같은 요청 한 줄을 두 모델에게 맡겼습니다. 하나는 1분 42초 만에 14센트로 끝냈고, 다른 하나는 5분 가까이 걸려 65센트가 들었습니다. 결과 영상도 꽤 달랐습니다.
빠르게 끝낸 쪽은 구글이 10월 13일에 일반 공개한 제미나이 4 아르곤(Gemini 4 Argon) 입니다. 아르곤에게 코드를 짜게 해서 모션 그래픽 영상을 만들면 어디까지 되는지, 같은 요청을 다른 모델 세 개에도 맡겨 비교했습니다.
이 글에서는 다음을 차례로 봅니다.
- 아르곤은 어떤 모델인가
- 가격과 쓸 수 있는 곳
- 먼저 써 본 사람들의 결과
- 같은 요청으로 직접 비교한 결과
- 정리: 언제 아르곤을 쓰면 좋을까
숫자 읽는 법. [공식 문서] 는 구글이 직접 낸 자료, [커뮤니티 보고] 는 다른 개발자가 X 등에 올린 결과(저희가 재현하지 않음), [직접 측정] 은 저희가 같은 요청으로 직접 돌려 잰 숫자입니다.
1. 아르곤은 어떤 모델인가
- 2026년 10월 13일 일반 공개된 새 모델로, 제미나이 4 계열의 첫 모델입니다 [공식 문서] (Google 블로그).
- 글·이미지·영상·소리·PDF를 읽을 수 있습니다. 토큰은 글을 잘게 쪼갠 단위인데, 입력과 출력을 합쳐 약 100만 토큰(1,048,576)까지 한 번에 다룹니다 [공식 문서] (모델 문서).
- 대신 내놓는 것은 글뿐입니다. 영상을 직접 그리지 못하니, 영상을 만들려면 화면 움직임을 코드로 짜게 해야 합니다.
구글 벤치마크 표
구글은 경쟁 모델 세 개(GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5)와 비교한 표를 냈습니다. 19개 항목 중 13개에서 아르곤이 단독 1위입니다 [공식 문서] (DeepMind 모델 페이지).
| 시험 | 무엇을 보나 | 아르곤 | 1위 |
|---|---|---|---|
| DeepSWE v1.1 | 실제 코드 프로젝트의 여러 단계짜리 개발 과제 | 77.9% | 아르곤 |
| Terminal-bench 4.0 | 명령어로 일을 끝까지 해내는지 | 57.4% (4개 중 가장 낮음) | Opus 5.5 66.4% |
표 아래 설명도 같이 봐야 합니다. 아르곤 점수는 가장 높은 생각(thinking) 설정으로 잰 값이고, 다른 모델 점수는 각 회사가 발표한 값입니다. 제품 기본값은 '중간'입니다 [공식 문서] (평가 방법론).
끝까지 읽어야 보이는 단서
구글 개발자 블로그에는 "파이썬 코드 20만 줄을 밤새 최적화했다"는 사례가 있습니다. 끝까지 읽으면, 사람이 규칙집을 먼저 만들어 줬고 아르곤이 낸 최적화 제안 6개 중 2개만 받아들여졌다고 적혀 있습니다 [공식 문서] (Google Developers 블로그).
2. 가격과 쓸 수 있는 곳
- 100만 토큰당 입력 $2, 출력 $10입니다. 입력은 모델에게 보내는 글, 출력은 모델이 써 주는 글이고, 모델이 속으로 생각하는 데 쓴 토큰도 출력으로 셉니다 [공식 문서] (가격 페이지).
- 이 가격은 소개 가격으로 2026년 11월 30일까지입니다. 12월 1일부터는 입력 $4, 출력 $20으로 두 배가 됩니다. 오퍼스 5.5와 같은 값입니다 [공식 문서].
- 지금 가격만 보면 비교에 쓴 GPT-6.1 솔과 소넷 5.5도 입력 $2, 출력 $10으로 같습니다 (OpenRouter 솔 페이지, 오퍼스 5.5 페이지).
- 가격 페이지에는 무료 등급과 Google AI Pro 요금제에서는 아르곤을 쓸 수 없다고 적혀 있습니다 [공식 문서].
3. 먼저 써 본 사람들의 결과
출시 직후 X에는 속도와 가격 이야기가 많았습니다. 모두 게시자가 밝힌 값이고, 한 번씩 돌린 결과입니다. [커뮤니티 보고]
| 게시자 | 과제 | 오퍼스 5.5 | 아르곤 | 게시자의 평가 |
|---|---|---|---|---|
| @EnvolDev | 우주 열차 3D 장면 | 1시간 53분, $23.46 | 4분 20초, $3.40 | 구름·기관차 구조·카메라 같은 세부는 오퍼스가 앞섬 |
| @bridgemindai | 용암 램프 | 9분 35초, $1.27 | 2분 미만, $0.18 | 인상적 |
| @vib3coded | 병 속의 배 | $12.06 | $0.19 | 유리·물 같은 세부는 오퍼스가 훨씬 나음 |
| @notjazii | 같은 요청, 둘 다 가장 높은 생각 설정 | 15분, $8.20 | 13분, $1.20 | 결과가 거의 같음 (쓴 도구가 서로 다름) |
유튜브에서는 BridgeMind가 라이브 방송에서 아르곤에게 30초짜리 런치 영상을 만들게 하고, 같은 과제를 오퍼스 5.5가 만든 영상과 나란히 본 뒤 취향·전환·음악 모두 오퍼스가 낫다고 했습니다 (BridgeMind 라이브, 약 47:50부터). [커뮤니티 보고]
한 가지 짚을 점이 있습니다. 영어권 리뷰어 상당수는 출시 전에 구글에서 접근 권한을 받은 사람들이었습니다. 그래도 저희가 살펴본 글과 영상 중에 오퍼스 5.5를 종합적으로 넘었다고 한 사람은 없었습니다.
4. 같은 요청으로 직접 비교
시험 방법
- 과제: 제 강의 두 개(코덱스 입문, AI 에이전트 입문)를 소개하는 20초짜리 모션 그래픽
- 방식: 모델이 화면 움직임을 HTML·CSS·GSAP 코드로 짜고, 그 코드를 1920×1080 영상으로 렌더했습니다. 재료로 클레이 캐릭터 그림을 줬습니다.
- 요청 두 가지: 한 줄 요청, 그리고 목표·보는 사람·장면 흐름·카메라 움직임까지 적은 구체적 요청
- 모델 네 개: 제미나이 4 아르곤, GPT-6.1 솔, 소넷 5.5, 오퍼스 5.5. 모두 API로 호출했고(OpenRouter 경유), 시간·토큰·비용은 API 응답의 사용량 값입니다. 제미나이 앱이나 안티그래비티에서 쓴 결과가 아닙니다.
- 조건마다 1회 실행입니다.
처음엔 모든 결과가 슬라이드처럼 나왔습니다. 글자 카드가 번갈아 나오는 영상이었습니다. 그래서 "슬라이드가 아니라 모션 그래픽"이라고 분명히 쓰고 캐릭터 그림을 재료로 준 두 번째 결과를 비교했습니다. 아래 그림은 각 영상에서 일정한 간격으로 뽑은 장면 12개입니다.
한 줄 요청
아르곤은 1분 42초, 14센트에 끝냈습니다. 그런데 글자 상자가 이어지는 화면이었고, 아래쪽 글자가 잘렸습니다. 3초 넘게 화면이 멈춘 구간도 있었습니다. [직접 측정]
오퍼스 5.5는 같은 한 줄 요청으로 캐릭터가 장면을 오가는 영상을 만들었습니다. 4분 55초, 65센트가 들었고, 제 눈에는 네 개 중 가장 영상다웠습니다. [직접 측정]
솔은 1분 45초, 7센트였습니다. [직접 측정]
소넷 5.5는 5분 25초, 45센트였습니다. [직접 측정]
구체적으로 쓴 요청
솔은 계단을 오르는 캐릭터와 while 반복 장면을 2분 34초, 10센트에 만들었습니다. [직접 측정]
아르곤은 화면이 훨씬 정돈됐지만, 글자 위주의 인포그래픽에 가까웠습니다. 이 요청에서는 자동 검사 오류 때문에 두 번 고쳐 달라고 해야 했고, 세 번 호출을 합쳐 5분 3초, 53센트가 들었습니다. [직접 측정]
오퍼스와 소넷은 구체적 요청에서 생각하는 데 출력 한도를 다 써 버려서 영상 코드가 나오지 않았습니다. [직접 측정]
한눈에 보기
| 모델 | 한 줄 요청 | 구체적 요청 |
|---|---|---|
| 제미나이 4 아르곤 | 1분 42초 · $0.14 | 5분 3초 · $0.53 (3회 호출) |
| GPT-6.1 솔 | 1분 45초 · $0.07 | 2분 34초 · $0.10 |
| 소넷 5.5 | 5분 25초 · $0.45 | 코드 없음 (출력 한도 소진) |
| 오퍼스 5.5 | 4분 55초 · $0.65 | 코드 없음 (출력 한도 소진) |
같은 가격인데 왜 아르곤이 솔보다 두 배 들었나
아르곤과 솔은 지금 가격이 같습니다. 그런데 한 줄 요청에서 아르곤은 출력 약 13,700토큰, 솔은 약 6,500토큰을 썼습니다. 코드를 두 배쯤 길게 썼기 때문에 비용도 두 배쯤 들었습니다. [직접 측정]
5. 정리
- 저희가 돌려 본 범위에서 아르곤은 오퍼스·소넷보다 세 배쯤 빠르고, 세 배 넘게 쌌습니다. "속도와 가격이 장점"이라는 말은 맞았습니다.
- 하지만 같은 가격의 솔이 더 싸고 비슷하게 빨랐고, 구체적 요청에서는 영상도 더 낫다고 봤습니다.
- 연출의 완성도는 오퍼스와 솔이 앞섰습니다. 아르곤은 요청을 구체적으로 쓸 때 눈에 띄게 좋아졌습니다.
- 다른 사람들 결과와도 방향이 같았습니다. 속도와 가격은 아르곤, 세부와 완성도는 오퍼스입니다.
- 한국어는, 제가 준 강의 이름과 주소를 화면에 틀리지 않게 옮겼습니다. 한국어 글쓰기 실력을 따로 재지는 않았습니다.
빠르게 초안을 뽑을 때 아르곤을 쓰고, 마무리는 다른 모델에 맡기는 식이 어울려 보입니다.
이번 시험의 한계
- 조건마다 한 번씩만 돌렸습니다. 다른 사람들의 결과도 대부분 한두 번입니다. 일반화하기는 어렵습니다.
- 어느 영상이 낫다는 말은 제 눈으로 본 판단입니다. 화면이 멈춘 구간만 도구(ffmpeg freezedetect)로 쟀습니다.
- 코드를 한 번에 짜게 했습니다. 렌더 결과를 보여 주며 고치게 하면 결과가 달라질 수 있습니다.
- 가격은 소개 가격 기준입니다. 12월 1일부터 아르곤 가격은 두 배가 됩니다.
영상으로 보기
실제로 움직이는 결과 영상과 다른 사람들의 사례를 영상으로 정리했습니다.
출처
- Google, Introducing Gemini 4 Argon (2026-10-13)
- Google AI for Developers, Gemini 4 Argon 모델 문서, Gemini API 가격
- Google DeepMind, Gemini 모델 페이지(벤치마크 표), 평가 방법론
- Google Developers 블로그, Optimizing a 200,000-line Python codebase overnight with Gemini 4 Argon
- OpenRouter 모델 페이지: GPT-6.1 Sol, Claude Sonnet 5.5, Claude Opus 5.5
- X 게시글: @EnvolDev, @bridgemindai, @vib3coded, @notjazii
- BridgeMind, 유튜브 라이브
