analysis
Gemini 4 Argon vs GPT-6 Astra: 코딩과 비용 비교
EvoLink Team
제품 팀
2026년 9월 16일
업데이트일 2026년 10월 13일
33분 소요
Gemini 4 Argon과 GPT-6 Astra의 선택은 코딩 워크플로의 문제입니다. 합격 변경 사항, 작업 총비용, 전환에 필요한 API 작업을 비교하세요. EvoLink에서 기존 키로 Argon을 평가하고 Astra를 기준선으로 유지할 수 있습니다. Google 공개 점수는 시험할 작업을 알려 주지만, 자체 저장소의 승자를 결정하지는 않습니다.
| 현재 상황 | 시작 방법 | 전환 전에 필요한 근거 |
|---|---|---|
| Astra가 이미 코딩 검사를 통과함 | 서비스는 유지하고 같은 작업을 Argon에서 재생 | 합격 패치, 검토 시간, 합격 변경당 비용 |
| 긴 보고서나 대규모 코드 변경이 출력 한도에 도달함 | 작업 규모에 맞는 출력 예산으로 Argon 평가 | 지연과 지출 한도 내에서 검토를 통과한 완성 출력 |
| 에이전트가 Astra 전용 Responses 동작에 의존함 | 기존 흐름을 유지하고 이식 가능한 비교를 분리 | 동등한 도구 동작과 측정된 마이그레이션 이점 |
| 작은 모델이 일상 작업을 이미 저렴하게 처리함 | 저렴한 기준선을 유지 | Astra뿐 아니라 해당 기준선보다 나은 결과 |
오늘 실제로 비교할 수 있는 것은?
| 질문 | Gemini 4 | GPT-6 Astra | 안전한 결정 |
|---|---|---|---|
| 공식 제품 상태 | 공식 발표 · 제한적 제공 | OpenAI가 2026년 9월 3일 출시; 9월 4일부터 API 액세스 확대 | 명목 토큰 요금과 공급자 평가는 비교할 수 있지만 동일 작업·동일 조건의 EvoLink 테스트는 아직 진행되지 않았습니다. |
| 공급자 API 모델 ID | 발표로 확인되지 않음. 게이트웨이 요청에는 모델 페이지의 EvoLink 설정 ID 사용 | gpt-6-astra(OpenAI); 범용 gpt-6 alias 없음 | 공급자 ID와 게이트웨이 ID를 구분하고 선택한 라우트의 문서화된 값 사용 |
| 공개된 사양(컨텍스트, 출력, 입력) | Google이 발표한 출력 상한은 긴 추론과 생성을 위한 100만 토큰입니다. 이는 출력 상한이며 확인된 입력 컨텍스트 크기나 EvoLink 파라미터 보장이 아닙니다. | 1.05M 토큰 컨텍스트, 128K 최대 출력, 텍스트·이미지 입력, 텍스트 출력(OpenAI) | Gemini 3.x에서 Gemini 4 한도를 추론하지 않기 |
| 정가 | Google이 발표한 초기 요금은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이며, 초기 기간 후에는 각각 4달러와 20달러입니다. 종료 날짜는 미정입니다. Google 요금이며 EvoLink 견적이 아닙니다. | 100만 토큰당 입력 $10 / 출력 $50; 캐시 입력 $1(OpenAI Standard 티어) | 명목 토큰 요금과 공급자 평가는 비교할 수 있지만 동일 작업·동일 조건의 EvoLink 테스트는 아직 진행되지 않았습니다. |
| 도구 호출 표면 | 미공개 | Responses API 전용; OpenAI는 Astra의 Chat Completions가 function calling을 지원하지 않는다고 문서화 | Gemini 결정과 무관하게 도구 루프를 Responses로 이동 |
| EvoLink 라우트 | EvoLink에서 Gemini 4 Argon을 사용할 수 있습니다. 현재 가격과 요청 예제는 모델 페이지에서 확인하세요. | 호출 가능; 요청 모델 ID gpt-6-astra | 검증된 라우트에서 기준선 확보 |
| 동일 워크로드 테스트 | EvoLink에서 실행 가능. 이 글은 실측 결과를 주장하지 않음 | 기존 기준선과 비교 | EvoLink에서 작업 유형별 비교를 실행하고 재생, 섀도, 카나리 단계에서 기존 기준선, 승인 조건, 폴백을 유지하세요. API 접근은 평가를 가능하게 할 뿐 품질이나 비용 우위를 증명하지는 않습니다. |
Google 공개 평가는 초기 비교에 활용할 수 있지만 동일 조건의 EvoLink 실측은 아닙니다. 지연 시간, 승인된 작업당 비용, 전반적인 우위를 증명하지 않습니다. 표에는 Argon이 앞서는 항목과 비교 모델에 뒤지는 항목을 함께 담았습니다.
Google이 공개한 평가 결과
| 평가 | Gemini 4 Argon | GPT-6 Astra |
|---|---|---|
| DeepSWE v1.1 | 77.9% | 74.1% |
| FrontierSWE v2 | 55.0% | 65.5% |
출처: Google 모델 평가 및 평가 방법. 공급자 점수는 설정과 작업 정의에 따라 해석해야 하며 EvoLink 비교 실측을 주장하지 않습니다.
점수 차이를 해석하기 전에 설정을 확인하세요. Google의 방법론은 별도 표시가 없으면 pass@1을 사용하며, 일반적으로 가능한 가장 높은 thinking 설정을 적용합니다. DeepSWE는 mini-swe로 실행한 Argon 결과와 공개 리더보드 또는 시스템 카드의 비교 결과를 결합하며, FrontierSWE는 Proximal 리더보드에서 가져옵니다. 두 모델을 같은 EvoLink 평가 환경에서 다시 실행한 결과가 아닙니다. 각 점수 옆에 벤치마크 버전, 실행 환경, 추론 설정, 출처를 기록하고, 퍼센트포인트 차이를 프로덕션 성공률 예측으로 바꾸지 마세요.
| 근거 항목 | DeepSWE v1.1 | FrontierSWE v2 |
|---|---|---|
| 모델 버전 | Gemini 4 Argon / GPT-6 Astra | Gemini 4 Argon / GPT-6 Astra |
| 실행 환경과 점수 출처 | Argon: mini-swe 실행; Astra: Google이 인용한 공개 리더보드 | Google이 인용한 Proximal 리더보드 |
| 추론 설정과 지표 | Google은 별도 표시가 없으면 최고 thinking 설정과 pass@1을 사용한다고 설명함. 두 모델의 설정이 같다고 확인되지는 않음 | 벤치마크별 설정은 연결된 방법론 참조. 동일 예산인지는 확인되지 않음 |
| 근거 확인일 | 2026년 10월 13일. 동일 조건 실행 날짜가 아님 | 2026년 10월 13일. 동일 조건 실행 날짜가 아님 |
| 해석 한계 | 결과 출처가 다르며 EvoLink의 통제 비교가 아님 | 자체 저장소의 성공률을 예측하지 못함 |
트래픽 전환 전에 평가 범위를 정하세요
저장소 수정, 문서 재작성, 최종 상태가 정해진 도구 흐름처럼 평가 가능한 작업부터 시작하세요. 기준 입력, 승인 기준, 재시도 예산과 시간 제한을 고정하세요. Argon의 긴 출력은 작업 완수에 도움이 될 때 가치가 있으며, 모든 요청의 예산을 늘릴 이유는 아닙니다.
마감이 있는 작업은 Astra가 계속 처리하게 하고 후보를 오프라인이나 섀도로 실행하세요. 실험 실패가 납기 지연이 아니라 평가 시간의 비용으로 끝납니다. 저렴한 GPT-5.6 티어가 이미 잘 처리하는 작업이라면 그 티어도 비교에 포함하세요. 더 싼 라우트가 같은 품질을 충족한다면 Astra의 토큰 비용을 줄이는 것만으로는 의미가 없습니다.
토큰 사용량과 함께 연동 작업도 측정하세요. 도구 루프 수정, 상태 처리 변경, 두 번째 파서 유지 비용이 요청당 작은 절감액보다 클 수 있습니다. 관찰된 이점이 그 작업을 상쇄하는 작업 유형만 승격하세요.
Gemini를 위해 OpenAI 워크플로가 조정해야 할 것
OpenAI 호환 엔드포인트를 제공하는 게이트웨이는
model 문자열을 바꿀 때 인증, base URL, API 키, 그리고 대개 chat 형태의 요청 본문을 그대로 유지해 줍니다. 하지만 공급자 네이티브 의미까지 동일하게 만들지는 않습니다. 도구 스키마 처리, 스트리밍 이벤트 경계, 추론 제어, 캐시 메커니즘, 오류 코드, 응답에 반환되는 신원은 여전히 각 공급자의 계약이 정의합니다. 게이트웨이의 API 키 하나가 모든 공급자 네이티브 기능이 공급자 간에 같게 동작함을 보장하지는 않습니다. Argon 제품 페이지에서 EvoLink 연동 방법을 제공합니다. 오른쪽 열은 애플리케이션 호환성 점검 항목이며 모든 네이티브 기능의 매핑을 약속하지 않습니다.| 표면 | Astra가 오늘 문서화한 것(OpenAI) | Argon 라우트에서 검증할 것 |
|---|---|---|
| 요청/응답 프로토콜 | Responses, Chat Completions, Batch 엔드포인트 | EvoLink Chat Completions 예제 또는 Gemini 네이티브 형식을 사용하세요. Responses 페이로드를 그대로 전달하지 말고 응답 파서와 필수 필드를 테스트하세요 |
| 도구/함수 스키마 | Responses에서만 function calling; 비동기 도구 호출 문서화 | 스키마 형식, 병렬 및 비동기 지원, tool-choice 모드, 강제 도구 선택 시 동작; 선택한 라우트 문서와 애플리케이션 trace로 확인 |
| 상태 및 대화 처리 | Responses 기반 상태; configuration_update로 캐시를 유지한 채 대화 중 effort 변경 — standard 단일 에이전트 요청에 적용되며 문서의 호환성 제한을 확인해야 함 | 다중 턴 상태, 이전 도구 결과, 캐시된 접두부가 턴 사이에 어떻게 전달되는지; 선택한 라우트 문서와 애플리케이션 trace로 확인 |
| 스트리밍 | 스트리밍 지원; WebSocket response.steer로 턴 중간 조정 | 이벤트 형태, 부분 도구 인수 전달, 스트림 내 사용량 보고; 선택한 라우트 문서와 애플리케이션 trace로 확인 |
| 재시도 및 오류 계약 | 계정 등급별 한도는 현재 모델 문서 참조. 업스트림 한도는 EvoLink 라우트 한도와 다름; none 또는 minimal effort에 HTTP 400; 오정렬 모니터링이 API 작업을 실행 중에 중단 가능 | 오류 코드, rate limit 구조, 안전 중단 동작, 재시도 지침; 선택한 라우트 문서와 애플리케이션 trace로 확인 |
| 추론/thinking 제어 | reasoning.effort는 low, medium, high, xhigh, max; Responses에서 reasoning.mode는 standard 또는 pro; temperature, top_p, logprobs 거부 | thinking이 노출되는지, 예산 설정인지, 항상 켜져 있는지; 어떤 샘플링 파라미터가 있는지; 선택한 라우트 문서와 애플리케이션 trace로 확인 |
| 프롬프트 캐싱 | 지원; prompt_cache_options.ttl은 "30m"만 허용; 캐시 입력 100만 토큰당 $1 | 캐시 메커니즘, TTL 옵션, 읽기 및 쓰기 가격; 선택한 라우트 문서와 애플리케이션 trace로 확인 |
| 장문 컨텍스트 과금 | 입력 272K 토큰 초과 시 전체 요청이 입력·캐시 2배, 출력 1.5배로 과금 | 가격 구간이 존재하는지, 임계값이 어디인지; 선택한 라우트 문서와 애플리케이션 trace로 확인 |
| 게이트웨이 라우트 | EvoLink의 gpt-6-astra; EvoLink를 통한 이미지 입력은 별도 라우트 검증 필요 | EvoLink 라우트의 반환 모델 신원, 사용량 카운터, 과금 기록; 연동 중 확인 |
OpenAI 워크플로 팀에게 실무적으로 읽으면 이렇습니다: Responses 마이그레이션,
temperature와 top_p 제거, effort 단계 튜닝은 지금 하는 Astra 전용 작업입니다. Argon 열은 사용할 라우트의 호환성 체크리스트입니다. 공통 키는 계정 설정을 줄여 주지만 프로토콜 마이그레이션 작업을 없애지는 않습니다.작업 매트릭스: 코딩, 다중 도구 에이전트, 장문 문서
Google은 Argon을 소프트웨어 엔지니어링, 기업 지식 업무, 사이버 방어에 활용하도록 설계하고 평가 결과를 공개했습니다. 공급자 발표 결과이며 EvoLink 실측이나 개별 작업 성능 보장이 아닙니다. 명목 토큰 요금과 공급자 평가는 비교할 수 있지만 동일 작업·동일 조건의 EvoLink 테스트는 아직 진행되지 않았습니다.
| 워크로드 유형 | 측정할 것 | Astra로 지금 측정할 수 있는 것 | Gemini 4의 진입 조건 |
|---|---|---|---|
| 저장소 규모 코딩 | 합격 패치율, 사람 수정 시간, 합격 변경당 재시도, 합격 변경당 토큰 | OpenAI는 Astra를 코딩과 복잡한 추론용으로 포지셔닝; Responses에서 medium과 high effort로 작업 세트를 실행해 기준선 고정 | 같은 하네스, 같은 작업 세트, 같은 루브릭: 고정된 Astra 수치와 동등 이상인 합격 패치율과 합격 패치당 비용, 그리고 그 결과 뒤에 공개된 모델 계약 |
| 다중 도구 에이전트(컴퓨터 사용, 브라우징, 내부 API) | 전체 trace 완료, 잘못된 도구 비율, 루프 비율, 도구 호출 실패 후 복구 | OpenAI는 컴퓨터 사용, 비동기 도구 호출, 턴 중간 조정을 문서화; 이 네이티브 기능을 켜고 끈 상태로 측정하고 레인을 표시 | 공개된 도구 호출 및 스트리밍 계약, 그다음 네이티브 기능 레인을 비교하기 전에 동일 조건 이식 가능 레인에서의 완료율 |
| 장문 문서 및 리서치 | 컨텍스트 전체에서의 검색 정확도, 출력 완전성, 입력 크기 구간별 비용 | OpenAI는 1.05M 토큰 컨텍스트와 리서치·문서 작성 용도를 문서화; 272K 임계값 양쪽에서 비용 기록 | 공개된 컨텍스트 및 출력 한도, 공개된 가격 구간, 같은 문서 세트, 입력 크기 구간별 비용 기록 |
| 일상적 대량 작업 | p95 지연, 작업당 비용, 오류율 | 대개 올바른 기준선은 Astra가 아니라 GPT-5.6 티어 | Astra만이 아니라 저비용 기준선도 넘어야 함 |
두 규칙이 이 매트릭스를 정직하게 유지합니다. 첫째, 공급자가 문서화한 포지셔닝은 어디를 테스트할지에 대한 가설이며 결코 결과가 아닙니다. 둘째, 네이티브 기능 우위(예: Astra의 비동기 도구 호출)는 레인 결과로 보고해야 하며 보편적 순위로 바꾸면 안 됩니다.
긴 기술 문제 세트는 답변 수와 구조를 검증하고 풀이 표본을 독립적으로 확인하며 코드 테스트를 다시 실행하세요. 출력 용량을 활용했더라도 문제를 빠뜨리거나 이전 답변과 모순되면 승인할 수 없습니다. 분할과 재시도도 동일한 작업 총예산 안에서 수행하세요.
연동 비용과 합격 작업당 비용
중요한 단위는 합격 작업당 비용입니다. 입력 토큰, 캐시 쓰기와 읽기, 출력 토큰, 도구 호출 오버헤드, 재시도, fallback 요청, 사람 수정 시간을 포함해 하나의 작업을 검토까지 통과시키는 데 쓴 모든 비용입니다. 토큰 가격만 보면 그 대부분이 숨겨집니다.
Astra 쪽, 오늘 측정 가능. OpenAI의 Standard 정가는 100만 입력 토큰당 $10, 100만 출력 토큰당 $50이며 캐시 입력은 $1입니다. 입력 272K 토큰을 넘으면 OpenAI는 전체 요청을 장문 컨텍스트 요율로 과금합니다: 입력·캐시 2배, 출력 1.5배. 이 임계값은 컨텍스트가 쌓이는 에이전트 루프에 중요하며, 272K 아래로 압축하거나 요약하는 것은 나중에 생각할 일이 아니라 비용 모델의 일부입니다. OpenAI는 또한 Batch와 Flex 처리를 Standard의 50%로 공급자 모드로 문서화합니다. 특정 게이트웨이 라우트가 이를 지원하는지는 별도 검증이 필요합니다. GPT-6 Astra는 EvoLink에서 OpenAI 정가보다 10% 낮은 가격으로 제공되며, 현재 라우트 가격은 GPT-6 페이지에 있습니다. 이쪽의 연동 비용은 구체적입니다: 도구 루프를 Responses로 이동, 거부되는 파라미터 제거, effort 수준 선택, 하네스 구축.
발표 단가는 예산 시나리오에 쓸 수 있지만 절감 보장은 아닙니다. 캐시하지 않은 입력 100만 토큰과 출력 10만 토큰을 가정하면 Argon의 Google 요금은 초기 3달러, 이후 6달러입니다. 비교 모델의 표준 기본 요금이 입력·출력 100만 토큰당 10·50달러이면 15달러입니다. 캐시, 도구, 긴 컨텍스트 추가 요금, 재시도, 세금, 게이트웨이 차액은 제외했습니다. 동일 완료 작업이 아닌 동일 토큰 수를 가정하며 토큰화와 추론 사용량은 달라질 수 있습니다. 할인 종료일이 미정이므로 두 기간을 모두 예산에 반영하고 EvoLink 가격은 별도로 확인하세요. 이 예시는 여러 요청의 토큰을 합산합니다. 각 Astra 요청은 표준 요금 기준인 입력 272K 토큰 이내이며, 더 긴 요청에는 문서에 명시된 할증이 적용됩니다. Argon의 긴 컨텍스트 과금 규칙은 아직 확인이 필요합니다. Google은 캐시 입력에 95% 할인을 발표했습니다. 초기 입력 요금을 적용하면 100만 토큰당 0.10달러로 계산됩니다(2달러 × 5%). 캐시 쓰기·저장 비용, TTL, 적용 조건, 초기 기간 이후 캐시 조건과 게이트웨이 지원은 API 문서 확인이 필요합니다.
재생에서 섀도와 카나리로 진행하기
- 모델 페이지에서 연동 규격을 복사한다. 현재 EvoLink 모델 ID와 요청 예제를 사용하세요. 라우트를 설정에 두고 레인별 프로토콜을 기록하세요.
- 고정된 작업을 재생한다. 같은 저장소 스냅샷, 도구 권한, 승인 테스트, 출력 예산을 사용하세요. 실패와 합격 결과를 모두 기록하세요.
- 대표 표본을 섀도로 실행한다. Astra가 계속 서비스하게 하면서 Argon 출력을 별도로 평가하세요. 짧은 성공 예제뿐 아니라 긴 요청과 도구 실패 복구를 포함하세요.
- 한 작업 유형을 카나리로 배포한다. 트래픽 비율과 관찰 기간을 미리 정하세요. 합격 작업률, 비용, 지연이 임계값을 충족할 때만 확대하고 롤백을 위해 기준 라우트를 유지하세요.
응답 메타데이터, 사용량, 과금을 함께 확인하세요. 반환 모델 라벨은 일관성 확인에 유용하지만 실제 모델의 신원을 독립적으로 증명하지는 않습니다. 설명되지 않는 라우팅이나 과금 차이를 해결한 뒤 트래픽을 확대하세요.
현재 라우팅을 유지해야 할 때
출시된 Gemini 4가 Astra나 저비용 GPT-5.6 티어를 자동으로 대체하지는 않습니다. 다음 중 하나라도 해당하면 현재 라우트를 유지하세요:
- 현재 라우트가 해당 워크로드 유형의 수락 기준을 이미 충족하고 후보가 합격 작업당 비용을 개선하지 못할 때.
- 에이전트가 의존하는 도구 동작을 후보가 지원하지 않거나, 게이트웨이가 매핑할 수 없는 형태로만 지원할 때.
- 규제 대상 워크로드인데 후보가 데이터 소재지, 보존, 정책 검토를 통과하지 못했을 때.
- 후보가 그에 걸맞은 품질 이득 없이 p95 지연이나 합격 작업당 비용을 악화시킬 때.
- 라우트의 반환 모델 신원이 불분명하거나, 사용량과 과금 기록이 요청 모델과 대조되지 않을 때.
라우팅은 출시 결과를 바꾸는 작업 유형에 비싼 능력을 배정하기 위해 존재하며, 모든 요청을 최신 이름에 보내기 위한 것이 아닙니다.
5단계 계획
- 지금 Astra에서 기준선을 고정한다. Responses의
gpt-6-astra로 대표 작업, 전체 trace, 평가자, 현재 비용 및 지연 수치를 워크로드 유형별로 저장하세요. - 모델 선택을 설정에 둔다. 게이트웨이를 통해 라우팅해서 미래 후보가 코드 변경이 아니라 설정 변경이 되게 하세요. 공급자 ID를 애플리케이션 코드 곳곳에 퍼뜨리지 마세요.
- 수락 및 롤백 임계값을 오늘 작성한다. 합격 작업률, 합격 작업당 비용, p95 지연, 오류 예산, 롤백 트리거를 어떤 후보 결과도 보기 전에 고정하세요.
- 문서화된 EvoLink 라우트로 Argon을 추가한다. 위의 재생, 섀도, 카나리 순서를 따르고 Gemini 3.x의 한도나 가격을 그대로 적용하지 마세요.
- 관찰 기간 동안 이전 라우트를 보존한다. 후보가 재생, 섀도, 카나리를 견딜 때까지 Astra(그리고 GPT-5.6 fallback)를 live로 유지하세요.
FAQ
오늘 Gemini 4와 GPT-6 Astra를 직접 비교할 수 있나요?
네. EvoLink에서 두 라우트에 같은 작업을 실행하세요. 이 글은 공개 근거를 비교하고 테스트를 정의하며 완료된 EvoLink 비교 실험 결과를 보고하지 않습니다. 현재 라우트 가격은 각 모델 페이지에서 확인하세요.
Gemini 4를 쓰려면 API 연동을 마이그레이션해야 하나요?
현재 프로토콜을 확인하세요. Astra의 경우 OpenAI는 도구 호출에 Responses API를 요구하고
temperature, top_p, none 또는 minimal effort를 거부합니다. 게이트웨이의 OpenAI 호환 엔드포인트는 키와 base URL을 그대로 유지해 주지만, 도구 스키마, 스트리밍 이벤트, 추론 제어 같은 공급자 네이티브 동작은 선택한 라우트 문서를 기준으로 공급자별로 검증해야 합니다.마이그레이션 작업의 가치가 있는지 어떻게 판단하나요?
연동 수정 및 유지 비용을 합격 작업당 측정 이익과 비교하세요. Argon을 평가하는 동안 기존 라우트로 서비스를 유지하세요. API 출시만으로 모든 트래픽을 옮길 이유는 없습니다.
공급자 간 도구 호출을 어떻게 비교 가능하게 만드나요?
먼저 이식 가능 레인을 실행하세요: 공급자별 기능을 끈 상태로 두 라우트에 같은 도구 정의, 권한, 재시도 예산, 중지 규칙을 적용합니다. 그다음 네이티브 레인(Astra의 경우 Responses의 비동기 도구 호출과 턴 중간 조정)을 실행하고 별도로 표시합니다. 레인별로 전체 trace 완료, 잘못된 도구 비율, 루프 비율을 보고하세요. 이식 가능 레인에 포함하기 전에 Argon 라우트가 지원하는 도구 기능을 확인하세요.
Gemini 4는 언제 프로덕션 라우팅에 들어올 수 있나요?
재생, 섀도, 카나리 결과가 테스트 전에 정한 품질, 지연, 비용 임계값을 충족한 뒤입니다. 문서화된 EvoLink 라우트를 사용하고 사용량과 과금을 대조하며 롤백을 위해 Astra를 유지하세요.
GPT-6 Astra는 Google의 Project Astra와 같은 것인가요?
아닙니다. GPT-6 Astra는 2026년 9월 3일 출시된 OpenAI의 모델이며 모델 ID는
gpt-6-astra입니다. Google의 Project Astra는 무관한 Google의 연구 및 어시스턴트 프로젝트 이름입니다. 둘 다 Gemini 4가 아니며, 어느 쪽도 Gemini 4에 대한 근거로 써서는 안 됩니다. Gemini 4는 Google의 오픈 웨이트 모델 패밀리인 Gemma 4와도 구분하세요.출처
- Google Argon 공식 발표 — 2026년 9월 30일
- Google이 공개한 모델 평가
- Google: Alphabet Q2 2026 실적 서한(Gemini 4 사전 학습 발언)
- Google: Gemini 3.6 Flash 발표(Gemini 4 사전 학습 발언)
- Google: Gemini API 모델 카탈로그
- OpenAI: GPT-6 Astra 모델 문서
- OpenAI: GPT-6 Astra 발표
- OpenAI API 가격
- OpenAI: 최신 모델 가이드(도구 호출은 Responses 전용, 제거된 파라미터)
- EvoLink Gemini 4 API 상태
- EvoLink GPT-6 Astra API
- EvoLink: Gemini 4 출시일 추적
- EvoLink: Claude Fable 5.1 vs GPT-6 Astra
2026년 10월 13일 업데이트. 공급자 발표와 방법론을 재확인했습니다. 공급자 네이티브 기능은 선택한 게이트웨이 라우트와 대조해야 합니다. Google 평가는 EvoLink 실측이 아닙니다.
