제미나이 4 카본, 딥시크 V4 프로보다 37점 높지만 작업당 비용은 4.4배 비싸다

구글의 최신 모델 제미나이 4 카본(Gemini 4 Carbon)과 딥시크 V4 프로(DeepSeek V4 Pro)를 같은 잣대에 올린 비교 분석이 나왔다. 독립 평가기관 Artificial Analysis의 인텔리전스 지수(v5.0.1)에서 카본은 60점, V4 프로는 23점으로 37점 차이가 난다. 반면 지수 작업 하나를 끝내는 데 드는 비용은 카본이 7.76달러, V4 프로가 1.77달러다. 카본이 약 4.4배 비싸다는 계산이다. 오르카라우터(OrcaRouter) 블로그가 이 수치를 정리했다.

37점 격차와 4.4배 비용, 어디서 갈리나

오르카라우터에 따르면 카본은 순위표에서 4위 모델이다. V4 프로는 중앙값보다 아래에 있다. Artificial Analysis는 카본을 높은 추론 강도(high)로, V4 프로는 0813 체크포인트(특정 시점의 모델 버전)를 최대 강도(max)로 측정했다. 두 수치 모두 제조사가 아니라 평가기관이 낸 값이다.

작업당 비용은 모델이 얼마나 많은 토큰(AI가 처리하는 글자 단위)을 쓰는지까지 반영한 값이어서, 오르카라우터는 두 모델 사이에서 가장 공정한 단일 경제 지표라고 설명했다. 지수 평가 중 카본이 내놓은 출력 토큰은 2억 500만 개, V4 프로는 1억 1,900만 개였다. 중앙값은 7,280만 개다. 카본이 약 1.7배 말이 많은 셈이어서 가격 차이의 상당 부분이 토큰당 단가가 아니라 이 장황함에서 나온다.

속도는 거의 비슷하다. 카본은 초당 80토큰을 출력하고 첫 답변 토큰까지 66.85초가 걸린다. V4 프로는 초당 67토큰에 67.71초다. 오르카라우터는 둘 다 스트리밍과 인내심 없이는 실시간 대화 경로에 넣기 어려운 속도라고 평가했다.

추론 강도를 낮추면 점수가 어떻게 달라지는지도 공개됐다. 카본은 high 60점, medium 58점, low 54점이다. V4 프로는 추론을 끈 구성에서 13점으로, max 설정의 23점보다 크게 떨어진다. 값싼 모델일수록 추론을 줄였을 때 잃는 점수가 훨씬 커서, 설정을 낮춰 비용을 아끼는 방식이 어느 쪽에서도 공짜가 아니라는 설명이다.

닫힌 가중치 대 MIT 공개, 멀티모달 대 텍스트 전용

두 모델은 설계 가정부터 다르다. 카본은 11월 10일(현지시각) 유료 API 개발자에게 열렸다. 12일간의 제한적 단계적 공개를 거쳤다. V4 프로는 8월 13일부터 정식 제공 중이며 MIT 라이선스로 가중치(학습된 모델 파라미터)가 공개돼 있다. 구조는 전체 1조 6,000억 개 파라미터의 전문가 혼합 모델이고 활성 파라미터는 490억 개다. 라이선스 범위 안에서 직접 호스팅하고 미세조정하고 재배포할 수 있다. 카본의 가중치는 공개되지 않았다.

입력 방식에서도 차이가 크다. 카본은 텍스트·이미지·오디오·비디오·PDF를 받는다. V4 프로는 텍스트 전용이고 딥시크 가격 페이지에도 v4-pro가 비전을 지원하지 않는다고 적혀 있다. 오르카라우터는 스크린샷이나 스캔 PDF, 통화 녹음을 처리하는 파이프라인이라면 V4 프로는 가격과 상관없이 후보가 될 수 없다고 짚었다. 코드와 로그, 텍스트 문서가 중심이라면 그때부터 진짜 선택의 문제가 된다.

컨텍스트 창은 둘 다 100만 토큰이다. 출력 한도는 카본이 동기 방식에서 6만 5,536토큰이고 긴 디코딩을 쓰면 최대 104만 8,576토큰까지 허용한다. V4 프로는 38만 4,000토큰이다. 추론 강도 조절 단계는 카본이 low·medium·high, V4 프로가 low·high·max다.

캐시 입력 가격도 갈린다. 카본은 100만 토큰당 현재 0.10달러이고 12월 1일 이후 0.20달러로 오르며 암묵적 캐싱만 지원한다. 딥시크는 비피크 0.022달러, 피크 0.044달러로 신규 토큰 요율 대비 97% 할인된다.

시간대와 날짜로 출렁이는 청구서

표준 요금은 카본이 100만 토큰당 입력 2달러·출력 10달러다. 11월 30일까지만 이 가격이고 이후 4달러·20달러로 두 배가 된다. V4 프로는 비피크에 입력 0.66달러·출력 1.98달러, 피크에 1.32달러·3.96달러다. 딥시크 공식 요금표 기준이다.

오르카라우터는 이 점이 가장 덜 알려진 차이라고 지적했다. V4 프로의 피크 시간은 UTC 기준 월~금 01~04시와 06~10시다. 중국 공휴일은 제외된다. 한국시간으로 환산하면 오전 10시~낮 1시, 오후 3~7시다. 나머지 밤과 주말, 공휴일은 모두 비피크다.

하루 7시간씩 주 5일이면 한 주의 약 21%다. 배치 작업을 UTC 크론(정해진 시각 자동 실행)으로 돌린다면 비피크에 맞추기 쉽다. 미국이나 유럽의 낮 시간대에 트래픽이 몰리는 실서비스라면 상당수가 피크에 걸린다. 실제 평균 요율은 광고된 0.66달러가 아니라 0.66~1.32달러 사이가 된다.

카본의 변수는 시계가 아니라 달력이다. 하나는 시간대로, 다른 하나는 날짜로 청구액이 흔들린다. 카본의 입문 가격을 V4 프로 피크 요율과 비교하면 카본은 입력 1.5배, 출력 2.5배다. 12월 1일 이후 카본을 V4 프로 비피크와 비교하면 입력 6배, 출력 10배로 벌어진다. 4.4배라는 작업당 비용은 그 중간에 있다. 오르카라우터는 모델이 일을 끝내는 데 실제로 필요한 토큰 수까지 반영한 이 값이 예산 수립에 쓸 만한 숫자라고 설명했다.

구글이 내세운 카본, 비교가 어려운 벤치마크

구글은 카본을 가장 강력한 모델로 소개한다. 딥마인드는 카본이 CursorBench 4.0, 퍼플렉시티의 WANDR, 재피어의 AutomationBench에서 1위라고 밝혔다. 차순위 외부 모델보다 작업당 비용이 2배 이상 낮다고 설명했다. 다만 구글은 대다수 소프트웨어 엔지니어링과 지식 업무에는 먼저 나온 제미나이 4 아르곤이 여전히 이상적이라고 했다. 카본은 복잡한 다단계 코딩과 디버깅, 개방형 과학 연구처럼 모델 지능의 한계를 시험하는 작업용이다. 아르곤보다 토큰을 더 쓰며 깊이 추론하고 검증을 반복한다.

더 버지에 따르면 입문 가격 입력 100만 토큰당 2달러·출력 10달러는 오픈AI의 GPT-6 Astra의 약 5분의 1, 앤트로픽 페이블 5.2의 4분의 1 수준이다. 더 버지는 11월 말 가격이 두 배가 돼도 토큰당 기준으로는 경쟁 모델보다 크게 싸지만 모델마다 같은 작업에 쓰는 토큰이 달라 곧바로 비용 절감을 뜻하지는 않는다고 덧붙였다. 구글이 처음 공개한 벤치마크에서 카본은 대부분 지표에서 페이블 5.2 다음이라고도 전했다. 기업이 자사에 유리한 결과를 골라 보여줄 수 있다는 단서도 달았다.

벤치마크를 나란히 놓기는 어렵다. 딥시크는 0813 모델 카드에서 Terminal-Bench 2.1 87.9, DeepSWE 62.7, CyberGym 83.3, SWE-bench Verified 80.6, 코드포스 레이팅 3206을 제시했다. 구글은 SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%를 내놨다. 전부 제조사가 직접 밝힌 수치이며 오르카라우터는 이 글을 쓰는 시점까지 제3자가 재현한 사례가 없다고 밝혔다. 오르카라우터는 CyberGym과 ExploitGym은 서로 다른 평가 환경이고 Terminal-Bench도 2.1과 4.0이 다른 버전이라, 83.3과 54.8을 한 차트에 놓는 것은 서로 다른 눈금을 비교하는 일이라고 지적했다.

카본은 에이전트 기능도 들고 나왔다. 구글 안티그래비티에서 미리보기로 제공하는 /swarm은 프롬프트 하나를 실시간으로 추적 가능한 에이전트 팀으로 바꿔 준다. 엔가젯에 따르면 구글은 과학자 1만 명에게 카본을 6개월간 무료로 제공한다. 오르카라우터는 상당수 실서비스 트래픽에서는 37점의 지능 격차가 쓰이지 않는데 4.4배의 청구서는 매달 도착한다고 짚었다.