Gemini Flash API 가격 비교: 실제로 가장 저렴한 Flash 모델은?

먼저 결론부터 말하면, 현재 텍스트 Token 단가만 볼 때는 gemini-2.5-flash-lite가 가장 저렴합니다. 반면 새 프로젝트에서 새 세대의 안정적인 저비용 후보부터 시작하려면 gemini-3.1-flash-lite를 먼저 검증합니다. “최저 단가”와 “새로운 안정형 시작점”은 서로 다른 답이며, 최종 선택은 입력·출력 비율과 작업의 첫 시도 통과율에 따라 달라집니다.

2026년 7월 14일에 확인한 Google 공식 가격에서 2.5 Flash-Lite Standard는 입력 100만 Token당 $0.10, 출력 $0.40입니다. 3.1 Flash-Lite는 입력 $0.25, 출력 $1.50입니다. 입력 100만과 출력 25만 Token을 동일하게 처리하면 각각 $0.20, $0.625입니다.

먼저 안정형 Lite로 대표 작업을 실행합니다. 실패, 재시도, 수동 수정 비용이 API 가격 차이보다 클 때만 Flash를 비교하고, 기다릴 수 있거나 긴 컨텍스트가 충분히 반복되는 작업에만 Batch, Flex, 캐시를 별도로 계산합니다.

텍스트 API 비용은 Gemini API 무료 할당량, Gemini 3.1 Flash-Lite Image 이미지 가격과 분리해서 판단합니다. 이름이 비슷해도 출력 형태와 과금 대상과 독자가 해결하려는 작업은 같지 않습니다. Gemini 앱 구독료, Vertex AI, 다른 공급자의 원화 가격도 Google AI Developer API의 공식 텍스트 표에 섞지 않습니다.

호출당 비용과 월 비용부터 계산하기

입력 가격만 복사하면 실제 청구액을 알 수 없습니다. 텍스트 호출은 입력과 출력을 각각 계산한 뒤 합칩니다.

월 비용 = 월 입력 Token × 입력 단가 / 1,000,000 + 월 출력 Token × 출력 단가 / 1,000,000

입력에는 사용자의 마지막 문장만 들어가지 않습니다. system prompt, 대화 기록, RAG에서 가져온 문서, 모델로 다시 보낸 도구 결과, 이미지와 다른 멀티모달 컨텍스트, 실패 후 재전송도 포함됩니다. 출력은 전체 응답입니다. 공식 가격 행이 output에 thinking tokens를 포함한다고 설명하면, 화면에 보이는 문장만 세어서는 안 됩니다.

첫 표의 입력 100만과 출력 25만은 다섯 모델을 같은 작업량으로 비교하기 위한 기준입니다. Grounding, 유료 도구, 명시적 캐시 저장, 세금, 실패 재시도, 제3자 가격 가산은 제외합니다. production 예산에서는 이런 항목을 별도 열로 두어야 모델 가격이 전체 청구액을 가리지 않습니다.

좀 더 실제 서비스에 가까운 예를 보겠습니다. 한 달 100,000회 호출, 호출당 평균 입력 800, 출력 200 Token이라면 월 합계는 입력 8,000만과 출력 2,000만 Token입니다.

2.5 Flash-Lite의 $16은 80 × $0.10 + 20 × $0.40, 3.1 Flash-Lite의 $50은 80 × $0.25 + 20 × $1.50으로 계산합니다. 여기서 80과 20의 단위는 100만 Token입니다. 호출당 비용은 월 비용을 100,000으로 나눈 값이며 새로운 가격 가정을 추가하지 않습니다.

짧은 prompt 몇 건의 평균만으로 실제 production 예산을 만들지 마세요. 입력과 출력의 중앙값과 상위 백분위를 기록하고, 긴 대화, 검색 컨텍스트, 구조화 출력 오류, 재시도를 분리합니다. 상담 봇의 평균 출력은 짧아도 일부 긴 설명이 비용을 지배할 수 있고, 데이터 추출은 잘못된 JSON을 고치느라 같은 문서를 다시 보낼 수 있습니다.

출력량은 특히 과소평가하기 쉽습니다. 확인일의 3.1 Flash-Lite와 3.5 Flash는 출력 가격이 입력 가격의 6배입니다. 최대 출력 Token을 제한하면 지출을 줄이지만, 너무 작은 상한은 잘림, 필수 필드 누락, 재시도를 만듭니다. 목표는 “무조건 짧은 답”이 아니라 “작업을 안정적으로 완료하는 가장 짧은 출력”입니다.

현재 월, 호출 수 2배, 상위 출력량 증가의 세 가지 시나리오를 함께 계산하세요. 그러면 모델 단가, 컨텍스트 길이, 출력 설계, 재시도율, 실행 방식 중 무엇을 먼저 최적화해야 하는지 알 수 있습니다. 작은 파일럿의 최솟값을 production 상한으로 쓰면 안 됩니다.

2.5 Flash-Lite, 3.1 Flash-Lite와 Flash 고르기

먼저 더 이상 호출할 수 없는 후보를 제거합니다. Gemini 2.0 Flash와 Gemini 2.0 Flash-Lite는 2026년 6월 1일에 종료됐습니다. Google 지원 종료 일정은 마이그레이션 날짜를, 현재 모델 목록은 정확한 ID와 생명주기 상태를 확인하는 데 씁니다. 종료 모델의 과거 최저가는 실행 가능한 선택이 아닙니다.

현재 Token 단가를 최소화하려면 Gemini 2.5 Flash-Lite부터 시험합니다. 분류, 추출, 라우팅, 문장 재작성, 짧은 요약, 구조 변환은 Lite에서 시작하기 좋은 작업입니다. 하지만 “시작 후보”는 품질 보장이 아닙니다. 언어, 긴 컨텍스트, 엄격한 schema, 복잡한 판단, 안전 경계는 자신의 데이터로 검증해야 합니다.

새 프로젝트가 새 세대의 안정적인 저비용 후보를 원하면 Gemini 3.1 Flash-Lite부터 시험합니다. 3.1 Flash-Lite 모델 페이지는 확인일에 입력 컨텍스트 1,048,576 Token, 최대 출력 65,536 Token을 안내합니다. 멀티모달 입력을 받을 수 있지만 출력은 텍스트입니다. 이미지를 생성하는 Flash-Lite Image와는 다릅니다.

Lite가 사전에 정한 승인 기준을 넘지 못하면 Gemini 2.5 Flash를 비교합니다. 안정형 Flash 승급 후보이며 입력 단가는 3.1 Flash-Lite와 비슷하지만 출력은 더 비쌉니다. 선택 근거는 작업 통과율 상승과 재시도·수정 감소여야 하며, 이름에 Flash가 있다는 이유가 아닙니다.

Gemini 3 Flash Preview는 실험 통로에 둡니다. Preview는 안정형보다 생명주기, 제공 상태, 동작 변경 위험이 큽니다. 새 기능을 검증할 필요가 있고 안정형으로 되돌릴 수 있을 때만 시험하며, production 기본값으로 조용히 편입하지 않습니다.

Gemini 3.5 Flash는 고가격 능력 통로입니다. 100,000회 예에서 Standard 월 비용은 $300으로 두 Lite보다 훨씬 높습니다. 더 높은 통과율, 수동 작업 절감, 저가 후보가 수행하지 못하는 명확한 능력이 차액보다 클 때만 합리적입니다. 가격표 자체는 품질 향상을 증명하지 않습니다.

초기 선택 규칙은 세 줄이면 됩니다. Token 비용이 최우선이면 2.5 Flash-Lite, 새 세대의 안정적 저비용 시작점이면 3.1 Flash-Lite, 둘 다 동일한 승인 테스트를 통과하지 못하면 안정형 Flash를 추가합니다. 모델, prompt, 실행 방식, 캐시를 동시에 바꾸면 개선 원인을 알 수 없습니다.

무료 할당량, 유료 단계와 Token 단가 분리하기

가격표에 Free Tier가 있어도 모든 프로젝트가 같은 고정 무료 횟수를 받는 것은 아닙니다. 실제 요청량은 모델, 프로젝트, usage tier, 지역, 현재 정책에 따라 달라집니다. rate limits 문서는 RPM, TPM, RPD 차원을 설명하지만, 정확한 수치는 해당 프로젝트를 선택한 Google AI Studio에서 확인해야 합니다.

같은 프로젝트에 API key를 여러 개 만들어도 quota가 보통 배로 늘지 않습니다. key는 요청을 인증하고 quota와 billing은 프로젝트가 소유합니다. 429가 나오면 어느 제한 차원을 소진했는지, backoff가 필요한지, tier를 올려야 하는지 확인합니다. 원인을 모른 채 key를 교체하면 문제를 숨길 뿐입니다.

“모델에 무료 가격 행이 있다”, “내 프로젝트가 지금 얼마나 쓸 수 있다”, “유료 billing이 활성화됐다”는 세 가지 질문입니다. 무료 단계는 요청 형식과 초기 작업을 검증하기 좋지만, 지속 트래픽을 감당할지는 실시간 quota에 달렸습니다. 유료 production에서는 예산 상한, 청구 책임자, 비정상 사용 알림, 중단 규칙을 먼저 정합니다.

Gemini API billing 안내는 확인일에 prepaid와 postpaid, spending cap, credit 만료를 설명합니다. 최소 충전, 세금, 계정 조건은 바뀔 수 있으므로 원화로 환산한 오래된 글이 아니라 실제 billing account에서 결제 전에 다시 확인합니다.

실패 요청도 “돈”과 “용량”으로 나눠 봅니다. Google의 현재 설명에서 400·500 계열 실패는 Token 비용이 청구되지 않지만 quota에 포함될 수 있습니다. retry storm은 청구액을 크게 올리지 않으면서 요청 또는 Token 용량을 소진할 수 있습니다. 비용 그래프와 용량 그래프를 함께 모니터링하세요.

데이터 사용은 별도 경계입니다. 현재 Gemini API 추가 약관은 unpaid service와 paid service를 구분합니다. 무료 서비스로 보낸 콘텐츠는 Google 제품 개선에 사용되고 사람이 검토할 수 있으므로 민감·기밀·개인 데이터를 보내지 않아야 합니다. 고객 데이터를 production에 넣기 전에 조직 정책, 데이터 처리 계약과 프로젝트 설정을 확인합니다.

주요 질문이 “내 프로젝트에서 정확히 얼마까지 무료이고 언제 결제가 필요한가”라면 Gemini API 무료 할당량 안내를 이용하세요. 변동하는 quota를 모델 가격표에 고정하면 가격 글과 무료 할당량 글이 동시에 낡습니다.

Standard, Batch, Flex와 캐시 선택하기

사용자가 지금 응답을 기다리는 요청은 Standard로 기준을 만듭니다. Standard는 지연, 오류, Token, 작업 통과율의 설명 가능한 baseline입니다. baseline이 없으면 비용 감소가 Batch, Flex, 캐시, 모델 변경, prompt 변경 중 어디서 왔는지 증명할 수 없습니다.

Batch API 문서는 목표 완료 시간을 24시간 이내로 설명합니다. 야간 분류, 평가, backfill, 오프라인 보강에는 잘 맞습니다. 화면 내 즉답, 동기 검토, 바로 다음 작업을 시작해야 하는 요청을 반값 때문에 Batch로 바꾸면 안 됩니다.

Flex도 “켜면 항상 반값”인 옵션이 아닙니다. 정확한 모델, 지역, 현재 지원 상태를 확인하고 업무가 실행 특성을 받아들일 수 있는지 판단합니다. 사용자 경험이 안정적 동기 체인에 의존하면 Standard를 유지하고 실제로 탄력 실행이 가능한 트래픽만 옮깁니다.

컨텍스트 캐시는 같은 매뉴얼, 코드 스냅샷, 정책 문서, 멀티모달 배경 같은 긴 접두사를 반복 전송할 때 유용합니다. 캐시 개요는 implicit와 explicit를 나누고, 명시적 캐시 가이드는 TTL과 storage를 설명합니다. 캐시에 적중해도 cache read, 저장, 캐시되지 않은 입력, 출력 비용은 남습니다.

만들기 전에 접두사 크기 × 재사용 횟수 × TTL을 계산합니다. 몇 번만 쓰거나 매번 크게 바뀌면 관리·저장 비용이 절감보다 클 수 있습니다. 수천 요청이 같은 긴 컨텍스트를 읽을 때 절감 가능성이 커집니다. cache read 할인율을 전체 청구 할인율처럼 표현하지 마세요.

감사하기 쉬운 순서는 Standard 측정, 기다릴 수 있는 작업의 Batch/Flex 이동, 반복 접두사의 캐시 별도 계산, 측정된 실패에 따른 모델 승급입니다. 네 가지를 한 번에 바꾸면 청구액이 줄어도 원인을 알 수 없고 품질과 지연 회귀도 찾기 어렵습니다.

비교해야 할 값은 승인된 결과당 비용

저렴한 모델이 자주 실패하면 실제로는 저렴하지 않습니다. Token 비용은 로그와 가격표에서 계산합니다. 실패 비용은 두 번째 호출, 다른 모델 fallback, JSON 수정, 수동 검토, 고객 지원, 잘못된 후속 작업 취소처럼 제품이 정의해야 합니다.

production 기본값을 고르기 전에 대표 작업 세트를 만듭니다. 일반 요청, 길고 지저분한 입력, 다국어, 엄격한 JSON/schema, 안전 경계, 실제 최대 출력을 포함하세요. 실행 전에 통과 조건을 적어 몇 개의 인상적인 답이 반복 실패를 가리지 못하게 합니다.

100,000회 예에서 2.5 Flash-Lite는 3.1 Flash-Lite보다 월 $34 저렴합니다. 하지만 저가 모델 때문에 500건의 수동 수정이 추가되고 건당 1분이 들면 Token 절감은 주요 비용이 아닐 수 있습니다. 반대로 결정적 추출에서 두 모델의 통과율이 같다면 높은 가격을 지불할 측정 가능한 가치가 없습니다.

승급 규칙을 미리 정하세요. Lite가 목표 통과율을 만족하고 재시도, 수정, 지연이 예산 안이면 유지합니다. 안정형 Flash가 줄이는 총 실패 비용이 추가 API 비용보다 클 때만 승급합니다. 모델, prompt, schema, 트래픽 구성이 바뀌면 같은 테스트를 다시 실행합니다.

한 번의 A/B를 영구 순위로 만들지 않습니다. 모델, 가격, 업무 데이터는 변하고 대표 세트도 낡습니다. 작업 샘플, 판정 기준, 정확한 model ID, 실행 날짜, Token 통계를 저장하면 다음 변경 때 재계산할 수 있습니다.

오래된 Gemini 2.0 예산 마이그레이션하기

2026년 6월 1일 종료 후 Gemini 2.0 가격은 실행 가능한 production 옵션이 아닙니다. 오래된 표에서 저렴해 보여도 요청 대상 ID가 닫혔습니다. 마이그레이션은 호출 경로와 예산 가정을 함께 바꿉니다.

1. 코드, 환경 변수, proxy 설정, 평가 fixture, fallback 목록, 모니터링에서 Gemini 2.0 Flash와 Flash-Lite ID를 찾습니다.
2. 기존 Flash-Lite 트래픽을 현재 3.1 Flash-Lite 후보에, 기존 Flash 트래픽을 현재 안정형 Flash 후보에 대응시키고 모델 목록에서 정확한 ID를 확인합니다.
3. 입출력 modality를 다시 확인합니다. gemini-3.1-flash-lite는 텍스트를 출력하며 이미지 생성은 다른 모델과 가격입니다.
4. 대표 작업으로 다시 승인 테스트를 합니다. 후속 ID가 완전히 같은 출력을 보장하지 않습니다.
5. 제한된 트래픽에서 입력, 출력, 재시도, 오류, 지연, 실제 실행 방식을 기록합니다.
6. 종료 모델 금액에 비율을 더하지 말고 현재 가격 행으로 예산을 다시 만듭니다.

fallback 설정을 특히 확인해야 합니다. 기본 경로만 새 모델로 바꾸고 장애 때 종료 ID로 돌아가면 작은 문제가 연속 실패로 커집니다. 오래된 RPM, TPM, 일일 quota 표도 함께 제거해야 현재 프로젝트를 잘못 진단하지 않습니다.

새 모델이 한 번 답했다고 마이그레이션이 끝난 것이 아닙니다. 기본과 fallback이 현재 ID를 사용하고, 작업 세트가 통과하며, 로그가 Token과 오류를 설명하고, 예산이 현재 가격을 쓰며, 용량 알림이 현재 프로젝트를 볼 때 완료됩니다.

4단계 소규모 테스트로 예산 확정하기

1단계: 실제 작업량을 기록합니다. 월 호출 수, 입력·출력 중앙값과 상위 백분위, 반복 접두사 크기, 지연 deadline, 기다릴 수 있는 작업 비율을 모읍니다. 짧은 prompt 하나로 제품 전체를 대표하지 않습니다.

2단계: Standard 기준을 계산합니다. 2.5 Flash-Lite와 3.1 Flash-Lite를 함께 계산하고 도구, Grounding, 캐시 저장, 재시도, 세금을 별도 열에 둡니다. 다른 엔지니어가 로그와 공식 가격만으로 같은 값을 재현할 수 있어야 합니다.

3단계: 같은 작업으로 승인 테스트를 실행합니다. 통과율, 재시도, 수정, 출력량, 지연을 기록합니다. 두 Lite가 기준 미달이면 안정형 Flash 하나를 추가합니다. 더 비싸다는 이유만으로 해결을 가정하지 않습니다.

4단계: 조건에 따라 트래픽을 분리합니다. 사용자 요청은 Standard, 기다릴 수 있는 작업은 지원 Batch/Flex, 반복되는 긴 접두사는 explicit cache, 측정된 실패만 모델 승급으로 보냅니다. 파일럿 예산 상한을 늘리기 전에 모델 상태와 가격을 다시 확인합니다.

결과물은 모델 이름만이 아닙니다. 어떤 트래픽이 어떤 실행 방식으로 가는지, 할인 최적화를 어디서 중단하는지, 승급 기준이 무엇인지, 누가 billing과 quota를 담당하는지, 가격 변경 후 어떻게 재계산하는지 기록합니다. 그래야 비용 관리가 한 번의 순위표가 아니라 운영 체계가 됩니다.

자주 묻는 질문

현재 가장 저렴한 Gemini Flash API 텍스트 모델은?

2026년 7월 14일 기준 여기서 비교한 Flash-family 텍스트 모델 중 Standard 최저 가격은 gemini-2.5-flash-lite입니다. 입력 100만 Token당 $0.10, 출력 $0.40입니다. 가격 행의 최저라는 뜻이며 모든 작업의 최적 모델이라는 뜻은 아닙니다.

새 프로젝트는 2.5와 3.1 Flash-Lite 중 무엇부터 써야 하나요?

같은 작업 세트로 둘 다 시험합니다. 2.5 Flash-Lite는 Token 단가가 낮고, 3.1 Flash-Lite는 새 세대의 안정적인 저비용 후보입니다. 같은 작업·출력·지연 조건을 만족하는 전체 비용으로 선택합니다.

Gemini Flash 호출 한 번은 얼마인가요?

평균 입력 Token에 입력 단가를 곱하고 평균 출력 Token에 출력 단가를 곱한 뒤 각각 100만으로 나누어 합칩니다. 월 비용은 호출 수를 곱합니다. 재시도, 도구, Grounding, 캐시 저장, 세금은 별도입니다.

Batch는 항상 Standard의 절반 가격인가요?

확인일에 지원되는 가격 행은 50%지만 Batch는 비긴급 비동기 작업용이고 목표 완료 시간은 24시간 이내입니다. 정확한 모델 지원과 업무 지연 조건을 모두 충족할 때만 사용합니다.

Flex와 Batch는 같은 방식인가요?

아닙니다. 둘 다 할인 가격이 있을 수 있지만 실행 조건과 제공 상태가 다릅니다. 모델, 지역, 현재 서비스 상태를 확인하고 대화형 경로는 Standard를 기준으로 유지합니다.

컨텍스트 캐시는 전체 청구액을 할인하나요?

아닙니다. explicit cache는 반복되는 적격 입력을 줄일 수 있지만 cache read, 저장 기간, 캐시되지 않은 입력과 출력은 계속 과금됩니다. 재사용이 충분하고 저장비가 절감을 없애지 않을 때 유효합니다.

Gemini API 무료 할당량은 정확히 몇 회인가요?

모든 프로젝트에 적용되는 하나의 고정 숫자는 없습니다. 모델, 프로젝트, tier, 지역, 현재 정책에 따라 달라집니다. AI Studio의 실시간 값을 확인하고 무료 할당량 안내에서 계정과 프로젝트 경계를 확인하세요.

Gemini 3 Flash Preview를 production 기본값으로 써도 되나요?

기본적으로 권하지 않습니다. Preview는 생명주기와 동작 변경 위험이 더 큽니다. 새 기능을 시험할 명확한 이유가 있을 때 안정형 fallback을 준비해 검증하며 가격만으로 production 적합성을 판단하지 않습니다.

Gemini 2.0 Flash와 Flash-Lite는 아직 호출할 수 있나요?

아닙니다. Google은 두 모델을 2026년 6월 1일에 종료했습니다. 기본 모델 문자열뿐 아니라 호출 경로, 평가, fallback ID, 예산을 함께 마이그레이션해야 합니다.

3.1 Flash-Lite와 Flash-Lite Image는 같은 모델인가요?

아닙니다. gemini-3.1-flash-lite는 멀티모달 입력을 받을 수 있지만 텍스트를 출력합니다. 이미지 생성은 다른 model ID와 가격 계약이므로 Flash-Lite Image 비용 안내를 확인하세요.