Gemini 4 사고 수준, low·medium·high·xhigh 중 무엇을 고를까?
Gemini 4 모델별로 지원하는 사고 수준, API별 파라미터 위치, 수준별 작업당 비용, Ofox를 통한 테스트 결과, 그리고 통과하는 가장 낮은 수준을 고르는 절차를 정리합니다.
Gemini 4 Carbon과 Argon은 low, medium, high를 받으며 기본값은 medium입니다. Gemini 4 Neon과 Hydrogen은 low, medium, high, xhigh를 받으며 기본값은 high입니다. 네 모델 모두 minimal은 문서화되어 있지 않고, 사고를 끌 수도 없습니다. 수준은 직접 만든 합격/불합격 작업을 지원되는 모든 수준에서 실행해 보고, 통과하는 가장 낮은 수준을 남기는 방식으로 고릅니다. xhigh는 high가 실패할 때만 씁니다. 토큰당 가격은 모든 수준에서 같습니다. 달라지는 것은 모델이 쓰는 사고 토큰의 양이며, 이것이 비용과 대기 시간을 함께 좌우합니다.
Artificial Analysis의 벤치마크 작업에서 Hydrogen을 low에서 xhigh로 올리면 작업당 평균 비용이 약 11배($0.29에서 $3.16)가 되었고, Neon을 같은 범위로 올리면 약 9배가 되었습니다. 두 모델 모두 맨 위 한 단계가 가장 적은 점수를 더했습니다. Ofox를 통해 진행한 소규모 테스트에서 Hydrogen의 xhigh는 high보다 약 3배 많은 사고 토큰을 썼지만, 같은 프롬프트에 더 나은 답을 내지는 못했습니다.
이 글은 Ofox가 발행합니다. 출처는 다음과 같습니다.
- Google 문서: 지원 수준, 기본값, 파라미터 이름. Google의 thinking 가이드, 모델별 가이드, OpenAI 호환 페이지를 2026년 11월 19일에 확인했습니다.
- Artificial Analysis(AA): 모델 페이지에 실린 수준별 벤치마크 수치. 같은 날 확인했습니다. 제3자 수치이며 저희가 측정한 값이 아닙니다.
- 저희 실행: 2026-11-19 Ofox를 통해
google/gemini-4-hydrogen과google/gemini-4-argon에 보낸 요청 56건. 저희가 측정한 결과는 이것뿐입니다.
같은 날짜 기준으로 Gemini 4 Carbon과 Neon은 Ofox에서 제공되지 않습니다. 두 모델에 관한 내용은 모두 Google이나 AA에서 가져왔습니다.
Gemini 4 모델별 지원 사고 수준
| 모델 | 모델 ID | 지원 수준 | 기본값 | Ofox 제공 여부(2026-11-19) |
|---|---|---|---|---|
| Gemini 4 Carbon | gemini-4-carbon | low, medium, high | medium | 아니요 |
| Gemini 4 Argon | gemini-4-argon | low, medium, high | medium | 예, google/gemini-4-argon |
| Gemini 4 Neon | gemini-4-neon | low, medium, high, xhigh | high | 아니요 |
| Gemini 4 Hydrogen | gemini-4-hydrogen | low, medium, high, xhigh | high | 예, google/gemini-4-hydrogen |
출처: Google thinking 가이드와 Neon, Hydrogen, Carbon, Argon 가이드. Ofox 제공 여부: 2026-11-19 인증 키로 GET /v1/models를 호출한 결과.
Google의 마이그레이션 체크리스트는 이 차이를 한 줄로 정리합니다. “Carbon and Argon default to medium and cap at high.”(Carbon과 Argon은 기본값이 medium이고 상한이 high) Neon과 Hydrogen 가이드는 두 모델 모두 minimal을 오류로 거부한다고 덧붙입니다. 같은 이름의 수준이라도 모델마다 단계 사다리에서 차지하는 위치가 다릅니다. high는 Carbon과 Argon에서는 가장 높은 설정이지만, Neon과 Hydrogen에서는 위에서 두 번째입니다.
Neon과 Hydrogen에 대한 Google의 설명은 다음과 같습니다.
| 수준 | Google의 설명 | Google이 권하는 용도 |
|---|---|---|
low | 토큰 최소, 지연 시간 최소 | 빠른 채팅, 고처리량 작업. “still capable on agentic tasks”(에이전트 작업도 충분히 처리) |
medium | 토큰 사용 적은 편, 응답 빠른 편 | 대화형 코딩, 실시간 UI 프로토타이핑, 지연 시간에 민감한 도구 호출 |
high | 지능과 속도의 균형 | 복잡한 코딩, 에이전트, 도구 호출, 멀티모달 작업의 기본값 |
xhigh | 토큰 최다, 가장 깊은 추론 | high로 부족한 어려운 다단계 문제 |
Carbon과 Argon에서는 설명이 한 칸씩 위로 올라갑니다. medium은 “recommended for most tasks, including complex code and agentic use cases”(복잡한 코드와 에이전트 용도를 포함한 대부분의 작업에 권장)이고, high는 가장 어려운 추론, 수학, 과학, 에이전트 작업용입니다. Carbon 가이드는 low에서 “quality can drop on hard tasks”(어려운 작업에서 품질이 떨어질 수 있음)라고 경고합니다.
API별로 수준을 보내는 방법
파라미터 이름과 위치는 API마다 다릅니다. 잘못된 위치에 넣은 수준은 검증에서 실패하거나 모델에 전달되지 않습니다.
| API | 수준을 넣는 위치 | 사고 토큰이 보고되는 위치 |
|---|---|---|
| Interactions API(Google) | generation_config.thinking_level | usage.total_thought_tokens |
generateContent REST | generationConfig.thinkingConfig.thinkingLevel | usageMetadata.thoughtsTokenCount |
generateContent Python SDK | GenerateContentConfig(thinking_config=ThinkingConfig(thinking_level=...)) | usage_metadata.thoughts_token_count |
| OpenAI 호환 Chat Completions | reasoning_effort | usage.completion_tokens_details.reasoning_tokens |
값은 어디서나 소문자 문자열입니다: "low", "medium", "high", "xhigh".
Interactions API(Google 직접)
Neon과 Hydrogen 가이드는 다음 형태를 씁니다.
curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-hydrogen",
"input": "Audit this retry queue for race conditions.",
"generation_config": { "thinking_level": "xhigh" }
}'
Ofox의 Gemini 네이티브 API 레퍼런스에는 generateContent, streamGenerateContent, 캐시된 콘텐츠, 모델 목록이 있지만 Interactions 엔드포인트는 없습니다. Interactions 요청은 Google로 직접 보내세요.
generateContent(Google 또는 Ofox)
저희가 테스트한 요청 형태입니다. Generate Content 레퍼런스와 Ofox의 Gemini 사고 설정 페이지에 따라, Ofox에서는 베이스가 https://api.ofox.io/gemini이고, 키는 x-goog-api-key에 넣으며, 모델 경로에 google/ 접두사를 붙입니다.
curl "https://api.ofox.io/gemini/v1beta/models/google/gemini-4-hydrogen:generateContent" \
-H "x-goog-api-key: $OFOX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{"role": "user", "parts": [{"text": "What is the chemical symbol for tungsten? Reply with the symbol only."}]}],
"generationConfig": {
"thinkingConfig": {"thinkingLevel": "low"},
"maxOutputTokens": 32768
}
}'
Google로 직접 보낼 때는 본인의 Gemini 키로 https://generativelanguage.googleapis.com/v1beta/models/gemini-4-hydrogen:generateContent를 사용합니다. thinkingConfig는 반드시 generationConfig 안에 있어야 합니다. 본문 최상위에 두면 모델에 전달되지 않습니다.
OpenAI 호환 경로
Google의 호환 페이지는 reasoning_effort를 Gemini 4 수준에 다음과 같이 매핑합니다.
reasoning_effort | Gemini 4 thinking_level |
|---|---|
minimal | low |
low | low |
medium | medium |
high | high |
xhigh | xhigh(Neon과 Hydrogen만) |
reasoning_effort를 생략하면 모델은 기본값으로 동작합니다. Google은 reasoning_effort와 thinking_level이 겹치므로 “so they can’t be used at the same time”(동시에 사용할 수 없다)고 설명합니다. Ofox를 통해서는 다음과 같이 호출합니다.
from openai import OpenAI
import os
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
resp = client.chat.completions.create(
model="google/gemini-4-hydrogen",
reasoning_effort="xhigh",
messages=[{"role": "user", "content": "..."}],
)
print(resp.usage.completion_tokens_details.reasoning_tokens)
Ofox의 Hydrogen과 Argon 모델 페이지에는 openai와 gemini 프로토콜이 모두 표시되어 있으며, 현재 가격도 그 페이지에서 확인할 수 있습니다.
thinkingBudget은 제거하기
thinkingBudget은 Gemini 2.5의 제어 방식입니다. Google의 generateContent thinking 가이드는 Gemini 4에서 이를 지원 중단으로 봅니다: “If passed alone, it maps to the nearest thinkingLevel … and returns a warning; sending thinkingBudget and thinkingLevel together returns a 400 error.”(단독으로 전달하면 가장 가까운 thinkingLevel로 매핑되고 경고를 반환한다. thinkingBudget과 thinkingLevel을 함께 보내면 400 오류를 반환한다) Ofox를 통해서는 budget만 보낸 형태도 거부되었습니다(자세한 내용은 테스트 섹션 참고). 옮겨 온 설정에서 thinkingBudget을 지우고 대신 thinkingLevel을 설정하세요.
max_output_tokens에 여유 두기
사고 토큰과 화면에 보이는 답변은 하나의 출력 상한을 공유합니다. Google에 따르면 추론 도중 상한에 도달한 모델은 MAX_TOKENS로 멈추고 “returns truncated or empty output (while still billing for any thinking tokens generated)“(잘리거나 빈 출력을 반환하며, 생성된 사고 토큰은 그대로 청구됨). 비용을 줄이려면 상한이 아니라 수준을 낮추세요. Google의 Neon과 Hydrogen 가이드는 기본값 65,536을 유지하라고 권하고, Carbon 가이드는 32,768 이상을 권장합니다. 저희 실행에서는 32,768을 썼고 잘린 응답은 없었습니다.
수준별 토큰, 시간, 품질 비용
토큰당 가격은 모든 수준에서 같으므로 의미 있는 비교 단위는 작업입니다. AA는 Intelligence Index 작업을 수준별로 따로 실행하고, Google 정가 기준의 작업당 평균 비용을 공개합니다. 아래 수치는 2026년 11월 19일 AA 페이지 기준입니다.
Neon(네 수준 모두)
| 수준 | AA Intelligence Index | 작업당 비용 | 작업당 시간 | 작업당 출력 토큰 | 환각률 |
|---|---|---|---|---|---|
low | 44.1 | $0.75 | 3.7분 | 약 21,700 | 18.8% |
medium | 54.9 | $1.90 | 8.3분 | 약 50,000 | 16.2% |
high(기본값) | 59.6 | $3.74 | 14.8분 | 약 90,200 | 13.9% |
xhigh | 61.4 | $6.44 | 21.5분 | 약 141,600 | 14.4% |
한 단계 올릴 때마다 비용은 늘고 얻는 것은 줄어듭니다. low에서 medium은 작업당 $1.16에 10.8점, medium에서 high는 $1.84에 4.8점, high에서 xhigh는 $2.70에 1.8점이며 환각률 개선은 없습니다.
Hydrogen(네 수준 모두)
| 수준 | AA Intelligence Index | 작업당 비용 | 작업당 시간 | 작업당 출력 토큰 | 환각률 |
|---|---|---|---|---|---|
low | 26.9 | $0.29 | 표시 안 됨 | 표시 안 됨 | 표시 안 됨 |
medium | 41.2 | $0.80 | 표시 안 됨 | 표시 안 됨 | 표시 안 됨 |
high(기본값) | 50.8 | $1.87 | 8.6분 | 약 85,000 | 8.7% |
xhigh | 53.9 | $3.16 | 15.2분 | 약 154,400 | 8.5% |
AA 데이터에는 Hydrogen low와 medium의 지수와 비용은 있었지만 시간, 토큰, 환각률은 없었습니다.
Hydrogen은 아래쪽에서 Neon보다 훨씬 빠르게 떨어집니다. low는 기본값보다 24점 낮으며, Neon은 15.5점 낮습니다. 따라서 Hydrogen의 low는 공짜 속도 향상이 아니라 실제 다운그레이드입니다. high에서 xhigh로 가면 Hydrogen은 비용이 약 69%, 시간이 약 77% 늘고 3.1점 오릅니다.
Carbon(세 수준)
AA는 Carbon을 12월 1일부터 적용되는 요금(100만 토큰당 $4/$20)으로 계산합니다. 11월 30일까지 Google 요금은 $2/$10입니다. 캐시 입력을 포함한 Carbon의 모든 토큰 요금이 절반이므로, 11월 열은 AA 수치를 2로 나눈 값입니다(저희 계산).
| 수준 | AA Intelligence Index | 작업당 비용(12월 요금) | 작업당 비용(11월 요금, 저희가 절반으로 계산) | 작업당 시간 | 환각률 | Omniscience 정확도 |
|---|---|---|---|---|---|---|
low | 54.2 | $7.19 | $3.59 | 30.4분 | 19.8% | 49.2% |
medium(기본값) | 58.3 | $6.59 | $3.29 | 29.6분 | 4.2% | 48.9% |
high | 60.0 | $7.76 | $3.88 | 37.2분 | 11.4% | 58.3% |
Carbon은 이 패턴에서 벗어납니다. AA 작업에서 low는 medium보다 작업당 비용이 더 높았고, 시간은 비슷했으며, 점수는 4점 낮았고, 환각은 거의 5배 자주 발생했습니다. 턴당 사고 토큰이 적어도 에이전트가 끝내기까지 더 많은 턴이 필요하면 작업이 더 싸진다는 보장은 없습니다. AA가 이 결과를 설명하지 않으므로 하나의 벤치마크로 보되, Carbon에서 low가 비용을 아껴 준다고 가정하지는 마세요.
Argon(AA에는 두 수준만 있음)
AA의 Argon 페이지에는 high와 medium만 있습니다. 대표로 표시되는 접미사 없는 Argon 항목에는 “Gemini 4 Argon (High)“라는 라벨이 붙어 있습니다. AA는 Argon을 현재의 $2/$10 요금으로 계산합니다.
| 수준 | AA Intelligence Index | 작업당 비용(11월 요금) | 작업당 비용(12월 요금, 저희가 2배로 계산) | 작업당 시간 | 환각률 | Omniscience 정확도 |
|---|---|---|---|---|---|---|
medium(기본값) | 47.6 | $4.31 | $8.63 | 29.1분 | 15.4% | 49.0% |
high | 50.4 | $4.97 | $9.95 | 29.8분 | 4.3% | 48.3% |
AA 작업에서 Argon high는 medium보다 비용이 15% 높았고, 시간은 거의 같았으며, 점수는 2.8점 높았고, 환각률은 15.4%(medium)에서 4.3%(high)로 낮아졌습니다. 사실 오류의 대가가 크다면 Argon에서는 high를 먼저 테스트해 볼 만합니다. 낮은 4.3%는 high의 수치이며, 수준을 지정하지 않은 Argon 호출은 medium(15.4%)으로 실행됩니다. 12월 변경 사항은 Carbon과 Argon 12월 요금 변경 가이드를, Neon 비용 모델은 사고 수준별 Gemini 4 Neon 요금을 참고하세요.
기본값끼리 비교하면 오해가 생기는 이유
Gemini 4 비교 글 상당수는 모델 ID만 바꾸고 수준은 지정하지 않습니다. 이는 서로 다른 사다리의 서로 다른 위치를 비교하는 셈입니다.
- 기본값의 높이가 다릅니다. Neon과 Hydrogen은 기본적으로 위에서 두 번째 수준, Carbon과 Argon은 가운데 수준에서 실행됩니다. 기본값끼리의 Neon 대 Carbon은 Neon
high(59.6, $3.74)와 Carbonmedium(58.3, 12월 요금으로 $6.59)의 비교입니다. 짝을 어떻게 맞추느냐에 따라 결론이 어떻게 달라지는지는 Neon과 Carbon 비교에서 보여 드립니다. - 대표 수치는 보통 최상위 수준의 값입니다. AA 모델 페이지는 Neon과 Hydrogen은
xhigh, Carbon과 Argon은high수치를 앞세웁니다. 각 모델 카드에서 링크된 Google의 평가 방법론 문서는 결과를 “with the highest thinking settings unless indicated otherwise”(별도 표시가 없으면 가장 높은 사고 설정으로) 실행했다고 밝힙니다. 수준을 한 번도 설정하지 않는 코드는 그 점수 뒤에 있는 구성으로 돌고 있지 않습니다. - 모델과 수준은 하나의 결정입니다. AA 수치에서 Neon
medium(54.9, $1.90)은 Hydrogenxhigh(53.9, $3.16)보다 높은 점수를 60%의 비용으로 냈고, Neonlow(44.1, $0.75)는 Hydrogenmedium(41.2, $0.80)보다 높았습니다. 제공 여부도 그만큼 중요할 수 있습니다. Neon은 유료 등급 전용이고 Ofox에 없지만, Hydrogen은 Google 무료 등급이 있고 Ofox에서도 제공됩니다.
공정한 비교라면 양쪽 모두 수준을 명시적으로 설정하고, 어느 쪽도 잘리지 않도록 max_output_tokens를 올리고, 실행마다 사고 토큰, 지연 시간, 합격/불합격을 기록해야 합니다.
Ofox를 통해 수준별로 실행해 본 결과
확인하고 싶었던 것은 두 가지입니다. 수준이 Ofox를 거쳐 모델에 전달되는지, 그리고 평범한 프롬프트에서 토큰 사용량이 얼마나 달라지는지입니다.
설정(2026-11-19). Ofox의 Gemini 네이티브 경로 POST https://api.ofox.io/gemini/v1beta/models/{model}:generateContent에 generationConfig.thinkingConfig.thinkingLevel을 설정하고 maxOutputTokens: 32768을 사용했습니다. google/gemini-4-hydrogen은 low, medium, high, xhigh, google/gemini-4-argon은 low, medium, high로 실행했습니다. 수준마다 프롬프트 세 개를 두 번씩, 한 번에 네 요청씩 보냈습니다. usageMetadata.thoughtsTokenCount와 candidatesTokenCount를 읽고, 각 요청을 저희 클라이언트에서 처음부터 끝까지 시간을 쟀습니다.
프롬프트는 다음과 같습니다.
- 쉬운 사실: 텅스텐의 원소 기호(기대값
W). - 다단계 산수: 펜은 $3, 공책은 $7, 정확히 $100를 쓰고, 각각 최소 하나씩 사며, 펜이 공책보다 엄밀히 더 많은 조합의 수를 구합니다. 답은 3이며 (31, 1), (24, 4), (17, 7)입니다. (10, 10)은 같은 수라서 ‘엄밀히 더 많다’를 충족하지 못합니다.
- 짧은 코딩 과제: 맞닿은 구간을 병합하고 입력을 변경하지 않는
merge_intervals를 작성하게 한 뒤, 샌드박스 하위 프로세스에서 비공개 테스트 케이스 9개로 채점했습니다.
Hydrogen 결과
실행별 사고 토큰(1회차, 2회차):
| 프롬프트 | low | medium | high | xhigh |
|---|---|---|---|---|
| 쉬운 사실 | 45, 78 | 46, 58 | 84, 87 | 106, 112 |
| 산수 | 522, 523 | 669, 715 | 690, 786 | 1,734, 1,687 |
| 코딩 | 424, 541 | 672, 572 | 426, 389 | 2,119, 1,987 |
| 합계(6회) | 2,133 | 2,732 | 2,462 | 7,745 |
| 지연 시간 합계 | 50.1초 | 45.0초 | 44.0초 | 80.3초 |
| 정답 | 6/6 | 6/6 | 6/6 | 6/6 |
Hydrogen 답변 24개가 모두 정답이었고, 코딩 답변은 모두 테스트 9개 중 9개를 통과했습니다. xhigh는 전체적으로 high의 약 3.1배, 코딩 프롬프트에서는 5배의 사고 토큰을 썼지만 결과는 똑같이 통과하는 코드였습니다. low, medium, high는 구분하기 어려웠습니다. 합계는 2,133에서 2,732 사이였고 수준 순서대로 늘지도 않았습니다. 한 단어로 답하는 질문에서도 low는 사고 토큰을 만들었으며, 사고를 끌 수 없다는 Google의 설명과 일치합니다.
Argon 결과
실행별 사고 토큰:
| 프롬프트 | low | medium | high |
|---|---|---|---|
| 쉬운 사실 | 없음, 없음 | 없음, 없음 | 105, 105 |
| 산수 | 없음, 없음 | 398, 367 | 1,071, 895 |
| 코딩 | 없음, 없음 | 없음, 없음 | 739, 890 |
| 정답(전체 프롬프트) | 6/6 | 6/6 | 6/6 |
‘없음’은 응답에 thoughtsTokenCount 필드도, 사고 파트도 없었다는 뜻입니다. Ofox 사고 설정 페이지에 따르면 단순한 요청에서 모델이 사고를 건너뛰면 이렇게 보입니다. Argon은 low에서는 어떤 프롬프트에서도 사고를 보고하지 않았고, medium에서는 산수 프롬프트에서만, high에서는 세 프롬프트 모두에서 보고했습니다. 그래도 답은 모두 정답이었습니다. 산수 프롬프트에서 low의 Argon은 대신 보이는 답변 안에서 단계별로 풀었으므로(출력 토큰 525~637), 사고 토큰이 0이라고 추론이 0이었던 것은 아닙니다.
Argon에서는 지연 시간이 토큰 수를 따르지 않았습니다. medium 산수 실행 두 번은 35.6초와 59.9초, high 실행은 27.5초와 25.0초였습니다. 샘플이 두 개이고 요청 네 개가 동시에 처리 중이었으므로, 수준의 특성이 아니라 대기열 효과로 읽어야 합니다.
목록 밖의 수준: 받아들여졌지만 지원되지는 않음
Google이 지원되지 않는다고 문서화한 두 값이 Ofox를 통해서는 HTTP 200을 반환했습니다. Hydrogen의 thinkingLevel: "minimal"과 Argon의 "xhigh"입니다. 어느 수준이 적용되었는지는 응답 어디에도 나오지 않습니다. 각각 산수 프롬프트로 두 번 실행했습니다.
| 요청 | 사고 토큰 | 가장 가까운 문서화된 수준 |
|---|---|---|
Hydrogen minimal | 463, 481 | Hydrogen low: 522, 523 |
Argon xhigh | 1,238, 1,141 | Argon high: 1,071, 895 |
저희 실행에서 사용량은 Hydrogen low와 Argon high와 비슷했고, 이는 Google 호환 표가 minimal을 매핑하는 방식과 맞습니다. 다만 이는 한 경로에서 하루 동안 각각 두 샘플로 관측한 결과이며, 문서화된 동작이 아닙니다. Google에 직접 요청하면 두 값 모두 거부될 수 있습니다. 여기에 의존하지 마세요. 직접 작성하는 코드에서 minimal은 low로, Carbon과 Argon의 xhigh는 high로 매핑하세요. 다른 프롬프트로 한 번씩 실행한 결과는 Gemini 4 API 오류 가이드에 있습니다.
Ofox를 통한 thinkingBudget
2026-11-19에 thinkingBudget: 1024를 여섯 번 보냈습니다. Hydrogen에는 단독으로 세 번, thinkingLevel: "low"와 함께 두 번, Argon에는 단독으로 한 번입니다. 여섯 번 모두 HTTP 400을 반환했고, 바로 앞뒤에 보낸 수준만 지정한 요청은 200을 반환했습니다.
- Argon은 Ofox 검증 메시지를 반환했습니다: “Gemini 4 Argon does not support a thinking token budget. Use low, medium or high reasoning effort instead.”
- Hydrogen은 모든 경우에
type: "api_error"와 함께"The service is temporarily unavailable. Please try again later."를 반환했습니다. 검증 오류가 아니라 게이트웨이나 업스트림 장애처럼 읽히지만, 어느 계층이 만든 응답인지는 응답에 나오지 않습니다.
이는 2026-11-19 Ofox의 Gemini 네이티브 경로에서 관측한 동작이며, Google이 문서화한 동작이 아닙니다. Google이 400을 문서화한 것은 budget과 level을 함께 보낸 경우뿐이며, budget만 단독으로 보내면 경고와 함께 수준으로 매핑되어야 합니다. Google 직접 요청은 테스트하지 않았습니다. 실무에서는 Ofox를 통한 Gemini 4 요청에서 이 “temporarily unavailable” 400이 보이면, 재시도하기 전에 남아 있는 thinkingBudget이 없는지 확인하세요.
OpenAI 호환 경로
산수 프롬프트(각 1회)에서 reasoning_effort: "low"는 reasoning_tokens 598개, "xhigh"는 1,492개를 반환했습니다. 이 경로에서도 수준이 모델에 전달됩니다.
처리해 두면 좋은 응답의 세부 사항 두 가지
includeThoughts없이도 사고 파트가 옵니다. 2026-11-19 Ofox를 통해 관측: 사고를 보고한 네이티브 응답에는 모두"thought": true로 표시된 사고 요약 파트가 들어 있었습니다. 저희는includeThoughts를 한 번도 설정하지 않았습니다. Google은 요약을 옵트인 기능으로 설명합니다. Google 직접 요청은 확인하지 않았습니다. 모든 텍스트 파트를 이어 붙이는 코드라면thought가 true인 파트를 건너뛰세요. 그렇지 않으면 요약이 답변에 섞여 나옵니다.- 사용량 수치는 보이는 텍스트와 다릅니다. 한 글자짜리 답변에서
candidatesTokenCount가 5로 보고되었습니다. 측정은 사용량 필드로 하세요.
이 테스트의 한계
- 각 수준은 쉬운~중간 난도의 프롬프트 3개로 2번씩 실행했습니다. 이것으로 알 수 있는 것은 수준이 모델에 전달되는지와 토큰에 미치는 영향의 크기입니다. 품질 순위는 매길 수 없습니다. 프롬프트가 너무 쉬워서 정답 여부로는 수준이 갈리지 않았습니다.
- 지연 시간은 동시 요청 4개, Ofox 경유로 저희 클라이언트에서 처음부터 끝까지 잰 값입니다.
- Carbon과 Neon에서는 아무것도 측정하지 않았고, Google API 직접 요청에서도 아무것도 측정하지 않았습니다.
- Google 정가로 계산하면 성공한 요청의 비용은 저희 사용량 기준 계산으로 약 $0.26입니다. Ofox는 각 모델 페이지의 요금으로 청구합니다.
원본 요청과 응답(키 가림)과 스크립트는 이 글의 조사 자료에 보관하고 있습니다.
수준을 고르는 절차
Gemini 4의 모든 페이지에서 Google의 조언은 같습니다. 출력 상한을 넉넉히 두고 지원되는 모든 수준에서 평가를 실행한 뒤, 품질 기준을 충족하는 가장 낮은 수준을 남기라는 것입니다. 구체적으로는 다음과 같습니다.
1. 자동으로 합격/불합격을 판정하는 작업을 20~50개 만듭니다. 앱의 실제 요청을 쓰고, 정확한 정답, 단위 테스트, 스키마 검증으로 판정하며, 가장 어려운 사례도 넣으세요. 이유는 저희 테스트가 보여 줍니다. 쉬운 작업은 모든 수준에서 통과하므로 아무것도 알려 주지 않습니다.
2. 수준을 명시적으로 설정해 지원되는 모든 수준을 돌려 봅니다. Ofox 네이티브 경로에 대한 최소한의 일괄 실행 예시입니다.
import os, time, json, urllib.request
URL = "https://api.ofox.io/gemini/v1beta/models/{m}:generateContent"
LEVELS = {"google/gemini-4-hydrogen": ["low", "medium", "high", "xhigh"],
"google/gemini-4-argon": ["low", "medium", "high"]}
def run(model, level, prompt):
body = {"contents": [{"role": "user", "parts": [{"text": prompt}]}],
"generationConfig": {"thinkingConfig": {"thinkingLevel": level},
"maxOutputTokens": 32768}}
req = urllib.request.Request(URL.format(m=model), data=json.dumps(body).encode(),
headers={"x-goog-api-key": os.environ["OFOX_API_KEY"],
"Content-Type": "application/json"})
t = time.time()
r = json.load(urllib.request.urlopen(req, timeout=900))
cand = r["candidates"][0]
text = "".join(p.get("text", "") for p in cand["content"]["parts"] if not p.get("thought"))
u = r.get("usageMetadata", {})
return {"level": level, "finish": cand.get("finishReason"),
"thoughts": u.get("thoughtsTokenCount", 0),
"output": u.get("candidatesTokenCount", 0),
"seconds": round(time.time() - t, 1), "text": text}
text는 직접 만든 검사기로 채점합니다. finish도 기록하세요. STOP이 아니면 실행이 정상적으로 끝나지 않은 것이므로 합격으로도 불합격으로도 세지 않습니다.
3. 작업마다 각 수준을 최소 3~5회 실행합니다. 저희 테스트에서는 같은 요청이라도 사고 토큰이 최대 70%까지 차이 났습니다(Hydrogen low, 쉬운 사실 프롬프트에서 45 대 78).
4. 합격률이 가장 좋은 수준과 같은 가장 낮은 수준을 고릅니다. 그다음 한 단계 위 수준의 추가 비용과 추가 합격 수를 본인의 사용량 수치로 비교하세요. 참고로 AA 작업에서 Hydrogen high에서 xhigh로 올리면 작업당 $1.29를 더 내고 3.1점을 얻었습니다.
5. 수준은 앱 단위가 아니라 요청 유형별로 정합니다. 모델, 프롬프트 템플릿, 가격 중 하나라도 바뀌면 전체 수준을 다시 돌려 보세요.
작업 유형별 출발점
Google의 수준별 안내와 위 AA 곡선에서 가져온, 테스트를 시작할 지점입니다. 여러분의 워크로드에서 측정한 결과가 아닙니다.
| 작업 | Hydrogen / Neon 출발점 | Carbon / Argon 출발점 | 올릴 때 | 내릴 때 |
|---|---|---|---|---|
| 추출, 분류, 짧은 사실 답변 | low | low(AA에서 Carbon low는 더 싸지 않았으니 본인 데이터로 확인) | 검사기 실패가 나타남 | 이미 low |
| 채팅, 요약, 단순한 도구 호출 | low 또는 medium | low | 답변이 단계를 빠뜨리거나 엉뚱한 도구를 호출함 | 낮은 수준에서도 합격률이 같음 |
| 대화형 코딩, UI 프로토타이핑 | medium | medium | 테스트가 실패하거나 수정이 불완전함 | 테스트가 계속 통과하고 지연 시간이 중요함 |
| 다중 파일 코딩, 에이전트 루프, 문서 종합 | high | medium(기본값), 그다음 high | 작업이 멈추거나 에이전트가 포기함 | medium으로 같은 작업을 통과함 |
| 어려운 수학, 과학, 근본 원인 디버깅 | high, 그다음 xhigh | high | xhigh는 Neon/Hydrogen에서만, high가 실패한 뒤 | 드묾. 먼저 비용을 확인 |
Google은 xhigh가 “can cause overthinking or exhaust max_output_tokens on simpler prompts such as text or JSON extraction”(텍스트나 JSON 추출 같은 단순한 프롬프트에서 과도하게 생각하거나 max_output_tokens를 소진할 수 있다)고 경고합니다. 추출 작업에는 쓰지 마세요.
수준 지정 요청이 실패할 때
| 증상 | 가능한 원인 | 해결 |
|---|---|---|
thinking_level을 언급하는 400 | 모델이나 API에 유효하지 않은 값 | 보내기 전에 모델 ID 기준으로 수준을 검증. Gemini 4 API 오류 가이드 참고 |
Ofox를 통한 400 “service is temporarily unavailable” | 저희 테스트에서는 남아 있던 thinkingBudget | thinkingBudget을 지우고 thinkingLevel만 유지 |
extra_body에 reasoning_effort와 thinking_config를 모두 설정한 OpenAI 호환 호출에서 400 | Google에 따르면 두 가지를 함께 쓸 수 없음 | 하나만 사용 |
HTTP 200인데 텍스트가 비었거나 잘림, MAX_TOKENS / length | 사고가 출력 상한을 다 씀 | maxOutputTokens를 올리거나 수준을 낮춤. 답이 비었거나 잘릴 때 참고 |
high / xhigh에서 시간 초과 | 어려운 프롬프트에서의 긴 추론 | Google 마이그레이션 체크리스트는 HTTP 클라이언트 시간 제한을 15분 이상으로 두거나 Google API의 백그라운드 실행을 쓰라고 권장 |
| 답변 텍스트가 모델의 사고 요약으로 시작함 | 사고 파트가 답변에 이어 붙음 | thought가 true인 파트를 건너뜀 |
| 다중 턴 도구 호출이 서명 오류로 실패 | 사고 서명을 그대로 돌려보내지 않음 | 도구 호출의 사고 서명 누락 참고 |
Argon 전용 상태 코드는 Gemini 4 Argon API 오류를, Ofox의 재시도 동작은 오류 처리 가이드를 참고하세요.
다음에 읽을 글
- 처음으로 동작하는 Hydrogen 요청: Gemini 4 Hydrogen API 설정
- Neon 요청 형태: Gemini 4 Neon API 가이드
- 수준 변경을 포함한 Argon에서 Neon으로의 이전: Argon에서 Neon으로 마이그레이션
- 애초에 어떤 Gemini 4 모델을 고를지: Gemini 4 모델 선택
관련 문서
- Ofox의 Gemini 사고 설정:
thinkingLevel,thoughtsTokenCount, OpenAI 호환reasoning_tokens필드 - Gemini 네이티브 API 개요: 베이스 URL
https://api.ofox.io/gemini와x-goog-api-key헤더 - Generate Content 레퍼런스
- 오류 처리와 재시도
자주 묻는 질문
- Gemini 4에서 사고 수준을 높이면 토큰당 가격이 올라가나요?
- 아니요. Google은 사고 토큰을 출력 요금으로 청구하며, 토큰당 가격은 모든 수준에서 같습니다. 높은 수준이 더 비싼 이유는 모델이 사고 토큰을 더 많이 생성하기 때문이고, 에이전트 작업에서는 턴 수가 늘고 입력을 더 많이 읽을 수도 있습니다.
- Gemini 4에서 사고를 끌 수 있나요?
- 끌 수 없습니다. Google은 Carbon, Argon, Neon, Hydrogen 모두 사고를 비활성화할 수 없다고 밝히며, minimal은 Gemini 4에서 지원하는 수준이 아닙니다. 문서화된 가장 낮은 설정은 low입니다. 2026-11-19 Ofox를 통한 실행에서는 Argon의 low와 medium이 짧은 프롬프트에서 thoughtsTokenCount를 보고하지 않은 경우가 있었습니다. 끌 수는 없어도 관측되는 사고가 0일 수는 있습니다.
- Gemini 4에서 thinkingLevel 대신 thinkingBudget을 써야 하나요?
- 아니요. Google은 Gemini 4에서 thinkingBudget을 지원 중단(deprecated)으로 표시합니다. 단독으로 보내면 경고와 함께 가장 가까운 수준으로 매핑되고, thinkingLevel과 함께 보내면 400을 반환합니다. 2026-11-19 Ofox를 통해 thinkingBudget을 넣어 보낸 요청은 budget만 보낸 요청을 포함해 모두 HTTP 400을 반환했습니다. thinkingBudget은 제거하고 thinkingLevel만 설정하세요.


