브라우저 작업에서 Gemini 4 Argon과 Gemini 3.1 Pro Preview를 비교했습니다

브라우저 에이전트가 현재 Gemini 3.1 Pro Preview로 실행된다면 Gemini 4 Argon으로 전환할 것을 권하겠습니다. 이번 Gemini 4 Argon 대 Gemini 3.1 Pro 벤치마크 실험에서는 각 모델로 브라우저 작업 15개를 실행했습니다. 작지만 어려운 테스트 모음입니다. 15회 시도 중 Argon은 11회 통과했고, 3.1 Pro는 5회에 그쳤습니다.
Argon은 3.1 Pro가 통과한 작업을 모두 통과했으며, 필요한 작업량은 약 절반이었습니다. 작업당 도구 호출은 23.9회로, 3.1 Pro의 52.1회와 비교됩니다. 여러 사이트에 걸친 긴 작업에서 3.1 Pro는 세 번 결과를 내지 못한 채 100단계 한도를 소진했지만, Argon은 한 번도 그러지 않았습니다.
비용은 동일한 작업에서는 두 모델이 비슷하지만, 실패한 시도까지 포함하면 Argon이 더 저렴합니다. 두 모델 모두 통과한 작업 5개에서 작업당 Argon은 $0.588, 3.1 Pro는 $0.598였습니다. 모든 시도의 비용을 포함하면 통과한 시도당 지출은 Argon이 $1.62, 3.1 Pro가 $4.02였습니다. 다만 Google이 공시한 Argon 가격은 2026년 12월 1일부터 두 배가 되므로, 인상에 주의해야 합니다.
| 모델 | 성공률 | 작업당 비용: 두 모델 모두 통과한 작업 5개 | 통과한 시도당 비용: 전체 작업 15개 |
|---|---|---|---|
| Gemini 4 Argon | 73.3% (11/15) | $0.588 | $1.62 |
| Gemini 3.1 Pro Preview | 33.3% (5/15) | $0.598 | $4.02 |
(비용에는 2026년 11월 30일까지의 Google 공시 가격 적용)
작업 성공률
이번 테스트 모음에서는 Gemini 4 Argon이 더 신뢰할 만한 모델입니다. Argon은 3.1 Pro가 실패한 작업 6개를 통과했고, 3.1 Pro가 통과하고 Argon이 실패한 작업은 없었습니다. 나머지 작업에서는 두 모델의 결과가 같았습니다. Argon이 더 잘한 6개에는 다중 사이트 데이터 수집, 소셜 미디어 검증, 검색과 비교 작업이 포함됩니다.
두 모델은 실패 방식이 달랐습니다. 3.1 Pro의 실패한 시도 10회 중 세 번은 답변 없이 100단계 한도를 소진한 경우였습니다. 모두 9개 이상의 사이트를 다루는 일이었습니다. 다섯 번은 단순한 환각이나 오답이었습니다. 인플레이션 브리핑 작업에서 3.1 Pro는 2025년 연평균 CPI를 324.000으로 답했지만, 실제로 그 수치는 BLS 표의 하반기 평균이었습니다. 이런 오류는 특히 주의해야 합니다. 수치가 출처에 실제로 존재해 신뢰할 만해 보이지만, 질문에 대한 답은 아니기 때문입니다.
Argon은 ego(lite)에서 같은 작업을 통과했습니다. 이 작업 15개에서는 단계를 소진한 적도 없었습니다. 실패 4회 중 세 번은 필드 하나에 값 두 개를 제시해 오답으로 처리됐습니다. 공개 가중치 모델을 조사하는 작업에서 Argon은 총매개변수 수를 십억 개 단위로 668.95라고 정확히 제시한 뒤, 같은 단위의 664.95도 대안으로 덧붙였습니다. 이 추가 답변 때문에 작업에 실패했습니다. 코드로 에이전트의 답변을 읽는다면 각 필드에 값 하나만 들어 있는지 확인하세요.
비용
11월까지의 가격으로는 두 모델의 비용이 비슷합니다. 하지만 12월이 되면 Argon 가격이 오릅니다. 두 모델 모두 통과한 작업 5개에서 작업당 평균은 Argon이 $0.588, 3.1 Pro가 $0.598였습니다. Argon의 사용량에 3.1 Pro의 요율을 적용하면 $0.646이므로, Argon의 낮은 토큰 단가가 약간 더 많은 사용량을 상쇄합니다. 캐시되지 않은 입력의 비용은 Argon의 $0.588 중 $0.421, 3.1 Pro의 $0.598 중 $0.212입니다.
더 큰 비용 차이는 실패한 시도에서 나타납니다. 3.1 Pro가 단계를 소진한 시도 3회는 각각 평균 $3.48로 다른 시도의 4.3배가 들었고, 어느 것도 답변을 내지 못했습니다. 이 3회가 3.1 Pro 전체 지출의 51.8%였습니다. 모든 시도를 포함한 통과한 시도당 지출은 Argon이 $1.62, 3.1 Pro가 $4.02였습니다.
Google의 Gemini API 가격 페이지는 2026년 12월 1일부터 Argon 가격을 입력 토큰 백만 개당 $4, 출력 토큰 백만 개당 $20, 캐시된 토큰 백만 개당 $0.20으로 명시합니다. 이전 가격의 두 배입니다. 3.1 Pro는 가격 변경이 발표되지 않았습니다.
| Gemini 4 Argon: 11월 30일까지 | Gemini 4 Argon: 12월 1일부터 | Gemini 3.1 Pro Preview | |
|---|---|---|---|
| 작업당 비용: 두 모델 모두 통과한 작업 5개 | $0.588 | $1.176 | $0.598 |
| 통과한 시도당 비용: 전체 작업 15개 | $1.62 | $3.25 | $4.02 |
12월 비용은 기록된 토큰 사용량에 Google의 새 공시 가격을 적용한 것입니다.
12월부터 Argon에 더 지불하는 금액은 신뢰성을 위한 비용입니다. 에이전트의 일이 3.1 Pro로 이미 통과되는 것이라면, 3.1 Pro의 작업당 비용이 더 낮아집니다. 12월 가격을 적용하면 두 모델 모두 통과한 작업 5개 전부에서 더 저렴했습니다. 3.1 Pro가 실패하는 일도 포함된다면 Argon이 더 많은 작업을 통과하며, 통과한 시도당 비용도 $3.25로 상대의 $4.02보다 낮습니다.
각 모델의 작업 방식
Gemini 4 Argon은 브라우저 명령 하나로 여러 사이트를 여는 경우가 많지만, 3.1 Pro는 한 번에 페이지 하나씩 열며 계속 진행합니다. 브라우저 명령은 모델이 ego-browser에 보내는 스크립트 하나입니다. 작업 15개 전체에서 Argon의 브라우저 명령 246개 중 22.4%가 페이지 둘 이상을 열었으며, 3.1 Pro는 489개 중 2.5%였습니다. 작업당 브라우저 명령은 Argon이 16.4개, 3.1 Pro가 32.6개 필요했습니다.
중앙은행 작업은 긴 일에서 이 차이가 무엇을 뜻하는지 보여 줍니다. 중앙은행 12곳 각각의 2026년 첫 금리 결정을 조사하는 것으로, 날짜, 결정 내용, 금리, 반대 의견, 다음 회의 날짜가 필요합니다. Argon은 브라우저 명령 16개로 완료했고, 그중 14개는 각각 은행 2곳에서 7곳의 페이지를 열었습니다. 도구 호출 29회와 $1.24로 통과했습니다. 3.1 Pro는 브라우저 명령 73개를 보냈지만, 페이지를 하나보다 많이 연 명령은 없었습니다. 100단계를 모두 쓰고 9번째 은행인 한국은행을 여는 도중 멈췄으며, 답변을 내지 않았습니다. 이 시도에는 $3.36이 들었습니다.

두 모델이 같은 브라우저로 같은 사이트를 사용했으므로, 차이는 각 응답이 얼마나 많은 일을 처리했는지에서 비롯됐습니다. 이것이 사이트 목록을 하나씩 조사하는 일에서 Argon이 100단계 한도 안에 머물 수 있었던 이유입니다.
Gemini 4 Argon 자세히 알아보기
Argon이 더 어려운 일을 어떻게 처리하는지 알아보기 위해 Argon만을 위한 별도 테스트 13개를 설계했습니다. 총 브라우저 조작 작업 28개에서는 관련 사이트 수가 많아질수록 성공률이 떨어집니다.
| 작업 규모 | 작업 수 | 성공률 | 작업당 비용 | 작업당 도구 호출 |
|---|---|---|---|---|
| 사이트 한 곳에서 세 곳 | 11 | 72.7% (8/11) | $0.469 | 16.4 |
| 사이트 아홉 곳 이상 | 14 | 57.1% (8/14) | $2.377 | 35.2 |
사이트 아홉 곳 이상을 다루는 일에서 Argon은 14개 중 8개를 통과했습니다. 허용된 100회 중 도구 호출은 최대 67회였으며, 한도를 소진한 적은 없었습니다. 아홉 곳을 초과하는 사이트를 다루는 이 작업들의 비용은 Argon에서 작업당 평균 $2.377였습니다. 실패 여섯 건 중 네 건은 오답이었고, 그중 2건은 필드 하나에 값 두 개를 제시해 앞서 본 불필요한 추가 답변 양상이 다시 나타났습니다.
사이트 한 곳에서 세 곳을 다루는 짧은 작업에서 Argon은 11개 중 8개를 통과했고 평균 비용은 $0.469였습니다. 실패 3건 중 두 건은 필드 하나에 값 두 개를 제시했으며, 나머지는 웹 앱 작업에서의 오답이었습니다.
작업 규모에 맞춰 계획할 것을 권합니다. Argon의 짧은 조회 작업은 오십 센트 미만입니다. 여러 사이트를 다루는 긴 일은 몇 달러가 들고, 거의 한 시간까지 실행될 수 있으며, 성공률은 57%였습니다.
어느 모델을 쓸까
현재 3.1 Pro의 성공률이 만족스럽지 않다면 Gemini 4 Argon으로 전환하세요. 비용은 11월까지 작업당 3.1 Pro와 비슷하며, 토큰을 낭비하지 않고 일을 마치므로 12월 가격 변경 후에도 통과한 시도당 비용은 더 낮습니다.
Gemini 3.1 Pro Preview를 유지할 만한 경우가 하나 있습니다. 12월 1일부터 이미 통과하는 작업에서는 작업당 비용이 더 낮으며, 이번 실행에서는 작업 15개 중 5개가 해당했습니다.
Argon을 모델명 gemini-4-argon로 지정하고, 사고 수준 high로 pi 에이전트 실행 프레임워크에서 실행했습니다. 브라우저 조작에는 ego-browser를 사용했습니다. ego-browser는 ego(lite)와 함께 제공되며, 이를 에이전트용 브라우저로 조작합니다.
자주 묻는 질문
브라우저 에이전트에는 Gemini 4 Argon이 Gemini 3.1 Pro보다 나은가요? 네, Gemini 4 Argon은 브라우저 작업 시도 15회 중 11회를 통과했고 Gemini 3.1 Pro Preview는 5회를 통과했습니다. Argon은 3.1 Pro가 통과한 작업을 모두 통과했으며, 3.1 Pro가 실패한 작업 6개도 추가로 통과했습니다. 격차가 가장 컸던 것은 9곳 이상의 사이트를 다루는 일로, 3.1 Pro는 세 번 100단계 한도를 소진했습니다.
Gemini 3.1 Pro에서 Gemini 4 Argon으로 전환해야 할까요? 에이전트가 더 많은 작업을 완료해야 한다면 전환하세요. Gemini 4 Argon은 시도 15회 중 11회를 통과했고 Gemini 3.1 Pro Preview는 5회를 통과했습니다. 2026년 11월 30일까지는 두 모델 모두 통과한 작업의 비용이 각각 작업당 약 $0.59에서 $0.60였습니다. 12월 1일부터 Argon의 공시 가격이 두 배가 되므로, 이미 통과하는 작업에서는 3.1 Pro가 더 저렴합니다.
Gemini 4 Argon은 Gemini 3.1 Pro보다 저렴한가요? 2026년 11월 30일까지의 가격에서 두 모델 모두 통과한 작업 5개의 작업당 비용은 Gemini 4 Argon이 $0.588, Gemini 3.1 Pro Preview가 $0.598였습니다. 실패한 시도까지 포함하면 통과한 시도당 지출은 Argon이 $1.62, 3.1 Pro가 $4.02였습니다. 3.1 Pro의 실패는 비용이 컸습니다. 단계를 소진한 시도 3회가 각각 평균 $3.48이었기 때문입니다.
2026년 12월 1일 이후 Gemini 4 Argon의 비용은 얼마인가요? Google은 2026년 12월 1일부터 Gemini 4 Argon 가격을 입력 토큰 백만 개당 $4, 출력 토큰 백만 개당 $20, 캐시된 토큰 백만 개당 $0.20으로 공시합니다. 이 가격을 이번 실행에 적용하면 두 모델 모두 통과한 작업 5개의 작업당 비용은 $1.176이며, Gemini 3.1 Pro Preview는 $0.598입니다. 통과한 시도당 비용은 Argon이 $3.25, 3.1 Pro가 $4.02가 됩니다.
Gemini 4 Argon은 Gemini 3.1 Pro보다 적은 단계로 작업하나요? 네, 같은 작업 15개에서 작업당 도구 호출은 Gemini 4 Argon이 23.9회, Gemini 3.1 Pro Preview가 52.1회였습니다. Argon은 브라우저 명령의 22.4%에서 페이지 둘 이상을 열었고, 3.1 Pro는 2.5%였습니다. 가장 긴 작업도 100단계 한도 내에서 도구 호출 67회를 사용했습니다.
Gemini 3.1 Pro는 왜 브라우저 작업에서 단계를 소진하나요? Gemini 3.1 Pro Preview는 작업 15개 중 3개에서 100단계 한도를 소진했으며, 모두 9곳 이상의 사이트를 다루는 일이었습니다. 브라우저 명령마다 페이지 하나를 열었기 때문에, 중앙은행 12곳 작업에는 한도보다 많은 응답이 필요했습니다. 같은 브라우저에서 같은 작업을 한 Gemini 4 Argon은 도구 호출 29회로 완료했습니다.
Gemini 4 Argon은 다중 사이트 데이터 수집을 어떻게 처리하나요? Gemini 4 Argon은 아홉 곳 이상 사이트를 다루는 작업 14개 중 8개를 통과했습니다. 이 작업들에서 단계를 소진한 적은 없지만, 시도 2회는 답변 없이 한 시간 제한에 도달했습니다. 평균 비용은 작업당 $2.377였습니다.
Gemini 4 Argon은 아직 무엇을 틀리나요? Gemini 4 Argon은 공통 시도 15회 중 4회 실패했으며, 그중 3회는 필드 하나에 값 두 개를 제시했습니다. 한 작업에서는 매개변수 수를 십억 개 단위로 정확한 값인 668.95로 답한 뒤, 같은 단위의 664.95도 대안으로 제시했습니다. Gemini 3.1 Pro Preview도 실패 중 2회 같은 일을 했으므로, 답변의 각 필드에 값 하나만 있는지 확인하세요.
Gemini 3.1 Pro는 여전히 쓸 가치가 있나요? Gemini 3.1 Pro Preview는 시도 15회 중 5회를 통과했고, 2026년 12월 1일부터 이 작업 5개에서는 Gemini 4 Argon보다 비용이 적게 듭니다. 12월 가격을 적용하면 5개 모두에서 더 저렴했습니다. 이미 통과하는 작업이 아니라면, Argon이 더 많은 작업을 통과했고 통과한 시도당 지출도 적었습니다.
Gemini 4 Argon으로 ego-browser를 쓰는 브라우저 에이전트를 실행할 수 있나요? 네, Gemini 4 Argon을 사고 수준 high로 pi 에이전트 실행 프레임워크에서 ego-browser와 함께 실행했고, 시도 15회 중 11회를 통과했습니다. 모델은 에이전트의 bash 도구로 ego-browser 스크립트를 작성하고 각 스크립트가 반환한 페이지 텍스트를 읽었습니다. 가장 긴 작업도 100단계 한도 내에서 도구 호출 67회를 사용했습니다.
테스트 방법
Gemini 4 Argon(google/gemini-4-argon)과 Gemini 3.1 Pro Preview(gemini-3.1-pro-preview)를 둘 다 사고 수준 high로 비교했습니다. 두 모델 모두 macOS에서 버전 1.5.0의 pi 에이전트 실행 프레임워크를 사용했고, ego(lite)에서 동일한 ego-browser 빌드로 실행했습니다. 모델은 ego-browser skill 파일을 받고, bash 도구로 브라우저 스크립트를 작성하며, 각 스크립트가 반환하는 페이지 텍스트를 읽습니다. Argon은 ZenMux를 통해, 3.1 Pro는 Google의 Gemini API를 통해 호출했습니다. Argon은 2026년 11월 4일, 3.1 Pro는 2026년 11월 5일 실행했습니다.
각 모델은 효율성 작업 모음의 작업 28개를 실행했고, 그중 15개는 두 모델 모두 실행했습니다. 비교에는 공통 작업 15개를 사용하며, 각 작업을 모델별로 한 번씩 시도했습니다. 시도란 모델 하나가 작업 하나를 한 번 실행하는 것입니다. 작업 규모 섹션은 Argon의 작업 28개 전체를 사용합니다. 공통 작업은 다섯 그룹으로 나뉘며, 각 작업은 한 그룹에만 속합니다. 그룹은 여러 공식 사이트에서 동일한 필드를 수집하는 일, X 게시물을 공식 페이지와 대조하는 일, 한 곳에서 세 곳의 사이트를 조회하는 일, 탐색형 조사, 비즈니스 웹 앱입니다.
각 시도의 한도는 100단계와 한 시간이었습니다. 단계는 모델의 응답 한 번으로, 대개 도구 호출 한 번을 합니다. 도구 호출은 모델이 에이전트를 통해 보내는 명령 하나입니다. 브라우저 명령은 ego-browser 스크립트를 실행하는 도구 호출이며, 그 스크립트의 페이지 이동을 기준으로 페이지 둘 이상을 여는 명령을 셉니다. 최종 답변이 작업 정답표의 모든 항목을 충족해야만 통과하고, 필드 하나에 값 두 개를 제시한 답변은 실패합니다.
비용은 각 시도의 토큰 사용량에 2026년 11월 30일까지의 Google Gemini API 공시 가격을 적용한 것입니다. Argon은 입력 토큰 백만 개당 $2, 출력 토큰 백만 개당 $10, 캐시된 토큰 백만 개당 $0.10입니다. 3.1 Pro Preview는 프롬프트당 200,000토큰까지 각각 $2, $12, $0.20이고, 이를 넘으면 $4, $18, $0.40입니다. 작업당 비용은 두 모델 모두 통과한 작업 5개의 평균입니다. 통과한 시도당 비용은 전체 시도 15회의 비용을 통과한 시도 수로 나눕니다.
전체 결과
각 셀은 시도 한 번의 결과와 2026년 11월 30일까지의 공시 가격을 적용한 비용입니다. “단계 한도 도달”은 답변 없이 100단계 한도를 소진한 시도, “시간 초과”는 답변 없이 한 시간 제한에 도달한 시도를 뜻합니다.
| 작업 | 그룹 | Gemini 4 Argon | Gemini 3.1 Pro Preview |
|---|---|---|---|
| 중앙은행 12곳의 금리 결정 | 여러 공식 사이트 | 통과, $1.243 | 실패, 단계 한도 도달, $3.356 |
| 공개 가중치 모델 9개 | 여러 공식 사이트 | 실패, $3.548 | 실패, 단계 한도 도달, $4.324 |
| 관할 지역 9곳의 최저임금 | 여러 공식 사이트 | 통과, $3.269 | 실패, 단계 한도 도달, $2.745 |
| SaaS 공급업체 9곳의 컴플라이언스 | 여러 공식 사이트 | 통과, $2.590 | 실패, $1.176 |
| 오픈 소스 프로젝트 8개의 보안 릴리스: X 게시물과 보안 권고문 대조 | X 게시물 | 통과, $1.490 | 통과, $1.564 |
| 제품 출시 8건: X 게시물과 보도자료 대조 | X 게시물 | 통과, $1.211 | 실패, $1.005 |
| X의 SpaceX 발사 게시물과 Wikipedia 대조 | X 게시물 | 통과, $0.483 | 통과, $0.325 |
| 영국 회사 네 곳의 KYC 현황 | 사이트 한 곳에서 세 곳 | 실패, $0.525 | 실패, $0.955 |
| 임상시험과 의약품 허가사항 대조 | 사이트 한 곳에서 세 곳 | 실패, $1.203 | 실패, $0.831 |
| FRED 인플레이션 브리핑을 BLS와 대조 확인 | 사이트 한 곳에서 세 곳 | 통과, $0.248 | 실패, $0.267 |
| MDN과 Can I use의 웹 기능 | 사이트 한 곳에서 세 곳 | 통과, $0.560 | 실패, $0.967 |
| 강의, 코드, 논문으로 학습 노트 작성 | 사이트 한 곳에서 세 곳 | 통과, $0.283 | 통과, $0.403 |
| EU 연산량 기준을 넘는 모델 | 탐색형 조사 | 통과, $0.300 | 통과, $0.287 |
| 위키백과 표의 원출처 추적 | 탐색형 조사 | 실패, $0.528 | 실패, $1.495 |
| 서비스 모니터를 기준에 맞게 조정 | 업무용 웹 앱 | 통과, $0.384 | 통과, $0.412 |
작업 규모 섹션에 사용한 Gemini 4 Argon의 나머지 13개 작업입니다. 각 셀은 한 번의 시도를 나타냅니다.
| 작업 | 사이트 수 | Gemini 4 Argon |
|---|---|---|
| 데스크톱 브라우저 9개의 최신 안정 버전 | 13 | 통과, $0.726 |
| CI 서비스 9개의 무료 요금제 | 9 | 실패, 시간 초과, $3.393 |
| 개발자 설문 조사 8개 | 8 | 실패, $4.987 |
| 기관 9곳의 같은 지진 자료 | 9 | 실패, $4.039 |
| 등급 심의 기관 8곳의 같은 게임 자료 | 8 | 실패, $4.180 |
| 박물관 컬렉션 10개에서 같은 판화 한 작품 조사 | 10 | 통과, $3.296 |
| 패키지 레지스트리 9곳의 protobuf 런타임 | 9 | 실패, $0.856 |
| 표준 9개의 현행 판 | 9 | 통과, $2.143 |
| 구단 영입 8건을 X와 구단 사이트로 대조 | 16 | 실패, 시간 초과, $4.947 |
| 주간 AI 요약의 주장 10개 확인 | 7 | 통과, $1.316 |
| 운송업체 정시 운송 실적 검토와 알림 규칙 | 1 | 실패, $0.769 |
| 휴가 일정에 맞춰 온콜 근무 공백 메우기 | 1 | 통과, $0.182 |
| 일별 식대 청구 | 1 | 통과, $0.217 |
업데이트 기록: 최초 게시일은 2026년 11월 9일입니다. 테스트는 2026년 11월 4일과 5일에 실행했습니다.
