Claude API냐 Gemini API냐…싼 토큰보다 작업당 비용을 계산하라

고객지원 요약처럼 짧고 반복적인 요청은 Gemini 3.8 Flash를 먼저 검토할 만하다. 코딩 에이전트처럼 실패 뒤 재시도 비용이 커지는 작업은 Claude Sonnet 5.5와 Opus 5.5도 비교해야 한다. 선택 기준은 입력 토큰의 표시 가격보다 요구한 품질을 충족한 작업당 총비용이다. 같은 요청도 출력 길이, 캐시 적중, 도구 호출과 재시도 횟수에 따라 비용이 달라진다.

아래의 고객지원 요약, 긴 문서 분석, 코딩 에이전트 계산은 양쪽 API에 같은 청구 토큰 수를 넣은 조건부 예시다. 원화 환산 전 달러로 가격 구조를 비교하며 실제 시험 결과로 제시하지 않는다. 실제 한국어 입력의 토큰 수와 모델이 생성하는 출력량은 서로 다를 수 있으므로, 계산액만으로 품질이나 운영 예산까지 확정할 수는 없다.

입력·출력·캐시의 기준 요금

Claude 공식 가격표에서 표준 API의 Sonnet 5.5는 입력·출력 100만 토큰당 각각 2달러와 10달러, Opus 5.5는 4달러와 20달러다. 캐시 적중 입력은 같은 단위로 각각 0.10달러와 0.20달러다. Sonnet 5.5의 5분 캐시에 처음 기록하는 입력은 100만 토큰당 2.50달러다. 빠른 처리 모드나 미국 내 추론 위치 지정에는 다른 요율이 적용되므로, 이 글의 계산에는 표준 요율만 사용한다.

Gemini Developer API 가격표에서 Gemini 3.8 Flash의 표준 유료 API 도입 요금은 2026년 12월 31일까지 입력 100만 토큰당 0.75달러, 추론 토큰을 포함한 출력은 3.75달러, 캐시 적중 입력은 0.075달러다. 명시적으로 보관하는 캐시는 100만 토큰당 시간당 0.50달러의 보관료가 붙는다. 공시된 요금은 2027년 1월 1일부터 입력 1.50달러, 출력 7.50달러, 캐시 적중 0.15달러로 올라가며 보관료도 두 배가 된다. 장기 서비스의 비용 추정에는 이 예정 요금을 따로 넣어야 한다.

기본 후보는 Sonnet 5.5와 Flash로 두고, 코딩 작업의 품질 차이를 볼 때 Opus 5.5를 추가한다. Flash와 Opus의 단가만 나란히 놓으면 처리량을 중시한 모델과 높은 난도의 작업을 겨냥한 모델의 역할까지 가격 차이로 오해하기 쉽다. 캐시가 없는 요청에서는 입력과 출력의 양이 비용을 결정하고, 반복 요청에서는 캐시에 처음 기록한 비용과 이후 읽은 비용을 구분해야 한다.

같은 워크로드에 넣는 비용식

요청 한 건의 토큰 비용은 캐시를 쓰지 않은 입력 토큰에 해당 입력 요금을 곱한 값, 캐시에서 읽은 토큰에 적중 요금을 곱한 값, 과금되는 전체 출력 토큰에 출력 요금을 곱한 값을 더해 구한다. 캐시를 새로 만들었다면 기록비를, 보관했다면 보관비도 더한다. 도구 사용료와 재시도 비용은 해당 작업이 실제로 발생시킨 만큼 별도 항목으로 합산한다.

세 예시는 표준 유료 API로 처리하며 배치 할인, 지역 요금, 세금, 외부 도구 비용을 제외한다. 출력량은 사용자에게 보이는 답변과 과금되는 추론량을 합친 조건으로 둔다. 특히 추론을 많이 쓰는 설정에서는 짧은 최종 답변만 보고 출력 토큰을 추정하면 비용을 과소평가할 수 있다. 같은 문장을 두 서비스에 보내도 토큰화 방식과 응답 길이가 같다는 보장은 없으므로, 아래 숫자는 단가의 영향을 분리한 값이다.

고객지원·긴 문서·코딩 작업의 달러 비용

다음 값은 앞의 공식 요율을 동일한 가상 사용량에 적용한 산술 결과다. 각 금액은 요청 한 건 또는 에이전트의 한 단계에 대한 값이며, 답변이 맞았는지와 완료까지 필요한 재시도는 포함하지 않는다. 캐시 적중을 가정한 항목은 이미 캐시가 만들어진 뒤의 요청이어서 최초 기록비와 보관비도 빠져 있다.

• 고객지원 요약. 상담 내용과 지침을 합쳐 입력 4,000토큰, 요약과 과금되는 추론을 합쳐 출력 500토큰, 캐시 적중은 없다고 가정한다. Sonnet 5.5는 0.013달러, Gemini 3.8 Flash는 0.004875달러, Opus 5.5는 0.026달러다. 정해진 형식으로 짧은 답을 많이 만들고 필요한 정보를 안정적으로 보존한다면 Flash의 낮은 호출비가 이점이다. 반대로 정책 문구를 누락해 사람이 다시 확인하거나 요약을 재생성해야 한다면 그 비용도 작업에 붙는다.
• 긴 문서 분석. 긴 자료의 입력 30만 토큰과 전체 출력 2,000토큰을 한 요청에 넣고 캐시는 쓰지 않는다고 가정한다. Sonnet 5.5는 0.62달러, Flash는 0.2325달러, Opus 5.5는 1.24달러다. 이 예시는 문서를 한 번 읽는 비용이므로 같은 자료에 여러 질문을 던질 때의 캐시 절감까지 보여주지는 않는다. 문맥 창에 자료가 들어가는 것과 필요한 근거를 빠짐없이 찾아내는 것은 별개의 품질 문제다.
• 코딩 에이전트의 한 단계. 전체 입력 5만 토큰 중 반복되는 앞부분 4만 5,000토큰을 캐시에서 읽고, 신규 입력 5,000토큰과 전체 출력 2,000토큰이 발생한다고 가정한다. Sonnet 5.5는 0.0345달러, Flash는 0.014625달러, Opus 5.5는 0.069달러다. 이는 완성된 코드의 가격이 아니다. 에이전트가 오류를 고치거나 테스트 결과를 다시 읽는 단계마다 해당 입력·출력과 캐시 사용량이 추가된다.

세 조건 모두에서 Flash의 산술 비용이 낮다. 다만 요약의 필수 항목 누락, 문서의 근거 탐색 실패, 코드 수정의 재시도는 작업 종류마다 다른 부담을 만든다. 작업당 비용을 판단하려면 요청 한 건의 가격과 함께 완료까지 발생한 모든 API 청구액을 세고, 사전에 정한 품질 기준을 통과한 작업 수로 나눠야 한다. 값싼 요청을 여러 번 실행하는 경우와 비싼 요청으로 끝내는 경우의 순서가 여기서 바뀔 수 있다.

캐시·도구·긴 문맥이 바꾸는 청구 범위

캐시 할인은 반복되는 입력이 실제로 다시 읽힐 때 생긴다. Claude의 짧은 유효기간 캐시는 처음 기록할 때 기본 입력보다 높은 요금을 내고, 이후 적중 입력에 할인 요금을 적용한다. Gemini의 캐시 적중 단가는 낮지만 명시적 캐시를 보관하는 동안에는 시간에 따른 비용이 누적된다. 긴 공통 지침을 여러 요청에서 빠르게 재사용하는 서비스와 문서를 드물게 다시 여는 서비스의 손익이 다른 이유다.

도구를 쓰는 에이전트는 대화 본문 밖의 토큰도 소비한다. Claude에서는 도구 정의와 모델이 만든 도구 호출, 다시 전달된 도구 결과가 청구 토큰에 포함되고 서버 측 도구에는 사용량에 따른 추가 요금이 붙을 수 있다. Gemini도 코드 실행으로 생성한 코드와 결과, 모델이 다시 읽는 내용에 토큰 요금을 적용하며 검색 근거 제공은 무료 범위를 넘으면 별도 사용료가 생긴다. 앞의 코딩 예시는 도구 관련 토큰이 가정한 입력·출력량에 이미 들어간 경우에만 그대로 성립한다.

긴 문서 비용에서는 문맥 창과 과금 구간을 함께 봐야 한다. 이번 계산의 Sonnet 5.5와 Flash에는 가정한 문서 길이 때문에 추가되는 상위 요금 구간을 넣지 않았다. Claude의 해당 모델에는 전체 문맥 창에 표준 요율이 적용되지만, 같은 회사의 다른 모델에는 입력 길이에 따른 별도 구간이 있다. 모델을 교체할 때 이전 계산의 토큰 수만 옮기면 문맥 한도나 구간 차이를 놓칠 수 있다.

독립 평가에서 드러난 품질과 속도

Artificial Analysis의 비교에서 Claude Sonnet 5.5의 높은 추론 설정과 기본 폴백을 사용한 구성은 종합 지능 지표 47점, Gemini 3.8 Flash의 높은 추론 설정은 41점이다. 출력 생성 속도는 각각 초당 96토큰과 141토큰으로 Flash가 높다. 그러나 첫 토큰까지 걸린 시간은 각각 13.51초와 22.67초로 Sonnet 구성이 짧다. 생성 속도와 사용자가 답변을 기다리는 시간이 같은 지표는 아니다.

같은 평가의 지표 작업당 평균 비용은 Sonnet 구성 0.88달러, Flash 1.24달러다. 평가에서 작업당 출력은 각각 약 3만 7,000토큰과 7만 1,000토큰이어서, Flash의 낮은 토큰 단가가 이 평가의 낮은 작업비로 이어지지 않았다. 이 평균값은 평가 과제의 입력, 추론, 캐시 사용을 반영한 수치로 앞의 고객지원 요약이나 문서 분석 요청과 작업 조건이 다르다. 두 수치를 더하거나 한쪽을 다른 쪽의 실제 운영비로 대체해서는 안 된다.

코딩 에이전트에는 완성 결과를 채점하는 평가가 더 직접적인 단서가 된다. Vals AI의 Terminal-Bench 4.0 결과에서 동일한 Mini-SWE-agent 하네스를 쓴 Claude Opus 5.5 구성은 65.15%, Sonnet 5.5 구성은 64.14%, Gemini 3.8 Flash 구성은 19.70%를 기록했다. 과제는 소프트웨어 개발 외의 분야도 포함하므로 이 점수를 일반적인 코딩 성공률로 볼 수는 없다. 특히 Claude의 표시 점수에는 공급자 측 폴백이 포함됐다. 폴백 처리 시도를 실패로 계산하면 Opus 5.5는 58.08%, Sonnet 5.5는 62.63%가 된다.

Vals AI 표의 Gemini 입력·출력 단가는 앞에서 사용한 한시적 공식 요율과 다르다. 평가표의 작업 비용을 이 글의 조건부 계산과 섞지 않은 이유다. 평가 점수의 차이는 코딩 에이전트에서 품질을 별도로 따져야 한다는 근거가 되지만, 특정 서비스의 완료 비용 차이를 그대로 예측하지는 못한다.

업무별로 어떤 모델을 먼저 둘까

고객지원 요약은 답변 형식이 고정되고 필수 정보를 검수할 수 있다면 Flash를 기본 후보로 둘 만하다. 긴 문서 분석도 가정한 요청에서는 Flash가 저렴하지만, 계약 조항이나 정책의 근거를 정확히 찾아야 한다면 Sonnet과 같은 문서·질문 묶음에서 누락과 오인을 비교해야 한다. 문서를 반복해서 읽는 방식이라면 캐시 기록비, 적중률과 보관 시간까지 포함한 비용이 판단 기준이 된다.

코딩 에이전트는 Sonnet을 품질 기준선으로 삼고 어려운 작업에서 Opus가 재시도와 수정 시간을 줄이는지 살필 만하다. Flash의 낮은 단계별 호출비만으로 완성 작업까지 가장 저렴하다고 결론 내리기는 어렵다. 실제 선택에는 같은 과제에서 품질 기준을 통과한 비율, 완료까지 청구된 전체 비용, 걸린 시간과 허용 가능한 오류율이 함께 필요하다.

함께 읽기:

• Claude Fable 5.1 캐시는 75% 싸졌다…작업비는 반대일 수도 있다
• Substack 유료 구독은 10%가 끝이 아니다—Stripe 비용까지 계산하기
• Buffer냐 Later냐…계정 수보다 ‘소셜 세트’가 비용을 바꾼다