모델 비교
Gemini 3.8 Flash vs DeepSeek V4 Flash
작성자: Ofrai Editorial (Model Testing Team)
둘 다 빠른 티어이고 질문은 하나뿐입니다. 쓸 수 있는 결과 천 건을 만드는 데 얼마가 듭니다. Ofrai 카탈로그에서 둘 중 어느 것도 가장 싼 모델로 기재되어 있지 않으니 단가로 결정되는 승부일 수 없고, 손대지 않고 보낼 수 있는 항목이 몇 건이냐로 결정됩니다. DeepSeek V4 Flash는 서로 독립적인 항목을 대량으로 처리하는 것을 목표로 설계되었고 그렇게 문서화되어 있습니다. Gemini 3.8 Flash는 균형 잡힌 기본값이고 그 장점은 중간 항목이 아니라 묶음의 어려운 쪽 끝에서 나타납니다. 둘 다 같은 공용 크레딧 잔액을 쓰므로 아래 측정은 데이터를 한 번 더 돌리는 만큼만 듭니다.
채팅과 영상은 크레딧을 사용합니다.
대량 처리에서 중요한 단위는 채택된 항목이다
호출당 가격 비교는 대량 작업에 잘못된 도구이며 양쪽 방향으로 틀립니다. 호출은 싸지만 항목 절반이 고쳐야 할 모양으로 돌아오면 더 비싸게 끝나고, 호출값이 비싸도 그대로 쓸 수 있으면 그 모델이 이깁니다. 대량 처리에서 정직한 단위는 채택된 항목, 즉 편집 없이 보낼 수 있는 산출물입니다. Ofrai 카탈로그에서 이 두 모델은 모두 호출당 가장 싼 선택지로 기재되어 있지 않습니다. Gemini 3.8 Flash의 모델 페이지는 극저 단가 단순 분류를 자기 영역에서 명시적으로 제외합니다. 그래서 단가만으로 승부가 정해지지 않습니다. 판정 기준은 사람의 확인을 통과한 항목이 몇 건이느냐입니다. 실측은 재현할 수 있습니다.
지난 주에 처리한 묶음의 일부를 두 모델에 다시 돌려 보고, 편집 없이 돌아온 항목 수와 거기에 쓴 사람 시간을 같은 기준으로 재세요. 그 숫자가 모이기 전까지 가격표는 판단 근거가 되지 않습니다.
대량 처리라는 것이 실제로 무엇인지
대량 처리는 긴 일을 잘게 나눈 것이 아닙니다. 프롬프트 하나만 공유하고 그 외에는 아무것도 공유하지 않는 작은 일의 묶음입니다. 어떤 항목도 앞 항목의 답에 의존하지 않고, 항목 사이에 아무것도 쌓이지 않으며, 마흔 번째의 실패는 쉰한 첫 번째에 대해 알려주지 않습니다. 분류, 추출, 필드 단위 다시 쓰기, 라우팅, 초안 생성이 모두 이 모양입니다. 여기서 달라지는 것은 무엇을 비교하고 있는가입니다. 깊이가 다른 두 모델을 고르는 게 아니라 비슷한 산출물을 대량으로 만드는 두 도구를 고르는 것입니다. 프리미엄 티어 비교를 지배하는 추론 깊이는 여기서 거의 먹히지 않습니다.
실제로 먹는 건 출력이 파싱되는지, 지정한 형태를 지키는지, 어조가 일관되는지, 보내기 전에 사람이 몇 번 열어야 하는지입니다. 네 가지로 채점하세요. 이 네 가지는 누구에게 채점시켜도 같은 기준이 됩니다. 추론 깊이를 겨루는 비교에 익숙하면 문장 상태를 보게 되지만, 여기서는 그것이 빗나갑니다.
DeepSeek V4 Flash를 정직하게 골라야 하는 지점
DeepSeek V4 Flash는 Ofrai 모델 페이지에서 현 V4세대의 빠른 티어로 기재되어 있고 거기에 붙은 업무가 바로 대량 업무입니다. 많은 항목에 걸친 초안 작성과 추출과 분류, 문서나 표나 메시지에서의 구조화된 추출, 어차피 사람이 확인할 태깅과 라우팅과 트리아지, 바쁜 한 주에 걸친 일상 코딩 질문과 작은 수정까지. 같은 페이지는 근거도 노골적으로 적어 놓았습니다. V4 Flash는 처리량을 최적화하며, 항목마다 조금 더 느리지만 좋은 답을 하는 편이 전체적으로는 빠른 답보다 비싸게 끝나는 상황에서 그쪽이 맞다는 것입니다. 그리고 질문 모음은 판정 기준까지 줍니다. 항목들이 서로 독립적이면 보통 Flash가 맞는 티어라고.
모델이 밝힌 설계 목표지, 행간에서 읽어 낸 해석이 아닙니다. 목록이 길고 항목이 서로 독립이며 보내기 전에 사람이 몇 개를 골라 확인한다면 여기서 시작하세요. 같은 페이지는 한계도 똑같이 구체적으로 적습니다. 결론을 하나씩 확인해야 하는 다단 추론, 첫 답이 틀리면 곤란한 설계 판단, 그리고 백 건 가운데 단 한 장만 중요한 문서입니다.
Gemini 3.8 Flash를 정직하게 골라야 하는 지점
Gemini 3.8 Flash는 Google의 현세대 Flash로, 균형 잡힌 기본값으로 자리 잡은 모델입니다. 산출물 품질은 3.7 Flash보다 위, 추론 깊이는 Pro 티어 아래입니다. 나열된 강점은 묶음 안에 편차가 있을 때 가장 아픈 것들입니다. 여러 요구가 걸린 프롬프트, 산출물이 버텨야 하는 구조화 추출과 서식 작업, 그리고 답변 품질과 응답성이 모두 중요한 고객 대응 대화입니다. 모델 페이지는 이 티어의 현실적인 천장도 적습니다. 긴 문서에서 자꾸 세부를 잃는다면 그건 한계이지 프롬프트 문제가 아니라고. 따라서 이 모델을 고를 이유는 더 낮은 단가가 아닙니다.
항목마다 요구도, 독자도, 출력 형태도 다른 묶음에서는 지시 준수와 서식 안정성이 결과를 정하고, Gemini의 문서화된 강점은 가운데 항목이 아니라 그 어려운 끝쪽에 있습니다. 비교 설명에도 한 줄이 있습니다. 처리가 이미 앞 세대에서 깨끗하게 돌아가고 있다면 세대를 올릴 운영상 이유는 없다는 것입니다.
묶음 크기로 나누기
대량 처리에 유일하게 맞는 모델은 없습니다. 묶음마다 맞는 모델이 있습니다. DeepSeek 페이지는 판단 근거를 분명히 적습니다. 항목들이 서로 독립적이면 빠른 티어가 보통은 맞다는 것입니다. Gemini 페이지는 다른 판단을 듭니다. 초안 작성, 요약, 분류, 접수 분류처럼 사람이 확인할 수 있는 대량 업무에서는 비용 기준으로 많은 팀이 기본값으로 삼아야 할 티어가 이쪽이라는 것입니다. 어려운 나머지는 더 위의 티어로 보낸다는 문장입니다. 둘을 나란히 놓으면 벽에 적을 수 있는 규칙이 됩니다. 서로 독립적이고 반복이며 모양이 비슷한 항목은 처리량 티어로 갑니다. 조건을 여럿 함께 들고 결과를 뒤에서 읽어야 하는 항목은 균형 기본값으로 갑니다.
다른 항목의 결과에 좌우되는 항목은 한 단계 위로 갑니다. 이 단계를 건너뛰면 묶음 전체가 처음 해 본 모델로 처리됩니다.
조용히 어긋나는 실패
처리량 티어의 전형적인 실패는 거절이 아닙니다. 자신감 있고 형태는 반듯한데, 당신이 재려던 바로 그 한 점에서 어긋난 산출물입니다. DeepSeek 페이지는 이 위험을 자기 말로 밝힙니다. 두 번째 눈이 없는 판단, 숨어 있는 버그, 법무나 재무 쪽 표현, 그리고 그럴듯한 오답이 그대로 지나갈 만한 것은 이 티어의 영역이 아니라고 합니다. 다른 쪽 페이지에는 반대 방향의 손이 적혀 있습니다. 확신도 열을 두고 약한 순으로 정렬하게 하고, 원문이 지목하지 않은 곳은 추측하게 두지 말고 표시하게 하는 것입니다. 두 방법의 목적은 같습니다. 조용한 오류를 소리가 있는 오류로 바꾸는 것입니다. 여기서 나오는 규칙은 이렇습니다.
확인을 싸게 만들수록 확인 작업은 지시문 안으로 옮겨 갑니다.
불편한 부분: 어느 쪽도 싼 항목이 아니다
둘 다 같은 공용 크레딧 잔액에서 차감되며 스튜디오는 전송 전에 요청당 크레딧 비용을 보여줍니다. 텍스트 작업은 해당 모델의 공개 단가로 입력 1천 토큰과 출력 1천 토큰을 합산해 청구되므로 문맥이 길어질수록 비용도 비례해서 오릅니다. 두 모델 모두에서 가장 확실한 절감은 여기서 나오는데 그건 모델 선택이 아닙니다. 전송 전에 무관한 문서를 문맥에서 잘라내는 것이 지금 가능한 가장 값싼 절감입니다. 불편한 점은 공개된 토큰당 단가가 묶음 작업을 결정하는 숫자가 아니라는 것입니다. 그 숫자는 단가에 재시도율을 곱하고 다시 이어지는 사람의 수정 비용을 곱한 값입니다.
비슷한 가격대에 놓인 두 모델이 이 곱에서는 전혀 다른 곳에 내릴 수 있고, 어느 쪽이 어디에 내리는지 정직하게 말하는 방법은 자기 묶음을 돌려 세는 것뿐입니다. 눈에 보이는 숫자만 좇으면 청구서에 마지막으로 나타나는 것은 따져 보지 않은 부분입니다.
숫자를 지어내지 않고 채택 항목당 비용 재기
기능 목록으로 벤치마크하지 말고 직접 만들어 내지 않은 숫자를 믿지 마세요. 실제로 처리하는 종류의 항목을 스무 개에서 백 개 정도, 미리 손질한 표본이 아니라 실제 업무에서 가져오세요. 운영에서 쓰는 것과 똑같은 프롬프트로 묶음 전체를 한 모델에 통과시키고 항목마다 세 가지를 기록합니다. 지정한 형태로 파싱됐는가, 보내기 위해 몇 번 고쳤는가, 요청하지 않은 내용을 만들어냈는가. 채택된 항목은 편집이 0회인 항목입니다. 같은 묶음을 다른 모델에 통과시켜 똑같은 세 가지를 기록하세요. 쓴 크레딧을 채택된 항목 수로 나눈 값이 의사결정에 들어갈 수 있는 유일한 작업당 숫자이며, 가정한 것이 아니라 잰 것입니다.
한 달 뒤에 다시 재세요. 프롬프트 틀을 다듬을수록 그 비율은 움직입니다. 같은 지시, 같은 자료, 같은 채점자. 두 결과를 나란히 놓을 수 있는 이유는 그 셋이 바뀌지 않았기 때문입니다.
확인하는 시간이 진짜 단위 비용
두 모델 페이지는 모두 일정 표본을 골라 확인한 다음 보낸다고 적고 있고, 결과가 고객에게 보이거나 뒤따르는 일이 있으면 반드시 사람을 남기라고 말합니다. 이것은 안전 주의로 읽히지만 대량 처리에서는 예산에서 가장 큰 한 줄입니다. 호출당 크레딧은 기계의 값입니다. 채택된 항목당 확인에 드는 시간은 시스템 전체의 값이고, 이 숫자가 그 묶음을 돌릴 가치가 있는지를 정합니다. 그래서 둘 다 재세요. 한 사람이 항목 하나에 몇 분을 쓰는지, 그리고 살아남은 항목 하나에 몇 분을 쓰는지. 깨끗한 결과를 같은 수만큼 돌려줘도, 두 묶음은 전혀 다른 일이 될 수 있습니다.
한쪽은 한 시간의 수정이 끝났고 다른 쪽은 다섯 시간이 걸렸기 때문입니다. 여기서 나오는 규칙은 불편합니다. 확인 단계가 생성 단계보다 비싸다면 그 묶음은 잘못 나뉜 것입니다. 고칠 것은 지시문이나 더 저렴한 티어이지, 사람을 더 빠르게 하는 것이 아닙니다.
항목이 독립적이면 실패의 의미가 달라진다
항목 사이에 아무것도 넘어가지 않기 때문에 실패는 싸습니다. 백 건의 추출 중 스무 건이 틀렸다면 그 스무 건만 다시 돌리면 되고 나머지 여든 건을 무효로 만들 필요가 없습니다. 묶음을 빠른 티어에서 돌릴 근거로 이게 가장 강하며 여기 두 모델 모두에 그대로 적용됩니다. 다만 딱딱한 한계가 있고 DeepSeek 페이지는 그것을 분명히 적습니다. 사람의 확인이 들어가는 업무이며 두 번째 눈이 없는 결정에는 적합하지 않다는 것입니다. 숨어 있는 버그, 법무나 재무 쪽 표현, 그럴듯한 오답이 그대로 지나갈 만한 모든 것들이 그렇습니다. 처리량 티어의 전형적 실패는 거절이 아닙니다.
자신만만하고 형태는 반듯한, 그런데 당신이 재려던 지점에서 살짝 빗나간 산출물입니다. 그런 오류는 몇 개를 골라 확인하는 사람이 무엇을 봐야 하는지 알고 있을 때만 잡힙니다. 묶음의 어느 조각을 더 깊은 한 번에 보낼지는 미리 정해 두세요. 그래서 어려운 항목만 끌어내 한 번에 보내기보다 묶음째 안정적으로 돌리는 편이 낫습니다.
추출과 서식: 가장 날카로운 시험
추출에서는 묶음이 솔직하게 말해 줍니다. 산출물이 형태를 지키거나 지키지 않는 것뿐이기 때문입니다. 두 모델 페이지 모두 구조화 추출을 내세우므로 쓸모 있는 시험은 누가 내세우는지가 아니라 지저분한 입력에서 무슨 일이 벌어지느냐입니다. 같은 문서와 표와 메시지를 둘 다에게 주고 형태를 설명하지 말고 지정하세요. 이름 있는 열을 가진 표거나 고정된 키를 가진 JSON 객체, 그리고 읽히지 않는 항목은 추측하지 말고 표시하라고 명시적으로 지시합니다. Gemini의 문서화된 강점은 바로 이 안정성, 즉 산출물이 버텨야 하는 서식 작업입니다. 결과를 읽어가는 스크립트가 뒤에 있다면 당신에게 필요한 것은 바로 이것입니다.
DeepSeek의 강점은 깨끗한 서식 하나가 아니라 문서와 표와 메시지를 오가는 쪽이고, 제안된 청구서 프롬프트가 읽히지 않는 항목을 표시하라고 요구하는 것도 대량 작업에서 올바른 습관입니다. 산문 품질이 아니라 파싱 실패 건수를 세세요. 추출은 내용이 아니라 형태의 문제로 읽는 편이 빠릅니다.
많은 항목을 하나의 기준으로 다시 쓰기
백 개의 항목을 같은 독자에게 다시 쓰는 것은 창작 작업 백 개가 아니라 옷만 바꾼 하나의 일관성 문제입니다. 실제로 비용이 나는 실패는 어조의 표류입니다. 첫 항목은 깔끔하고 예순 번째는 다른 목소리로 흘러갔으며 아흔 번째는 분량을 늘렸습니다. Gemini 페이지는 이것을 잘 다루는 업무로 적습니다. 대상 독자에 맞게 다시 쓰되 사실 주장 하나도 빠뜨리지 않고, 독자가 모를 수 있는 전제를 건 문장을 표시해 주는 것입니다. 가정이 무거운 줄이 큰 묶음에서 빠지므로 낫습니다. DeepSeek의 서사는 설계상 더 평평합니다. 목록 전체에 중립적이고 일관된 어조를 유지한다는 것입니다.
묶음이 하나의 캠페인이나 하나의 배포로 나간다면 일관성이 웅변보다 가치 있습니다. 항목마다 독자가 다르다면 독자별 프레이밍을 지정하되, 어조 요구는 항목마다 반복하지 말고 프롬프트 맨 위에 한 번만 쓰세요. 한 번의 조치로 나가는 묶음에서는 어긋이 없는 일의 가치가 따로 생각한 결과보다 큽니다.
더 저렴한 세 번째 티어가 맞는 때
두 페이지는 둘 다 이 둘이 아닌 더 저렴한 선택지를 가리킵니다. DeepSeek 모델 페이지에는 바로 이 상황을 다루는 질문이 있습니다. 작업 자체가 단순해서 현재 세대의 동작이 아무리 좋아져도 도움이 안 되는 때에는 더 오래된 입문 티어를 쓰라는 것입니다. 아주 짧은 다시 쓰기, 자명한 질문, 대량의 서식 정리가 여기에 해당합니다. 같은 답이 선을 하나 더 긋습니다. 누군가 그 답을 꼼꼼히 읽는다면 현재 티어에 더 쓰는 돈은 값이 있다고 말합니다. Gemini 페이지는 반대편에서 같은 선을 긋습니다. 극저 단가 단순 분류를 바라는 경우에는 이 티어가 아니라고 말합니다.
둘을 나란히 읽으면 대결이 아니라 세 갈래 배분이 나옵니다. 아무도 세밀하게 읽지 않는 기계적인 정리는 더 저렴한 티어로 갑니다. 사람이 읽고 사람이 확인하는 업무는 이 둘 중 하나에게 갑니다. 모든 결론을 하나씩 확인해야 하는 업무는 더 강한 티어로 갑니다. 세 번째 선택을 무시하는 대가는 아무도 열지 않는 줄에 균형 티어의 예산을 쓰는 것입니다.
둘 다 답이 아닌 경우
이 두 모델을 모두 배제하는 업무가 두 가지 있습니다. 시작 전에 알고 있는 편이 낫습니다. 첫째, 각 결론을 확인해야 하고 항목이 서로 독립적이지 않은 업무입니다. 디버깅 흐름을 좇는 일, 첫 답이 틀리면 곤란한 설계 판단, 나머지 백 건보다 중요한 문서. 둘째, 정말 자질자질한 일을 정말 엄청난 양으로 처리하는 경우입니다. 둘 다 더 싼 입문 티어 위에 자리 잡고 있으므로, 호출 비용이 유일한 판단 기준이라면 한 단계 높은 곳에 있는 셈이고 대량 서식 정리는 Ofrai가 함께 올려둔 더 싼 모델의 몫입니다.
어느 쪽도 모델로서 실패한 일이 아니라 처리량 티어가 하는 일이며 어디서 멈추는지를 아는 것이 라우팅 판단 가운데 포스트잇 한 장에 적어 둘 수 있는 부분입니다. 방향을 거꾸로 잘못하면 아무도 읽지 않는 줄에 균형 티어의 예산을 쓰게 됩니다.
Ofrai 크레딧 표시
사내 테스트 기반 편집 추정치이며 제3자 벤치마크가 아닙니다.
| 모델 | 종류 | 크레딧 |
|---|---|---|
| Gemini 3.8 Flash | 채팅 모델 | Input/Output 0.274272/1.37136 |
| DeepSeek V4 Flash | 채팅 모델 | Input/Output 0.274272/0.822816 |
자주 묻는 질문
- 대량 분류와 추출에서는 어느 쪽이 더 싸니까요.
- 둘 다 호출당 가장 싼 모델로 기재되어 있지 않고, Gemini 3.8 Flash 페이지는 극저 단가 단순 분류가 목적인 경우 자기 자신을 명시적으로 제외합니다. DeepSeek V4 Flash는 서로 독립적인 많은 항목에서의 처리량을 목표로 문서화되어 있어서, 길고 반복적이며 사람이 확인하는 묶음에는 이쪽이 더 타당한 기본값입니다. 주제와 긴급도 같은 보통 수준의 분류라면 결정 요인은 단가가 아니라 처음에 파싱되고 맞게 돌아오는 항목 수이며, 이것은 자기 묶음에서만 잴 수 있습니다.
- 대량 추출의 기본값은 어느 쪽으로 잡는 게 좋나요.
- 문서와 표와 메시지가 다양하고 누군가 결과를 확인한다면 DeepSeek V4 Flash입니다. 많은 항목에서 추출하는 것이 문서화된 목적이기 때문입니다. 결과를 뒤에서 스크립트가 읽고 서식 안정성이 순수 속도보다 중요하다면 Gemini 3.8 Flash입니다. 산출물이 버텨야 하는 서식 작업이 문서화된 강점이기 때문입니다. 어느 쪽이든 출력 형태를 정확히 지정하고 열 이름이나 고정 키를 분명히 하며, 읽히지 않는 항목은 추측하지 말고 표시하도록 지시하세요.
- 비하려면 구글이나 DeepSeek 계정이 따로 필요한가요.
- 필요 없습니다. 둘 다 Ofrai 텍스트 스튜디오의 표준 채팅 모델로 올라 있고 같은 공용 크레딧 잔액을 씁니다. 외부 API 키도, 별도 청구서도, 두 번째 구독도 없습니다. 스튜디오를 열고 같은 프롬프트를 각각에게 보내면 계정 두 개를 관리하지 않고 비교할 수 있습니다. 비용 조절은 청구서를 나누는 데서 나오는 게 아니라 라우팅과 프롬프트 규율에서 나옵니다.
- 많은 글을 같은 독자에 맞게 다시 쓰려면 어느 쪽이 나은가요.
- Gemini 3.8 Flash입니다. 대상 독자를 정해 다시 쓰면서 사실 주장 하나도 빼지 않고, 독자가 모를 수 있는 전제를 건 문장을 표시해 주는 것이 문서화된 강점입니다. DeepSeek V4 Flash는 설계상 더 평평해서 목록 전체에 일관된 중립 어조를 유지합니다. 묶음이 하나의 캠페인으로 나간다면 일관성이 독자별 세구가 더 가치 있다는 쪽이 낫습니다. 어느 쪽이든 어조 요구는 프롬프트 맨 위에 한 번 쓰고 항목마다 반복하지 마세요.
- 둘 다 일상 코딩을 대량으로 처리할 수 있나요.
- 보통 크기의 업무라면 가능합니다. 짧은 함수, 작은 리팩터링, 낯선 코드 설명, 조각을 테스트로 바꾸는 일입니다. DeepSeek 모델 페이지는 이 티어에 긴 수정 사슬을 보내지 말라고 경고하고, Gemini는 실제로 봐야 할 추론을 Pro 티어에 남깁니다. 작은 코드 작업이 많은 한 주에는 둘 다 타당한 기본값입니다. 어떤 항목이 더 이상 작지 않고 추측이 아니라 흐름을 좇아야 할 때 한 단계 위로 올리세요.
- 이런 빠른 티어는 언제 부족해지나요.
- 항목들이 서로 독립적이지 않고 각 결론을 확인해야 할 때입니다. 숨어 있는 디버깅, 섬세한 설계 판단, 법무나 재무 쪽 표현이 그렇습니다. 처리량 티어의 전형적 실패는 당신이 알아챌 만한 거절이 아니라 자신만만하고 형태는 반듯하면서도 살짝 틀린 산출물입니다. 또 호출 비용이 유일한 기준이고 업무가 정말 자질자질한 경우입니다. 두 모델 다 더 싼 입문 티어 위에 있으므로 대량 서식 정리는 한 단계 아래로 내리는 것이 맞습니다. 고객이 보거나 결과가 뒤따르는 산출물에는 반드시 사람을 남기세요.