Gemini 4는 Claude, GPT의 어떤 모델과 비교해야 할까? 등급별 대응표
Gemini 4 각 모델에 대응하는 Claude와 GPT 모델을 한 표에 정리했습니다. 공식 가격, 컨텍스트, 기본 추론 수준, Artificial Analysis 작업당 비용, 환각률, 무료 등급, Ofox 제공 여부를 비교합니다.
최상위 등급에서 Gemini 4 Carbon과 경쟁하는 모델은 Claude Fable 5.2와 GPT-6.2 Astra입니다. Gemini 4 Neon은 Claude Opus 5.5, GPT-6.2 Sol과 같은 등급입니다. Gemini 4 Hydrogen은 Claude Sonnet 5.5, GPT-6.1 Terra와 맞붙습니다. Claude Haiku 5.5와 GPT-6 Luna에 대응하는 Google의 저가 모델은 Hydrogen이 아니라 Gemini 3.5 Flash-Lite입니다. Gemini 4 Argon은 Carbon과 가격이 같고 Google의 모델 선택 가이드에서도 빠졌으므로, 레거시 모델로 보면 됩니다. 이 중 두 조합은 Google이 모델 카드에서 직접 정했고, 나머지 두 조합은 가격과 포지셔닝을 근거로 저희가 정했습니다. 각각 아래 표에 행별로 표시했습니다.
각 모델의 기본 추론 설정에서 보면, 상위 세 등급에는 공통된 패턴이 있습니다. Artificial Analysis의 AA-Omniscience 테스트에서 Gemini 모델은 같은 그룹 안에서 환각률이 가장 낮고, 그 차이도 큽니다. Neon과 Hydrogen 등급에서는 기본 설정 기준 Intelligence Index 점수도 가장 높습니다. 다만 작업 하나를 끝내는 데 드는 비용은 대개 OpenAI 모델보다 높습니다. Gemini의 기본 설정이 사고 토큰을 더 많이 쓰기 때문입니다.
이 페이지는 Gemini 4 비교 시리즈의 전체 지도입니다. 여기 나온 모든 수치는 아래에 링크한 개별 비교 글 중 하나에서 가져왔거나, 그 글들이 사용한 것과 같은 Artificial Analysis(AA) 데이터에서 가져왔습니다. 데이터 수집일은 2026년 11월 19일입니다. 이 페이지는 Ofox가 발행했으며, 표에 나온 모델 대부분은 Ofox로 호출할 수 있습니다. 단, Gemini 4 Carbon과 Gemini 4 Neon은 Ofox로 호출할 수 없습니다. 이 페이지를 위해 새로 테스트를 하지는 않았습니다. ‘저희 실행’이라고 적은 결과는 시리즈의 다른 글에서 나온 것이며, 무엇을 어떻게 측정했는지는 해당 글에 나와 있습니다.
등급별 대응과 조합을 정한 주체
| 등급 | Anthropic | OpenAI | 조합을 정한 주체 | |
|---|---|---|---|---|
| 가장 어려운 작업 | Gemini 4 Carbon | Claude Fable 5.2 | GPT-6.2 Astra | 저희의 추론. Google의 Carbon 카드는 Carbon을 GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1과 비교했습니다. Fable 5.2(11월 9일)와 GPT-6.2 Astra(11월 17일)는 각 라인의 현재 버전이며, 둘 다 정가가 $8/$40입니다 |
| 중상위, 빈도 높은 복잡한 작업 | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol | Google. Neon 모델 카드(영어)가 바로 이 세 모델을 비교합니다 |
| 일상적인 코딩과 에이전트 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | Google. Hydrogen 모델 카드(영어)가 바로 이 세 모델을 비교합니다 |
| 대량 처리용 저가 | Gemini 3.5 Flash-Lite | Claude Haiku 5.5 | GPT-6 Luna | 가격과 각 업체의 자체 포지셔닝을 근거로 한 저희의 추론. Google의 Hydrogen 가이드는 3.5 Flash-Lite를 “대량 분류, 라우팅, 1초 미만 지연 시간 목표용”으로 유지하라고 합니다. Anthropic은 Haiku 5.5를 “분류, 추출, 라우팅처럼 대량이고 지연 시간에 민감한 작업용”으로 만들었다고 설명합니다 |
| 레거시 | Gemini 4 Argon | — | — | Google의 모델 선택 페이지(영어)는 이제 Carbon, Neon, Hydrogen만 다룹니다. Argon은 여전히 제공되며, 종료 날짜는 없습니다 |
이 대응표를 볼 때는 두 가지를 기억해야 합니다.
Opus 5.5는 Google 카드 두 장에 모두 나옵니다. Google의 Carbon 카드(결과는 “2026년 10월 기준”)와 Neon 카드(11월) 모두 Opus 5.5를 포함합니다. 12월 1일부터 Carbon의 정가는 Opus 5.5와 같아집니다($4/$20). 저희가 Opus를 Neon 등급에 둔 이유는 Google이 Neon을 바로 이 비교를 중심으로 내놓았고, Anthropic의 자체 라인업에서도 Fable 5.2가 Opus보다 위에 있기 때문입니다. 예산이 Opus 가격 수준이라면 Carbon과 Neon 둘 다와 비교해 보세요.
Hydrogen은 저가 모델이 아닙니다. Google의 기본 범용 모델입니다. 100만 토큰당 $1.50/$7.50으로, Haiku 5.5와 Luna의 짧은 프롬프트 요금의 15배입니다. 이 추가 비용으로 얻는 것과 얻지 못하는 것은 Hydrogen, Haiku 5.5, Luna 비교에서 확인할 수 있습니다.
또 하나의 함정은 오래된 벤치마크 표입니다. “GPT-6 Astra”나 “Fable 5.1”이라고 적힌 열은 GPT-6.2 Astra나 Fable 5.2를 가리키지 않습니다. 개별 비교 글에서는 각 출처에 적힌 버전 이름을 그대로 유지합니다.
종합 비교표
모든 가격은 각 업체의 Standard 정가이며, 100만 토큰당 미국 달러, 입력/출력 순서입니다. 확인일은 2026년 11월 19일입니다. 여기 나온 모든 모델에서 출력에는 사고 토큰이 포함됩니다. AA 수치는 ‘AA 열의 추론 수준’ 열에 적은 수준에서의 값입니다. 두 모델을 제외하면, 이 수준은 업체가 문서로 밝힌 API 기본값입니다. OpenAI는 GPT-6.2 Astra와 Sol의 기본값을 문서화하지 않았으므로, 이 두 모델은 AA의 medium 결과를 보여 주고 해당 행에 그 사실을 적었습니다. 괄호 안은 모델의 가장 높은 설정에서 받은 AA 점수입니다. AA의 작업당 비용은 각 모델이 Intelligence Index v5.0.1에서 사용한 토큰과 그 모델의 정가로 계산합니다. 환각률은 AA-Omniscience 기준으로, 정답이 아닌 전체 응답 중 오답이 차지하는 비율입니다. 낮을수록 좋습니다.
| 모델 | 가격 입력 / 출력 | 컨텍스트 | AA 열의 추론 수준 | 해당 수준 AA 지수(최고 설정) | 해당 수준 AA 작업당 비용 | 해당 수준 환각률 | 무료 API 등급 | Ofox 제공(11월 19일) |
|---|---|---|---|---|---|---|---|---|
| Gemini 4 Carbon | 11월 30일까지 $2 / $10, 12월 1일부터 $4 / $20 | 1,048,576(공유) | medium | 58.3 (60.0) | 12월 요금 기준 $6.59(11월 요금 기준 약 $3.29) | 4.2% | 없음 | 아니요 |
| Claude Fable 5.2 | $8 / $40 | 1M | high | 61.8 (64.6) | $9.08 | 58.0% | 없음 | 예 |
| GPT-6.2 Astra | $8 / $40, 입력 272K 초과 시 인상 | 1,050,000(입력 922K) | medium(OpenAI는 기본값을 문서화하지 않음)¹ | 57.0 (62.1) | $1.62 | 54.1% | 없음 | 예 |
| Gemini 4 Neon | $3 / $15 | 1,048,576(공유) | high | 59.6 (61.4) | $3.74 | 13.9% | 없음 | 아니요 |
| Claude Opus 5.5 | $4 / $20 | 1M | medium | 48.2 (59.1) | $2.45 | 66.9% | 없음 | 예 |
| GPT-6.2 Sol | $2 / $10, 입력 272K 초과 시 인상 | 1,050,000(입력 922K) | medium(OpenAI는 기본값을 문서화하지 않음)¹ | 52.7 (57.3) | $0.41 | 61.1% | 없음 | 예 |
| Gemini 4 Hydrogen | $1.50 / $7.50 | 1,048,576(공유) | high | 50.8 (53.9) | $1.87 | 8.7% | 있음 | 예 |
| Claude Sonnet 5.5 | $2 / $10 | 1M | high | 41.5 (54.5) | $1.64 | 63.6% | 없음 | 예 |
| GPT-6.1 Terra | $1 / $5, 272K 초과 시 $2 / $7.50 | 1,050,000(입력 922K) | medium | 38.2 (51.3) | $0.17 | 39.6% | 없음 | 예 |
| Gemini 3.5 Flash-Lite | $0.30 / $2.50 | 1,048,576(입력) | 기본값 minimal, AA에는 수준 표시 없는 버전 하나만 있음 | 11.7 | $0.69² | 저희가 추출한 AA 데이터에 없음 | 있음 | 예 |
| Claude Haiku 5.5 | $0.10 / $0.50, 100K 초과 프롬프트는 $0.50 / $2.50 | 1M | medium | 24.6 (36.5) | $0.092 | 40.4% | 없음 | 예 |
| GPT-6 Luna | $0.10 / $0.50, 272K 초과 시 $0.20 / $0.75 | 1,050,000(입력 922K) | medium | 18.5 (27.9) | $0.042 | 85.3% | 없음 | 예 |
| Gemini 4 Argon(레거시) | 11월 30일까지 $2 / $10, 12월 1일부터 $4 / $20 | 1,048,576(공유) | medium | 47.6 (50.4) | 11월 요금 기준 $4.31³ | 15.4% | 없음 | 예 |
¹ OpenAI의 GPT-6.2 Astra와 Sol 모델 페이지, 그리고 추론 가이드(2026년 11월 19일 확인)에는 이 두 모델의 기본 effort가 나와 있지 않습니다. API가 none을 거부한다는 내용만 있습니다. 가이드는 GPT-6.1 Sol, GPT-6 Sol, GPT-6 Luna의 기본값을 medium으로 문서화하고 있고, Terra와 Luna 모델 페이지에는 medium (default)라고 적혀 있습니다. 행끼리 같은 조건으로 비교하기 위해 6.2 모델 두 개를 medium으로 표시했지만, 이는 AA의 medium 결과일 뿐 문서화된 기본값이 아닙니다. high에서 AA는 Astra를 60.1, 작업당 $2.07, 환각률 58.1%로, Sol을 54.9, 작업당 $0.56, 환각률 60.0%로 기록했습니다. 두 모델 중 하나를 호출할 때는 reasoning.effort를 명시적으로 설정하세요. 그래야 어느 행의 수치가 적용되는지 알 수 있습니다.
² AA의 자체 세부 내역을 보면 Flash-Lite의 $0.69 대부분은 AA 테스트 환경의 캐시 쓰기 비용입니다. 따라서 짧은 단일 요청의 비용을 나타내지 않습니다. 시리즈의 다른 글에서 실행한 분류 테스트에서는 20개 항목 요청 한 번의 비용이 정가 기준으로 Flash-Lite에서 약 $0.0025, Hydrogen에서 $0.019였습니다.
³ AA는 Argon을 현재 요금인 $2/$10으로, Carbon은 12월 요금인 $4/$20으로 계산합니다. 12월 1일에 Carbon과 Argon의 모든 요금이 정확히 두 배가 되므로, Argon 기본 설정의 12월 요금 기준 비용은 작업당 약 $8.62, Carbon의 11월 요금 기준 비용은 약 $3.29로 추정합니다. 이 두 수치는 AA 수치를 바탕으로 한 저희의 계산이며, AA가 발표한 값이 아닙니다. Argon 행은 Argon의 API 기본값인 AA의 medium 항목을 사용합니다. 흔히 인용되는 AA의 대표 Argon 항목(지수 50.4, 환각률 4.3%, 작업당 $4.97)은 AA 페이지 데이터에서 “Gemini 4 Argon (High)“로 표시되어 있습니다.
출처(모두 영어). 가격, 컨텍스트, 기본값: Google의 가격 페이지와 모델 가이드, Anthropic의 모델 개요와 가격, OpenAI의 GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra, GPT-6 Luna 모델 페이지이며, 모두 2026년 11월 19일에 확인했습니다. AA 데이터: artificialanalysis.ai의 모델 페이지이며, 원본 페이지 데이터는 2026년 11월 19일(UTC 기준 약 03:20~03:35)에 저장했습니다. Ofox 제공 여부: 2026년 11월 19일 GET https://api.ofox.ai/v1/models 호출 결과이며, 137개 모델이 반환되었습니다. Ofox 가격은 링크한 각 모델 페이지에 있으므로 여기서 다시 적지 않습니다.
등급별로 표 읽기
토큰당 가격: Google은 중간, 단 최하위 등급은 예외
상위 세 등급에서 Gemini 모델의 정가는 Anthropic과 OpenAI 사이에 있습니다.
- 최상위 등급: 토큰당 가격으로 Carbon은 11월 30일까지 Fable 5.2와 GPT-6.2 Astra의 4분의 1이고, 12월 1일부터는 절반입니다.
- 중상위 등급: Neon($3/$15)은 Opus 5.5의 75%, GPT-6.2 Sol의 1.5배입니다.
- 일상 등급: Hydrogen($1.50/$7.50)은 Sonnet 5.5의 75%, GPT-6.1 Terra의 1.5배입니다.
- 저가 등급: Flash-Lite가 셋 중 가장 비쌉니다. 입력은 Haiku 5.5와 Luna의 3배, 출력은 5배입니다.
프롬프트가 길면 이 비율이 달라집니다. 프롬프트가 10만 토큰을 넘는 요청에서는 Haiku 5.5의 요금이 다섯 배로 오릅니다. OpenAI 모델은 입력이 27만 2천 토큰을 넘으면 더 많이 청구합니다. 이 표의 Gemini 모델은 컨텍스트 창 전체에서 같은 요금을 유지합니다. 이 경계는 Haiku 5.5 100K 가격 가이드에서 계산해 보았습니다.
완료한 작업당 비용: 기본값이 순위를 바꾼다
토큰당 가격이 작업 하나에 실제로 내는 돈은 아닙니다. 종합 비교표에서 각 모델의 기본 설정 기준 AA Intelligence Index 작업당 비용만 뽑으면 다음과 같습니다.
| 등급 | AA 작업당 가장 저렴 | 중간 | 가장 비쌈 |
|---|---|---|---|
| 최상위 | GPT-6.2 Astra medium에서 $1.62¹(high에서 $2.07) | Carbon $6.59(11월 약 $3.29) | Fable 5.2 $9.08 |
| 중상위 | GPT-6.2 Sol medium에서 $0.41¹(high에서 $0.56) | Opus 5.5 $2.45 | Neon $3.74 |
| 일상 | GPT-6.1 Terra $0.17 | Sonnet 5.5 $1.64 | Hydrogen $1.87 |
| 저가 | GPT-6 Luna $0.042 | Haiku 5.5 $0.092 | (Flash-Lite $0.69, 비교 불가²) |
모든 등급에서 AA 작업당 가장 저렴한 모델은 OpenAI 모델이며, Astra와 Sol은 high에서도 가장 저렴합니다. Neon과 Hydrogen은 토큰당 요금이 Anthropic보다 낮은데도 각 등급에서 가장 비쌉니다. 이유는 기본값입니다. Neon과 Hydrogen은 high 사고 수준으로 제공되고, Anthropic은 Opus 5.5의 기본값을 medium으로 문서화했으며, Terra는 문서화된 기본값 medium으로 동작합니다(6.2 모델들도 medium으로 표시). Gemini 기본값은 토큰을 더 많이 쓰고, 중상위와 일상 등급에서는 점수도 더 높습니다. 기본 설정에서 Neon은 Opus 5.5보다 지수가 11.4점, Hydrogen은 Sonnet 5.5보다 9.3점 높습니다.
이것은 기본값끼리의 비교이지, 같은 effort에서의 비교가 아닙니다. 최고 설정에서는 차이가 줄어듭니다. Opus 5.5는 max에서 59.1에 이르고 Neon은 xhigh에서 61.4입니다. Sonnet 5.5는 max에서 54.5에 이르러 xhigh의 Hydrogen(53.9)을 근소하게 앞섭니다. 기본값이 작업에 필요한 것보다 사고를 많이 할 때 Gemini 모델의 사고 수준을 낮추는 방법은 Gemini 4 사고 수준 가이드에서 다룹니다.
환각: Gemini는 답을 보류하는 경우가 많다
기본 설정에서 Gemini 4 네 모델의 AA-Omniscience 환각률은 4.2%에서 15.4% 사이입니다. 표에 있는 Claude와 GPT 모델은 모두 39.6%에서 85.3% 사이입니다. 데이터에서 가장 뚜렷한 업체 간 차이입니다. 하지만 이 지표는 모델이 답을 모를 때 틀린 추측을 얼마나 자주 하는지를 재는 것이지, 얼마나 자주 맞히는지를 재는 것이 아닙니다. Gemini 모델은 답을 보류하는 경우가 더 많습니다. AA의 정확도 수치는 반대쪽 면을 보여 줍니다. 기본 설정의 Fable 5.2는 77.2%를 맞혔고, 기본 설정의 Carbon은 48.9%였습니다. 틀린 답이 무응답보다 나쁜 상황이라면 Gemini 쪽 특성이 더 낫습니다. 정답을 최대한 많이 얻어야 하고 어차피 결과를 검토할 것이라면 Claude 모델이 더 많이 답합니다. 사고 수준별 분석은 Gemini 4 환각률 비교에 정리했습니다.
무료 등급과 이용 방법
이 라인업에서 무료 API 등급을 제공하는 곳은 Google뿐이며, 그것도 Hydrogen과 Flash-Lite에 한정됩니다. Carbon, Neon, Argon은 유료 등급 전용입니다. Anthropic과 OpenAI의 가격 페이지에는 여기 나온 어떤 모델에도 무료 등급이 없습니다. Google은 무료 등급 콘텐츠가 자사 제품 개선에 사용된다고 밝히고 있으며, 한도는 프로젝트마다 다릅니다. 자세한 내용은 Gemini 4 무료 API 등급 가이드를 참고하세요.
2026년 11월 19일 기준으로 표의 13개 모델 중 11개가 Ofox에 등록되어 있었습니다. Gemini 4 Carbon과 Gemini 4 Neon은 없었습니다. 이 두 모델을 쓰려면 유료 등급 키로 Google의 Gemini API를 직접 호출하세요. 나머지는 모두 하나의 OpenAI 호환 엔드포인트로 호출할 수 있습니다. Hydrogen, Argon, 3.5 Flash-Lite의 모델 페이지에는 Gemini 프로토콜도 나와 있으므로(2026년 11월 19일 확인), 이 세 모델은 Ofox의 Gemini 네이티브 경로도 사용할 수 있습니다.
작업별 선택
아래는 시리즈 글의 근거에서 뽑은 출발점이며, 각 행에 근거 유형을 적었습니다. 프로덕션 기본 모델을 바꾸기 전에 직접 작업을 돌려 보세요.
| 작업 | 먼저 써 볼 모델 | 차선 | 근거 |
|---|---|---|---|
| 스캔한 도면, 차트, 밀도 높은 파일로 긴 보고서나 감사 작성 | Gemini 4 Carbon | 몇 점 차이가 약 6배 높은 비용(MKA 논문)보다 중요하다면 Claude Fable 5.2 | Google DeepMind MKA 논문: Fable 5.2와 Carbon의 차이는 통계적으로 유의하지 않음, AA MKA 보드 |
| 최고 점수가 가장 중요한 최고 난도 에이전트 코딩과 연구 | Claude Fable 5.2 | high 또는 max의 GPT-6.2 Astra | AA 지수: Fable 5.2 max에서 64.6, Anthropic 출시 표 |
| 빠르고 작업당 저렴해야 하는 어려운 추론 | GPT-6.2 Astra | Gemini 4 Neon | AA: Astra high 60.1, 작업당 $2.07, 5.9분 |
| 적당한 비용에 환각이 적어야 하는 복잡한 코딩과 지식 작업 | Gemini 4 Neon | 터미널 작업이 많다면 Claude Opus 5.5 | Neon 카드(19개 행 중 16개 선두), 기본 설정 AA 환각률 13.9% |
| 1~2점이 중요한 터미널 및 고난도 소프트웨어 작업 | Claude Opus 5.5 | Gemini 4 Neon | Google의 Neon 표: Opus가 Terminal-Bench 4.1과 FrontierCode 2.0에서 선두 |
| 예산 안에서 돌리는 대량 코딩 에이전트, CI 수정, 일상 PR | GPT-6.2 Sol 또는 GPT-6.1 Terra | Claude Sonnet 5.5 | AA 작업당 비용, 저희의 일상 코딩 30회 호출 실행 |
| 출력 길이와 일관성이 중요한 작은 일상 코딩 작업 | Claude Sonnet 5.5 | GPT-6.1 Terra | 저희 실행: Sonnet은 같은 작업 두 번 실행의 차이가 1초 이내 |
| 동영상이나 오디오 입력이 있는 일상 에이전트, 또는 무료 프로토타이핑 | Gemini 4 Hydrogen | Gemini 3.5 Flash-Lite | Google 모델 카드(텍스트, 이미지, 오디오, 동영상 입력), 무료 등급 |
| 규칙표에 따른 분류, 라우팅, 추출 | GPT-6 Luna 또는 Claude Haiku 5.5 | 지연 시간을 최소화하려면 Gemini 3.5 Flash-Lite | 저희 분류 실행: Luna와 Haiku 모두 20/20, 비용은 Hydrogen의 1/46과 1/24 |
| 단순 조회가 아니라 추론이 필요한 256K~1M 토큰 컨텍스트 | Gemini 4 Neon 또는 Carbon | GPT-6.2 Sol(272K 초과 시 가격 인상) | Google 카드: GraphWalks 95.2%(Neon), 96.2%(Carbon) |
| 이미 Argon에서 검사를 통과하고 있는 기존 앱 | 12월 1일까지 Argon 유지, 이후 Neon 테스트 | Hydrogen | Argon은 12월 1일 $4/$20으로 두 배, Neon은 $3/$15 |
시리즈 전체에서 두 가지 라우팅 패턴이 반복됩니다. 단순하고 검증 가능한 작업은 먼저 모두 저가 모델로 보내고, 실패한 것만 중간 등급 모델로 올립니다. 이 방식의 비용 계산은 정답 하나당 비용 가이드에서 설명합니다. 어려운 작업은 필요하다고 생각하는 등급보다 한 단계 아래에서 시작하고, 합격 기준을 통과하지 못한 작업만 위로 올립니다. Google의 가이드도 Carbon은 “더 빠른 모델이 막힐 때” 선택하라고 말합니다.
개별 비교 요약
Carbon vs Claude Fable 5.2 vs GPT-6.2 Astra
멀티모달 지식 작업 200개로 구성된 Google DeepMind의 MKA 벤치마크에서 Fable 5.2는 Carbon보다 2.22점 높았습니다. 논문 자체의 부트스트랩 검정으로는 이 차이를 0과 구분할 수 없었고, Fable의 작업당 비용은 6.26배였습니다. GPT-6.2 Astra와 비교하면 Carbon의 가성비 논리는 약해집니다. AA의 Intelligence Index에서 high의 Astra는 high의 Carbon과 같은 수준이고(60.1 대 60.0), 비용은 Carbon 11월 비용의 약 절반, 작업당 시간은 Carbon의 37.2분 대비 5.9분입니다. Carbon이 자리를 지키는 곳은 밀도 높은 시각 문서와 매우 긴 컨텍스트이며, 요금이 두 배가 되기 전에 쓰는 것이 이상적입니다. 전체 비교.
Neon vs Claude Opus 5.5 vs GPT-6.2 Sol
Google의 19개 행 비교표에서 Neon은 16개 행, Opus 5.5는 2개 행, Sol은 1개 행에서 앞섭니다. AA도 최고 설정 기준으로 Neon이 셋 중 지수가 가장 높고(61.4, 59.1, 57.3) 환각률은 압도적으로 낮다는 데 동의합니다. max에서 Sol은 AA 지수 작업을 작업당 $1.01, 8.5분에 끝냈고, Neon은 $6.44와 21.5분, Opus는 $10.04와 24.5분이었습니다. Neon의 SWE-sweep 39.0%는 주로 Google의 Antigravity 테스트 환경에서 나온 수치입니다. 공통 Mini-SWE 테스트 환경에서는 Sol보다 1.2점 앞섭니다. 전체 비교.
Hydrogen vs Claude Sonnet 5.5 vs GPT-6.1 Terra
저희의 테스트 호출 30회는 모두 통과했습니다. 일상 작업 5개, 모델 3개, 각 2회씩입니다. 정확도로는 차이가 나지 않았고, 비용과 지연 시간에서 차이가 났습니다. 지연 시간 중앙값은 Hydrogen 8.4초, Sonnet 4.2초, Terra 3.8초였고, 각 10회 호출의 정가 기준 비용은 $0.102, $0.054, $0.019였습니다. 출력 토큰이 가장 많은 모델은 Hydrogen이었고, 대부분 사고 토큰이었습니다. Google 카드에서는 Hydrogen이 10개 행 중 7개에서 앞서고, 터미널과 컴퓨터 사용 작업에서는 Sonnet이 앞섭니다. 전체 비교.
Hydrogen vs Claude Haiku 5.5 vs GPT-6 Luna
이 비교는 Hydrogen이 저가 모델인지에 답합니다. 그렇지 않습니다. 20개 항목의 고객 지원 분류 배치에서 Hydrogen, Haiku 5.5, Luna 모두 두 번 다 20/20을 기록했고, Hydrogen의 비용은 Haiku의 약 24배, Luna의 46배였습니다. Hydrogen에 low 사고를 요청해도 그 프롬프트에서는 토큰 사용량이 거의 변하지 않았고, 응답만으로는 그 수준이 적용되었는지 알 수 없습니다. Gemini 3.5 Flash-Lite는 가장 빨랐고 실행마다 한 항목씩 틀렸습니다. Hydrogen의 추가 비용이 의미가 있는 경우는 더 어려운 다단계 작업, 오디오와 동영상 입력, 긴 프롬프트입니다. 전체 비교.
Google 라인업 안에서: Neon vs Carbon
Neon은 Google이 복잡한 작업에 권장하는 기본 모델이고, Carbon은 한 단계 위의 선택지입니다. 기본 설정에서 AA는 Neon을 59.6, Carbon을 58.3으로 측정했고, Neon의 소요 시간은 약 절반이었습니다. 11월 30일까지는 Carbon의 토큰당 가격이 더 낮고, 12월 1일부터는 Neon이 더 낮습니다. 연구 수준 물리학(CritPt)에서는 여전히 Carbon이 앞서고, 기본 설정 환각률도 Carbon이 더 낮습니다. 전체 비교.
Gemini 4 안에서 고르기
Google 모델 중에서만 고른다면 Gemini 4 모델 선택 가이드가 Hydrogen, Argon, Carbon을 작업별로 다루고 Neon의 위치도 설명합니다. Carbon과 Argon의 인상이 기존 청구액에 어떤 의미인지는 12월 가격 변경 가이드에서 다룹니다.
지금 Argon의 위치
Gemini 4 Argon은 2026년 10월 13일에 정식 출시(GA)되었고, Google 릴리스 노트에서는 복잡한 코딩, 에이전트, 수학, 과학 작업을 위한 가장 뛰어난 모델로 소개되었습니다. 그 뒤로 세 가지가 바뀌었습니다. Hydrogen이 무료 등급과 더 낮은 가격으로 일상 작업을 넘겨받았습니다. Neon이 11월 18일에 복잡한 작업용으로 $3/$15에 나왔습니다. 그리고 Google의 모델 선택 페이지는 이제 Carbon, Neon, Hydrogen만 나열합니다. Argon은 여전히 Google의 모델, 가격, 지원 중단 페이지에 있으며, 지원 중단 페이지에도 종료 날짜는 공지되지 않았습니다. Ofox에서도 계속 호출할 수 있습니다.
12월 1일부터 Argon은 $4/$20로, Carbon과 같고 토큰당 가격은 Neon보다 3분의 1 비쌉니다. 기본 설정에서 AA는 Argon에 47.6, Neon에 59.6을 매겼고, Argon의 기본 설정 환각률(15.4%)도 Neon(13.9%)보다 약간 나쁩니다. Argon에 대해 자주 인용되는 4.3%는 high 설정의 값입니다. Argon 애플리케이션이 지금 검사를 통과하고 있다면 서둘러 옮길 필요는 없습니다. 다만 12월 청구서가 오기 전에 같은 케이스로 Neon(Google API만 가능)과 Hydrogen(Ofox에서도 가능)을 테스트하세요. 그 테스트 방법은 Argon에서 Neon으로 옮기는 가이드에서 안내합니다. 이 모델의 이전 위치는 Argon과 GPT-6 Astra, Claude Opus 벤치마크 비교와 Argon API 가격 글에서 다룹니다.
키 하나로 여러 업체의 모델 테스트하기
표의 모델 중 Carbon과 Neon을 제외한 모든 모델은 Ofox의 OpenAI 호환 엔드포인트로 호출할 수 있으므로, 업체를 넘나들며 등급을 비교할 때 모델 ID만 바꾸면 됩니다. 시리즈 글에서 실행에 사용한 요청 형태는 다음과 같습니다.
from openai import OpenAI
import os
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
tier = {
"everyday": ["google/gemini-4-hydrogen", "anthropic/claude-sonnet-5.5", "openai/gpt-6.1-terra"],
"budget": ["google/gemini-3.5-flash-lite", "anthropic/claude-haiku-5.5", "openai/gpt-6-luna"],
}
for model in tier["everyday"]:
r = client.chat.completions.create(
model=model,
max_tokens=32000,
messages=[{"role": "user", "content": "<실제 작업 하나>"}],
)
print(model, r.usage.prompt_tokens, r.usage.completion_tokens)
입력 토큰, 출력 토큰, 지연 시간, 답이 검사를 통과했는지를 기록하세요. 그런 다음 각 업체의 정가나 모델 페이지에 있는 Ofox 요금을 곱하면 됩니다. max_tokens나 토큰당 가격만으로 모델을 비교하지 마세요. 저희의 한 실행에서 같은 프롬프트가 Fable 5.2에서는 입력 토큰 301개, GPT-6.2 Astra에서는 212개였고, 똑같이 통과한 답의 출력 토큰은 모델 간에 10배 넘게 차이 났습니다(같은 추출 작업에서 Hydrogen은 최대 1,145개, Terra는 79~83개). GPT-6.1 Terra 등 일부 OpenAI 모델 페이지에는 도구 호출에 Responses API가 필요하다고 적혀 있으므로, GPT 모델의 도구 사용 테스트는 /v1/responses로 실행하세요. 클라이언트 설정은 Ofox의 연동 가이드에서 다룹니다.
호출이 실패하면 모델을 탓하기 전에 원인부터 가려내세요. 잘못된 모델 ID와 파라미터 오류가 흔한 원인입니다. Gemini 4 요청 실패는 Gemini 4 API 오류 가이드에서 다룹니다. 다른 업체는 OpenAI model not found 가이드(영어), Claude 529 overloaded 해결법(영어), 429 재시도 가이드(영어)를 참고하세요. 게이트웨이 자체의 오류 코드와 한도는 Ofox의 오류 처리 가이드와 속도 제한 문서에 나와 있습니다.
이 대응표의 한계
- 네 조합 중 두 조합은 저희가 정했습니다. Neon과 Hydrogen의 비교 대상은 Google이 골랐습니다. Carbon 등급과 저가 등급의 조합은 가격과 포지셔닝을 저희가 해석한 것이며, Google의 Carbon 카드는 경쟁 모델의 이전 버전을 사용했습니다.
- 기본값은 같은 effort가 아닙니다. 종합 비교표는 각 모델을 제공되는 상태 그대로 비교합니다. 기본값이 다를 때(Gemini는
high, Claude나 OpenAI는medium) 비용과 점수 차이의 일부는 그 설정의 차이를 반영합니다. - OpenAI 두 모델의 기본값은 문서화되어 있지 않습니다. OpenAI는 GPT-6.2 Astra와 Sol의 기본 effort를 문서화하지 않았습니다. 두 행에는 AA의
medium결과를 넣었고,high값은 각주 1에 있습니다. - AA는 특정 날짜, 하나의 테스트 환경 결과입니다. AA 지수는 어려운 평가들의 모음입니다. 지수가 낮다고 해서 저가 모델이 단순하고 명확한 작업에 실패한다는 뜻은 아니며, 저희 분류 실행이 이를 보여 줍니다. AA는 모델을 다시 측정하고 페이지를 바꾸므로 결정 전에 다시 확인하세요.
- 가격은 바뀝니다. Carbon과 Argon은 2026년 12월 1일에 두 배가 됩니다. 이 글의 모든 내용은 2026년 11월 19일에 확인했습니다.
관련 문서
- Ofox 연동 가이드: OpenAI 및 Anthropic 호환 클라이언트
- Ofox Gemini 네이티브 API: Ofox에 등록된 Gemini 모델용(Carbon과 Neon은 포함되지 않음)
- 오류 처리와 속도 제한
- Ofox 가격 및 결제 문서: 모델별 가격은 종합 비교표에 링크한 각 모델 페이지에 있습니다


