gemini-3.1-flash-lite-image vs wan2.7-image-pro
언제 어떤 모델을 사용할까 — 벤치마크 표가 아닌 선별된 평가
이 두 모델은 서로 다른 단위로 청구됩니다 — gemini-3.1-flash-lite-image는 토큰당 요금을 청구하고(입력 100만 토큰당 $0.25, 출력 100만 토큰당 $30) wan2.7-image-pro는 호출당 $0.075를 청구합니다 — 따라서 단일 변환으로 정확히 비교할 수 없으며 귀하의 자체적인 평균 요청 형태를 바탕으로 비교해야 합니다. 텍스트 또는 이미지 입력으로부터 이미지와 함께 텍스트를 반환받고자 하며, 4096 토큰의 출력 상한선과 2025-01 지식 컷오프가 필요할 때 gemini-3.1-flash-lite-image를 선택하세요. 프롬프트 길이에 관계없이 고정된 호출당 가격으로 비용을 예측할 수 있는, 순수 이미지 출력 생성을 원할 때는 wan2.7-image-pro를 선택하세요.
가격
| gemini-3.1-flash-lite-image | wan2.7-image-pro | Δ | |
|---|---|---|---|
| 생성된 이미지당 | — | $0.075 | — |
| 입력 / 1M 토큰 | $0.25 | — | — |
| 출력 / 1M 토큰 | $30 | — | — |
이 두 모델은 서로 다른 단위로 청구되므로 Δ가 표시되지 않습니다 — 단위 변환에는 당사가 측정하지 않은 가정이 필요합니다. 위의 각 요금표는 고유한 자체 단위로 나열되어 있습니다.
사양
| gemini-3.1-flash-lite-image | wan2.7-image-pro | |
|---|---|---|
| 입력 모달리티 | 텍스트 이미지 | 텍스트 이미지 |
| 출력 모달리티 | 텍스트 이미지 | 이미지 |
| 출시일 | 2026-06-30 | 2026-04-01 |
| 지식 컷오프 | 2025-01 | — |
| 출력 크기 | 1K only (1:1 = 1024x1024) |
|
| 입력 모드 | text-to-image, interleaved generation + editing, up to 14 reference images | text-to-image, image editing (incl. bounding-box interactive edit), 0–9 reference images, text/image-to-image-set |
| 요청당 이미지 수 | — | 12 |
| 포맷 | — | png |
| 참고 | 1K (1024px) output only 10 aspect ratios (1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9) and up to 14 reference images interleaved generation and editing with fast multi-turn local edits sub-2s end-to-end latency SynthID + C2PA watermarking always on | 4K text-to-image (max 4096x4096; editing max 2K), aspect ratios 1:8-8:1 instruction + click-to-edit editing character-consistent sets up to 12 images print-quality text rendering incl. formulas/tables |
사양은 각 공급업체의 문서를 그대로 기록한 것입니다. 공급업체가 공개하지 않은 항목은 추론하지 않고 제외했습니다. 전체 출처: gemini-3.1-flash-lite-image · wan2.7-image-pro
하나의 프롬프트, 두 모델 — 게이트웨이를 통해 측정됨
단일 프롬프트, 모델당 단일 요청, 재시도 및 체리피킹 없음 — 각 모델이 반환한 첫 번째 결과입니다. 크기나 길이는 고정되지 않았습니다: 모든 모델에 맞춘 요청은 어떤 모델의 장점도 살리지 못하므로, 각 모델은 자체 기본값을 사용했습니다. 여기에 있는 파일은 웹용으로 재인코딩되었으므로 압축이 아닌 구도와 프롬프트 준수 여부를 기준으로 판단하십시오.
코드 한 줄로 모델 전환
두 id는 아래의 모든 탭에 있습니다 — 강조 표시된 두 줄이 유일한 수정 사항입니다. 동일한 엔드포인트, 동일한 키, 동일한 요청 형태입니다.
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.images.generate(
model="gemini-3.1-flash-lite-image",
# model="wan2.7-image-pro", # 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
prompt="a watercolor lighthouse at dawn",
size="1024x1024",
)
print(resp.data[0].b64_json[:80])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.images.generate({
model: "gemini-3.1-flash-lite-image",
// model: "wan2.7-image-pro", // 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
prompt: "a watercolor lighthouse at dawn",
size: "1024x1024",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-flash-lite-image",
# "model": "wan2.7-image-pro", # 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
"prompt": "a watercolor lighthouse at dawn",
"size": "1024x1024"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
Model: "gemini-3.1-flash-lite-image",
// Model: "wan2.7-image-pro", // 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
Prompt: "a watercolor lighthouse at dawn",
Size: "1024x1024",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.model("gemini-3.1-flash-lite-image")
// .model("wan2.7-image-pro") // 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
.prompt("a watercolor lighthouse at dawn")
.size("1024x1024")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));FAQ
gemini-3.1-flash-lite-image와(과) wan2.7-image-pro 중 어느 것이 더 저렴한가요?
서로 다른 단위로 과금되므로 단일하게 나타낼 수 있는 명확한 수치는 없습니다: 위의 표에서 gemini-3.1-flash-lite-image와(과) wan2.7-image-pro는 각각 고유한 단위로 표시됩니다. 자체 워크로드에 맞춰 직접 비교해 보세요 — 실용적인 장단점은 이 페이지 상단의 결론에 설명되어 있습니다.
두 번의 연동 과정 없이 gemini-3.1-flash-lite-image와(과) wan2.7-image-pro를 A/B 테스트할 수 있나요?
네. 둘 다 하나의 API 키를 사용하여 동일한 OpenAI 호환 엔드포인트를 통해 제공됩니다 — 모델 문자열을 한 줄만 변경하면 전환되므로, 트래픽의 일부를 각각 라우팅하여 요금을 직접 비교할 수 있습니다.
이미지 크기에 따라 가격이 달라지나요?
모델의 과금 방식에 따라 다릅니다. 이미지당 과금 모델은 프롬프트나 출력 크기에 관계없이 동일한 요금을 청구하며, 토큰 과금 모델은 렌더링하는 해상도에 비례하므로 4K 이미지의 비용은 작은 이미지의 배수가 됩니다. 위의 표는 각 모델에 어떤 방식이 적용되는지 보여줍니다.