AI 가격 모델 설명: 토큰, 작업 및 비용

AI 기능이 작동하고 있고, 이제 가격을 책정하려고 합니다. 모델의 token 요율은 관리할 만해 보이지만, 스테이징 청구서에는 긴 답변, 재시도, 도구 호출, 그리고 쓸모 있는 것을 전혀 만들어내지 못한 비디오 작업이 포함되어 있습니다. 헤드라인 요율에 예상 트래픽을 곱하는 것으로는 더 이상 믿을 만한 예산을 얻을 수 없습니다.

AI 가격 모델은 공급업체가 사용자에게 요금을 청구하는 방식을 설명합니다. 완료된 작업당 비용은 해당 기능이 경제적인지 알려줍니다. 두 가지 관점이 모두 필요합니다: 청구를 조정하기 위한 청구 단위와 모델, 공급업체, 제품 마진을 비교하기 위한 최종 결과물입니다.

목차

• 여섯 가지 AI 가격 모델과 각 모델의 청구 방식
  • 작업량에 맞는 단위 선택하기
• 토큰 가격 책정이 요청당 청구로 이어지는 방식
  • 두 가지 요율로 요청 처리하기
  • 실제 요청을 기반으로 예상치 산출하기
• 이미지, 비디오, 오디오 미디어 가격 책정
  • 동일한 생성 설정 비교하기
• 완료된 작업당 비용이 토큰당 비용보다 나은 이유
  • 실패한 작업을 분자에 넣기
• 모델 가격이 계속 하락하는 이유
  • 영구적인 요율이 아닌 변화하는 공급에 예산 책정하기
• 크레딧, 구독, 사용량 기반 청구 중 선택하기
  • 운영 제약 조건을 활용하여 선택하기
  • 자금 조달과 청구 분리하기
• 명시된 가격 외 공급업체 체크리스트
  • 청구 경로 확인하기
  • 제어 경로 확인하기
• 확정하기 전에 작업당 비용 확인하기
  • 통제된 비교 실행하기
  • 결정을 반복 가능하게 만들기

6가지 AI 가격 책정 모델과 각 모델이 요금을 청구하는 방식

대부분의 AI 제품은 6가지 구조 중 하나를 통해 요금을 청구합니다. 다음 표는 각 모델의 청구 단위, 가장 적합한 용도, 주요 위험을 보여줍니다.

일반적인 AI 가격 책정 모델 한눈에 보기

워크로드에 단위를 맞추세요

token당 청구는 처리되고 생성된 자료를 측정하므로 텍스트 워크로드에 적합합니다. 채팅 및 코딩에 유용하지만, 상세한 설명을 생성하라는 지시는 요청 수는 변경하지 않고도 요금을 변경할 수 있습니다.

미디어 단위당 청구는 언뜻 보기에 이해하기 더 쉽습니다. 이미지 또는 생성 작업에 대해 비용을 지불하는 방식입니다. 어려움은 해상도, 길이, 품질 설정, 사운드를 포함한 해당 단위의 정의에 있습니다.

할당량 포함 구독은 팀이 정기적인 액세스가 필요하고 예측 가능한 할당량 내에서 유지할 수 있을 때 작동합니다. 구독을 고정 운영 비용으로 간주하기 전에 제한에 도달했을 때 어떤 일이 발생하는지 확인하세요.

선불 크레딧은 자금이 충전된 잔액에서 지출됩니다. 만료, 환불, 그리고 크레딧이 실제 사용량으로 어떻게 전환되는지 이해한다면 여러 모델에 걸친 실험에 적합합니다.

결과 기반 가격 책정은 요금을 비즈니스 가치에 더 가깝게 만듭니다. 하지만 지원 워크플로는 고객이 사례를 다시 열 때 발생하는 상황을 포함하여 명시적인 해결 테스트가 필요합니다.

하이브리드 요금제는 액세스 또는 포함된 할당량과 가변적인 소비를 결합합니다. 혼합 워크로드를 수용할 수 있지만, 재무 부서는 기본 요금과 측정된 구성 요소 모두를 조정해야 합니다.

실용적인 규칙: 어떤 헤드라인 가격을 비교하기 전에 공급업체가 청구하는 단위를 확인하세요.

구독이 사용량 기반 청구보다 자동으로 저렴한 것은 아니며, 크레딧이 자동으로 할인이 되는 것도 아닙니다. 각 제안을 실행하려는 워크로드로 전환하여, 비용을 지불하지만 사용하지 않을 할당량을 포함하여 고려하세요.

토큰 가격 책정이 요청당 요금으로 전환되는 방법

요청 비용 = (입력 token ÷ 가격 책정 단위당 token × 입력 요율) + (출력 token ÷ 가격 책정 단위당 token × 출력 요율).

백만 token당 가격이 책정된 경우, 백만을 제수로 사용하세요. 입력 token에는 프롬프트, 시스템 지침, 대화 기록 및 검색된 문서가 포함됩니다. 출력 token은 생성된 답변을 포함합니다. 특히 코드 및 다국어 텍스트의 경우, 단어 수 근사치 대신 모델의 tokenizer 또는 반환된 사용량 필드를 사용하세요.

별도의 요율이 중요합니다. API 가격 책정에 대한 arXiv 분석]에 따르면 GPT-4는 2023년 3월에 백만 입력 token당 $30, 백만 출력 token당 $60로 출시되었습니다. 생성은 프롬프트 처리와 다른 계산을 필요로 하므로, 두 요율이 일치한다고 가정하지 마세요.

두 가지 요율로 요청 처리하기

2,000개의 입력 token과 800개의 출력 token을 포함하는 가상의 요청을 고려해 보세요. Claude Opus 5.5은 정가 기준으로 백만 token당 $4.00 입력 및 $20.00 출력이 들며, UberLLM에서는 $2.03 입력 및 $10.13 출력입니다.

이 계산은 귀하의 애플리케이션에 대한 평균이 아닌, 가상의 요청을 설명합니다. 정확히 동일한 token 조합으로 월 백만 건의 가상 요청이 발생할 경우, 차액은 $11,836 또는 대략 $12,000입니다. 출력 길이가 다르면 결과가 달라집니다.

청구 흐름은 프롬프트 크기와 답변 크기 간의 구분을 더 쉽게 검사할 수 있도록 합니다.

실제 요청을 기반으로 예상치 구축하기

1. 프롬프트 템플릿과 대표적인 고객 데이터를 사용하여 입력 token을 계산하세요. 지침과 검색된 컨텍스트를 포함하세요.
2. 가장 짧은 성공적인 시연뿐만 아니라 승인된 답변을 통해 출력 token을 추정하세요.
3. 각 요율을 해당 token 수에 개별적으로 적용하세요.
4. 해당 요청에 대한 모델 요금을 얻기 위해 결과를 더하세요.
5. 짧은 요청과 긴 요청 클래스를 분리하여 예상 볼륨으로 곱하세요.

저희가 제시하는 모델 가격은 요청이 일반적으로 얼마인지 설명하는 것이지, 상한선이 아닙니다. 요청은 함께 전송된 max_price 또는 max_cost 이상으로 청구되지 않습니다. 귀하의 애플리케이션에서 그 구분을 명확히 하세요: 예상치는 지출을 예측하는 데 도움이 되며, 요청 상한선은 한도를 강제합니다.

이미지, 비디오, 오디오 미디어 가격

단위당 미디어 가격 샘플: 정가 vs. UberLLM

Flux 가격은 명시된 이미지 가격을 기준으로 75% 더 저렴합니다. LTX는 25% 더 저렴하며, Veo는 50% 더 저렴합니다. 각 비교는 모든 이미지 또는 비디오 요청이 아닌, 명시된 모델과 일치하는 설정에만 적용됩니다.

미디어 제품은 텍스트 토큰 외의 단위로 청구되는 경우가 많습니다. 생성 작업, 이미지, 오디오 길이 또는 비디오 길이가 표준화해야 할 단위가 됩니다. 모델 선택 및 출력 설정에 따라 해당 단위로 얻을 수 있는 결과물이 결정됩니다.

동일한 생성 설정 비교

저렴하고 짧은 클립은 제품에 필요한 더 길고 고해상도 자산을 대체할 수 없습니다. 사운드도 중요합니다. 무음 미리보기와 완성된 시청각 클립은 동일한 결과물이 아닙니다.

제공업체를 비교하기 전에 다음 사항을 명확히 하십시오.

• 모델 및 작업: 텍스트-투-비디오와 이미지-투-비디오를 포함하여 모델 버전과 생성 모드를 동일하게 유지하십시오.
• 해상도 및 길이: 모델 이름에 의존하기보다는 요청된 치수와 클립 길이를 기록하십시오.
• 오디오 설정: 생성된 사운드가 포함되는지 여부를 명시하십시오.
• 작업 정의: 작업에 무엇이 포함되는지, 그리고 확장, 업스케일링 또는 추가 출력이 별도의 요청을 필요로 하는지 확인하십시오.

Veo API 초당 가격 가이드는 길이 기반 비교를 구성하는 데 도움이 됩니다. 해당 견적이 포함하는 길이를 알기 전까지는 작업당 견적을 초당 요율로 전환하지 마십시오.

미디어 가격 비교는 두 가격이 동일한 결과물을 구매할 때만 유용합니다.

오디오의 경우, 생성된 음성을 전사 및 음악 생성과 구별하십시오. 업로드된 오디오의 길이와 생성된 출력물의 길이는 다른 측정값이므로, 서비스가 청구하는 측정값을 기록하십시오.

가격 스프레드시트와 함께 작은 설정 매니페스트(모델 식별자, 작업, 치수, 길이, 오디오 및 품질 옵션)를 보관하십시오. 각 제공업체에 해당 매니페스트의 가격을 문의한 다음, 견적과 구성을 함께 저장하십시오. 가격이 변경될 때 실수로 다른 제품을 비교하지 않고도 비교를 반복할 수 있습니다.

완료된 작업당 비용이 토큰당 비용보다 나은 이유

가장 저렴한 토큰 요금이 가장 비싼 완료된 작업을 초래할 수 있습니다. 반복적인 수정, 불필요한 도구 호출 또는 수동 수리가 필요한 모델은 더 저렴한 토큰을 소비하면서도 사용 가능한 결과를 제공하는 데 더 많은 비용이 들 수 있습니다.

이러한 차이는 직접적인 답변과 계속해서 조치를 취하는 워크플로를 비교할 때 분명해집니다.

Oometa의 에이전트 워크플로 비용 분석은 에이전트 워크플로가 기존 챗봇 상호작용보다 5–30배 더 많은 토큰을 소비한다고 설명하며, 간단한 챗봇 호출에 대략 $0.001, 다단계 에이전트 작업에 $0.10–$1.00이 소요될 것으로 추정합니다. 이는 예측이 아닌 맥락으로 간주하세요. 계획, 검색, 도구, 반성 및 재시도는 구현에 따라 다릅니다.

실패한 작업을 분자에 넣으세요

성공적인 결과당 비용 = 총 작업 관련 지출 ÷ 성공적으로 완료된 작업.

가상의 배치에서 각각 $0.10의 1,000번 시도는 $100의 비용이 듭니다. 만약 800개가 성공한다면, 해결된 작업당 비용은 $0.10가 아닌 $0.125입니다. 실패한 시도도 여전히 비용 계산에 포함되어야 합니다.

두 번째 가상 비교는 정가가 왜 오해를 불러일으키는지 보여줍니다.

이것들은 측정된 모델 성능이 아닌 산술적인 예시입니다. 이들은 유사한 시도와 변함없는 성공률을 가정하며, 귀하의 평가는 이 둘을 모두 확립해야 합니다.

이 비디오는 워크플로 비용을 고려하는 또 다른 방법을 제공합니다.

공유 작업 식별자에 대해 출력 길이, 재시도, 지연 시간으로 인한 대체, 실패한 요청에 대한 요금을 추적하세요. 도구 또는 인프라 비용이 중요할 경우 포함하고, API 응답과 비즈니스 성공을 구별하세요.

직원이 다시 작성해야 하는 지원 답변은 해결된 티켓과 동일하지 않습니다. 고객이 필요로 하는 결과를 사용하세요. 해결된 사례, 승인된 클립 또는 인수 테스트를 통과하는 코딩 작업과 같은 결과 말입니다.

모델 가격이 계속 떨어지는 이유

MMLU에서 GPT-3.5 수준의 성능을 내는 가장 저렴한 모델은 백만 토큰당 약 $20(11월 2022)에서 $0.07(10월 2024)로 떨어졌습니다. 약 286배 더 저렴해진 것입니다. 이는 Orb의 Stanford 보고 수치 요약에 따릅니다. Stanford의 2025 AI 인덱스 보고서는 해당 기간의 성능을 맞춘 추론 비용 하락을 280배 이상이라고 설명합니다.

이 비교는 벤치마크 임계값을 고정합니다. 단순히 비싸고 성능 좋은 모델과 더 저렴하고 약한 모델을 비교하는 것이 아닙니다. 다만 벤치마크를 맞춘다고 해서 여러분의 애플리케이션에서 동일한 동작이 보장되는 것은 아닙니다.

영구 요금이 아니라 변하는 공급을 예산에 반영하세요

더 작은 아키텍처, 양자화, 개선된 추론 소프트웨어, 특수 하드웨어, 공급자 경쟁은 비용 절감에 기여합니다. 각각은 모델 크기, 수치 정밀도, 서빙 효율, 하드웨어 활용도, 공급자 마진 등 경제성의 다른 부분에 영향을 줍니다.

구매자에게 실질적인 의미는 가격 가정과 품질 가정을 분리하라는 것입니다. 더 낮은 요금은 후보 모델이 여전히 여러분의 수용 기준을 충족할 때만 유용합니다.

• 날짜가 있는 가격 기록을 유지하세요: 모델 식별자, 입력 및 출력 요금, 청구 단위, 그리고 이를 확인한 시점을 저장하세요.
• 예산 시나리오를 사용하세요: 예상 수요와 함께 더 긴 출력과 더 복잡한 작업이 포함된 더 무거운 워크로드를 모델링하세요.
• 검토 일정을 잡으세요: 분기마다 요금을 다시 확인하고, 다음 정기 검토 전에 중요한 청구서 편차를 조사하세요.

모델 가격 지수는 다시 테스트할 가치가 있는 후보를 찾는 데 도움이 될 수 있습니다. 하지만 자체 요청 로그에 연결된 가격 기록을 대체해서는 안 됩니다.

당사 표시 가격은 5분마다 업데이트됩니다. 이는 공급자의 정가에 최근 24시간 동안 마켓플레이스에서 가장 비싸게 거래된 시간에 청구된 정가 비율을 곱한 값을 사용하며, 가장 저렴한 제안보다 낮아지지 않습니다.

계약상 가격 변경 조건은 검토 일정과 별도로 확인하세요. 캘린더 알림이 변동 요금을 고정 요금으로 만들어 주지는 않으며, 과거의 하락이 모든 경로가 더 저렴해질 것이라는 보장도 아닙니다.

크레딧, 구독, 사용량 기반 요금 청구 중에서 선택하기

AI 제품 가격 책정에 대한 arXiv 연구에 따르면, 52개 제품 중에서 사용량 할당량이 있는 구독이 가장 큰 AI 네이티브 가격 책정 패턴인 것으로 나타났습니다. 25개는 무료 등급, 체험판 또는 시작 크레딧을 제공했으며, 13개는 종량제(pay-as-you-go) 진입 가격을 사용했습니다. 이러한 패턴이 보편적인 승자를 확립하는 것은 아닙니다. 이는 순수 사용량 기반 요금 청구가 유일하게 합리적인 구조가 아닌 이유를 보여줍니다.

이 결정은 가변적인 사용량의 위험을 누가 부담하는지에 관한 것입니다. 구독은 일부 수요 위험을 공급업체 쪽으로 이동시키는 반면, 선불 및 계량형 구조는 구매자에게 사용량을 더 명확하게 보여줍니다.

운영 제약 조건을 활용하여 선택하세요

단일 공급업체와의 안정적인 사용량은 할당량이 실제 작업량에 맞는 경우에 한해 구독을 시사합니다. 사용하지 않은 할당량을 가치로 여기지 마세요. 그리고 초과 사용량이 승인을 필요로 하는지 또는 자동으로 발생하는지 확인하세요.

여러 모델에 걸친 불균등한 수요는 크레딧 또는 계량형 사용량을 시사합니다. 사용하지 않는 용량을 구매하는 것이 명백한 할인을 무효화할 수 있기 때문에 만료 및 이월 조건이 중요합니다.

자금 조달과 요금 청구를 분리하세요

선불 지갑은 각 요청이 어떻게 가격 책정되는지가 아니라 언제 사용량에 자금을 조달하는지를 설명합니다. 마찬가지로, 종량제(pay-as-you-go)는 후불 청구서보다는 선불 잔액을 통해 운영될 수 있습니다.

저희는 월별 요금이나 최소 사용량이 없습니다. 고객은 하나의 잔액을 유지하고 사용한 만큼 지불합니다. 처음으로 제공된 저희의 upto 결제 옵션은 지갑이 견적을 상한선으로 서명하게 합니다. 답변 후에는 실제 비용만 청구되며, 다음 백만분의 일 달러로 반올림됩니다.

요금제를 선택하기 전에 타협할 수 없는 제약 조건을 선택하세요.

그 제약 조건이 고정 예산이라면, 지출 통제를 확인하세요. 안정적인 팀을 위한 예측 가능한 접근이라면, 할당량 및 초과 사용 규칙을 확인하세요. 텍스트와 미디어 전반에 걸친 유연성이라면, 동일한 잔액이 실행하려는 워크플로우를 지원하는지 확인하세요.

명시된 가격 이상의 공급자 체크리스트

요금표만으로는 실제 청구서를 정산하는 데 필요한 모든 것을 알 수 없습니다. 단순히 플레이그라운드에 표시된 계산 방식이 아니라 실제 청구 동작을 테스트해 보세요.

이 체크리스트를 사용하여 명확한 답변이 필요한 조건을 확인하세요.

청구 경로 확인

• 수수료는 명시적입니다. 저희는 명시된 모델 가격 외에 어떠한 수수료도 추가하지 않습니다. 총 지출을 비교할 때는 자금 충전 수수료와 요청 수수료를 분리하여 고려하세요. 불분명한 플랫폼 추가 요금을 제외한 견적은 좋지 않은 답변입니다.
• 청구 근거를 추적할 수 있습니다. 공급자가 호출에 대해 청구한 금액을 보고하면, 저희는 정확히 그 금액을 청구합니다. 그렇지 않은 경우, 호출 비용은 명시된 가격으로 토큰당 계산됩니다. 요청 수준의 사용량이나 보고된 청구액과 연결할 수 없는 총 청구액은 좋지 않은 답변입니다.
• 실패한 요청에 대한 처리가 명확합니다. 저희의 실패한 요청과 생성은 비용이 발생하지 않습니다. 하지만 마음에 들지 않는 완료된 생성물이 자동으로 기술적 실패로 분류되어서는 안 됩니다. 이러한 구분이 명확하지 않은 답변은 좋지 않습니다.

제어 경로 확인

• 키는 격리를 제공합니다. 저희 API 키는 범위가 지정되어 있고 취소 가능하며, 키별 지출 한도가 적용됩니다. MCP 도구 호출은 해당 API 요청과 마찬가지로 청구되고, 제한되며, 거부됩니다. 단일 손상된 통합을 중지하기 위해 모든 서비스를 비활성화해야 하는 답변은 좋지 않습니다.
• 대체 동작을 이해할 수 있습니다. 공급자가 느려지거나 사용할 수 없게 되면, 저희는 요청을 다른 정상적인 판매자에게 전달합니다. 로그에서 결과적인 청구액과 타이밍을 테스트해 보세요. 대체 경로가 청구액을 변경하는지 설명할 수 없는 공급자는 사용자에게 알 수 없는 가격을 남깁니다.

혼합 워크로드의 경우, 통합 텍스트, 이미지, 비디오 API가 작업 상태와 결과를 어떻게 노출하는지 확인하세요. 비동기 미디어 요청에는 제출, 완료, 청구가 서로 다른 시간에 발생하더라도 정산할 수 있도록 영구적인 작업 식별자가 필요합니다.

시간 초과, 취소, 실패한 작업을 포함하여 대표적인 실제 운영 환경과 유사한 트래픽에 대해 이러한 검사를 실행하세요. 짧은 프롬프트와 성공적인 응답만 있는 데모 계정으로는 애플리케이션이 처리해야 하는 조건에서 회계가 제대로 작동하는지 알 수 없습니다.

확정하기 전에 작업당 비용을 확인하세요

가격표만 보고 마이그레이션하기보다는 제한된 평가를 사용하세요. 목표는 워크로드 변경 없이 허용 가능한 운영 비용으로 허용 가능한 결과를 제공하는 옵션을 찾는 것입니다.

통제된 비교를 실행하세요

1. 대표적인 작업을 선택하세요. 일상적인 요청, 어려운 사례, 긴 context, 그리고 이전에 문제를 일으켰던 입력값을 포함하세요. 민감한 고객 자료는 사용이 승인되지 않는 한 평가에서 제외하세요.
2. 실행 기록을 캡처하세요. 입력 및 출력 token, 작업 식별자, 재시도, tool 호출, 요금, 그리고 성공 여부 판단을 기록하세요. 첫 번째 응답까지의 시간뿐만 아니라 사용 가능한 결과까지의 시간을 기록하세요.
3. 현재 기준선을 계산하세요. 모든 관련 지출을 수락된 결과로 나누세요. 쉬운 요청이 어려운 작업의 좋지 않은 경제성을 숨기지 않도록 작업 클래스를 분리하세요.
4. 대체 모델을 테스트하세요. prompt, 입력값, tool 권한, 그리고 승인 테스트를 보존하세요. 저희의 공통 API 접근 방식을 사용하면, 모델 전환 시 다른 모델 식별자를 사용하며, 각 요청은 가장 저렴하고 건강한 판매자에게 라우팅됩니다.
5. 요청 예산을 적용하세요. 각 작업 클래스에 적합한 제한을 선택하고, 애플리케이션이 거부 또는 불완전한 작업을 어떻게 처리하는지 확인하세요. 제한은 설명되지 않은 오류가 아닌 통제된 사용자 경험을 제공해야 합니다.
6. 운영 결과를 함께 비교하세요. 성공당 비용, latency, 그리고 실패율을 평가하세요. 자동 채점이 사실 오류나 불완전한 작업을 놓칠 수 있는 경우 실제 출력값을 검사하세요.
7. 확정하기 전에 파일럿을 진행하세요. 후보에게 라이브 트래픽의 작고 통제된 부분을 보내세요. 파일럿 기간 동안 청구된 요금을 로그와 대조하고, 품질과 회계 모두 신뢰할 수 있을 때까지 롤백 경로를 유지하세요.

결정을 반복 가능하게 만드세요

모델 이름과 가격을 검토하기 전에 승인 기준을 작성하세요. 그렇지 않으면, 후보가 더 저렴해 보인다는 이유로 약한 출력값을 변명하기 쉽습니다.

평가 세트를 버전 관리하고, 애플리케이션이 변경됨에 따라 새로운 실패 사례를 추가하세요. 다음 검토는 분기별로 계획하고, 중요한 모델, 가격 또는 제품 변경으로 인해 기존 비교가 신뢰할 수 없게 될 경우 더 일찍 재테스트를 진행하세요.

최종 선택은 단순히 가장 저렴한 모델이 아닙니다. 그것은 품질, latency, 그리고 예산 제약 내에서 워크로드를 완료하는 구성입니다.

---

UberLLM은 텍스트 및 미디어 모델을 위한 하나의 API key, 공유 선불 잔액, 그리고 요청된 각 모델에 대해 가장 저렴하고 건강한 판매자로의 라우팅을 제공합니다. UberLLM]을 방문하여 현재 가격을 비교하고, 프로덕션 트래픽을 이동하기 전에 대표적인 작업을 테스트하고 수락된 결과의 비용을 측정하세요.