 5-11개), Google로 연결하는 두 번째 API 경로에서도 4회 모두 명시적으로 0이 보고되었다. 가장 어려운 5개 과제의 15회 호출에서 low는 1회 정답을 냈고, 기본값인 medium은 14회였다.

Gemini 4 Argon은 긴 프롬프트에 추가 요금을 부과하나? Gemini 4 Argon은 1,048,576 token 윈도우 이내의 모든 프롬프트에 2026년 11월 30일까지 $2/$10, 이후에는 $4/$20을 동일하게 적용한다. Gemini 3.1 Pro는 200K token을 넘으면 $4/$18을 적용한다. 따라서 정가 기준 709K token 프롬프트의 비용은 Argon $1.42, 3.1 Pro $2.84다.

Gemini 4 Argon의 암묵적 캐싱은 동작하나? Gemini 4 Argon에서 6,935 token 프롬프트를 첫 호출 4초 뒤 반복했을 때 4,881 token이 암묵적 캐시에서 처리됐다. 요금은 token 100만 개당 $0.10으로, 입력 요금의 95% 할인이다. Google 문서의 최소 기준인 4,096 token보다 짧은 3,006 token 프롬프트도 일부가 캐시됐다.

관련 글

• GPT-6.1 Sol과 Claude Sonnet 5.5 비교: 같은 $2/$10 요금으로 실행한 동일한 13개 과제 세트
• LLM 추론 제어 비교: 제공사별 effort 파라미터의 동작
• 프롬프트 캐시 최소 길이 실측: 문서상 최소 길이와 실제 최소 길이 비교
• Gemini 3.7 Flash API 비용: 이전 Gemini의 출시 할인 요금 사례

API 정식 출시 이틀 뒤인 2026년 10월 15일 측정했다. 추론 수준: 프로그램으로 정답을 검증한 과제 13개를 모델 및 수준별로 3회 실행했다. 각 과제를 한 번씩만 집계해 유의성을 검정했다. 응답이 캐시에서 반환되지 않도록 각 프롬프트에 무작위 ID를 붙였으며, token 수에 정가를 적용해 비용을 계산했다. 추론 오버헤드, 구조화된 출력, 도구 테스트는 각각 3회 실행했다. 이전, 캐시, 긴 컨텍스트, 가상 사실 테스트는 단일 호출이었다. low 결과와 프롬프트 token 오버헤드는 Google로 전달하는 두 번째 API 경로에서도 확인했다. Artificial Analysis 수치는 2026년 10월 14일 확인했으며, Google 벤치마크 표는 Gemini 4 Argon 모델 카드에서 가져왔다.

← 블로그로 돌아가기