← 목록으로

OpenAI와 Anthropic은 몇 달 만에 LLM 가격을 최대 80% 내렸다. 왜일까?

요약
  • OpenAI와 Anthropic은 모델 품질을 유지하면서 LLM 가격을 최대 80%까지 대폭 인하했습니다.
  • 이는 공개 가중치 모델의 확산과 DeepSeek 등 저렴한 대체 모델의 등장에 따른 경쟁 압박과 모델 간 전환 비용 감소가 주요 원인으로 분석됩니다.
  • 특히 코딩 에이전트의 실질 비용을 좌우하는 캐시 읽기 가격 인하가 포함되었습니다.
  • OpenAI와 Anthropic은 최근 몇 달간 모델 품질을 희생한 뚜렷한 징후 없이 가격을 크게 인하했으며, 인하 효과는 API뿐 아니라 Codex와 Claude Code 같은 구독형 에이전트 하네스에도 적용됨
  • 모델 교체가 쉬워지고 공개 가중치 모델과 추론 제공업체가 늘어나면서 가격 경쟁이 심화됨. 두 회사의 상호 견제뿐 아니라 저렴한 대체 모델의 경쟁 압력도 가격 인하의 원인일 수 있음
  • 코딩 에이전트에서는 대화 이력을 반복해서 읽는 캐시 읽기 가격이 실질 비용을 크게 좌우함. 입력/출력 단가만 보면 실제 인하 폭을 놓칠 수 있음
  • 두 회사의 IPO 추진설과 대규모 적자를 고려하면 가격 인하가 수익성에 미치는 영향은 불확실함. 추론 자체의 이익률, 구독 제공량 조정, 인프라 효율 개선을 함께 살펴봐야 함
  • 비슷한 품질과 가격을 제공하는 사업자가 많고 전환 비용이 낮게 유지된다면, 고객을 확보한 뒤 토큰 가격을 급격히 올리기는 어려움. 공개 가중치 모델과 독립 추론 업체가 대형 연구소의 가격을 견제할 수 있음
6~8월: 소형 모델 할인에서 주력 모델 인하로
  • 아래 가격은 모두 100만 토큰당 달러, 순서는 입력 / 출력 / 캐시 읽기임
  • 6월 26일, OpenAI는 GPT-5.6 Sol과 Luna를 발표함
    • Sol은 GPT-5.5의 직접 후속 모델로, 가격은 동일한 $5 / $30 / $0.50임
    • 저비용 작업용 소형 모델 Luna는 $1 / $6 / $0.10이며, 둘 사이에 위치한 Terra도 발표했으나 관심은 적었음
  • 6월 30일, Anthropic은 Claude Sonnet 5를 $2 / $10 / $0.20에 출시함
    • Opus에 가까운 성능을 내세웠지만 반응은 엇갈렸고, 출시 가격은 원래 추후 인상할 예정이었음
  • 7월 24일, Claude Opus 5가 $5 / $25 / $0.50에 등장함
    • Opus 4.5가 에이전트 코딩 확산에 미친 영향 때문에 기대가 컸으며, 일부 벤치마크에서는 훨씬 큰 Fable 5를 넘어섰지만 실사용 반응은 엇갈렸음
  • 7월 30일, OpenAI는 GPT-5.6 Luna 가격을 80% 인하해 $0.20 / $1.20 / $0.02로 조정함
    • OpenAI의 품질 대비 작업 비용 도표에서는 이 인하가 없었다면 DeepSeek V4 Pro에 뒤처졌을 것임
  • 8월 10일, Anthropic은 Sonnet 5의 한시적 출시 가격을 영구 적용하기로 함
  • 8월 21일, OpenAI는 GPT-5.6 Sol 가격을 약 20% 인하한다고 발표하고, 3개월 동안 $4 / $20 / $0.40을 적용함
9월: 캐시 가격 인하와 세대교체
  • 9월 1일, Anthropic은 Fable 5.1을 $10 / $50 / $0.25에 발표함
    • 6월의 Fable 5보다 모든 영역에서 벤치마크 성능이 높고, 입력/출력 가격은 같지만 캐시 읽기 가격은 75% 낮음
    • 코딩 에이전트에서는 이전 대화 전체를 담는 캐시 읽기가 전체 토큰 사용의 96~99%를 차지하며, 캐시 적중률은 추론 제공업체 인프라에 따라 약 90~100%임
    • 이런 조건에서는 캐시 읽기 단가 75% 인하가 모델 사용 비용 약 70~75% 감소로 이어짐
  • 9월 3일, OpenAI는 GPT-6 Astra를 $10 / $50 / $1에 발표함
    • 크기와 성능은 Fable 5.1과 비슷하지만, 낮아진 캐시 읽기 가격은 적용하지 않음
  • 9월 22일, OpenAI는 GPT-6 Sol과 Luna를 출시함
    • Sol은 $2 / $10 / $0.20으로, 한시 할인 중이던 GPT-5.6 Sol의 입력/출력 가격을 절반으로 낮춤
    • Luna도 $0.10 / $0.50 / $0.01로 내려감
  • 같은 날 Anthropic은 Claude Opus 5.5를 $4 / $20 / $0.20에 발표함
    • “Opus 5보다 서비스에 필요한 연산량이 적으며 가격에 이를 반영했다”고 명시함
    • 입력/출력은 20%, 캐시 읽기는 그보다 더 크게 인하해 총비용이 40~60% 감소했으며, 성능은 Fable 5.1보다도 높다는 평가를 받음
  • 9월 29일, 성능이 기대에 못 미친 GPT-6 Sol의 후속으로 GPT-6.1 Sol이 등장함
    • 개인 사용 경험에서도 Astra와 비슷한 성능을 보였으며, 가격은 $2 / $10 / $0.10임
    • 캐시 읽기 가격을 다시 절반으로 내려 Anthropic처럼 입력 단가의 5%로 맞췄고, 해당 모델 계열의 실질 사용 비용은 누적 약 75% 낮아짐
  • 이러한 인하는 Codex와 Claude Code 같은 구독형 에이전트 하네스에도 적용되며, 출력 품질을 희생한 뚜렷한 징후는 없음
  • Vercel AI Gateway 데이터에서는 토큰당 비용이 2026년 4월의 43.3% 로 낮아졌지만, 모델 개선 속도가 가격 하락보다 빨라 총지출은 증가함
  • 발표 시점에는 두 회사의 맞대응 양상이 뚜렷하지만, 80% 인하에는 둘 사이 경쟁 외의 요인도 작용했을 가능성이 있음
모델의 범용화와 DeepSeek의 가격 압력
  • 2025년 11월 이후 에이전트용 LLM이 급성장하면서, 새 모델 간 차이를 주관적 인상 외의 기준으로 구별하기 어려워지고 모델 교체는 쉬워짐
    • OpenCode나 Zed Agent에서는 설정을 바꾸고, OpenRouter에서는 API 엔드포인트 문자열을 바꾸면 다른 모델을 시험할 수 있음
    • Google과 Meta뿐 아니라 많은 경쟁사가 충분한 대체재를 제공해 가격에 압력을 가함
  • DeepSeek V4 Flash 0420은 2026년 4월 $0.14 / $0.28 / $0.0028에 출시돼 큰 인기를 얻음
    • 당시 OpenAI에는 단순 작업용 소형 모델이 없었음
    • 캐시 읽기 가격이 입력의 2% 로, OpenAI와 Anthropic의 5~10%보다 낮아 실효 비용 차이가 더 커짐
    • GPT-5.6 Luna의 7월 80% 인하는 이런 소형 공개 가중치 모델에 대응했을 가능성이 있으나, 확인된 원인은 아님
  • DeepSeek Flash V4.1의 1017 업데이트는 성능을 높이면서도 DeepSeek 직접 제공 가격을 $0.15 / $0.60 / $0.003로 유지함
    • Artificial Analysis 지수는 기존 모델의 24점에서 45점으로 상승함
    • 이 가격은 DeepSeek 직접 제공 기준이며, 다른 추론 제공업체의 가격은 다를 수 있음
추론 제공업체 간 경쟁과 Kimi의 추격
  • OpenRouter에는 각 추론 제공업체가 자체 호스팅 모델을 등록할 수 있음
    • 기본적으로 부하 분산을 위해 사용 가능한 제공업체로 요청을 보내지만, 개발자는 API에서 최저가 등의 우선순위를 지정할 수 있음
    • 5월에는 DeepSeek V4 Flash 제공업체가 13곳이었고, 1017 버전은 29곳으로 늘어남
  • 캐시 읽기 가격과 적중률을 반영한 실효 입력 비용은 여러 업체가 비슷한 수준임
    • Cloudflare와 DeepInfra는 DeepSeek 비용과 10% 이내 차이를 보임
    • 다만 가장 저렴한 제공업체들이 전체 토큰 사용량에서 차지하는 비중은 작음
  • OpenAI와 Anthropic은 더 높은 품질로 차별화해야 하며, 특히 Opus 5.5는 현재 이를 잘 수행하고 있지만 우위를 계속 유지해야 함
    • 공개 가중치 모델이 빠르게 추격하고 있어 연구개발에 수십억 달러를 투자하는 이유가 됨
  • Moonshot AI의 Kimi K3.1 Pro는 $2 / $10 / $0.20으로, Opus 5.5의 입력/출력 가격은 절반이고 캐시 읽기 가격은 같음
    • Artificial Analysis 점수는 Kimi 55점, Opus 5.5 58점으로 비슷함
    • 20곳 넘는 업체가 호스팅하는 Kimi K3와 크기 및 아키텍처가 같아, 11월 4일 가중치 공개 후 다수가 비슷한 가격으로 지원할 것으로 예상됨
    • Moonshot AI 자체 가격도 기존 Kimi K3의 $3 / $15 / $0.30보다 낮아짐
고객 확보 후 가격 급등이라는 시나리오의 한계
  • AI 비판론 일부는 지금의 낮은 가격이 고객을 묶어두기 위한 미끼 가격이며, 이후 “토큰의 진짜 비용”으로 인상될 것이라고 봄
    • Uber와 Lyft의 2010년대 전략처럼 손해를 감수한 저가 판매를 한다는 논리임
  • 그러나 OpenAI와 Anthropic은 시장 가격을 독점적으로 결정하는 복점 사업자가 아니며, 추론 산업의 진입 장벽도 그만큼 높지 않음
    • 비슷한 품질과 가격의 공급자가 많고 전환 비용이 미미하다면 가격은 더 내려갈 수도 있음
    • 두 회사는 기업 고객의 장기 계약, OpenAI Dots, Claude Duet 같은 개인용 에이전트 비서로 경쟁 방어력을 구축하려 함
  • 추론 업체가 토큰당 매출보다 낮은 비용으로 서비스할 수 있다면 서로 가격을 낮추며 경쟁하고, 대형 연구소도 이에 대응해야 함
    • OpenRouter의 29개 업체는 적자 모델을 계속 제공하기보다 연산 자원을 수익성 있는 모델로 옮길 수 있음
    • 이 경쟁이 지속된다면 “토큰의 진짜 비용”은 가격이 한계비용에 가까워지는 지점일 수 있음
  • 최근 더 좋은 모델의 가격이 여러 회사에서 크게 내려간 추세와 이런 경쟁 구조는 갑작스러운 토큰 가격 급등 시나리오를 뒷받침하지 않음
IPO, 추론 이익률과 구독 제공량
  • OpenAI는 2027년, Anthropic은 수개월 내 IPO를 추진한다는 소문이 있어 가격 인하 시점이 더욱 주목됨
  • 유출된 OpenAI 재무 자료와 Anthropic 관련 자료는 연구개발과 규모 확장에 따른 수십억 달러 손실을 보여줌
    • 다만 최근 몇 달간 에이전트형 LLM 사용이 급팽창한 효과는 반영하지 않음
    • 투자자는 적자 규모와 수익성 전환 계획을 면밀히 볼 것이므로, 주요 매출원의 단가를 최대 80% 낮춘 선택에는 의문이 남음
  • 회사 전체 손익과 추론 자체의 이익률은 다를 수 있음
    • 일부 보도에 따르면 특정 조건에서 토큰당 이익률은 최대 80%지만, 대폭 인하 이후 이익률은 불분명함
    • Anthropic의 IPO 투자설명서가 공개되면 추론 이익률을 확인할 필요가 있음
  • 개인 사용 사례에서는 가격 인하가 구독 축소로 이어짐
    • GPT-5.6 Sol 사용 당시 월 100달러 Codex 5x Pro 제공량을 거의 모두 소진했고, 예측하기 어려운 사용량 초기화도 경험함
    • GPT-6.1 Sol의 실질 비용이 75% 내려가자 최대 제공량을 5분의 1로 줄였으며, 효율이 약 4배 높아져 실제 이용 규모는 대체로 비슷하게 유지됨
  • Claude Code와 Codex는 API 대비 제공 가치가 커 구독 이익률이 불확실함
    • 자금 압박이 생기면 기본 모델 단가보다 구독 혜택이 먼저 줄어들 가능성이 있음
    • 실제로 OpenAI는 GPT-6.1 Sol 발표와 동시에 “더 효율적인 모델을 반영한다”며 월 200달러 Codex 구간의 사용 제공량을 50% 축소함
고가 모델의 대체와 인프라 효율 개선
  • 더 저렴하고 좋은 모델이 자사의 고가 모델을 대체하는 것이 사업에 유리한지도 불확실함
    • Opus 5.5 출시 이후 한 달 동안 Fable 5.1과 GPT-6 Astra에 대한 논의는 사실상 사라진 것으로 보임
    • Fable 5.2나 GPT-6.1 Astra가 몇 주 안에 등장할 것이라는 예상도 있지만, 출시와 가격은 확정되지 않음
  • 최근의 LLM 인프라 개선도 가격 인하를 설명할 수 있는 요인임
    • Anthropic은 Opus 5.5 서비스에 필요한 연산량이 Opus 5보다 줄었다고 명시함
    • 효율 향상이 대규모 데이터센터 건설 수요를 낮추고 경제적 연쇄 충격을 일으킬 가능성은 있음
    • 다만 추론은 전체 연산 수요의 일부이고 다른 처리 단계에도 데이터센터가 필요하므로, 그런 결과가 발생할 가능성은 낮아 보임
  • 사용자에게 가격 인하는 반가운 변화이며, 공개 가중치 모델과 독립 추론 제공업체는 대형 연구소의 가격과 사업 전략을 견제할 수 있음
  • 극단적으로 두 회사의 IPO가 실패하고 회사가 문을 닫더라도, 그것만으로 LLM과 에이전트 산업 전체가 사라지지는 않음
그냥 목록으로
원문 보기 ↗