같은 작업을 시켰는데 이번 달 청구서가 지난달의 세 배로 나왔다면, 대개 원인은 입력이 아닙니다.

AI API 요금은 무엇을 물었느냐보다 얼마나 답했느냐로 갈립니다.

입력과 출력의 단가 차이를 표현한 3D 에디터리얼 콘셉트 씬 입력과 출력의 단가 차이를 표현한 3D 에디터리얼 콘셉트 씬 — 출처: 개념 컷 · agy 자가 생성

입력과 출력의 단가가 5배 다릅니다

모델별 100만 토큰당 입력·출력 단가 모델별 100만 토큰당 입력·출력 단가 — 출처: Anthropic 공식 문서 기반 자가 렌더

토큰 요금은 입력과 출력을 따로 계산하는데, 두 단가가 같지 않습니다 — Anthropic 기준 출력이 입력의 5배에 달합니다.

Claude Opus 5는 100만 입력 토큰에 약 7,000원(5달러), 100만 출력 토큰에 약 3만 5,000원(25달러)입니다. Sonnet 5는 2,800원과 1만 4,000원, Haiku 4.5는 1,400원과 7,000원이에요. 모델이 달라져도 배수는 5배로 같습니다.

프롬프트를 100줄 줄이는 것보다 답을 20줄 짧게 만드는 쪽이 비용에 다섯 배 크게 작용합니다. 긴 문서를 통째로 넣는 게 겁나서 요약해 넣는 분들이 많은데, 정작 요금을 정하는 건 그쪽이 아니에요.

가격이 내려가기도 합니다. Sonnet 5의 100만 토큰당 2,800원·1만 4,000원(2달러·10달러)은 원래 8월 31일까지의 도입가였고 9월부터 4,200원·2만 1,000원(3달러·15달러)으로 오를 예정이었는데, 인상이 취소돼 그대로 표준가가 됐습니다. 요금표는 고정된 게 아니라 확인해야 하는 값입니다.

프롬프트를 100줄 줄이는 것보다 답을 20줄 줄이는 쪽이 다섯 배 큽니다

보이지 않는 출력이 있습니다

응답 전에 소비되는 사고 토큰을 표현한 3D 에디터리얼 콘셉트 씬 응답 전에 소비되는 사고 토큰을 표현한 3D 에디터리얼 콘셉트 씬 — 출처: 개념 컷 · agy 자가 생성

요즘 모델은 답하기 전에 생각합니다. 그 생각도 토큰이고, 출력 단가로 과금됩니다.

화면에 보이는 답이 세 줄이어도 그 앞에서 모델이 2,000토큰을 생각했다면 그 2,000토큰이 출력 요금에 들어갑니다. 사고 과정을 보여 줄지 감출지는 설정으로 고를 수 있는데, 감춰도 과금은 같습니다. 안 보이니까 안 냈다고 착각하기 쉬운 자리예요.

모델마다 사고의 기본값이 다릅니다.

모델 사고 기본
Fable 5 항상 켜짐 끌 수 없음
Opus 5 · Sonnet 5 적응형 기본 켜짐
Haiku 4.5 수동 설정 effort 미지원

Fable 5는 사고를 끄는 설정 자체가 거부됩니다. 100만 출력 토큰에 7만 원인 모델에서 사고가 항상 켜져 있다는 건, 짧은 질문에도 바닥 비용이 붙는다는 뜻이에요.

조절할 값이 두 개입니다

Claude Opus 5의 표준 속도와 빠른 속도 출력 단가 Claude Opus 5의 표준 속도와 빠른 속도 출력 단가 — 출처: Anthropic 공식 문서 기반 자가 렌더

출력 쪽을 조절하는 값이 두 개입니다.

첫째는 effort입니다. 사고를 얼마나 깊게 할지 정하는 설정으로 낮음부터 최대까지 다섯 단계가 있고, 기본값은 높음이에요. 기본이 높음이라는 건 아무것도 안 만지면 꽤 생각하는 쪽으로 돌아간다는 뜻입니다. 분류나 라우팅처럼 단순한 일에 그대로 두면 사고 토큰을 그만큼 더 냅니다.

둘째는 속도입니다. Claude Opus 5에는 같은 모델을 최대 2.5배 빠른 출력으로 돌리는 모드가 있는데, 단가가 정확히 두 배입니다. 100만 출력 토큰이 3만 5,000원에서 7만 원이 돼요.

설정 무엇이 바뀌나 요금
effort 생각하는 양 출력 토큰 수
속도 토큰이 나오는 빠르기 토큰당 단가

둘은 성격이 다릅니다. effort는 몇 토큰을 쓸지를 바꾸고, 속도는 토큰 하나의 값을 바꿉니다. 사람이 기다리는 화면이 아니라면 속도 모드를 켤 이유가 거의 없고, 반대로 사용자가 응답을 지켜보는 대화형이라면 값을 치를 만한 자리일 수 있어요.

개인 개발자는 무엇부터 보나

입력 쪽 레버는 8월 4일 FinOps 글에서 다뤘습니다. 프롬프트 캐싱은 캐시에서 읽은 토큰이 기본 입력 단가의 10%로 떨어지고, 배치 API는 전 모델 50% 할인이에요. 반복 prefix가 있거나 급하지 않은 작업이면 그쪽부터 보시면 됩니다.

혼자 쓰는 사이드 프로젝트라면 순서가 이렇습니다.

답 길이를 지정한다 — 요약은 몇 문장, 목록은 몇 개까지인지 프롬프트에 박습니다

단순 작업의 effort를 내린다 — 분류·라우팅·형식 변환은 기본값이 과합니다

속도 모드를 안 켠다 — 사람이 안 기다리는 작업이면 두 배를 낼 이유가 없습니다

사고를 감췄다고 안 낸 게 아님을 기억한다 — 청구서에는 그대로 들어옵니다

응답에 딸려 오는 사용량 정보에 입력·출력 토큰이 각각 찍히니, 몇 번만 찍어 보면 내 작업이 입력 쪽인지 출력 쪽인지 바로 갈립니다. 감으로 줄이기 전에 그걸 먼저 보시는 게 빠릅니다.

청구서를 정하는 건 얼마나 물었느냐가 아니라, 모델이 얼마나 길게 생각하고 답했느냐입니다.

참고 출처