AI 모델 비용 실측 — 단가가 같아도 같은 일에 최대 3.6배

2026년 10월 16일, 모델 14개에 같은 일 두 가지(수업자료 초안·코딩 질문)를 6번씩 맡기고, 끝까지 해낸 답의 가운데 값을 100건으로 환산해 비교했어요. 100만 토큰당 단가가 같은 두 모델도 같은 일 100건 비용이 수업자료에서 2.3배, 코딩 질문에서 3.6배까지 갈렸어요. 답에 쓴 출력 토큰 수가 달랐기 때문이에요. 답의 품질은 재지 않았어요.

쓰던 OpenAI SDK에서 base_url만 바꾸면, 키 하나로 같은 실험을 model 값만 바꿔 돌려 볼 수 있어요.

1. 12026년 10월 16일, 원포트 게이트웨이의 /v1/chat/completions 로 모델 14개를 실제로 불렀어요.
2. 2일은 두 가지예요. 차시 하나 분량의 수업자료 초안, 그리고 코드 조각의 문제를 찾아 고치는 코딩 질문이에요. 일마다 입력 5가지를 돌아가며 넣었어요.
3. 3모델마다 일마다 6번씩, 모두 168번 불렀어요. 답 길이 상한은 4,000 토큰으로 같게 두고, 추론 세기 칸은 보내지 않아 모델 기본값으로 돌았어요.
4. 4끝까지 해낸 답만 값으로 셌어요. 수업자료는 학습목표·도입·전개·정리·평가가 다 있어야 하고, 코딩 질문은 고친 코드와 그 밖의 설명이 함께 있어야 해요. 상한에 걸려 잘린 답(finish_reason 이 length)이나 빠진 것이 있는 답은 값이 아니라 미완으로 셌어요.
5. 5한 번의 비용은 응답에 적힌 입력·출력 토큰 수(prompt_tokens·completion_tokens)를 100만으로 나눈 뒤 그 모델의 100만 토큰당 단가를 곱해 냈어요. 6번 값 중 작은 쪽부터 넷째 값을 가운데 값으로 잡고 100을 곱했어요.
6. 6원포트 호출 기록의 토큰 수가 이 계산과 똑같은 모델 11개만 표에 실었어요.

칸마다 차감이 제일 적은 모델을 1로 두었어요. 수업자료 초안은 1배에서 458배까지, 코딩 질문은 1배에서 140배까지 벌어졌어요.

위 두 짝에서 출력 토큰 배수와 비용 배수는 거의 같았어요. 단가가 같으니 차이는 답에 쓴 토큰 수에서 왔어요.

토큰을 세는 방식은 회사마다 달라서 토큰 수가 곧 글자 수는 아니에요. Anthropic 은 Claude 4.7 이후 모델이 같은 글을 이전 모델보다 약 30% 더 많은 토큰으로 센다고 적어요. 그래도 청구는 이 토큰 수로 돼요.

그래서 100만 토큰당 단가에 모든 모델이 같은 토큰 수를 쓴다고 곱하는 계산기는 이 차이를 못 봐요. 두 가지 일에서 본 결과라, 다른 일에선 배수가 달라질 수 있어요.

Gemini 3.8 Flash · Grok 4.6 · Grok 4.7 도 같은 날 같은 조건으로 쟀지만 표에서 뺐어요. 이 셋은 생각 토큰을 응답의 completion_tokens 밖에 적는데, 측정은 completion_tokens 만 읽었어요. 그래서 원포트가 차감한 출력 토큰보다 적게 잡혔어요.

1. 1원포트 키가 없으면 원포트 AI API 크레딧을 사서 키를 만들어요. 실험용 키엔 「새 키 발급」이나 「한도 수정」에서 월 한도를 걸어 두면 실험 비용에 상한이 생겨요.
2. 2아래 system 문장과 입력 5가지를 1번부터 차례로 보내고, 여섯째엔 1번을 다시 보내요. model 값만 바꿔요. 수업자료 3번은 단원 이름을 줄여 적어, 측정 때보다 입력이 조금 짧아요.
3. 3응답 usage 의 prompt_tokens·completion_tokens·total_tokens 를 적어요. 출력 토큰은 total_tokens − prompt_tokens 로 세요. completion_tokens 밖에 생각 토큰을 적는 모델이 있어서, completion_tokens 만 보면 사용할 크레딧이 적게 나와요. finish_reason 이 length 면 잘린 답이라 미완으로 세요.
4. 4끝까지 해낸 답이 6개 모이면 작은 쪽부터 넷째 값에 100을 곱하고, 모델끼리 나눠 배수로 비교해요.
5. 5입력·출력 토큰 수를 각각 100만으로 나눈 뒤 API 페이지 「모델별 차감 단가」(100만 토큰당 크레딧)의 입력·출력 값을 곱해 더하면 사용할 크레딧이 나와요.

[수업자료 초안]
system: 당신은 한국 학교 교사를 돕는 수업 설계 도우미예요. 요청받은 차시 하나 분량의 수업 초안만 쓰세요. 학습목표 2개, 도입·전개·정리 활동 3개, 평가문항 3개를 반드시 포함하고 그 밖의 말은 붙이지 마세요.
user 1: 중학교 2학년 과학, 단원: 물질의 상태 변화. 성취기준: 상태 변화 시 열의 출입을 설명할 수 있다.
user 2: 초등학교 5학년 국어, 단원: 글쓴이의 주장. 성취기준: 글에 나타난 주장과 근거를 구분한다.
user 3: 고등학교 1학년 통합사회, 단원: 인권. 성취기준: 인권 침해 사례를 찾아 해결 방안을 제안한다.
user 4: 중학교 1학년 수학, 단원: 일차방정식. 성취기준: 일차방정식을 세워 문제를 해결한다.
user 5: 초등학교 3학년 사회, 단원: 우리 고장의 모습. 성취기준: 고장의 주요 장소를 지도에 나타낸다.
끝까지 해낸 답: 학습목표 · 도입 · 전개 · 정리 · 평가가 모두 들어 있음

[코딩 질문]
system: 당신은 코딩을 돕는 도우미예요. 주어진 코드 조각의 문제를 찾아 고친 코드와 이유를 간단히 설명하세요.
user 1: 이 파이썬 코드가 IndexError 를 냅니다. 왜인가요?

items = [1,2,3]
for i in range(len(items)+1):
    print(items[i])

user 2: 이 자바스크립트가 항상 0을 출력합니다.

let total = 0;
[1,2,3].forEach(async n => { total += await Promise.resolve(n); });
console.log(total);

user 3: 이 SQL 이 느립니다. 인덱스를 어디에 걸어야 하나요?

SELECT * FROM orders WHERE created_at > now() - interval '30 days' AND status = 'paid' ORDER BY created_at DESC;

user 4: 이 React 컴포넌트가 무한 렌더링합니다.

function C({id}) { const [d,setD] = useState(null);
  useEffect(() => { fetch(`/api/${id}`).then(r=>r.json()).then(setD); });
  return <div>{d?.name}</div>; }

user 5: 이 파이썬 함수가 큰 파일에서 메모리를 다 씁니다.

def count_lines(path):
    return len(open(path).read().split("\n"))
끝까지 해낸 답: 고친 코드(코드 블록)와 코드 밖 설명이 함께 있음

[같게 둘 것]
- user 1 → 5 → 1 순서로 6번, model 값만 바꾸고 나머지는 그대로
- 답 길이 상한 4000 토큰 (gpt- 모델은 max_completion_tokens, 나머지는 max_tokens)
- 적을 칸: usage.prompt_tokens · usage.completion_tokens · usage.total_tokens · finish_reason
- 출력 토큰 = usage.total_tokens − usage.prompt_tokens
- finish_reason 이 length 면 미완으로 세기

학교·회사·기관에서 쓰려는 일에 맞는 모델을 비용으로 고르고 있다면, 그 일을 도입 문의로 알려 주세요.

원포트 AI API 크레딧은 원화로 사고 세금계산서를 받아요. 모델마다 차감 단가대로 크레딧을 사용해요.

1 크레딧 = 부가세 포함 2원어치예요.