gemini-3.1-flash-lite-image vs wan2.7-image-pro
언제 어떤 모델을 쓸까
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 | - | - |
두 모델은 과금 단위가 달라 Δ를 표시하지 않습니다. 단위를 환산하려면 저희가 측정하지 않은 가정이 필요하기 때문입니다. 위 요금표는 모델마다 자체 단위로 표시했습니다.
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 방식 | 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 공급자의 문서에서 그대로 옮겨 적었습니다. 공급자가 공개하지 않은 항목은 추정해 채우지 않고 뺐습니다. 전체 출처: gemini-3.1-flash-lite-image · wan2.7-image-pro
같은 프롬프트, 두 모델: 게이트웨이를 거쳐 측정
프롬프트 하나에 모델당 요청 한 번, 재시도도 골라내기도 없이 각 모델이 처음 반환한 결과입니다. 크기와 길이는 고정하지 않고 모델마다 기본값을 그대로 썼습니다. 모든 모델에 맞춘 요청은 어느 모델의 장점도 살리지 못하기 때문입니다. 여기 있는 파일은 웹용으로 다시 인코딩한 것이므로, 압축 품질이 아니라 구도와 프롬프트 반영 정도를 보고 판단하세요.
코드 한 줄로 모델 전환
아래 탭마다 두 모델 id가 모두 들어 있습니다. 바꿀 곳은 강조된 두 줄뿐이고, 엔드포인트, 키, 요청 형식은 그대로입니다.
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));자주 묻는 질문
gemini-3.1-flash-lite-image vs wan2.7-image-pro, 어느 쪽이 더 저렴한가요?
과금 단위가 서로 달라 하나의 수치로 답하기 어렵습니다. 위 표에서 gemini-3.1-flash-lite-image, wan2.7-image-pro 모두 각자의 단위로 표시됩니다. 실제 워크로드로 직접 비교해 보세요. 실무에서 따져 볼 장단점은 이 페이지 맨 위 결론에 정리했습니다.
연동을 두 번 하지 않고도 gemini-3.1-flash-lite-image vs wan2.7-image-pro A/B 테스트를 할 수 있나요?
네. 두 모델 모두 API 키 하나로 같은 OpenAI 호환 엔드포인트에서 호출합니다. 모델 문자열 한 줄만 바꾸면 전환되므로, 트래픽 일부를 각 모델로 보내 청구 금액을 직접 비교할 수 있습니다.
이미지 크기에 따라 가격이 달라지나요?
모델의 과금 방식에 따라 다릅니다. 이미지당 과금 모델은 프롬프트나 출력 크기와 관계없이 요금이 같습니다. 토큰 과금 모델은 렌더링 해상도에 비례하므로, 4K 이미지는 작은 이미지보다 몇 배 비쌉니다. 모델별 과금 방식은 위 표에서 확인할 수 있습니다.