구글, Gemini 2.5 Flash-Lite 정식 출시: 100만 입력 토큰당 0.1달러

대규모 요청을 실시간으로 처리해야 하는 환경에서 AI 모델의 호출 비용과 응답 지연 시간은 늘 가장 큰 걸림돌입니다.

Google이 Gemini 2.5 모델 제품군 중 가장 빠르고 비용이 저렴한 Gemini 2.5 Flash-Lite의 정식 안정화 버전을 일반 출시했습니다. 번역이나 텍스트 분류처럼 지연 시간에 민감한 대규모 서비스 구축을 겨냥한 모델입니다.

백만 토큰당 0.10달러와 유연한 추론 기능

가격 경쟁력이 상당합니다. 입력 토큰은 100만 개당 0.10달러, 출력 토큰은 100만 개당 0.40달러로 책정되었습니다. 프리뷰 출시 당시와 비교해 오디오 입력 가격도 40% 인하되었습니다.

속도 면에서도 뛰어납니다. 광범위한 프롬프트 테스트 결과 기존 2.0 Flash-Lite는 물론 상위 모델인 2.0 Flash보다도 더 낮은 응답 지연을 기록했습니다.

경량 모델이지만 성능은 2.0 Flash-Lite 대비 코딩, 수학, 과학, 추론, 멀티모달 이해 등 전 영역에서 향상되었습니다. 필요에 따라 켜고 끌 수 있는 네이티브 추론 기능과 사고 예산 조절 기능을 갖췄으며, 100만 토큰 컨텍스트 창과 Google 검색 접지, 코드 실행, URL 컨텍스트 도구를 그대로 지원합니다. 개발자는 Google AI Studio와 Vertex AI에서 gemini-2.5-flash-lite 모델명을 호출해 바로 사용할 수 있으며, 기존 프리뷰 별칭은 8월 25일에 삭제됩니다.

실제 프로덕션 환경 도입 사례도 공개되었습니다. 분산형 우주 컴퓨팅을 개발하는 Satlyt은 위성 궤도 데이터 요약 및 진단에 이 모델을 적용해 온보드 진단 지연 시간을 45% 단축하고 전력 소비를 30% 줄였습니다. AI 영상 플랫폼 HeyGen은 180개 이상의 언어 번역에 도입했으며, DocsHound는 긴 데모 비디오에서 수천 장의 스크린샷을 빠르게 추출해 문서를 자동 생성하고 있습니다.

왜 중요한가

AI 업계에서 플래그십 모델의 지표 경쟁이 화제를 모으지만, 실제 기업들이 서비스를 유지하게 만드는 것은 1달러당 얻을 수 있는 지능과 속도입니다.

입력 100만 토큰에 0.10달러라는 가격은 실시간 데이터 파이프라인이나 백그라운드 분류 작업을 비용 부담 없이 돌릴 수 있게 해줍니다. 특히 저렴한 소형 모델임에도 사고 예산을 직접 조절할 수 있어, 단순 응답과 복잡한 추론을 위해 여러 모델을 번갈아 호출하던 번거로움을 크게 줄였습니다.

우리는 Google이 2.5 Pro와 2.5 Flash에 이어 가장 실용적인 양산형 퍼즐을 완성했다고 봅니다. 최저가 모델에 100만 토큰 창과 자체 도구 생태계를 기본 탑재한 만큼, 경쟁사 소형 모델들의 가격 인하와 기능 개방 압박도 한층 거세질 것으로 보입니다.