원문 캡처 · modelcompare.ai
원문 캡처 · modelcompare.ai

Artificial Analysis Intelligence Index에서 최고 점수를 기록한 모델의 출시 가격과 이후 같은 점수 이상을 내는 가장 저렴한 모델의 가격을 비교한 분석이다. 최고 성능 모델 자체의 가격은 크게 낮아지지 않았지만, 같은 수준의 점수를 내는 모델은 보통 6개월 뒤 약 20분의 1 가격에 이용할 수 있었다.

2024년 4월 당시 최고 점수를 기록한 모델은 Claude Opus 4.7로, 100만 토큰당 10달러였다. 약 5개월 반 뒤인 10월에는 Claude Haiku 5.5가 지수에서 더 높은 점수(43.4 대 40.7)를 기록하면서도 가격은 20센트였다. 다만 최고 점수 모델의 가격은 2024년 약 30달러 수준을 유지했고, 이후에도 3.44~35달러 사이를 오갔다. 분석에 따르면 2025년 최고 모델의 가격은 보통 6달러, 2026년에는 10달러였으며 당시 Claude Opus 5.5의 가격은 8달러였다.

분석은 2024년 9월부터 2025년 9월까지 최고 점수를 차지한 모델 10개의 출시 가격을, 이후 매일 해당 점수 이상을 기록한 가장 저렴한 모델의 가격과 비교했다. 최고 점수를 낸 뒤 3개월에는 같은 성능의 가격이 보통 약 4분의 1로 낮아졌고, 6개월에는 약 20분의 1, 1년에는 약 105분의 1이 됐다. 예를 들어 2025년 4월 최고 점수를 기록한 OpenAI의 o3는 100만 토큰당 18달러였지만, 텐센트의 오픈 웨이트 모델 Hy3-preview는 더 높은 점수를 10센트에 기록했다.

2024년 9월 이후 최고 점수를 기록한 모델은 21개였다. 이 가운데 17개는 이후 100만 토큰당 1달러 미만인 모델이 따라잡았으며, 걸린 기간은 2개월 반에서 8개월 반 사이였다. 중앙값은 175일이다. 따라잡은 저가 모델 7개 중 4개는 MiniMax, DeepSeek, Z.ai 등 중국 연구소의 오픈 웨이트 모델이었고, 나머지는 xAI와 OpenAI의 소형 모델이었다.

가장 최근 최고 점수를 기록한 모델 4개는 모두 아직 1달러 미만 모델에 따라잡히지 않았다. 그중 가장 오래된 Claude Fable 5는 131일 동안 점수를 유지했다. 당시 1달러 미만 모델 가운데 최고 점수는 Xiaomi의 MiMo-V2.6-Pro가 기록한 46.3이었고, Claude Fable 5의 점수는 49.6이었다. 분석은 통상적인 기간이 이어진다면 12월쯤 1달러 미만 모델이 이를 따라잡을 것으로 예상했다.

모델의 가격은 출시 뒤에도 내려갈 수 있다. OpenAI는 출시 두 달 뒤 o3 가격을 80% 인하했고, GPT-5.6 Luna는 출시 3주 뒤 80% 내렸다. DeepSeek은 V4 Pro 가격을 한 달 안에 75% 인하했으며, Xiaomi도 MiMo V2.5 모델 가격을 며칠 뒤 낮췄다. 분석에서는 출시 가격이 아니라 각 날짜에 적용된 가격을 사용했다.

토큰 가격만으로 실제 답변 비용을 판단하기도 어렵다. 모델마다 같은 답변에 쓰는 토큰 수가 다르고, 답변 전에 길게 추론하는 과정도 비용에 포함될 수 있다. 분석진은 환각 테스트에 사용한 대화 163개를 15개 모델에 각각 적용해 비용을 합산했다. 그 결과 Claude Haiku 5.5는 Claude Opus 5.5보다 토큰당 40배 저렴했지만, 대화당으로는 17배 저렴했다. 반면 Gemini 3.8 Flash는 100만 토큰당 1.50달러로 GPT-6.1 Sol의 4달러보다 쌌지만, 대화당 비용은 비슷했다. 따라서 실제로 쓸 프롬프트를 넣어 비용을 확인해야 한다.

분석은 Artificial Analysis의 점수와 가격 자료를 2026년 10월 18일 기준으로 가져왔다. 모델별 최고 점수 설정을 사용했고, 가격은 입력 토큰 3개와 출력 토큰 1개를 섞어 계산한 100만 토큰당 목록 가격이다. 배치 처리와 캐시 입력 할인은 반영하지 않았다. 대화당 비용 비교는 같은 날 환각 테스트에서 모든 모델이 완료한 163개 대화를 기준으로 했으며, 지수 산출에 쓰인 최고 추론 설정이 아닌 각 제공자의 기본 설정을 사용했다. 자세한 방법과 자료는 Artificial Analysis, models.dev, 환각 테스트 설명에서 확인할 수 있다.

최고 모델만 가능한 작업이라면 최고 모델 가격을 감수해야 하고, 그 가격은 분석에서 하락 추세를 보이지 않았다. 반대로 작업을 미룰 수 있거나 이전 최고 모델의 성능으로 충분하다면, 대개 6개월 안에 1달러 미만 모델을 찾을 수 있었다. 장기 계약을 맺기 전에는 가격을 다시 확인하고, 저렴한 모델이 실제 프롬프트에서 충분한지 시험하는 것이 분석의 제안이다. 분석진의 별도 테스트에서는 저가 모델이 대부분의 항목을 통과했지만 전부는 아니었다. 저가 AI 모델이 여전히 어려워하는 항목에서 그 내용을 볼 수 있다.