본문으로 건너뛰기

모델 비교

Gemini 3 Pro 대 Claude Sonnet 5

작성자: Ofrai Editorial (Model Testing Team)

같은 등급의 비교가 아닙니다. 가격 차 자체가 핵심입니다. Gemini 3 Pro는 구글 3세대 가운데 가장 강한 추론 모델이고, Claude Sonnet 5는 앤드로픽의 주력이 되는 균형 모델입니다. 질문은 하나입니다. 추가로 지불한 값이 여러분의 실제 산출물을 자꾸 바꾸는 정도인가 하는 것입니다. 아니라면 Sonnet 5가 합리적인 구매이고 최상위 모델은 낭비입니다. 일주일에 몇 개의 요청만 정말 최상위 추론이 필요할 때, Gemini 3 Pro는 기본값이 아니라 상위 모델로 올리는 자리로 기능합니다. 둘 다 Ofrai 텍스트 스튜디오에서 하나의 공용 크레딧 잔액으로 실행됩니다.

채팅과 영상은 크레딧을 사용합니다.

이 비교가 실제로 정하는 것

기업도 계열도 등급도 다르므로 이 비교는 어느 쪽이 앞선다는 이야기가 아닙니다. Gemini 3 Pro는 추론의 최상위 등급으로, 틀린 답이 늦은 답보다 비싼 일을 위해 아껴 둡니다. Claude Sonnet 5는 앤드로픽의 균형 등급으로, 전문 일이 원래 돌아가야 할 모델입니다. 대부분의 산출물을 감당할 만큼 강하고 반복 사용 비용은 훨씬 낮습니다. 둘을 비교하는 의미는 예산 판단으로만 성립합니다. 대등한 것 사이에서 고르는 게 아니라, 높은 등급의 가치가 회수되는지 보는 겁니다.

Gemini 3 Pro가 값을 받는 지점

첫 단계의 실수가 뒤의 모든 것을 조용히 망가뜨리는 일입니다. 기록된 강점은 여러 단계에 걸친 분석과, 긴 지시 사슬을 하나씩 지키는 힘입니다. 사고 과정 자체가 답만큼 중요한 문제에서도 강합니다. 사람이 실제로 다루어야 할 코드와 수학과 논리가 그 대상입니다. 조건을 여러 개 동시에 성립시켜야 하는 요청에서도 무너지지 않습니다. 계약서나 제안서, 분석 메모처럼 결과가 중요한 자리도 마찬가지입니다. 볼 것은 어려움이 아니라 결과입니다. 중간 단계에서 틀려 처음부터 해야 한다면 그것이 이 등급의 쓰임입니다.

Claude Sonnet 5가 더 합리적인 자리

전문 일의 가운데 구간에서 무리 없는 구매처입니다. 클로드 계열의 현재 세대이며 매일 쓰는 일을 전제로 설계되었습니다. 글쓰기, 편집, 요약의 수준은 다시 쓰게 하지 않아도 읽을 만한 지점에 닿습니다. 길이나 어조, 필수 항목 같은 조건이 여러 개 든 문서와 메일 작업에서도 안정적입니다. 바로 이 점이 결과를 맞음에서 쓸 수 있음으로 바꿉니다. 보통 복잡도의 코드 설명과 생성, 검토도 충분합니다. 중요하지만 극단적이지 않은 산출물의 나열이라면 균형 등급은 타협이 아니라 올바른 선택입니다.

둘 사이의 비용 관계

둘 다 Ofrai 텍스트 스튜디오에 채팅 모델로 올라가 있고 같은 공용 크레딧 잔액에서 차감합니다. 구독 대 구독이 아니라 생성 대 생성의 비교이며, 스튜디오는 보내기 전에 비용을 보여 줍니다. Google 3세대의 정점에 서는 만큼 Gemini 3 Pro의 가격이 높고, 한 요청 기준으로 Gemini 3 Flash보다도 훨씬 비싸며 균형 등급보다 비용이 큽니다. Claude Sonnet 5는 앤드로픽 최상위 Opus 아래의 표준 등급이라 기본값으로 쓰기에 충분한 만큼 저렴합니다. Sonnet 5의 흐름은 하루 종일 굴려도 성립하지만 Gemini 3 Pro의 흐름에는 배분이 필요합니다. 예산은 한 쌍이 아니라 배분에 세우세요.

응답 속도와 대화형 세션의 모양

Gemini 3 Pro는 한 요청에 더 많은 수력을 쓰고 응답도 느립니다. Sonnet 5는 짧은 왕복을 전제로 만들어졌습니다. 이 차이는 보내고 자리를 뜨는 일에는 드러나지 않고 대화의 흐름에서는 분명히 나타납니다. 실시간 코드 검토, 누군가가 기다리는 일이 특히 그렇습니다. 대화 중 상위 모델의 사고 시간은 이용자가 그대로 부담합니다. 보통의 요청에서는 그 시간을 되찾기 어렵습니다. 상위 모델은 일부러 보내는 요청에만 쓰고, 입력창을 직접 치는 사람 앞에는 균형 등격을 두세요.

긴 문맥과 긴 문서

둘 다 큰 입력을 문제없이 다룹니다. 문서가 길 때는 요약이 아니라 원문을 함께 주면 결과가 나아집니다. 차이가 나는 경우는 끝까지 지켜야 하는 조건이 여러 개 있는 요청입니다. Gemini 3 Pro의 추론 등급 설계는 바로 그 지점을 겨냥합니다. 초반 단계의 실수가 말없이 결론을 망가뜨리지 않도록 긴 의존 사슬을 한 줄로 붙드는 힘입니다. Sonnet 5도 긴 문서에 약하지 않습니다. 긴 입력에서 뽑거나 요약하는 일에 잘 맞습니다. 기준은 이렇습니다. 내용이 조밀하고 결론이 무거우면 상위 등급, 내용이 길고 출력 형태가 정해졌으면 균형 등급입니다.

Gemini 3 Pro에게는 이렇게 지시하세요

스스로 확인할 수 있는 절차로 쓴 지시에서 결과가 나옵니다. 번호를 붙여 단계별로 진행하고 각 단계에서 생각을 보여 달라 하세요. 가정을 둔 곳도 빠짐없이 밝히게 하는 것이 좋습니다. 이 한 문장이 만드는 신뢰는 분량을 늘린 지시보다 훨씬 큽니다. 조건이 있으면 번호가 매겨진 목록으로 주고, 각 항목을 채우는 자리가 산출물의 어디인지 짚게 하세요. 이 모델에서 가치가 생기는 지점이 바로 그 대조 단계입니다. 검토를 시킬 때는 다시 쓰게 하는 대신 논증이 무너지는 한 지점을 밝히게 하세요. 그리고 긴 작업이 빙글 돌지 않도록 멈출 조건도 적어 두세요.

Claude Sonnet 5에게는 이렇게 지시하세요

단계가 아니라 독자와 기준을 적어 줄 때 가장 강합니다. 누구를 위한 글인지, 어떤 어조인지, 어떤 항목이 필요한지, 얼마나 긴지를 적어 주세요. 사실 주장은 남겨 둔 채로 원한 수정을 하게 하면 됩니다. 이 조합이 초안이 아니라 결과물을 만드는 이유입니다. 성격상 구체적인 요구에는 순응하므로 핵심은 정확함입니다. 출력 형태를 엄격히 정하고 항목 수를 고정하며 쓸 키를 밝히세요. 단계가 아니라 다듬어진 소재와 만들 형태를 건네서 맡기세요. 지시를 과하게 넣으면 통찰 없는 순응만 얻습니다.

코딩, 논리, 그리고 대량 초안 작성

이 셋은 나누어 다룹니다. 관련 문맥이 여러 파일에 흩어져 있으면 Gemini 3 Pro의 영역입니다. 변경이 일관되게 유지되어야 하는 경우도 그렇습니다. 미묘한 결함을 추측이 아니라 추적으로 찾아내야 하는 경우도 그렇습니다. 그럴듯한 오답은 느린 정답보다 비싸기 때문입니다. 설명과 생성, 테스트, 다시 쓰기, 보통 복잡도의 검토에는 Sonnet 5를 씁니다. 분석에도 같은 원칙이 갑니다. 대량 초안에는 둘 다 쓰지 않습니다. 요약과 추출, 분류, 다시 쓰기는 더 저렴한 등급으로 돌리세요.

각각이 무너지는 방식

Gemini 3 Pro의 실패는 너무 많이 주는 쪽입니다. 요구가 모호하면 질문이 원한 수준을 넘어서 생각해 버립니다. 요구보다 더 큰 설계를 내놓고, 균형 등급으로도 나올 수 있었던 결론에 상위 등급의 비용을 씁니다. Sonnet 5의 실패는 매끈한 순응입니다. 모양은 단정답인데 세 번째 단락에서 짚은 중요한 유보를 말없이 빼놓습니다. 길고 기계적인 작업에서는 항목을 요약하기 시작해 하나씩 처리하지 않습니다. 둘 다 공통된 실패는 빈 곳을 확신에 찬 완결로 메우는 것입니다. 확인하지 못한 점을 둘 다 나열하게 하고, 목록형 작업은 끝 항목을 직접 확인하세요.

같은 지시를 둘에게 주고 사고 과정을 읽어 보세요

정말 막힌 지시 하나를 골라 같은 스레드에서 둘에게 보냅니다. 결론만이 아니라 사고 과정을 읽어 주세요. 상위 등급과 균형 등급을 정직하게 비교할 수 있는 유일한 지점이며, 단계가 성립하는지 눈으로 확인할 수 있기 때문입니다. 네 가지 확인이 빠르게 갈라놓습니다. 제대로 된 질문을 했는가. 아니면 모호한 요구를 그대로 받았는가. 서식 조건을 하나도 지키지 않았는가. 확실하지 않은 부분을 짚었는가. 그리고 답변 중 얼마가 핵심이고 얼마가 남은 재목인지입니다. 판단은 그 답변이 아니라 여러분의 실제 분량에 대해 해야 합니다.

다른 등급이나 다른 계열이 더 맞는 때

종종 둘 다 정답이 아닙니다. 정직한 제안은 더 저렴한 등급이나 다른 계열로의 전환입니다. 대규모 분류와 배분, 추출, 정해진 첫 답에는 최상위 모델도 그 위의 등급도 필요하지 않습니다. Gemini 3 Flash, Claude Haiku급 모델, 또는 다른 경제적 등급이 비용의 일부로 처리합니다. 그리고 가장 무거운 일이 결과가 무거운 여러 단계의 추론인 반면 초안 작성은 하루 종일 한다면, 하나씩 두는 편이 맞습니다. 균형 등급을 기본값으로 두고 같은 스레드 안에서 상위로 올립니다. 두 번째 그룹이 무엇인지 특정하지 못한다면 첫 번째 그룹에 과금하고 있다는 뜻입니다.

Ofrai 크레딧 표시

사내 테스트 기반 편집 추정치이며 제3자 벤치마크가 아닙니다.

모델종류크레딧
Gemini 3 Pro채팅 모델Input/Output 1.46278/8.7767
Claude Sonnet 5채팅 모델Input/Output 0.822816/4.11408

자주 묻는 질문

Gemini 3 Pro가 Claude Sonnet 5보다 추가 비용을 정당화합니까?
일부 요청에 대해서만 그렇습니다. Gemini 3 Pro는 추론의 최상위 등급이고 Claude Sonnet 5는 앤드로픽의 균형 등급입니다. 실제 선택은 얻을 수 있는 최고의 추론에 값을 치를지, 아주 좋으면서 훨씬 싼 작업에 값을 치를지의 둘 중 하나입니다. 여러 단계 분석, 초기의 실수가 결론을 망가뜨리는 일, 코드와 논리 문제, 결과가 중요한 초안이 포함되어 있다면 그 요청에서는 비용 회수가 성립합니다. 이번 주가 글쓰기와 편집, 요약, 보통의 코드라면 기본값은 Sonnet 5이고 최상위 모델은 낭비입니다.
실행 비용은 어느 쪽이 나갑니까?
요청 하나당 비용은 Sonnet 5가 분명히 저렴합니다. Google 3세대의 정점인 Gemini 3 Pro는 Gemini 3 Flash보다 호출당 비용이 높습니다. Sonnet 5는 앤드로픽 최상위 Opus 아래의 표준 등급이라 기본값으로 쓰도록 설계되었습니다. Ofrai에서 둘 다 공용 크레딧 잔액을 쓰고 스튜디오가 보내기 전에 비용을 보여 줍니다. 실질적인 차이는 Sonnet 5의 흐름은 계속 굴릴 수 있지만 Gemini 3 Pro의 흐름에는 배분이 필요하다는 점입니다.
코딩에는 어느 쪽이 맞습니까?
문맥이 어디에 놓였는지로 정해집니다. 관련 코드가 여러 파일에 흩어져 있으면 Gemini 3 Pro를 씁니다. 변경이 일관되게 유지되어야 하는 경우도 그렇습니다. 미묘한 결함을 추측이 아니라 추적으로 찾아야 하는 경우도 그렇습니다. 보통 복잡도의 설명과 생성, 테스트, 다시 쓰기, 검토에는 Claude Sonnet 5를 씁니다. 현실적인 배분은 초안과 반복을 균형 등급에서 진행하고 정말 어려운 결함 추적이나 설계 문제만 상위로 올리는 것입니다.
긴 문서는 어느 쪽이 더 잘 처리합니까?
내용이 조밀하고 결론이 무거우면 Gemini 3 Pro, 내용이 길고 출력 형태가 정해져 있으면 Claude Sonnet 5입니다. 최상위 모델의 추론 등급은 긴 의존 사슬을 한 줄로 붙들도록 설계된 것으로, 문서가 복잡하고 그 답을 실제로 쓸 때 의미가 큽니다. Sonnet 5도 긴 입력을 충분히 다룹니다. 긴 문서에서 뽑거나 요약하는 일에는 오히려 잘 맞습니다. 어느 쪽이든 요약이 아니라 원문을 그대로 건네세요.
비교하려면 구글과 앤드로픽 계약을 따로 해야 합니까?
필요 없습니다. 둘 다 Ofrai 텍스트 스튜디오에 채팅 모델로 올라가 있습니다. 별도 업체 계정과 키, 별도 청구서 없이 같은 공용 크레딧 잔액을 사용합니다. 텍스트 스튜디오를 열고 같은 지시를 Gemini 3 Pro와 Claude Sonnet 5에 보내 직접 비교하면 됩니다. 비용 관리는 청구서를 두 업체로 나누는 데서 오는 게 아니라 각 요청을 실제로 필요한 등급으로 보내는 데서 나옵니다. 같은 스레드 안에서 바꾸면 쌓였던 문맥이 그대로 이어집니다.
어느 쪽을 기본값으로 써야 할지 어떻게 정합니까?
지난주에 실제로 쓴 지시 열 개를 골라 양쪽에 보냅니다. 그리고 답이 그대로 쓸 수 있는 수준이었는지 채점합니다. 최상위 모델이 한둘에서만 이긴다면 균형 등급을 기본값으로 두고 그 몇 개만 올리면 됩니다. 결과가 무거운 요청에서 반복해서 이긴다면 기본값으로도 비용을 회수할 수 있습니다. 어느 쪽을 고르든 아래에는 더 저렴한 등급을 요약과 추출용으로 남겨 두세요. 두 모델 모두 그 흐름에 속할 자리가 없습니다.

관련 모델

도구

사용 사례