01
아이디어로 인터랙티브 게임 제작
시각적 결과와 코드 동작을 일치시키며 인터랙티브 경험을 계획하고 구현합니다.
- 다단계 코딩과 디버깅
- 시각적 피드백을 이용한 반복
- 빠른 도구 루프

숨겨진 비용 없이 투명한 가격입니다. 사용한 만큼만 지불하세요.
| 모델 | 사양 | PoYo 가격 | 공식 가격 | 절약률 |
|---|---|---|---|---|
Input | $0.600/1M tokens 120 크레딧 /1M tokens | $0.750/1M tokens Official | 20% | |
Cached input | $0.060/1M tokens 12 크레딧 /1M tokens | $0.075/1M tokens Official | 20% | |
Output (including thinking tokens) | $3.00/1M tokens 600 크레딧 /1M tokens | $3.75/1M tokens Official | 20% |
* 실제 비용은 최종 출력을 기준으로 합니다.
빠르고 뛰어난 에이전트를 위한 Gemini 3.7 Flash API 사용에 대한 전체 가이드
Gemini 3.7 Flash는 에이전트 코딩, 웹 개발, 멀티모달 추론, 복잡한 지식 작업을 위한 Google의 정식 출시 Flash 모델입니다. 입력 1,048,576 토큰과 최대 출력 65,536 토큰을 지원합니다.
gemini-3.7-flash를 /v1/chat/completions 또는 Gemini 네이티브 /v1beta/models 경로로 사용할 수 있습니다. PoYo 요금은 100만 토큰당 입력 120, 캐시 입력 12, 출력 600 크레딧으로 Google 도입 가격보다 모두 20% 저렴합니다.
Google 공식 데모는 코딩, UI, 물리 작업, 문서 분석을 계획부터 결과까지 보여줍니다.
01
시각적 결과와 코드 동작을 일치시키며 인터랙티브 경험을 계획하고 구현합니다.

02
시각적 레퍼런스를 완성도 높은 랜딩 페이지로 바꾸고 기존 인터페이스를 점검합니다.

03
장면을 이해하고 행동을 선택해 여러 단계에 걸쳐 도구를 조율합니다.

04
100만 토큰 컨텍스트로 문서 분석, 근거 종합, 계산, 보고서 작업을 수행합니다.

다단계 코딩을 계획하고 저장소 탐색, 도구 호출, 디버깅, 변경 검증까지 수행합니다.
디자인 레퍼런스를 작동하는 인터페이스로 만들고 시각적 피드백으로 프런트엔드를 개선합니다.
100만 토큰 컨텍스트에서 긴 보고서, PDF, 연구 자료, 기업 문서를 분석합니다.
텍스트, 이미지, 동영상, 오디오, PDF를 함께 이해하고 추출하여 구조화된 답변을 만듭니다.
함수 호출, 코드 실행, 검색, 구조화 출력, URL 컨텍스트를 활용합니다.
low, medium, high로 속도, 비용, 추론 깊이를 조절합니다.
2026년 8월 주요 벤치마크에서 Gemini 3.7 Flash, Gemini 3.6 Flash, Claude Sonnet 5, GPT-5.6 Terra를 코딩, 에이전트, 웹, 문서, 긴 컨텍스트 기준으로 비교합니다.
| Benchmark | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra | 비고 |
|---|---|---|---|---|---|
| Artificial Analysis Intelligence Index | 56 | 52 | 55 | 57 | 종합 지능 |
| FrontierCode 1.1 Main | 43.6% | 34.4% | 42.7% | 41.3% | 프로덕션 코드 품질 |
| DeepSWE v1.1 | 65.3% | 48.6–49.0% | 53.8% | 69.6% | 장기 소프트웨어 엔지니어링 |
| WebDev Arena (Elo) | 1588 | 1538 | 1541 | 1523 | 웹 개발 |
| Terminal-Bench 2.1 | 85.8% | 78.0% | 80.4% | 87.4% | 에이전트 터미널 코딩 |
| Terminal-Bench 3.0 | 14.9% | 5.4% | 14.6% | 20.8% | 일반 에이전트 역량 |
| AutomationBench | 30.4% | 17.0% | 10.7% | 23.6% | 기업 워크플로 자동화 |
| GDP.pdf | 34.0% | 22.0% | 28.0% | 24.7% | 복잡한 문서 처리 |
| Harvey LAB-AA (Legal) | 90.7% | 85.1% | 90.1% | 85.2% | 복잡한 법률 워크플로 |
| OSWorld-2.0 | 47.9% | 33.8% | — | 50.2% | 에이전트 컴퓨터 사용 |
| GDM-MRCR v2 (128k) | 97.0% | 91.8% | 81.5% | 93.5% | 긴 컨텍스트 성능 |
| HLE-Verified | 53.6% | 51.2% | 31.0% | 51.1% | 다학제 전문가 추론 |
제공된 지식 베이스의 2026년 8월 결과 중 일부이며 각 Benchmark의 공개 평가 설정을 따릅니다.
1. API 키 생성. PoYo에 로그인하고 키를 만듭니다.
2. 형식 선택. OpenAI 호환 클라이언트는 POST /v1/chat/completions, Gemini 네이티브는 POST /v1beta/models/gemini-3.7-flash:generateContent, 스트리밍은 :streamGenerateContent를 사용합니다.
3. 모델 설정. gemini-3.7-flash를 전송합니다. Gemini API 문서 보기
gemini-3.7-flash를 지원되는 두 형식 중 하나로 사용하세요./v1/chat/completions와 /v1beta/models/gemini-3.7-flash:generateContent이며 스트리밍과 일반 응답을 모두 지원합니다.같은 모델로 Chat Completions와 Gemini GenerateContent를 사용합니다.
Gemini와 다른 모델을 함께 평가하고 배포합니다.
입력, 캐시, 출력 가격을 크레딧과 달러로 비교합니다.
두 형식을 시험하고 상태와 사용량을 확인합니다.