AI API 가격 비교 2026 — 점수 3점 차이에 비용 30배, 어디서 갈릴까
키미 K3·딥시크 V4 플래시·Qwen 3.8-Max·Fable 5의 100만 토큰당 요금을 표로 비교하고, 같은 작업에 비용이 30배까지 벌어지는 이유와 모델 티어 나누는 법을 정리했습니다.
같은 작업을 시켰을 때 AI 모델별 비용 차이는 성능 차이보다 훨씬 큽니다. 벤치마크 점수 3점을 더 얻으려고 30배를 내는 상황이 실제로 벌어집니다.
7월 중순부터 8월 초까지 3주 사이 중국 AI 진영에서 대형 모델 발표가 세 건 연달아 나왔습니다. 국내 보도의 초점은 대부분 “성능이 어디까지 따라왔나”에 맞춰졌지만, 실제로 AI를 업무에 붙이려는 사람에게 더 급한 건 가격표입니다. 지금 어떤 모델이 얼마인지, 그리고 그 차이가 어디서 벌어지는지 정리했습니다.
3주 사이 무슨 일이 있었나
- 키미 K3 — 문샷AI가 7월 공개한 2조8000억 파라미터 모델. 열흘 뒤 가중치(모델의 학습된 수치 뭉치)까지 공개했습니다.
- 딥시크 V4 플래시 — 7월 31일 갱신판. 컨텍스트(한 번에 처리하는 텍스트 범위) 100만 토큰에 초저가 요금이 특징입니다.
- Qwen 3.8-Max — 알리바바가 8월 3일 정식 출시한 2조4000억 파라미터 모델. 전체를 다 켜지 않고 950억만 활성화하는 MoE(전문가 혼합) 구조이며, 맥스급 모델의 가중치를 사상 처음 공개하겠다고 예고했습니다.
주요 모델 API 요금 비교
100만 토큰(약 한글 40~60만 자 분량) 기준입니다. 프로모션·지역·사업자에 따라 달라지므로 실제 결제 전에는 반드시 공식 가격 페이지에서 확인하세요.
| 모델 | 입력 (100만 토큰) | 출력 (100만 토큰) | 특징 |
|---|---|---|---|
| 딥시크 V4 플래시 | 약 $0.14 | 약 $0.28 | 캐시 적중 시 입력 대폭 할인 |
| Qwen 3.8-Max | 약 $2 | 약 $6 | 텍스트·이미지·영상, 100만 토큰 컨텍스트 |
| 키미 K3 | 약 $3 | 약 $15 | 캐시된 입력 약 $0.30 |
| GPT-5.5 | 약 $5 | 약 $30 | — |
| Claude Fable 5 | 약 $10 | 약 $50 | 벤치마크 상위권 |
가장 싼 쪽과 가장 비싼 쪽의 출력 요금 차이가 100배가 넘습니다. 성능 차이가 그만큼 나지 않는다는 게 문제의 핵심입니다.
실측이 보여준 것 — 3점에 30배
지디넷코리아에 실린 한 비교에서, 동일한 평가 과제를 두 모델에 돌린 결과가 이렇게 나왔습니다.
| 딥시크 V4 플래시 | Qwen 3.8-Max | |
|---|---|---|
| 쓴 출력 토큰 | 약 2억1000만 개 | 약 1억5000만 개 |
| 총 비용 | 약 $72 | 약 $2,159 |
| 벤치마크 점수 | 50점 | 53점 |
토큰은 딥시크가 40% 더 썼는데 비용은 반대로 30배 차이가 났고, 점수 차이는 3점이었습니다. 상위 모델이 필요 없다는 뜻이 아니라, 어떤 작업에 어느 층을 쓸지 구분하지 않으면 그 30배를 의미 없이 지불하게 된다는 이야기입니다.
작업별로 층을 나누는 게 정답
한 모델로 전부 처리하지 말고, 작업 성격에 따라 나누는 방식이 비용을 가장 크게 줄입니다.
| 작업 성격 | 권장 층 | 이유 |
|---|---|---|
| 분류·태깅·요약·번역 초안 | 저가형 | 정답 폭이 좁아 상위 모델 이점이 거의 없음 |
| 문서 대량 검색·정리 | 저가형 + 긴 컨텍스트 | 입력이 많고 출력은 짧음 |
| 복잡한 코드 수정, 다단계 추론 | 상위 모델 | 한 번 틀리면 사람 시간이 더 비쌈 |
| 대외 발송 문서 최종 검수 | 상위 모델 | 오류 비용이 큼 |
흔히 하는 실수
- 벤치마크 순위표만 보고 고른다 — 점수는 상위 모델이 높아도, 실제 업무의 8할은 저가형으로 충분한 경우가 많습니다.
- 캐시 할인을 안 쓴다 — 매번 같은 지시문을 앞에 붙인다면 캐시 적용만으로 입력 비용이 크게 줄어듭니다. 반복되는 내용을 요청 앞쪽에 고정하는 게 요령입니다.
- 환각률을 안 본다 — 키미 K3는 작업당 비용이 낮은 편이지만 환각률(없는 사실을 지어내는 비율)이 이전 세대보다 오히려 올랐다는 평가가 있습니다. 사실 확인이 중요한 업무라면 싸다고 바로 붙이면 안 됩니다.
- 속도를 비용에 넣지 않는다 — 초당 생성 속도가 느리면 사용자 대기 시간이 길어집니다. 실시간 응대용이면 요금표 밖의 비용입니다.
- “가중치 공개=무료”로 오해한다 — 조 단위 파라미터 모델은 GPU 서버를 여러 대 붙여야 돌아갑니다. 직접 구동이 늘 더 싸지는 않습니다.
정리 — 도입 전 체크리스트
- 우리 업무를 ‘단순 반복’과 ‘판단이 필요한 것’으로 먼저 나눈다
- 단순 반복은 저가형으로 시범 운영해 품질이 실제로 부족한지 확인한다
- 출력 길이를 줄이는 것만으로 비용이 크게 준다는 점을 기억한다
- 반복되는 지시문은 앞쪽에 고정해 캐시 할인 조건을 맞춘다
- 사실 정확도가 중요한 업무는 환각률·검수 절차를 함께 설계한다
- 요금·모델 라인업은 자주 바뀌므로 각 사업자 공식 가격 페이지에서 최신 기준을 확인한다
지금 시장은 “가장 똑똑한 모델 하나”를 고르는 단계를 지나, 작업마다 적정 등급을 배분하는 단계로 넘어가는 중입니다. 점수표보다 가격표를 먼저 펼치는 쪽이 같은 예산으로 더 많은 일을 합니다.
자주 묻는 질문
가중치를 공개한 모델은 공짜로 쓸 수 있나요?
가중치(모델의 학습된 수치 뭉치) 공개는 '내려받아 직접 돌릴 수 있다'는 뜻이지 무료라는 뜻이 아닙니다. 조 단위 파라미터 모델은 GPU 서버가 여러 대 필요해 개인이나 소규모 팀이 자체 구동하면 API를 쓰는 것보다 오히려 비싸지는 경우가 많습니다. 대부분은 결국 API 요금을 내고 씁니다.
입력 토큰과 출력 토큰 요금이 왜 다른가요?
입력은 이미 만들어진 문장을 읽어들이는 비용이라 상대적으로 싸고, 출력은 모델이 한 글자씩 새로 생성하는 비용이라 보통 3~5배 비쌉니다. 그래서 실제 청구서는 '답변을 얼마나 길게 뽑았는가'에 크게 좌우됩니다. 요약·분류처럼 출력이 짧은 작업은 비싼 모델을 써도 부담이 작습니다.
캐시 할인은 어떤 경우에 적용되나요?
요청 앞부분(시스템 프롬프트, 매번 붙는 문서 등)이 이전 요청과 같을 때 그 부분을 다시 계산하지 않고 재사용하는 방식입니다. 사업자에 따라 입력 요금의 90% 이상을 깎아 주기도 합니다. 다만 적용 조건과 유지 시간이 사업자마다 달라 공식 문서에서 확인해야 합니다.