# 모델과 단가

> 쓸 수 있는 모델과 1M 토큰당 가격.

> 원문: https://oneport.kr/docs/models

아래 단가는 각 벤더의 공식가와 같아요. 크레딧이 이 단가 그대로 차감돼요.

모델은 종류가 여덟이고 종류마다 부르는 주소가 달라요 — 글은 /v1/chat/completions, 오래 생각하는 pro 등급은 /v1/responses, 그림은 /v1/images/generations(고치기는 /v1/images/edits), 임베딩은 /v1/embeddings, 검열은 /v1/moderations, 음성은 /v1/audio/speech·transcriptions, 영상은 /v1/videos 예요. 종류가 안 맞는 주소로 부르면 어디로 보내야 하는지 알려드려요.

## 종류별 모델과 단가

#### 글 — `POST /v1/chat/completions`

| model | 제공사 | 입력 / 1M | 출력 / 1M | 컨텍스트 |
| --- | --- | --- | --- | --- |
| claude-fable-5-1 | anthropic | $10 | $50 | 1000K |
| claude-fable-5 | anthropic | $10 | $50 | 1000K |
| claude-opus-5-5 | anthropic | $4 | $20 | 1000K |
| claude-opus-5 | anthropic | $5 | $25 | 1000K |
| claude-sonnet-5-5 | anthropic | $2 | $10 | 1000K |
| claude-sonnet-5 | anthropic | $2 | $10 | 1000K |
| claude-haiku-4-5 | anthropic | $1 | $5 | 200K |
| claude-opus-4-8 | anthropic | $5 | $25 | 1000K |
| claude-opus-4-7 | anthropic | $5 | $25 | 1000K |
| claude-opus-4-6 | anthropic | $5 | $25 | 1000K |
| claude-sonnet-4-6 | anthropic | $3 | $15 | 1000K |
| claude-sonnet-4-5 | anthropic | $3 | $15 | 200K |
| gpt-6-astra | openai | $10 | $50 | 1050K |
| gpt-6-sol | openai | $2 | $10 | 1050K |
| gpt-6-luna | openai | $0.1 | $0.5 | 1050K |
| gpt-6.1-sol | openai | $2 | $10 | 1050K |
| gpt-5.6-sol | openai | $4 | $20 | 1050K |
| gpt-5.6-terra | openai | $2 | $12 | 1050K |
| gpt-5.6-luna | openai | $0.2 | $1.2 | 1050K |
| gpt-5.5 | openai | $5 | $30 | 1050K |
| gpt-5.2 | openai | $1.75 | $14 | 400K |
| gpt-5.1 | openai | $1.25 | $10 | 400K |
| gpt-5.4 | openai | $2.5 | $15 | 1050K |
| gpt-5 | openai | $1.25 | $10 | 400K |
| gpt-5-mini | openai | $0.25 | $2 | 400K |
| gpt-5.4-mini | openai | $0.75 | $4.5 | 400K |
| gpt-4.1 | openai | $2 | $8 | 1048K |
| gpt-4o | openai | $2.5 | $10 | 128K |
| gpt-4o-mini | openai | $0.15 | $0.6 | 128K |
| o1 | openai | $15 | $60 | 200K |
| o3-mini | openai | $1.1 | $4.4 | 200K |
| gpt-5.4-nano | openai | $0.2 | $1.25 | 400K |
| gpt-5-nano | openai | $0.05 | $0.4 | 400K |
| gpt-4.1-mini | openai | $0.4 | $1.6 | 1048K |
| gpt-4.1-nano | openai | $0.1 | $0.4 | 1048K |
| o3 | openai | $2 | $8 | 200K |
| o4-mini | openai | $1.1 | $4.4 | 200K |
| gemini-3.1-pro-preview | google | $2 | $12 | 1049K |
| gemini-3.8-flash | google | $0.75 | $3.75 | 1049K |
| gemini-3.7-flash | google | $0.75 | $3.75 | 1049K |
| gemini-3.6-flash | google | $0.75 | $3.75 | 1049K |
| gemini-3.5-flash | google | $1.5 | $9 | 1049K |
| gemini-3.5-flash-lite | google | $0.3 | $2.5 | 1049K |
| gemini-3.1-flash-lite | google | $0.25 | $1.5 | 1049K |
| grok-4.7 | xai | $2 | $6 | 500K |
| grok-4.6 | xai | $2 | $6 | 500K |
| grok-4.20-0309-reasoning | xai | $1.25 | $2.5 | 1000K |
| grok-4.20-0309-non-reasoning | xai | $1.25 | $2.5 | 1000K |
| grok-build-0.1 | xai | $1 | $2 | 256K |
| grok-4.5 | xai | $2 | $6 | 500K |
| grok-4.3 | xai | $1.25 | $2.5 | 1000K |
| deepseek-ai/DeepSeek-V4-Flash | deepinfra | $0.09 | $0.18 | 1049K |
| deepseek-ai/DeepSeek-V4-Pro | deepinfra | $1.3 | $2.6 | 1049K |
| deepseek-ai/DeepSeek-V3.1 | deepinfra | $0.25 | $0.95 | 164K |
| deepseek-ai/DeepSeek-V3.2 | deepinfra | $0.26 | $0.38 | 164K |
| deepseek-ai/DeepSeek-R1-0528 | deepinfra | $0.5 | $2.15 | 164K |
| meta-llama/Llama-3.3-70B-Instruct-Turbo | deepinfra | $0.1 | $0.32 | 131K |
| meta-llama/Llama-4-Scout-17B-16E-Instruct | deepinfra | $0.1 | $0.3 | 328K |
| meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo | deepinfra | $0.02 | $0.04 | 131K |
| Qwen/Qwen3-235B-A22B-Instruct-2507 | deepinfra | $0.09 | $0.55 | 262K |
| Qwen/Qwen3.5-9B | deepinfra | $0.1 | $0.15 | 262K |
| Qwen/Qwen3-VL-30B-A3B-Instruct | deepinfra | $0.15 | $0.6 | 262K |
| Qwen/Qwen3-Coder-480B-A35B-Instruct-Turbo | deepinfra | $0.3 | $1 | 262K |
| mistralai/Mistral-Small-3.2-24B-Instruct-2506 | deepinfra | $0.075 | $0.2 | 128K |
| mistralai/Mistral-Nemo-Instruct-2407 | deepinfra | $0.019 | $0.03 | 131K |
| moonshotai/Kimi-K3 | deepinfra | $2.85 | $14.25 | 1049K |
| moonshotai/Kimi-K2.6 | deepinfra | $0.75 | $3.5 | 262K |
| MiniMaxAI/MiniMax-M3 | deepinfra | $0.28 | $1.1 | 524K |
| zai-org/GLM-4.7 | deepinfra | $0.4 | $1.75 | 203K |
| openai/gpt-oss-120b | deepinfra | $0.037 | $0.17 | 131K |
| openai/gpt-oss-20b | deepinfra | $0.03 | $0.14 | 131K |
| google/gemma-3-27b-it | deepinfra | $0.08 | $0.16 | 131K |
| google/gemma-4-31B-it | deepinfra | $0.2 | $0.4 | 262K |
| nvidia/NVIDIA-Nemotron-3-Super-120B-A12B | deepinfra | $0.085 | $0.4 | 262K |
| microsoft/phi-4 | deepinfra | $0.07 | $0.14 | 16K |
| ibm-granite/granite-4.2-8b | deepinfra | $0.06 | $0.25 | 131K |

#### Responses 전용 — `POST /v1/responses`

| model | 제공사 | 입력 / 1M | 출력 / 1M | 컨텍스트 |
| --- | --- | --- | --- | --- |
| gpt-5.5-pro | openai | $30 | $180 | 1050K |
| gpt-5.4-pro | openai | $30 | $180 | 1050K |
| gpt-5.2-pro | openai | $21 | $168 | 400K |
| gpt-5-pro | openai | $15 | $120 | 400K |
| o3-pro | openai | $20 | $80 | 200K |
| o1-pro | openai | $150 | $600 | 200K |
| gpt-5.3-codex | openai | $1.75 | $14 | 400K |

#### 임베딩 — `POST /v1/embeddings`

| model | 제공사 | 입력 / 1M | 출력 / 1M | 컨텍스트 |
| --- | --- | --- | --- | --- |
| text-embedding-3-small | openai | $0.02 | $0 | — |
| text-embedding-3-large | openai | $0.13 | $0 | — |
| text-embedding-ada-002 | openai | $0.1 | $0 | — |
| gemini-embedding-001 | google | $0.15 | $0 | — |
| gemini-embedding-2 | google | $0.2 | $0 | — |

#### 그림 — `POST /v1/images/generations`

| model | 제공사 | 입력 / 1M | 출력 / 1M | 한 장 예약 |
| --- | --- | --- | --- | --- |
| gpt-image-2.5-flare | openai | $5 | $30 | $0.11 |
| gpt-image-2.5-sunburst | openai | $5 | $30 | $0.11 |
| gpt-image-2 | openai | $5 | $30 | $0.28 |
| gpt-image-1.5 | openai | $5 | $32 | $0.29 |
| gpt-image-1 | openai | $5 | $40 | $0.36 |
| gpt-image-1-mini | openai | $2 | $8 | $0.075 |
| grok-imagine-image | xai | — | — | $0.03 (한 장 $0.02 · 벤더 청구액) |
| grok-imagine-image-2.0 | xai | — | — | $0.09 (한 장 $0.06 · 벤더 청구액) |
| grok-imagine-image-quality | xai | — | — | $0.075 (한 장 $0.05 · 벤더 청구액) |

#### 검열 — `POST /v1/moderations`

| model | 제공사 | 입력 / 1M | 출력 / 1M | 요금 |
| --- | --- | --- | --- | --- |
| omni-moderation-latest | openai | $0 | $0 | 무료 |
| omni-moderation-2024-09-26 | openai | $0 | $0 | 무료 |

#### 읽어주기 — `POST /v1/audio/speech`

| model | 요금 |
| --- | --- |
| tts-1 | 글자 $15 / 1M 글자 |
| tts-1-hd | 글자 $30 / 1M 글자 |

#### 받아쓰기 — `POST /v1/audio/transcriptions`

| model | 요금 |
| --- | --- |
| gpt-4o-transcribe | 소리 입력 $2.5 / 1M 토큰 · 출력 $10 / 1M 토큰 |
| gpt-4o-mini-transcribe | 소리 입력 $1.25 / 1M 토큰 · 출력 $5 / 1M 토큰 |
| whisper-1 | 길이 $0.0001 / 초 |

#### 영상 — `POST /v1/videos`

| model | 요금 |
| --- | --- |
| grok-imagine-video | 480p $0.05 / 초 · 720p $0.07 / 초 |
| grok-imagine-video-1.5 | 1080p $0.25 / 초 · 480p $0.08 / 초 · 720p $0.14 / 초 |

## 그래서 어느 걸 쓰면 되나요

위 단가만 보고 고르면 틀려요. 같은 과제라도 모델마다 답 길이가 달라서, 단가가 싼 쪽이 실제로는 더 비쌀 수 있어요. 아래는 가격대를 대표하는 모델들을 같은 과제로 실제로 돌려본 값이에요.

_같은 과제를 여러 모델에 실제로 물어보고 잰 비용 비교는 웹 문서에서 보실 수 있어요._

> **목록에 없는 모델을 부르면**
>
> 404 와 함께 가장 가까운 모델을 알려드려요. 시키지 않은 모델로 몰래 바꿔 답하지는 않아요 — 코딩 작업에선 그게 오류보다 나쁘거든요.

## 벤더 서버 도구 요금

웹 검색처럼 벤더가 자기 서버에서 돌리는 도구는 토큰과 따로 요금이 붙어요. 그 요금도 벤더 공식 단가 그대로 같은 크레딧에서 빠져요. 요금을 셀 수 없는 도구와 이 표에 없는 벤더 서버 도구는 돈이 나가기 전에 400 으로 돌려드리고, 무엇을 빼면 되는지 알려드려요. 직접 정의한 도구(function·custom)와 손님 쪽에서 도는 도구(bash · 편집기 · computer use 등)는 토큰만 계산돼요.

| 도구 | 요금 | 어떻게 세나 |
| --- | --- | --- |
| Claude web_search | 검색 1회 $0.01 | 응답이 알려주는 검색 횟수로 세요. 검색 결과는 입력 토큰이라 그 모델 단가로 따로 계산돼요. |
| Claude advisor | 조언 모델 토큰 × 그 모델 단가 | 응답의 조언 줄(usage.iterations)을 그 모델 단가로 더해요. caching.ttl 을 1h 로 켜면 캐시 쓰기는 입력가의 2배예요. 조언 모델이 이 목록에 없으면 400 이에요. 요청 전에 조언 몫도 크레딧에서 잠시 잡아둬요 — max_uses·max_tokens 를 주시면 그만큼 작아져요. |
| Claude compaction(요약) | 요약 토큰 × 그 모델 단가 | 응답의 요약 줄(usage.iterations 의 compaction)을 요청한 모델 단가로 더해요. 이 줄은 응답 맨 위 토큰 수에 안 들어가 있어요. |
| Claude web_fetch · tool search · MCP connector | 토큰만 | 따로 붙는 요금이 없어요. |
| Claude code_execution | web_search·web_fetch(20260209 이후 판)와 같이 쓰면 토큰만 | 혼자 쓰면 벤더가 실행 시간으로 받는데, 응답이 그 시간을 안 알려줘서 400 으로 돌려드려요. |
| GPT web_search | 검색 1회 $0.01 | 응답의 web_search_call(검색) 수로 세요. 검색 내용 토큰은 그 모델 단가로 계산돼요. web_search_preview 는 GPT-5 이후·o 계열에서만 받아요. gpt-4o-mini·gpt-4.1-mini 는 검색 내용을 8,000 토큰 고정으로 받는 요금이라 셀 수 없어 400 이에요. |
| GPT file_search | 1회 $0.0025 | 응답의 file_search_call 수로 세요. |
| GPT code_interpreter · hosted shell · image_generation | 받지 않아요 | 응답이 컨테이너 시간·그림 값을 안 알려줘서 400 으로 돌려드려요. 그림은 /v1/images/generations 로 불러주세요. |

> **제미나이는 제미나이 팩으로 불러요**
>
> 제미나이 토큰 팩으로 산 크레딧은 제미나이는 물론 GPT·클로드 등 모든 모델을 불러요. 클로드·GPT 팩으로 산 크레딧은 제미나이를 뺀 모든 모델을 불러요. 모델을 정하지 않은 크레딧은 모든 모델을 불러요. 내 키로 GET /v1/models 를 부르시면 부를 수 있는 모델만 나와요. 못 부르는 모델을 부르면 요금이 붙기 전에 403 model_not_in_plan 과 바꿔 넣을 모델 이름을 드려요.

## 얼마나 생각하게 할지 — reasoning_effort

같은 모델이라도 얼마나 오래 따져볼지를 고르실 수 있어요. `reasoning_effort` 에 `low`·`medium`·`high` 를 넣으시면 돼요. 낮추면 빠르고 싸지고, 올리면 더 따져보는 대신 시간과 비용이 늘어요.

모델에 따라 양 끝이 더 있어요. GPT-6 Sol·Luna 는 `none`(생각 안 함)부터 `xhigh` 까지, GPT-6 Astra·GPT-6.1 Sol 은 `low` 부터 `xhigh` 까지 받아요. Claude 는 `max` 까지 받아요. GPT 에 `max` 를 보내시면 벤더가 400 을 내요 — GPT 로는 저희가 몸통을 손대지 않고 넘기거든요.

> **⚠️ 생각한 만큼 요금이 붙어요**
>
> 생각하는 토큰도 출력 토큰으로 계산돼요. 같은 질문에 gpt-5.6-sol 이 low 에선 1,225 토큰, high 에선 2,222 토큰을 썼어요(그중 생각한 부분이 597 → 1,536). 올리기 전에 이 차이를 보고 정하세요.

모델마다 받는 게 달라요. `GET /v1/models` 의 `supports_effort` 가 그 모델이 받는지 알려드려요. 안 받는 모델에 보내시면 저희가 조용히 빼고 보내니까 에러는 안 나요 — 대신 효과도 없어요.

`temperature`·`top_p` 도 같아요. Claude 5 세대(Fable 5·5.1 · Opus 5·5.5 · Sonnet 5, 그리고 Opus 4.7·4.8)는 이 값을 아예 안 받아서 그대로 보내면 벤더가 400 을 내요. 그래서 그 모델들엔 저희가 빼고 보내요 — 답의 결은 프롬프트로 정하시면 돼요. 다른 모델은 보내신 대로 가요. 그래서 GPT 는 조심하셔야 해요 — GPT-5 이후 대부분(5.4 빼고)과 o 계열은 기본값 1 말고는 벤더가 400 을 내요.

**덜 생각하게 해서 빠르게 받기**

```bash
curl https://oneport.kr/v1/chat/completions \
  -H "Authorization: Bearer $ONEPORT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "reasoning_effort": "low",
    "messages": [{ "role": "user", "content": "이 문장 맞춤법만 고쳐줘" }]
  }'
```

**지금 쓸 수 있는 모델을 코드에서 확인하기**

```bash
curl https://oneport.kr/v1/models
```