Gemini 3.7 Flash는 구글 Flash 계열에서 가장 뛰어난 모델로 2026년 8월 13일 정식 출시되었으며 에이전트 워크플로와 멀티모달 추론을 겨냥합니다.
- 입력
- 텍스트 이미지 오디오 비디오 $0.75/M
- 출력
- 텍스트 $3.75/M
- 오디오 입력
- $0.75/M
- 캐시 읽기
- $0.075/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 85% 저렴
- 지식 컷오프
- 2026-03
벤치마크
벤더 공개: Alibaba (Qwen) Anthropic DeepSeek Google Moonshot OpenAI Tencent Z.ai
가격의 위치
동종 68개 모델 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
스펙 및 제한
토큰
| 컨텍스트 윈도우(공급사 사양) | 1,048,576 |
|---|---|
| 최대 출력(벤더 스펙) | 65,536 |
| 지식 컷오프 | 2026-03 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 프리픽스 | 4,096 |
사고
| 파라미터 | reasoning_effort |
|---|---|
| 값 | minimal · low · medium · high 허용 범위는 공급사가 정함 |
모델
| 모달리티 | 텍스트 + 이미지 + 오디오 + 비디오 → 텍스트 |
|---|
- Google's most capable Flash model for agentic workflows and multimodal reasoning
- output price includes thinking tokens, and audio and video input bill at the text rate
출처: Google 공식 문서 ↗
하나의 프롬프트 - 게이트웨이를 통해 측정됨
Gemini 3.7 Flash 통과 · 3 sentences
Enabling reasoning causes the model to generate a high volume of invisible "thinking tokens" behind the scenes to deliberate and solve complex logic before delivering a final response. Because our vendor bills strictly on token volume, this additional internal computation effectively doubled our billable output per query. In short, our costs increased because we are now paying for the extra compute capacity required to produce significantly higher-accuracy answers.
출력 878 tok (+799 추론) 지연 시간 6.9 s
지시 준수(정확히 세 문장 - 셀 수 있음), 독자 맞춤(CFO 어조), 그리고 아래 토큰 계량기가 드러내는 숨은 사고 과금 격차.
Gemini 3.7 Flash 통과 · 8/8 cases
Here is the corrected function: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation of the Bug The original function tracked equal adjacent transitions instead of the actual number of elements in a run, causing all non-empty run lengths to be undercounted by one (e.g., returning `0` instead of `1` for single-element lists because the loop never executes, and `1` instead of `2` for pairs). Initializing both `best` and `cur` to `1` (after handling empty inputs) and resetting `cur` to `1` on a mismatch ensures every individual element is counted as a valid run of at least length one.
출력 1050 tok (+827 추론) 지연 시간 6.4 s
수정이 실제로 옳은지(실행 가능한지), 설명의 밀도, 그리고 범위가 정해진 작업에서의 토큰 효율.
Gemini 3.7 Flash 통과 · 5/5 fields, guidance "withheld"
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```
출력 918 tok (+858 추론) 지연 시간 6.2 s
스키마 준수(없는 필드를 지어내지 않기), 환각 압력(guidance는 명시적으로 보류됨), 그리고 구조화 출력 경로의 차이.
Gemini 3.7 Flash 통과 · 120 words, 0 banned, 1 question
Why pay twice for identical AI queries simply because you routed them to different model vendors? Today, we introduce Universal Prompt Caching directly within our unified API gateway architecture. This capability stores repeated prompt contexts across OpenAI, Anthropic, and local models, instantly returning stored results to eliminate redundant computation fees. When your application sends an LLM request, the gateway inspects the payload, identifies semantic matches, and returns accurate cached responses in under ten milliseconds. Engineering teams can now slash inference latency by eighty percent while dramatically reducing monthly token expenditures across diverse production deployments. You retain complete privacy control, flexible cache eviction policies, and granular metrics through a single dashboard. Update your routing settings today to accelerate overall system performance.
출력 2858 tok (+2718 추론) 지연 시간 14.1 s
제약 준수(단어 예산, 금지어 목록, 단 하나의 의문문), 문체 지문, 그리고 길이 제어.
30초 만에 Gemini 3.7 Flash 사용하기
OpenAI 호환. base_url만 바꾸면 SDK는 그대로. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-3.7-flash",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-3.7-flash",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.7-flash",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'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.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-3.7-flash",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-3.7-flash")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Gemini 3.7 Flash 소개
- 텍스트, 이미지, 오디오, 비디오를 입력받아 텍스트를 반환하므로 스크린샷과 녹음과 프롬프트를 한 번의 호출로 함께 추론할 수 있고 여러 모델을 파이프라인으로 엮을 필요가 없습니다.
- 예산을 잡기 쉬운 요금 특성이 두 가지 있습니다.
- 첫째, **컨텍스트 길이에 따른 단계가 없습니다**.
- 90만 토큰 프롬프트도 900 토큰과 단가가 같아 긴 문서를 처리하다 중간에 가격이 뛰지 않습니다.
- 둘째, **모달리티 추가 요금도 없습니다**.
- 오디오와 비디오 입력이 텍스트와 같은 단가로 과금되며, 이는 대부분의 멀티모달 요금과 반대여서 전송 전에 미디어를 다운샘플링할 이유가 사라집니다.
- 출력 요금에는 **사고 토큰이 포함**되므로 추론이 무거운 답변은 보이는 본문이 아니라 전체 트레이스 기준으로 과금됩니다.
- 최대 출력을 정할 때 이를 감안하십시오.
- 컨텍스트 캐시는 입력 단가의 약 10분의 1이며 시간당 저장 요금이 별도로 붙어, 같은 시스템 프롬프트를 반복하는 에이전트 루프에서는 안정적인 프리픽스를 고정할 가치가 있습니다.
- 구글 검색 그라운딩은 Gemini 3 제품군이 공유하는 월간 무료 한도가 있고 초과분부터 건당 과금됩니다.
- Synthorai는 OpenAI 호환 chat completions 엔드포인트로 제공합니다.
자주 묻는 질문
Gemini 3.7 Flash API는 무료로 사용해 볼 수 있나요?
네, 신규 계정에는 10회의 체험 호출과 최대 $1의 무료 크레딧이 제공되며, 카드 등록이 필요 없습니다. 입력 토큰 $0.75/M 기준으로, 이 크레딧만으로도 Gemini 3.7 Flash에 약 8K 토큰 규모의 요청을 대략 166회 보낼 수 있습니다.
Gemini 3.7 Flash는 무엇에 가장 강한가요?
Flash 계열 최고 성능, 에이전트 지향, 텍스트·이미지·오디오·비디오 입력, 컨텍스트 단계도 모달리티 추가 요금도 없음. 전체 내용은 벤더의 공식 릴리스 노트를 정리한 소개 섹션을 참고하세요.
Gemini 3.7 Flash의 가격은 얼마인가요?
Synthorai에서 Gemini 3.7 Flash는 입력 토큰 100만 개당 $0.75, 출력 토큰 100만 개당 $3.75입니다. 공급사 정가 그대로이며 플랫폼 마진이 없습니다. 캐시된 입력 토큰은 $0.075/M로 과금됩니다.
Gemini 3.7 Flash는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 확정적 절감을 위한 명시적 모드도 있습니다. 캐시된 입력 토큰은 $0.075/M로 과금됩니다(미캐시 시 $0.75/M); 캐시되려면 프롬프트에 4,096 토큰 이상의 안정적인 프리픽스가 필요합니다. 프롬프트 캐싱 가이드 →
Gemini 3.7 Flash는 어떻게 이용하나요?
기존 OpenAI SDK의 base_url을 "https://synthorai.io/v1"로 지정하고 model="gemini-3.7-flash"로 설정하면 끝입니다. API 키 하나로 게이트웨이의 모든 모델을 사용할 수 있습니다.
Gemini 3.7 Flash의 지식 컷오프는 언제인가요?
벤더 공식 문서에 따르면 Gemini 3.7 Flash의 지식 컷오프는 2026-03입니다(2026-08-15 기준).
관련 모델
비교
이 페이지의 모든 값은 벤더 자체 문서(위 링크)에서 전사했으며 확인 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교하지만, 벤더마다 정의가 다른 사양 값은 차이를 명시할 뿐 도표로 비교하지 않습니다. 저희가 측정한 수치는 없으며 점수도 매기지 않습니다.