바이브코딩
Gemini 4 Carbon | 11월 30일까지 입력 100만 토큰 2달러
글과 파일을 읽고 글을 내며, 소개 가격과 12월 1일 가격과 오픈라우터 등급 단가가 갈린다.
제미나이 4 카본은 구글의 제미나이 4 계열에서 추론을 가장 길게 쓰는 모델이다. 글, 사진, 소리, 영상, 파일을 읽고 글을 낸다. 그림을 새로 그리는 모델이 아니다. 구글은 어려운 코딩, 여러 단계의 에이전트 작업, 과학 추론, 보안 방어에 이 모델을 둔다.
구글은 2026년 10월 28일 이 모델을 보안 방어자 프로그램 페어윈드에 먼저 열었다. 2026년 11월 10일에는 유료 개발자, 기업, 과학자, 소비자 화면으로 범위를 넓혔다. 제미나이 API 무료 등급에는 없다. 제미나이 앱, 검색의 AI 모드, 안티그래비티는 구글 AI 울트라 구독 쪽에 열린다. 사이버 방어용으로 더 열린 기능은 페어윈드 신청이 따로 있다.
가격은 날짜로 갈린다. 2026년 11월 30일까지 소개 가격은 입력 100만 토큰 2달러, 출력 10달러다. 생각 토큰은 출력 가격에 들어간다. 캐시로 읽힌 입력은 95% 줄어 0.10달러다. 12월 1일부터는 입력 4달러, 출력 20달러, 캐시 입력 0.20달러다. 오픈라우터 표준 칸은 2026년 11월 11일 조회에서 소개 가격과 같은 2달러, 10달러였다.
오픈라우터에서 부르는 아이디는 google/gemini-4-carbon이다. 카탈로그 행이 생긴 유닉스 시각 1794326871은 UTC 2026-11-10 16:27:51, 한국 시각 2026-11-11 01:27:51이다. 같은 시각에 배치 행 google/gemini-4-carbon:batch도 생겼다. 모델 카드는 기반을 제미나이 4 아르곤이라고 하고, 지식 절단일을 2026년 3월이라고 적는다. 오픈라우터의 knowledge_cutoff 칸은 비어 있고, 허깅페이스 아이디도 없다.
Gemini 4 Carbon이 하는 일

모델 카드의 입력은 글, 이미지, 오디오, 비디오, 파일이고, 출력은 글이다. 입력과 출력을 합친 창은 100만 토큰까지다. 오픈라우터 아키텍처의 모달리티 문자열은 text+image+file+audio+video->text다. 입력 모달리티는 audio, file, image, text, video이고 출력 모달리티는 text뿐이다. 토크나이저는 Gemini다. 지시 형식 칸은 비어 있다.
기반이 아르곤이라는 문장은 모델 카드의 의존성, 학습 데이터, 하드웨어, 소프트웨어 절이 모두 아르곤 카드로 넘긴다는 뜻이기도 하다. 카본 카드 자체에는 파라미터 수, 층 수, 전문가 수가 없다. 아르곤 카드의 구조 숫자를 카본의 숫자로 베끼지 않는다. 공개 가중치 주소도 없다. hugging_face_id는 null이다.
구글 개발 문서는 카본을 어려운 문제에서 생각 토큰을 더 써 가설을 살피고, 결과를 확인하고, 가장자리를 본 뒤에 답하는 모델이라고 적는다. 아르곤과 창 길이, 도구, 토큰 단가의 소개 가격은 같고, 한 번 호출에서 생각을 더 쓴다는 점이 차이로 적혀 있다. 그래서 구글은 일상적인 기능 개발은 아르곤, 원인 추적과 설계와 과학 증명과 보안 점검은 카본 쪽으로 나눈다.
오픈라우터에서 생각은 끌 수 없게 열려 있다. reasoning.mandatory는 true다. 단계는 high, medium, low이고 기본은 medium이다. 구글 문서의 기본 생각 단계도 medium이다. none은 양쪽 목록에 없다. 지원 파라미터에는 include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_p가 있다. 기본 온도, top_p, top_k는 전부 null이다.
지금 내는 가격

구글이 공개 접근용 카본에 적어 둔 일정은 이렇다. 소개 기간이 끝나면 단가가 두 배가 된다. 캐시 할인은 95%로 유지되므로, 캐시 입력도 0.10달러에서 0.20달러로 따라 오른다. 이 일정은 구글 블로그 각주와 AI Studio의 카본 새 소식 문서가 같이 적는다. 무료 등급은 그 문서가 없다고 못 박는다.
| 기간 | 입력, 100만 토큰 | 출력, 100만 토큰 | 캐시로 읽은 입력 |
|---|---|---|---|
| 2026-11-30까지 | 2달러 | 10달러 | 0.10달러 |
| 2026-12-01부터 | 4달러 | 20달러 | 0.20달러 |
출력 칸에는 생각 토큰이 포함된다. 구글은 그라운딩을 쓸 때 내부 도구 설명과 함수 선언 토큰도 과금된다고 적고, 구글 검색 그라운딩은 쿼리당 요금이 따로 있다고 적는다. 캐시를 직접 만들어 가리키는 cachedContents 방식은 카본에서 빠졌다. 대신 프롬프트가 4,096토큰 이상이면 암시적 캐시가 기본으로 켜지고, 적중하면 입력의 95%가 빠진다.
오픈라우터 모델 목록의 표준 단가는 토큰당 입력 0.000002, 출력 0.00001이다. 100만 토큰으로 바꾸면 2달러, 10달러다. 이미지와 오디오 입력도 같은 목록에서 토큰당 0.000002다. 캐시 읽기는 0.0000001이라 100만 토큰 0.10달러다. 생각 토큰 칸 internal_reasoning은 0.00001이라 출력과 같다. 이 표준 숫자는 구글의 11월 소개 가격과 맞다. 12월 1일 구글 정가인 4달러, 20달러는 이 날의 모델 목록 표준 칸에 아직 없다.
끝점마다 단가와 완성 상한이 다르다. 아래 표는 2026년 11월 11일 엔드포인트 JSON이다. 금액은 100만 토큰이다.
| 끝점 | 태그 | 입력 | 출력 | 완성 상한 |
|---|---|---|---|---|
| AI 스튜디오 플렉스 | google-ai-studio/flex | 1달러 | 5달러 | 943,718 |
| 버텍스 글로벌 | google-vertex/global | 2달러 | 10달러 | 943,718 |
| AI 스튜디오 | google-ai-studio | 2달러 | 10달러 | 32,768 |
| 버텍스 유럽 | google-vertex/eu | 2.20달러 | 11달러 | 65,536 |
| 버텍스 미국 | google-vertex/us | 2.20달러 | 11달러 | 65,536 |
| 버텍스 우선 | google-vertex/global/priority | 3.60달러 | 18달러 | 943,718 |
| AI 스튜디오 우선 | google-ai-studio/priority | 3.60달러 | 18달러 | 943,718 |
2.20달러는 유럽만의 가격이 아니다. 미국 태그도 같다. 오픈라우터의 유럽 역내 안내가 적은 유럽 공급자 가격은 이 버텍스 유럽 행과 숫자가 같다. 우선 등급 3.60달러는 표준 2달러의 1.8배다. 플렉스 1달러는 표준의 절반이고, 완성 상한은 943,718로 표준 AI 스튜디오 행의 32,768보다 크다. 같은 2달러라도 AI 스튜디오 행과 버텍스 글로벌 행의 완성 상한은 이렇게 갈린다.
같은 JSON의 모든 끝점에 discount 0.5가 있다. 모델 목록의 pricing 객체에는 그 키가 없다. 0.5를 표준 2달러에 한 번 더 곱해 1달러로 읽는 계산은 위 가격 표와 맞지 않는다. 플렉스 행이 이미 1달러로 따로 있다. 오픈라우터 모델 안내문은 공급자 가격에 가산이 없다고 적는다. 페이지의 취소선 정가는 이 조회에서 HTML로 다시 열지 않았다.
핵심 포인트: 11월 30일까지 구글 소개 가격은 입력 2달러, 출력 10달러, 캐시 입력 0.10달러다. 12월 1일부터는 4달러, 20달러, 0.20달러다. 오픈라우터에는 1달러 플렉스와 3.60달러 우선 등급이 따로 있다.
캐시 쓰기 단가는 구글의 소개 가격 문단에 없고, 오픈라우터 필드에만 있다. 표준과 유럽, 미국 행의 input_cache_write는 토큰당 0.0000001875, 100만 토큰 0.1875달러다. 플렉스는 그 절반인 0.09375달러다. 우선 등급은 0.3375달러다. 웹 검색 칸 web_search는 0.014다. 자릿수가 토큰 단가와 다르므로 100만 토큰 가격으로 환산하지 않는다.
배치 모델 google/gemini-4-carbon:batch는 채팅 끝점이 아니다. 목록에 있는 경로는 /api/v1/batches뿐이다. 단가는 입력 토큰당 0.000001, 출력 0.000005라 100만 토큰 1달러, 5달러다. 캐시 읽기는 0.05달러다. 캐시 쓰기는 0.1875달러로, 표준 행과 같고 절반이 아니다. 생각 토큰 칸은 출력과 같이 5달러다. 창과 생성 시각과 정식 슬러그 google/gemini-4-carbon-20261110은 채팅 행과 같다. 플렉스 등급과 숫자가 비슷해 보여도, 플렉스는 채팅 끝점의 service_tier이고 배치는 다른 아이디다.
생각 단계와 토큰 창

생각 단계는 품질과 지연과 토큰을 나누는 스위치다. low는 토큰과 지연이 가장 작고, 어려운 문제에서는 품질이 떨어질 수 있다고 문서가 적는다. medium은 기본이고, 복잡한 코드와 에이전트에도 문서는 이쪽을 먼저 권한다. high는 토큰이 가장 많고 첫 토큰이 가장 늦다. 어려운 수학, 과학, 긴 코드에 두고, 긴 출력과 같이 쓰라고 적혀 있다.
창은 하나다. 입력, 생각, 출력이 1,048,576토큰을 나눠 쓴다. 동기 응답은 65,536토큰에서 멈춘다. 그보다 길게 받으려면 background를 켜고 max_output_tokens를 65,536보다 크게 잡는다. 상한은 창에서 입력을 뺀 자리다. 서버가 64,000토큰 단위로 이어 붙이고, 끝난 뒤 model_output 단계를 이어 붙여야 전문이 된다. background만 켜고 출력 상한을 비우면 64,000토큰에서 선다고 문서가 적는다.
max_output_tokens는 생각과 출력의 합계 상한이다. 생각을 많이 쓰면 답이 상한 안에서 잘린다. 문서가 잡는 출발점은 일반 작업 65,536, 기존에 32,000 아래로 잡아 둔 앱은 최소 32,768, 어려운 추론은 131,072 또는 262,144다. 구글은 카본이 아르곤보다 한 번에 생각 토큰을 더 쓰므로, 기존 타임아웃이 짧으면 백그라운드나 15분 이상의 제한을 보라고 적는다.
오픈라우터의 완성 상한은 그 문서의 65,536과 항상 같지 않다. 목록의 top_provider.max_completion_tokens는 943,718이다. 1,048,576에서 943,718을 빼면 104,858이 남는다. 이 104,858은 두 숫자의 차이고, 오픈라우터가 프롬프트 예약분이라고 적어 둔 값은 아니다. max_prompt_tokens는 null이다. 끝점 표에서 AI 스튜디오 표준 행은 32,768, 유럽과 미국 버텍스는 65,536, 플렉스와 우선과 버텍스 글로벌은 943,718이다. 구글 문서의 긴 출력과 오픈라우터 끝점의 상한을 한 숫자로 합치지 않는다.
샘플링도 문서가 갈라져 있다. 구글은 카본 요청에서 temperature, top_p, top_k를 빼라고 하고, 넣어도 무시된다고 적는다. 오픈라우터 지원 목록에는 temperature와 top_p가 남아 있고 top_k는 없다. 기본값 세 칸은 null이다. 구글 쪽 무시 규칙과 오픈라우터 목록의 허용 규칙을 같은 문장으로 쓰지 않는다.
암시적 캐시도 그렇다. 구글은 4,096토큰 이상에서 기본으로 켜진다고 적는다. 오픈라우터 끝점 일곱 개의 supports_implicit_caching은 모두 false다. 그런데 가격 필드에는 캐시 읽기와 캐시 쓰기가 있다. 플래그가 꺼진 것과 단가 칸이 있는 것은 다른 기록이다. 캐시가 실제로 적중하는지는 호출로 확인하지 않았다.
오픈라우터에서 부르는 요청
채팅으로 부를 때 모델 칸의 문자열은 google/gemini-4-carbon이다. 날짜가 붙은 google/gemini-4-carbon-20261110은 정식 슬러그라서 엔드포인트 조회 경로에 쓰인다. 배치로 부를 때는 아이디 끝에 :batch가 붙고, 경로가 배치 API로 바뀐다. 구글 API의 모델 이름은 접두어 없는 gemini-4-carbon이고, 새 소식 문서의 예시는 Interactions API다.
오픈라우터 채팅 완성 주소에 모델 아이디를 넣어 호출한다. 키는 환경 변수로 두고, 아래는 요청 모양만 보여 준다.
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d "{\"model\":\"google/gemini-4-carbon\",\"messages\":[{\"role\":\"user\",\"content\":\"한 줄로 답해\"}]}"
채팅 행이 여는 경로는 네 개다. /api/v1/chat/completions, /api/v1/completions, /api/v1/messages, /api/v1/responses다. messages는 앤트로픽 메시지 형식이다. 배치 행은 이 네 개 대신 /api/v1/batches만 연다. 유럽 역내 라우팅은 이 모델에 열려 있다고 오픈라우터 안내가 적는다. 그 안내의 유럽 공급자는 버텍스이고, 사업 또는 엔터프라이즈 플랜이 필요하다. 유럽에 끝점이 없으면 요청이 지역 밖으로 나가지 않고 실패한다고 적혀 있다. 위의 예시 호출은 보내지 않았다.
끝점 JSON의 supports_tool_choice는 none, auto, required, function이 모두 true다. 네이티브 도구로는 openrouter:web_search가 있고 종류는 google_search다. supports_image_reference는 false다. 이 값은 이미지를 입력으로 못 받는다는 뜻이 아니다. 입력 모달리티의 image와는 다른 칸이다. is_moderated는 목록의 top provider에서 false다. 지식 절단일과 만료일도 null이다. 빈 칸이 2026년 3월이라는 모델 카드의 문장을 대신하지는 않는다.
조사 시각의 가동률은 끝점마다 달랐다. 플렉스 행의 최근 30분, 5분, 1일 가동률은 100이었다. AI 스튜디오 표준 행은 최근 30분과 5분이 0, 1일이 약 67.4였고 status는 -5였다. 버텍스 글로벌의 1일 가동률은 약 98.4, status는 -2였다. 유럽과 미국, 우선 행의 30분 칸은 비어 있는 곳이 있었다. status 숫자의 설명 문자열은 이 JSON에 없다. 가동률은 새로고침하면 바뀌는 집계다.
구글이 공개한 자리와 점수
모델 카드가 말하는 자리는 촘촘한 지식 작업, 여러 에이전트가 나누는 엔지니어링, 시각 설계와 공간 추론, 물리와 수학과 생명과학, 그리고 페어윈드 프로그램의 취약점 발견과 패치다. 배포 채널은 제미나이 앱, 제미나이 API, AI 스튜디오, 제미나이 포 비즈니스, 안티그래비티, 검색 AI 모드, 페어윈드다. 11월 10일 블로그는 유료 API를 AI 스튜디오와 안드로이드 스튜디오에 열고, 울트라 구독자에게 앱과 안티그래비티와 AI 모드를 연다고 적는다. 과학자 프로그램은 아르곤에 이어 카본을 더한다고 적는다.
10월 28일 발표와 11월에 공개된 모델 카드는 인공분석 지능 지수 v5.0에서 카본을 59로 적고, 그 시점을 2026년 10월이라고 한다. 사이버 점수는 페어윈드 접속 기준이다. 카드가 굵게 표시한 카본 수치는 SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%다. 오픈라우터 모델 JSON의 benchmarks.artificial_analysis.intelligence_index는 60이고, 코딩 지수와 에이전트 지수는 null이다. 59와 60은 날짜와 필드가 다른 숫자라 하나로 고치지 않는다.
11월 10일 블로그는 카본이 CursorBench 4.0, 퍼플렉시티 WANDR, 재피어 AutomationBench에서 1위이고, 다음 외부 모델보다 작업당 비용이 2배 넘게 낮다고 적는다. 인공분석과 함께 만든 멀티모달 지식 에이전트 벤치에서는 2위이고, 1위 모델보다 작업당 평균 비용이 6배 넘게 낮다고 적는다. 이 문장들은 구글의 발표다. 그 벤치를 다시 돌리지는 않았고, 블로그가 본문에 적지 않은 개별 점수를 만들어 넣지 않는다.
안전 쪽도 구글이 적은 범위만 남긴다. 11월 10일 글은 적응형 레드팀 환경에서 공격 궤적의 99%를 막았고, 시도당 침해율을 아르곤의 3.1%에서 0.8%로 낮췄다고 한다. 그레이 스완 테스트의 자동 사이버 공격 성공률은 2.17%로, 아르곤 9.86%와 비교한다. 375개 과제 정직 벤치에서는 92%를 통과했고 아르곤은 70%였다고 적는다. 상세 표는 안전 보고서 PDF에 있다. 모델 카드는 환각, 탈옥, 높은 생각 단계에서의 토큰 증가, 일부 영역의 지식 지연을 한계로 적는다.
아르곤과 나란히 둘 때
구글은 아르곤에서 카본으로 옮길 때 요청 스키마를 바꿀 필요가 없다고 적는다. 모델 문자열만 gemini-4-argon에서 gemini-4-carbon으로 바꾸면 된다. 달라지는 운영 조건은 생각 토큰이 늘어날 수 있다는 점, 출력 상한과 시간 제한을 더 넓혀야 하는 점, 속도를 원하면 아르곤을 남긴다는 점이다. 제미나이 3 이전에서 오는 경우에는 명시적 캐시 호출을 지우고, 온도 계열 파라미터를 빼고, 32,768 이상의 출력 상한을 다시 보라고 적는다.
오픈라우터에서는 아이디가 google/로 시작한다. 구글 SDK 예제의 모델 이름을 그대로 넣으면 다른 카탈로그의 아이디가 된다. 배치를 원하면 :batch 행을 고르고, 반값 채팅을 원하면 플렉스 태그를 본다. 둘의 캐시 쓰기 단가는 같지 않다. 완성 상한 32,768인 AI 스튜디오 표준 행을, 구글 문서의 65,536 동기 상한과 같은 끝점으로 두지 않는다.
지식 절단일의 빈 칸과 모델 카드의 2026년 3월도 이렇게 남겨 둔다. 카드는 일부 영역은 그보다 오래됐을 수 있다고 덧붙인다. 오픈라우터 null은 그 문장을 지우지 않고, 그 문장을 증명하지도 않는다.
마무리
앞에서 다룬 Gemini 4 Carbon의 핵심만 짧게 정리한다.
- 구글 모델 이름은
gemini-4-carbon이고, 오픈라우터 아이디는google/gemini-4-carbon이다. - 글, 사진, 소리, 영상, 파일을 받고 글을 낸다. 기반은 제미나이 4 아르곤이다.
- 소개 가격은 11월 30일까지 입력 2달러, 출력 10달러다. 12월 1일부터는 4달러, 20달러다.
- 오픈라우터에는 1달러 플렉스, 2.20달러 지역 버텍스, 3.60달러 우선, 1달러 배치가 따로 있다.
- 생각 기본값은 medium이고, 창은 1,048,576토큰이며 동기 응답은 65,536토큰에서 멈춘다.
- 모델 카드의 지능 지수 59와 오픈라우터 필드 60은 다른 기록이다. 공개 가중치는 없다.
「소개 가격, 12월 1일 가격, 오픈라우터 등급 단가는 서로 다른 표다.」
구글 문서의 일정과 오픈라우터 끝점 JSON을 한 줄의 단가로 합치지 않는다. 배치 아이디와 플렉스 등급도 캐시 쓰기 단가가 다르므로 반값이라는 말 하나로 묶이지 않는다.
출처와 링크
조사일은 2026년 11월이다. 오픈라우터 단가와 가동률은 2026-11-11 조회의 JSON이다.
FAQ
자주 묻는 질문
Gemini 4 Carbon은 무료 등급에 있나요?
구글은 공개 접근용 카본을 유료 제미나이 API와 AI 스튜디오에 둔다. 새 소식 문서는 무료 등급이 없다고 적는다. 오픈라우터 목록에도 아이디 끝에 :free가 붙은 형제 행은 없었다.
배치 행과 플렉스 등급은 같은 반값인가요?
배치 아이디의 입출력은 100만 토큰 기준 1달러와 5달러다. 플렉스 태그도 입력 1달러, 출력 5달러다. 다만 배치의 캐시 쓰기는 0.1875달러로 표준 행과 같고, 플렉스 캐시 쓰기는 0.09375달러다.
temperature를 요청에 넣으면 어떻게 되나요?
구글 문서는 카본 요청의 temperature, top_p, top_k가 무시된다고 적는다. 오픈라우터 지원 목록에는 temperature와 top_p가 남아 있고 top_k는 빠졌다. 세 기본값 칸은 null이다.
동기 65536과 오픈라우터 32768, 943718은 어느 상한인가요?
구글 문서는 동기 응답이 65536토큰에서 멈춘다고 적는다. 오픈라우터 AI 스튜디오 표준 끝점의 완성 상한은 32768이다. 목록의 top_provider 상한은 943718이라 세 숫자를 한 상한으로 합치지 않는다.
명시적 캐시가 없으면 캐시 단가도 없나요?
구글은 cachedContents로 캐시를 가리키는 방식을 카본에서 빼 두었다. 4096토큰 이상에서는 암시적 캐시가 기본이라고 구글이 적는다. 오픈라우터 끝점 플래그는 모두 false인데 캐시 읽기와 쓰기 단가 필드는 따로 있다.
knowledge_cutoff가 비어 있으면 2026년 3월이 틀린가요?
오픈라우터의 knowledge_cutoff 칸은 null이다. 딥마인드 모델 카드는 지식 절단일을 2026년 3월로 적고, 일부 영역은 그보다 오래됐을 수 있다고 덧붙인다. 빈 칸이 카드의 날짜를 지우거나 대신 증명하지는 않는다.
supports_image_reference가 false면 사진을 못 넣나요?
그 플래그의 값은 false다. 입력 모달리티에는 image가 들어 있고 출력 모달리티는 text뿐이다. 사진을 읽는 칸과 이미지 참조 플래그는 다르므로, 그림을 그리는 모델이라는 뜻으로 읽지 않는다.
12월 1일 구글 정가가 오픈라우터 표준 칸에도 들어 있나요?
2026년 11월 11일 모델 목록의 표준 단가는 입력 2달러, 출력 10달러였다. 구글이 12월 1일부터 적는 4달러와 20달러는 그날의 표준 칸에 없었다. 1달러 플렉스와 2.20달러 지역 행과 3.60달러 우선 행은 그 표준과 별도다.
생각 단계를 none으로 끌 수 있나요?
reasoning.mandatory는 true다. 단계 이름은 high, medium, low이고 기본값은 medium이다. none은 구글 생각 단계 목록과 오픈라우터 노력 목록 어디에도 없다.
web_search 0.014는 토큰 100만 개 가격인가요?
그 칸에 적힌 원값은 0.014다. 입력 단가 0.000002와 소수 자릿수가 달라 100만 토큰 금액으로 바꾸지 않는다. 같은 값이 채팅 끝점과 배치 행에 같이 적혀 있다.
용어
관련 용어
LLM이 한 번의 요청에서 처리할 수 있는 최대 텍스트 길이(토큰 수)로, 바이브 코딩에서 AI가 동시에 '볼 수 있는' 코드의 양을 결정하는 핵심 스펙이다. 비유하면 AI의 '작업 메모리(working memory)' 또는 '책상 위에 펼쳐 놓을 수 있는 서류의 양'이다. 컨텍스트 윈도우가 클수록 AI가 더 많은 코드를 동시에 파악할 수 있으므로, 대규모 코드베이스에서의 작업 정확도가 높아진다. 대표적인 모델별 컨텍스트 윈도우: Claude — 100만 토큰(약 75,000줄 코드), GPT-4 — 128K 토큰(약 9,600줄), Gemini 1.5 Pro — 200만 토큰(약 150,000줄). 다만, 컨텍스트 윈도우가 크다고 무조건 좋은 것은 아니다. 너무 많은 정보를 넣으면 '컨텍스트 부패(Context Rot)' 현상이 발생하여 AI가 핵심 정보를 놓칠 수 있으며, 토큰 소비량이 증가하여 비용도 높아진다. 따라서 컨텍스트 엔지니어링을 통해 '필요한 정보만 적절한 양'으로 제공하는 것이 중요하다.
CLI·터미널 도구 제미나이 CLIGoogle이 오픈소스로 공개한 AI 에이전트 CLI 도구로, 터미널에서 코드 이해, 파일 조작, 명령어 실행, 대규모 코드베이스 편집을 지원한다. Google의 Gemini 모델을 기반으로 하며, Gemini의 멀티모달 능력을 활용하여 텍스트뿐 아니라 이미지와 비디오 생성까지 가능하다는 것이 독특한 차별점이다. 예를 들어, '이 UI의 스크린샷을 보고 React 컴포넌트를 만들어줘'와 같은 시각적 입력 기반 코딩이 가능하다. 오픈소스 프로젝트로 커뮤니티 기여가 가능하며, Google Cloud 생태계(Cloud Functions, Firebase, Vertex AI 등)와 긴밀하게 통합된다. Gemini Code Assist(IDE 기반 도구)와도 연동되어, CLI에서 시작한 작업을 IDE에서 이어서 할 수 있다. Claude Code, Codex CLI와 함께 3대 CLI 코딩 에이전트를 형성하며, Google 계정만 있으면 무료로 사용할 수 있어 진입 장벽이 낮다.
AI 모델·프로바이더 제미나이Google DeepMind가 개발한 멀티모달 AI 모델 시리즈로, 텍스트·이미지·오디오·비디오·코드를 통합적으로 처리할 수 있는 것이 가장 큰 차별점이다. 다른 모델이 주로 텍스트 기반으로 동작하는 반면, Gemini는 스크린샷을 보고 UI 코드를 생성하거나, 다이어그램을 이해하고 관련 코드를 작성하는 등 시각적 입력을 코딩에 활용할 수 있다. Gemini 2.0 Flash(빠르고 저렴), Gemini Pro(고성능) 등 다양한 변형이 있으며, 용도에 따라 선택할 수 있다. Gemini Code Assist(IDE 기반 코딩 도구)와 Gemini CLI(터미널 에이전트)를 통해 코딩을 지원하며, Google Cloud 생태계(Cloud Functions, Firebase, BigQuery, Vertex AI 등)와 긴밀하게 통합되어 있어 Google Cloud 사용자에게 특히 유리하다. Google의 방대한 데이터와 인프라를 기반으로 하므로, 정보 검색 능력(Grounding with Google Search)이 뛰어나 최신 라이브러리나 API 정보를 반영한 코드 생성에 강점이 있다.
링크
관련 링크
관련 글
관련 글
Recommended
MiniMax H3 Image | 문생 그림과 참조 편집, 오픈라우터 토큰 가격
MiniMax H3 Image 표준 행은 문장으로 그림을 만들고 참조 1장에서 16장으로 편집한다. 오픈라우터 출력 이미지 단가는 100만 토큰당 3.80달러다.
Perplexity Decider V1.3 무료 | 27B 판정 본체 한도와 API 비교
Perplexity Decider V1.3 무료 변형은 OpenRouter에서 입력과 출력 0달러로 제공되는 27B 판정 본체다. 262,144토큰 문맥 한도와 호출 제한을 정리하고 4B Flash 모델과의 정확도 및 지연 차이를 비교했다.