Gemini API 가격부터 OpenAI·Claude까지: 2026 저렴한 LLM API 비교

Gemini API 가격을 비롯해 이 글에서 비교한 세 가지 작업의 비용을 계산하면, 캐시를 쓰지 않을 때 가장 저렴한 모델은 Groq에서 제공하는 OpenAI GPT OSS 20B입니다. 입력 100만 토큰당 $0.075, 출력 100만 토큰당 $0.30부터 시작합니다. 다만 답변이 길어지거나 큰 프롬프트를 재사용하거나 재시도가 필요하면 가장 저렴한 LLM API도 달라집니다. 출력이 많으면 Mistral의 Ministral 3 3B가 유리할 수 있고, 기존 연동을 유지하려면 OpenAI GPT-6 Luna와 Anthropic Claude Haiku 5.5를 저렴한 출발점으로 삼을 수 있습니다.

Gemini API 가격과 주요 LLM 요금 비교: 2026년 10월 20일 기준

입력 단가와 출력 단가를 함께 살펴봐야 합니다. 토큰은 모델이 처리하는 작은 텍스트 단위입니다. 입력에는 지시 사항, 문서, 대화 이력이 들어갑니다. 출력에는 과금 대상 응답이 포함되며, 해당되는 경우 추론도 포함됩니다. 입력 100만 토큰과 출력 100만 토큰의 비용은 각각 따로 계산합니다.

아래 가격은 모두 100만 토큰당 미국 달러(USD) 기준이며, 2026년 10월 20일 각 업체의 공식 페이지에서 확인했습니다. 비교 대상인 일곱 업체가 현재 제공하는 저가 유료 모델을 정리한 표입니다. 모든 호스팅 업체를 망라하거나 품질 순위를 매긴 것은 아닙니다. Groq는 OpenAI의 가중치 공개 모델을 호스팅하며, 요금은 Groq가 정합니다. 나머지는 모델 개발사의 직접 API 요금입니다.

표 참고 사항: Groq 모델 카드에는 캐시 입력 단가가 $0.037로 표시되어 있습니다. 캐싱 문서에 명시된 할인율은 50%이므로 입력 단가에 적용해 계산하면 $0.0375가 됩니다. 표에는 모델 카드의 소수점 표기를 그대로 옮겼으며, 아래 계산 예시에서는 이 반올림된 캐시 단가를 사용하지 않습니다. †Groq와 Mistral의 Batch 단가는 각 문서에 명시된 50% 할인율로 계산했습니다. Groq Batch, Mistral Batch.

적용 조건에 따라 실제 청구액이 달라집니다. OpenAI의 표기 요금은 입력 272K 토큰까지 적용되며, 그보다 긴 프롬프트는 요청 전체에 더 높은 단가가 적용됩니다. Haiku는 캐시 토큰을 포함해 프롬프트 100,000토큰까지 표의 요금이 적용되고, 이를 넘으면 입력과 출력 단가가 다섯 배로 올라갑니다. Grok Build는 프롬프트 200K 토큰부터 상위 요금 구간에 들어갑니다. 아래 작업별 예시는 모두 이 세 기준보다 짧습니다. OpenAI 모델 요금, Claude 긴 컨텍스트 요금, xAI 요금.

DeepSeek의 혼잡 시간은 중국 공휴일을 제외한 월요일부터 금요일, UTC 01:00-04:00 및 06:00-10:00입니다. 나머지는 모두 비혼잡 시간입니다. 특정 시간대에 적용되는 저렴한 요금이며, Batch API 할인은 아닙니다. DeepSeek 요금.

캐시 입력 요금은 조건을 충족하는 반복 읽기에 적용됩니다. 모든 입력 토큰이 이 단가로 과금되는 것은 아닙니다. OpenAI Luna의 캐시 쓰기는 100만 토큰당 $0.125입니다. 짧은 프롬프트 구간의 Haiku는 보관 기간이 5분이면 $0.125, 1시간이면 $0.20입니다. Google의 저장 요금은 캐시 100만 토큰당 시간당 $1로 안내되어 있습니다. 캐시 읽기가 성공했을 때의 비용과 별도로 계산해야 합니다. OpenAI 요금, Claude 캐싱, Gemini 요금.

LLM API 비용 계산: 세 가지 작업에 같은 공식을 적용하면

요청 전체의 비용을 구한 뒤 작업 건수를 곱합니다. 입력 단가가 가장 싼 모델도 긴 답변을 생성하면 더 비싸질 수 있습니다. 앱에서 사용하는 툴 정의와 이전 메시지도 입력 토큰에 넣어야 합니다.

캐시를 사용하지 않는 일반 입력의 계산식은 다음과 같습니다.

요청당 비용 = (입력 토큰 × 입력 단가 + 과금 대상 출력 토큰 × 출력 단가) ÷ 1,000,000.

아래는 비교를 위해 설정한 가상 작업량입니다. 실제 생성 결과를 측정한 수치는 아닙니다.

• 지원 티켓 분류: 입력 500토큰, 과금 대상 출력 20토큰입니다. 짧은 담당 부서 라벨이나 라우팅 객체를 반환합니다.
• 문서 요약: 입력 10,000토큰, 과금 대상 출력 500토큰입니다. 텍스트를 이미 추출한 문서에서 정해진 범위의 요약을 만듭니다.
• 코딩 에이전트의 한 단계: 입력 20,000토큰, 과금 대상 출력 2,000토큰입니다. 지시 사항, 관련 코드, 툴 실행 결과를 읽고 다음 응답이나 수정안을 만듭니다.

출력 예산에는 과금되는 추론 토큰도 포함됩니다. 실제 작업에서는 추론 모델이 이보다 많은 토큰을 쓸 수 있으므로, 가정값을 모델이 보고한 사용량으로 바꿔야 합니다. 같은 문서도 토크나이저에 따라 토큰 수가 달라집니다. 토큰 수를 같게 맞추면 단가를 비교할 수 있지만, 품질이나 문서 길이, 추론량까지 같다는 뜻은 아닙니다.

한 번의 호출로 끝나는 작업 1,000건의 비용

아래 표는 모든 호출이 성공한다고 가정합니다. 캐시 읽기와 쓰기, 저장, 툴, 리전별 할증, 세금, 재시도, 사람의 검토 비용은 제외했습니다. 에이전트 한 단계는 모델 호출 한 번을 뜻하며, 코딩 과제 전체를 완료하는 비용은 아닙니다.

모든 합계는 위 기준일의 업체별 단가로 직접 계산했습니다. 월 10,000건이라면 표의 금액에 열 배를 곱하면 됩니다. 이 작업량에서 가정한 코딩 단계의 비용은 Groq가 $21, Luna가 $30입니다. 실패와 툴 비용을 빼면 차이는 월 $9입니다. 잘 작동하는 기능을 이전하는 데 일주일을 쓰기 전에 이 차이를 따져볼 만합니다.

티켓 분류: 답변은 짧을수록 좋습니다

범위가 정해진 이 작업에서는 가격을 기준으로 Groq를 먼저 검토할 만합니다. 호출 한 번의 비용은 (500 × $0.075 + 20 × $0.30) ÷ 1,000,000 = $0.0000435입니다. 월 10,000건이면 Standard 추론 비용은 $0.435입니다. 대기열 처리를 늦춰도 된다면 문서에 명시된 Batch 할인을 적용해 $0.2175가 됩니다.

들어오는 고객 문의에 태그를 붙이려는 창업자라면 모델을 고르기 전에 허용할 라벨부터 정해야 합니다. ‘결제’, ‘기술’, ‘계정’ 같은 라벨은 코드로 검증할 수 있습니다. 요청하지 않은 분류 이유를 한 문단 덧붙여도 라우팅에는 도움이 되지 않고 출력만 늘어납니다. 애매한 티켓은 따로 확인하고, 억지로 확신에 찬 라벨을 붙이게 하기보다 검토 대상으로 보내는 편이 좋습니다.

관건은 응답 지연과 처리 일정입니다. 실시간 문의 분류에는 즉시 결과가 필요하지만, 과거 헬프데스크 기록을 다시 분류하는 작업은 Batch를 기다릴 수 있습니다. Groq 문서의 처리 시간 범위는 24시간에서 일주일입니다. 밤사이 끝내겠다고 약속하려면, 막연히 기대하기보다 처리 용량을 계획해야 합니다. Groq Batch 문서.

문서 요약: 실제로 쓸 수 있는 요약에 비용을 씁니다

PDF와 멀티모달 입력 지원이 필요하다면 Gemini 2.5 Flash-Lite를 문서 처리의 첫 후보로 삼을 만합니다. 텍스트 토큰 기준으로 가정하면 요약 한 건은 (10,000 × $0.10 + 500 × $0.40) ÷ 1,000,000 = $0.00120입니다. 월 10,000건이면 $12, Batch로 처리하면 $6입니다. 같은 조건의 텍스트 전용 계산에서는 Groq가 더 저렴하지만, 여기서 선택한 Groq 모델은 같은 범위의 입력 형식을 지원하지 않습니다. Gemini 모델 기능, Groq 모델 기능.

이 계산은 추출된 텍스트에 적용해야 합니다. 페이지 이미지가 들어 있는 스캔 PDF는 토큰 사용 양상이 달라질 수 있으며, 문서 추출과 검색, 저장에도 별도 비용이 들 수 있습니다. 요약의 합격 기준은 문장이 매끄러운지가 아니라 결정 사항, 기한, 예외 조건이 제대로 남아 있는지여야 합니다.

고객 인터뷰를 처리하는 창업자라면 정해진 항목에 맞춰 발견 사항을 정리하고 출처도 함께 제시하도록 요청합니다. 제품 결정을 바꿀 수 있는 단서가 빠졌다면, 저렴하게 만든 요약이라도 작업을 끝냈다고 볼 수 없습니다. 장황하게 다시 쓰게 하느라 비용을 추가하기보다 원문을 보관해 대조할 수 있도록 합니다.

코딩 에이전트 한 단계: 반복 실행 전체를 계산합니다

기존 연동 안에서 Luna나 Haiku로 시작하고, 더 저렴한 대안으로 Groq를 평가합니다. 가정한 Luna 한 단계의 비용은 (20,000 × $0.10 + 2,000 × $0.50) ÷ 1,000,000 = $0.003입니다. 짧은 프롬프트 구간의 Haiku도 같습니다. 이 수치만으로 해당 모델이 원하는 코드 변경을 완료할 수 있다고 판단할 수는 없습니다.

코딩 에이전트는 컨텍스트를 보내고, 다음 행동을 제안받고, 툴을 실행하고, 그 결과를 다시 전달하는 과정을 반복합니다. 테스트가 실패하면 더 길어진 이력을 담아 다시 호출할 수 있습니다. 각 반복 단계와 과금되는 추론, 외부 실행 환경까지 비용에 넣어야 합니다. 실제 동작을 관찰하지 않고 토큰 요금표만으로 전체 반복 과정의 비용을 계산할 수는 없습니다.

작은 유지보수 작업이라면 변경 파일, 관련 테스트 결과, 명확한 종료 조건을 요구합니다. 긴 설명보다 범위가 좁은 패치를 우선합니다. Luna 단가에서 과금 대상 출력 합계를 2,000토큰에서 500토큰으로 줄이면 단계당 $0.00075, 10,000단계에서는 $7.50를 아낄 수 있습니다. 단, 짧아진 응답으로도 작업이 완료되어야 합니다.

캐싱·Batch·출력 길이에 따라 최저가가 달라집니다

캐싱은 반복 입력에, Batch는 기다릴 수 있는 작업에 유리합니다. 짧은 출력은 성공한 호출 모두의 비용을 낮춥니다. 각각 다른 비용 항목에 영향을 주므로 무작정 합산하면 절감액을 과장하게 됩니다.

캐시 읽기와 쓰기는 따로 계산해야 합니다

코딩 단계에서 캐싱 조건을 충족하는 18,000토큰 접두부를 재사용하고, 새 입력 2,000토큰을 더해 과금 대상 출력 2,000토큰을 생성한다고 가정합니다. 접두부는 지시 사항이나 고정된 참고 자료처럼 요청 앞부분에서 바뀌지 않는 내용입니다. 캐시 적중에 성공한 경우 Luna 또는 짧은 프롬프트 구간의 Haiku 비용은 다음과 같습니다.

(18,000 × $0.01 + 2,000 × $0.10 + 2,000 × $0.50) ÷ 1,000,000 = $0.00138.

접두부를 100만 토큰당 $0.125에 처음 기록하는 요청은 $0.00345입니다. 바뀌는 뒷부분에는 일반 입력 요금을 적용한다고 가정한 값입니다. 열 번 호출하면서 한 번 기록하고, 만료 전에 아홉 번 모두 읽기에 성공하면 총비용은 $0.01587입니다. 캐시를 쓰지 않을 때의 $0.030보다 47.1% 절감됩니다. 열 번의 호출 전체를 계산한 결과이며, 입력 단가가 열 배 저렴해진다고 전체 청구액도 열 배 줄어든다는 뜻은 아닙니다.

같은 단계에서 캐시 적중에 성공하면 DeepSeek의 비용은 비혼잡 시간에 $0.001554, 혼잡 시간에 $0.003108입니다. 캐시 읽기는 더 싸지만 새 입력과 출력이 더 비싸므로 이 조건에서는 Luna보다 저렴하지 않습니다. Mistral에 같은 캐시 적중 조건만 적용하면 $0.00058입니다. 범위가 정해진 작업에 매력적인 가격이지만, 코딩 능력까지 동등하다는 근거는 아닙니다.

재사용할 것으로 예상되는 자료만 캐싱합니다. Google에서 10,000토큰을 명시적으로 캐싱해 한 시간 보관하면 저장 비용은 $0.01입니다. 매번 전체를 Standard 요금 기준으로 재사용할 때 입력 비용 $0.0009가 절감되므로, 저장 비용만 상쇄하는 데도 캐시를 열두 번 읽어야 합니다. 최초 처리 비용은 별도입니다. 한 번만 요약할 문서라면 캐시 읽기 할인 단가가 있다는 이유만으로 캐싱할 필요는 없습니다. Gemini 캐싱 요금.

Batch 할인 조건은 업체마다 다릅니다

Batch는 실시간 대화의 다음 응답보다 독립적으로 처리할 수 있는 밀린 작업에 적합합니다. OpenAI, Anthropic, Google, Mistral, Groq는 이번 비교 모델에 입력과 출력 반값 요금을 안내하고 있습니다. DeepSeek 가격 페이지는 대신 시간대별 요금을 제시하며, Grok Build 0.1은 Batch를 지원하지 않는다고 명시합니다.

Anthropic은 Batch와 캐싱 할인을 중복 적용할 수 있다고 안내합니다. Groq는 중복 적용하지 않습니다. Batch 토큰에는 캐시 여부와 관계없이 이미 할인이 적용되기 때문입니다. Google의 해당 모델은 Batch에서도 캐시 읽기 단가가 $0.01로 유지되며, 일반 입력처럼 절반이 되지 않습니다. 전체 금액에 할인율 두 개를 연달아 곱하지 말고, 토큰 종류별 요금으로 청구액을 계산해야 합니다. Claude 할인, Groq 캐싱 규칙, Google Batch 요금.

Groq와 Mistral의 순위를 바꾸는 출력 비율

입력 여덟 토큰당 출력이 한 토큰을 넘으면 Ministral 3 3B가 Groq GPT OSS 20B보다 저렴해집니다. 캐시를 쓰지 않는 Standard 요청에서 토큰 수가 같고 결과가 모두 성공한다는 조건입니다. Mistral은 입력이 더 비싸고 출력은 더 쌉니다. 두 비용식을 풀면 출력/입력 비율의 경계값은 0.125입니다.

입력 20,000토큰과 출력 4,000토큰이면 호출당 Mistral은 $0.0024, Groq는 $0.0027입니다. 앞서 설정한 세 가지 기본 작업은 출력이 더 짧아서 Groq가 모두 저렴했습니다. 긴 설명문, 재작성 결과, 보고서를 만드는 기능에서는 순위가 뒤집힐 수 있습니다.

단순히 저렴한 쪽에 맞추려고 출력을 줄이지는 말아야 합니다. 라벨, 추출 결과, 패치, 정해진 범위의 요약 등 필요한 최소 결과물을 먼저 정의합니다. 그런 다음 더 싼 모델이 이를 일관되게 만들어 내는지 확인합니다.

AI API 가격 비교: 어떤 저가 모델부터 검토해야 할까요?

아래 일곱 항목은 벤치마크 순위가 아니라 평가 순서로 활용합니다. 실제 운영에서 부딪히는 제약은 모델마다 다릅니다. 가격은 현재 Standard 입력·출력의 시작 단가이며, 전체 요금 구간은 각 업체의 가격 페이지에서 확인해야 합니다.

1. Groq: 짧고 검증 가능한 텍스트라면 가격부터 확인합니다

Groq는 OpenAI GPT OSS 20B를 호스팅하는 추론 서비스 업체입니다. 이 텍스트 모델은 툴 사용, 추론, 구조화된 출력을 지원합니다. 긴 프롬프트에 짧게 답하는 작업에 낮은 입력 단가가 유리해, 캐시를 쓰지 않는 세 가지 비용 예시에서 모두 가장 저렴합니다. 고객 문의 분류나 텍스트 전용 문서 대기열을 처리하면서 기존 방식과 합격률을 비교할 준비가 되어 있다면 먼저 검토할 만합니다. 관건은 광고에 나오는 생성 속도보다 결과의 유효성입니다. 잘못된 라벨이나 추가 추론 한 번으로 절감액이 사라질 수 있습니다. 모델 상세 정보.

추천 용도: 검증 가능한 짧은 답변과 독립적인 텍스트 처리 대기열
주요 강점: 제시한 세 가지 토큰 예산에서 캐시 미사용 비용 최저
가격: 100만 토큰당 입력 $0.075, 출력 $0.30부터
무료 체험: 이 비교에는 프로모션 무료 제공량을 반영하지 않음

더 넓은 구매 기준은 Groq 요금 가이드에서 다룹니다. 이번 비교에서는 공개 가격이 있는 GPT OSS 항목을 사용합니다. Groq의 현재 카탈로그에서 Llama 3.1 8B는 영업 견적 대상이므로 과거 공개 단가로 예산을 잡으면 안 됩니다. 현재 운영 모델 카탈로그.

첫 비교 평가를 준비하는 방법

1. 1

   범위가 명확한 작업을 고릅니다

   고객 지원 어시스턴트 전체보다 티켓 분류를 대상으로 삼습니다. 허용할 라벨과 검토가 필요한 조건을 적습니다.

2. 2

   대표 요청으로 비교합니다

   민감한 정보를 적절히 제거한 대표 예시 100개로 먼저 평가합니다. 애매하거나 형식이 잘못되었거나 유난히 긴 티켓도 포함합니다. 기존 방식과 후보 모델에 같은 합격 기준을 적용합니다.

3. 3

   결과와 비용을 빠짐없이 기록합니다

   출력의 합격 여부, 과금된 입력과 출력, 전체 응답 시간, 재시도와 상위 모델 전환 여부를 기록합니다. 캐시 읽기는 일반 입력과 구분합니다.

4. 4

   검증을 통과한 작업 유형만 옮깁니다

   검증된 분류 작업을 더 저렴한 모델로 보냅니다. 불합격 결과를 처리할 대체 경로를 유지하고, 초기 표본 평가가 끝난 뒤에도 계속 관찰합니다.

2. Mistral: 출력이 많은 작업의 비용을 낮출 후보입니다

Mistral의 Ministral 3 3B는 구조화된 출력, 함수 호출, 문서 질의응답을 지원하는 소형 모델입니다. 입력과 출력 단가가 같아 짧은 프롬프트에서 비교적 긴 결과를 만드는, 범위가 명확한 변환 작업에 매력적입니다. 표준화된 상품 설명을 생성하는 창업자라면 다른 곳에서 더 비싼 출력 요금을 내기 전에 평가해 볼 만합니다. 관건은 작업의 복잡도입니다. 필요한 세부 사항과 제약을 소형 모델이 지켜야 저렴한 출력에도 의미가 있습니다. Ministral 기능.

추천 용도: 결과를 코드로 검증할 수 있는 제한된 범위의 재작성, 설명문 생성, 정보 추출
주요 강점: Standard 입력과 출력 단가가 같음
가격: 100만 토큰당 입력 $0.10, 출력 $0.10부터
무료 체험: 평가용 크레딧을 제외한 유료 추론 단가 기준

이 후보를 재현해 평가할 때는 ministral-3b-2512를 사용합니다. ‘Small’, ‘Mini’, ‘3B’는 서로 바꿔 써도 되는 제품명이 아닙니다. 평가 결과 더 큰 Mistral 모델이 필요하다면 해당 모델의 단가로 다시 계산해야 합니다. 성능 등급이 달라졌는데 소형 모델의 가격을 그대로 적용해서는 안 됩니다.

3. Google: 문서 처리와 프로토타입에 실용적인 선택입니다

Google Gemini의 Gemini 2.5 Flash-Lite는 텍스트, 이미지, 동영상, 오디오, PDF를 다루는 가벼운 작업용으로 현재 제공되는 안정 버전 모델입니다. 요약 기능이 추출된 텍스트 외의 입력도 처리하거나, 공개된 무료 등급으로 프로토타입을 만들려는 경우 먼저 검토할 만합니다. 유료 텍스트 비용이 최저가 모델들과 크게 차이 나지 않아 입력 형식 지원 여부가 연동 결정을 좌우할 수 있습니다. 관건은 동일한 텍스트 토큰 수로 잡은 예산과 실제 복합 미디어 요청 사이의 차이입니다. Gemini 모델 상세 정보.

추천 용도: 가벼운 문서 처리와 민감한 정보를 제거한 프로토타입
주요 강점: 다양한 입력 형식과 공개된 무료 등급
가격: 유료 Standard 기준 100만 토큰당 텍스트 입력 $0.10, 출력 $0.40부터
무료 체험: 무료 등급 제공, 별도의 한도와 약관 적용

Google 가격 페이지는 무료 등급과 유료 등급의 콘텐츠 사용 조건을 구분합니다. 무료 프로토타입에는 민감한 정보를 적절히 제거한 데이터를 쓰고, 고객 자료를 처리하기 전에 유료 약관을 확인해야 합니다. Gemini 요금 안내는 구독과 API의 다양한 선택지를 구분해 설명합니다. 여기서는 Developer API만 비교합니다.

4. OpenAI: 기존 연동을 유지하면서 비용을 낮춥니다

OpenAI의 GPT-6 Luna는 범위가 명확한 대량 작업을 위한 모델로, 구조화된 출력과 추론 수준 조절을 지원합니다. 이미 OpenAI를 쓰는 앱이라면 업체를 바꾸기 전에 먼저 평가할 저가 모델입니다. 기존 검증 로직과 대체 처리 경로도 자산입니다. 이전으로 절약할 기본 월 비용이 몇 달러에 불과하다면 더욱 그렇습니다. 관건은 통제되지 않는 추론과 반복적인 툴 실행입니다. 단가가 낮아도 과금 토큰 수에 상한이 생기는 것은 아닙니다. Luna 모델 문서.

추천 용도: 기존 OpenAI 앱 안에서 범위가 정해진 작업
주요 강점: 업체별 운영 체계를 다시 구축하지 않고 검토할 수 있는 저가 후보
가격: 짧은 컨텍스트 구간에서 100만 토큰당 입력 $0.10, 출력 $0.50부터
무료 체험: 제시한 비용에서 프로모션 크레딧을 차감하지 않음

툴을 쓰는 워크플로에 대해 모델 페이지는 Responses를 안내합니다. Chat Completions에서 함수 호출을 하려면 reasoning_effort를 none으로 설정해야 합니다. 평가 기록에 엔드포인트와 설정을 함께 남깁니다. 모델 이름이 같아도 추론이나 툴 설정이 다르면 같은 운영 조건의 실험이 아닙니다.

짧은 분류 작업은 검증을 통과하는 최소 추론 수준으로 시작합니다. 코드 수정안은 추가 토큰 비용을 정당화할 만큼 합격 결과가 늘어날 때만 추론을 더 허용합니다. 이런 판단은 가격 페이지가 아니라 자체 테스트 세트로 내려야 합니다.

5. Anthropic: 프롬프트 요금 구간 안에서 Claude를 저렴하게 씁니다

Anthropic은 Claude Haiku 5.5를 분류, 라우팅, 추출, 서브에이전트 작업용으로 제시합니다. 짧은 프롬프트 단가가 Luna와 같으므로 기존 Claude 앱에서 우선 평가할 모델입니다. 둘 다 작업을 통과하고 이전해도 운영상 이점이 없다면 기존 연동을 유지합니다. 관건은 프롬프트 100,000토큰이라는 경계입니다. 새로 보낸 자료뿐 아니라 캐시에서 읽은 토큰도 포함됩니다. Haiku 개요, 요금 규칙.

추천 용도: 기존 Claude 워크플로 안에서의 분류와 정보 추출
주요 강점: 짧은 프롬프트에서 Luna와 같은 단가, Batch와 캐시 할인 중복 적용
가격: 프롬프트 100,000토큰까지 100만 토큰당 입력 $0.10, 출력 $0.50부터
무료 체험: 문서에 소액 테스트 크레딧이 안내되어 있으나 고정 금액은 명시되지 않음

짧은 라벨 분류와 이력이 쌓이는 코딩 대화는 같은 모델로 시작해도 결국 다른 요금 구간에 들어갈 수 있습니다. 월평균만 보지 말고 요청별 프롬프트 길이를 기록합니다. 평균이 낮더라도 소수의 비싼 장문 컨텍스트 호출이 숨어 있을 수 있습니다.

전체 요금 체계는 Claude API 가격 가이드에서 다룹니다. 여기서의 결정은 더 좁습니다. 범위가 정해진 단계에 Haiku를 평가하고, 합격 기준을 충족하는 데 필요하다면 더 강력한 대체 모델을 유지합니다. 모델이 지원하는 컨텍스트 한도와 가장 저렴한 컨텍스트 요금 구간을 같게 봐서는 안 됩니다.

6. DeepSeek: 반복 컨텍스트와 예약 가능한 작업에 적합합니다

DeepSeek은 현재 deepseek-flash를 DeepSeek V4.1 Flash-1017로 제공하며, JSON 출력, 툴, 큰 컨텍스트 윈도를 지원합니다. 비혼잡 시간에 실행할 수 있는 반복 컨텍스트 작업에서 평가할 만하며, 특히 기존 DeepSeek 프롬프트가 이미 검증을 통과한다면 그렇습니다. 위의 캐시 미사용 작업에서는 최저가가 아니며, 매우 낮은 캐시 읽기 단가도 출력이 많은 모든 요청의 비용을 상쇄하지는 못합니다. 관건은 실행 시간대, 캐시 미스, 출력 길이가 함께 미치는 영향입니다. 현재 모델과 요금.

추천 용도: 반복되는 컨텍스트와 처리 일정을 조절할 수 있는 대기열
주요 강점: 낮은 캐시 적중 입력 단가와 명시된 비혼잡 시간대
가격: 비혼잡 시간에 100만 토큰당 입력 $0.15, 출력 $0.60부터
무료 체험: 이 비교에서는 상시 무료 제공량을 가정하지 않음

계정과 사용 방식 전반에 관한 판단은 DeepSeek 요금 가이드를 참고합니다. 실행 일정을 정할 때는 요청에 실제 적용된 과금 시간대와 캐시 적중 토큰 수를 기록합니다. 쌓여 있는 과거 문서는 비혼잡 시간으로 옮길 수 있지만, 실시간 고객 대화는 고객이 들어오는 순간 처리해야 합니다.

비용 기록에는 deepseek-flash와 실제 제공되는 버전을 함께 남깁니다. 공식 페이지에 따르면 예전 Flash 별칭도 이제 현재 모델과 요금으로 연결됩니다. 오래된 설정에 모델 문자열이 남아 있다고 가격이 고정되는 것은 아닙니다.

7. xAI: 저렴하다는 인식보다 코딩 작업 적합성으로 판단합니다

xAI의 현재 공개 요금표에서 가장 저렴한 텍스트 모델은 Grok Build 0.1입니다. 함수 호출, 구조화된 출력, 추론을 지원하는 코딩 지향 모델입니다. 작업에 잘 맞아 더 높은 호출 비용을 정당화할 가능성이 있을 때 후보에 넣고, 실제 작업에서 근거를 확인합니다. 최저가 비교에서의 제약은 명확합니다. 다른 비교 대상보다 비싸고, 모델 페이지에는 Batch를 지원하지 않는다고 나옵니다. Grok Build 모델, 현재 xAI 요금.

추천 용도: 검증을 통과한 결과에서 우위가 입증된 코딩 워크플로
주요 강점: 툴 기능이 문서화된 코딩 특화 평가 후보
가격: 프롬프트 200K 토큰 미만에서 100만 토큰당 입력 $1.00, 출력 $2.00부터
무료 체험: 구독 크레딧이나 체험 제공량을 가정하지 않음

예전 Grok Fast 모델에서 기억하는 가격을 이 모델에 적용해서는 안 됩니다. 이번 추천의 근거는 현재 공식 요금표입니다. 계정에서 다른 모델이나 협상된 조건을 사용할 수 있다면, 대체하기 전에 해당 조건의 비용을 명시적으로 계산합니다.

xAI를 선택할 합당한 이유는 실제 작업에서 실패하거나 반복하는 코딩 단계가 줄어드는 것입니다. 여기서는 그 이점을 시험하지 않았습니다. 그런 이점이 없다면 제시된 토큰 비용만으로 단순 티켓 분류나 요약의 기본 모델로 삼을 이유는 없습니다.

작업별로 어떤 모델을 선택해야 할까요?

작업의 합격 기준을 통과하는 가장 저렴한 방식을 고르고, 완료된 결과를 계속 측정합니다. 출발점은 각 작업의 제약 조건에 따라 달라집니다.

티켓 분류기라면 가격을 기준으로 Groq를 먼저 평가하고, 출력 범위가 정해진 작업의 다른 후보로 Mistral을 검토합니다. 허용된 라벨과 신뢰할 수 있는 검토 경로를 요구합니다. OpenAI나 Claude가 이미 잘 작동한다면, 아낄 수 있는 작은 금액과 전환에 드는 개발 시간을 비교합니다.

문서 요약기라면 PDF나 복합 미디어 입력 덕분에 별도의 전처리를 줄일 수 있을 때 Gemini를 시도합니다. 문서가 이미 정리된 텍스트라면 Groq를 검토합니다. 문장 스타일보다 필요한 사실과 예외 조건이 보존되는지를 먼저 평가하고, 기한이 허용하면 독립적인 미처리 작업을 Batch로 돌립니다.

코딩 에이전트의 한 단계라면 이미 유지하고 있는 연동 안에서 Luna나 Haiku로 시작합니다. 가격 비교 후보로 Groq를, 반복 컨텍스트나 예약 작업에는 DeepSeek를 추가합니다. 코딩 적합성을 시험할 이유가 있다면 Grok Build도 넣습니다. 입력 단가가 낮다는 사실만으로 과제에 필요한 툴 반복 횟수를 알 수는 없습니다.

재시도 비용이 선택을 뒤집는 기준

저렴한 첫 호출의 실패 때문에 전체 처리 비용이 더 커지면 다른 경로를 선택해야 합니다. 다음은 실제 측정이 아닌 가상의 코딩 워크플로입니다. 저렴한 호출에 $0.0021이 들고, 상위 모델로 넘기면 $0.003이 추가된다고 가정합니다. 작업의 40%를 상위 모델로 보내고 대체 호출이 모두 성공하면, 완료 작업당 평균 토큰 비용은 $0.0021 + 0.40 × $0.003 = $0.0033입니다.

같은 토큰 수를 가정했을 때 처음부터 직접 호출하는 경로의 $0.003보다 비쌉니다. 손익분기점은 상위 모델 전환율 30%입니다. 이는 라우팅 비용 계산이며 Groq, Luna 또는 다른 모델에서 관찰한 실패율이 아닙니다. 재시도 프롬프트가 길어지거나 사람이 수정해야 하면 경계값은 더 낮아질 수 있습니다.

성공 건수를 세기 전에 성공부터 정의합니다. 분류에서는 허용된 라벨 중 정답을 반환하는 것이 성공입니다. 요약에서는 필요한 사실이 남아 있어야 합니다. 코딩에서는 의도한 변경이 합의한 검사를 통과해야 합니다. 응답이 도착했다는 사실만으로 작업이 완료된 것은 아닙니다.

게이트웨이로 처리 경로를 비교한다면 별도의 상업적 이용 조건도 반영합니다. OpenRouter 요금 가이드에서 그 구매 방식을 설명합니다. 이 글의 업체별 표에는 OpenRouter나 다른 리셀러의 요금을 사용하지 않았습니다.

비교 대상과 평가 기준은 어떻게 정했을까요?

이 글은 특정 시점의 가격 비교와 직접 계산한 비용 분석입니다. 모델을 직접 실행해 품질을 비교한 벤치마크는 아닙니다. 원문 작성 당시 공식 가격 및 기능 페이지를 확인했습니다. 세 가지 작업을 어떤 모델로도 실제 실행하지 않았으며, 정확도나 지연 시간에서 실측 우위를 확인했다는 추천도 없습니다.

비교 범위에 있는 일곱 업체에서 현재 제공하는 범용 저가 텍스트 모델을 골랐습니다. 다만 xAI는 현재 가장 저렴한 텍스트 항목인 코딩 지향 모델을 선택했습니다. 지원 종료 모델군, 견적 전용 가격, 안전성 전용 분류기, 이미지 생성, 음성, 임베딩은 제외했습니다. 기능이나 과금 단위가 달라 최저가 텍스트 모델 비교를 왜곡할 수 있기 때문입니다.

평가는 다섯 가지 실무 기준에 초점을 맞춥니다. 일반 입력·출력 비용, 캐싱과 Batch 규칙, 필요한 입력 형식, 프롬프트 길이별 요금 경계, 합격 결과를 얻는 데 드는 작업입니다. 두 번째 표는 계산을 재현할 수 있도록 토큰 수를 고정했습니다. 실제 운영 예산에서는 이 수치를 각 모델의 실사용량으로 바꿔야 합니다.

이 글은 더 넓은 범위의 저렴한 AI API 비교에 개발사 직접 API 요금표와 세 가지 작업 예산을 더한 내용입니다. 가격 추적 사이트, 통합 서비스, 리셀러의 요금은 제외했습니다. 공개 가격은 출발점입니다. 협상된 계약이나 계정별 모델 제한이 있다면 별도로 비교해야 합니다.

비용 예측을 틀리게 만드는 선택들

특정 업체 전체를 피하기보다 작업에 맞지 않는 사용 방식을 피해야 합니다. 아래 선택들은 저렴해 보이는 숫자로 잘못된 예산을 만들게 합니다.

• Groq Llama 3.1 8B에 예전 공개 단가 적용: 현재 카탈로그에는 영업팀 문의로 안내되어 있습니다. 견적을 받거나 현재 가격이 공개된 GPT OSS 항목을 사용합니다.
• 실측 이점 없이 단순 분류기에 Grok Build 사용: 이번 기본 비용 비교에서 가장 비쌉니다. 코딩 지향이라는 특성만으로 세 가지 라벨을 고르는 작업이 좋아지지는 않습니다.
• 긴 대화에 Haiku의 짧은 프롬프트 요금 적용: 캐시된 이력도 프롬프트 요금 경계에 포함됩니다. 요청마다 해당 구간의 비용을 계산합니다.
• DeepSeek를 항상 비혼잡 요금으로 예산 책정: 실시간 요청은 비싼 시간대에 들어올 수 있습니다. 고객의 실제 이용 시간에 맞춰 계산합니다.
• 한 번 읽을 문서에 Gemini 명시적 캐싱 사용: 저장과 최초 처리 비용이, 실제로 발생하지 않을 할인 읽기의 절감액보다 클 수 있습니다.
• 검증 없이 Ministral을 자율 코더로 사용: 낮은 출력 비용은 범위가 정해진 작업을 평가할 이유이지, 제안하는 변경이 모두 옳다는 근거가 아닙니다.
• Batch가 가능한 대기 작업을 Standard로 처리: 시간 여유가 있다면 모델이나 업체를 바꾸기 전에 문서에 안내된 Batch 방식을 비교합니다.

무료 LLM API와 요금 비교에 관한 질문

LLM API 가격 비교에서는 무엇을 확인해야 하나요?

구체적인 모델을 정한 뒤 입력, 과금 대상 출력, 캐시 읽기, 캐시 생성 또는 저장, Batch, 프롬프트 길이별 요금을 비교합니다. 여기서 제시한 캐시 미사용 예시 세 가지는 Groq가 가장 저렴하지만, 출력이 늘어나면 Mistral이 유리할 수 있습니다. 실제 앱의 비용은 합격률, 토큰화 방식, 재시도에 따라 결정됩니다.

개발자가 사용할 수 있는 무료 LLM API가 있나요?

Google은 Gemini 2.5 Flash-Lite의 무료 등급을 제공합니다. 한도와 콘텐츠 사용 조건은 유료 등급과 다릅니다. 평가에는 민감한 정보를 적절히 제거한 데이터를 쓰고, 무료 제공량으로 고객 요청을 처리하기 전에 유료 전환 시 비용을 예측해야 합니다.

무료 LLM API를 무제한으로 사용할 수 있나요?

인용한 가격 자료 중 무제한 무료 운영 서비스를 뒷받침하는 근거는 없습니다. 무료 이용은 자체 조건이 있는 평가 수단으로 봐야 합니다. 근거 없는 무제한 제공 주장보다 유료 토큰 단가와 측정한 요청량이 실제 운영 예산을 세우는 데 더 유용합니다.

월요일에 시작할 일: 기능 하나부터 측정합니다

월요일에는 전체 기술 스택을 바꾸기 전에 기능 하나를 측정합니다. 대표 요청 표본을 뽑아 실제 입력과 과금 대상 출력을 세고, 기존 방식과 가장 저렴하면서도 가능성 있는 후보를 비교합니다. 같은 합격 기준을 유지하며 재시도, 캐시 쓰기와 적중, 툴 비용을 기록합니다.

분류기에는 허용된 라벨을 강제합니다. 요약은 사실과 예외 조건을 확인합니다. 코딩 단계에는 패치와 관련 테스트 결과를 요구합니다. 통과한 작업 유형만 옮기고 대체 경로는 유지합니다. 계산과 함께 가격 기준일을 저장하면 전체 평가를 반복하지 않고도 예산을 갱신할 수 있습니다.

모델을 바꾸기 전에 AI 비즈니스 워크플로 점검 체크리스트로 기능 하나의 입력, 합격 기준, 대체 처리 경로를 정리합니다.