AI 에이전트를 위한 가장 저렴한 LLM: 실행 비용별로 순위가 매겨진 30개 모델

아래 Tier D 모델을 제외하면, 이제 도구 호출 에이전트를 구동하는 가장 저렴한 모델은 Claude Haiku 5.5입니다. 토큰 100만 개당 입력 $0.10 / 출력 $0.50이며, 기준 12단계 러닝 기준 $0.0185입니다. GPT-6 Luna도 동일한 가격을 적용합니다. 해당 러닝에서 가장 큰 호출은 23,800 토큰으로, Haiku 5.5가 $0.50 / $2.50으로 과금되는 100,000 토큰 지점보다 훨씬 낮습니다. DeepSeek V4.1 Flash는 오프피크 시 $0.027($0.15 / $0.60)이며, DeepSeek 피크 시간에는 $0.30 / $1.20, 즉 $0.054가 발생하고 GPT-5.4 nano($0.038)가 더 저렴합니다. V4.1 Flash는 DeepSeek가 서비스 종료한 V4 Flash를 대체했으며, API 이름은 deepseek-flash입니다. 프로덕션 환경에서 무인으로 운영할 수 있는 가장 저렴한 모델은 Gemini 3.8 Flash($0.75 / $3.75) 또는 GPT-5.4 mini($0.75 / $4.50)로 러닝당 약 $0.14입니다. 가장 저렴한 플래그십 클래스 모델은 Claude Sonnet 5($2 / $10)로 $0.37입니다. 가격은 2026-09-11 기준 우리 카탈로그의 토큰 100만 개당 USD 기준이며, Claude Haiku 5.5는 Anthropic 가격 정책 페이지에서 2026-11-03에 확인했습니다. DeepSeek 가격은 api-docs.deepseek.com에서 2026-10-27에 확인했으며, 오프피크 요금은 피크 요금의 절반입니다(평일 UTC 기준 피크 시간은 01:00~04:00 및 06:00~10:00).

기준 러닝 구성: 각 단계마다 전송되는 4,000 토큰 시스템 프롬프트와 도구 정의, 각 단계 후 추가되는 1,500 토큰 도구 결과, 단계별 300 토큰 출력, 총 12단계입니다. 각 단계에서 전체 기록을 다시 전송하므로 k번째 단계의 컨텍스트는 4,000 + (k - 1) × 1,800 토큰이며, 러닝 총합은 다음과 같습니다:

• 입력 토큰 = 12 × 4,000 + 1,800 × 12 × 11 ÷ 2 = 48,000 + 118,800 = 166,800
• 출력 토큰 = 12 × 300 = 3,600
• 러닝 비용 = 166,800 × (입력 단가 ÷ 1,000,000) + 3,600 × (출력 단가 ÷ 1,000,000)

Claude Sonnet 5 기준: $0.3336 + $0.036 = $0.3696. 모든 모델에서 입력 토큰이 러닝의 90% 이상을 차지하므로 순위는 입력 가격 순과 일치합니다. N단계 러닝에 대한 일반 공식은 how much does an AI agent cost to run 페이지를 참조하세요.

캐싱 또는 배치 할인은 적용되지 않았습니다. 월간 예산(1,000회 실행 기준)이 필요하면 마지막 열에 1,000을 곱하세요. Claude Haiku 5.5(2026년 10월 7일 출시)는 여전히 $1 / $5, 즉 러닝당 $0.1848로 기존 대비 10배 비싼 레거시 Claude Haiku 4.5를 대체합니다.

1위부터 29위까지 가격 격차는 83배입니다. 프롬프트 캐싱은 순서는 유지한 채 격차를 줄여줍니다. Anthropic과 OpenAI에서는 캐시 읽기 비율이 목록의 약 10%, Gemini에서는 약 25% 수준이므로, Sonnet 5는 러닝당 약 $0.12, Gemini 3.8 Flash는 약 $0.06까지 하락합니다. 실시간 데이터 행은 models 페이지에서 확인하실 수 있습니다.

가격은 비교적 간단한 부분입니다. 에이전트 모델은 스키마에 맞는 도구 호출을 생성하고, 올바른 도구를 선택하며, 작업 완료 시 정지하고, 루프에 빠지지 않아야 합니다. 하단의 티어 구분은 벤치마크가 아니라 프로덕션 루프에서 각 모델에 필요한 지원 체계의 정도를 편집진이 판단한 것이며, 도입을 결정하기 전에 반드시 자체 스키마로 직접 평가를 진행하십시오.

• Tier A, 일반 검증기로 무인 운영 가능: Claude Opus 5, GPT-5.5, GPT-5.4, Gemini 3.1 Pro, Claude Sonnet 5. 스키마 준수도가 일정하고 정지 동작이 우수하며, 낭비되는 단계가 가장 적습니다.
• Tier B, 엄격한 스키마로 무인 운영 가능: Claude Haiku 4.5(현재 레거시), GPT-5.4 mini, Gemini 3.8 Flash, GPT-5.3-Codex 및 Devstral 2(코딩 루프용), DeepSeek V4 Pro, Kimi K2.6, Qwen 3.8 Max, Grok 4.6, Mistral Large 3.
• Tier C, 검증, 재시도 및 에스컬레이션 경로와 함께 운영: GPT-5.4 nano, Gemini 3.5 Flash Lite, DeepSeek V4.1 Flash, GLM 4.7, MiniMax M2.7, Qwen3 Coder 480B, Llama 4 Maverick, Codestral 2508, Mistral Medium 3.1. 인자 형식 오류, 대규모 도구 세트에서의 잘못된 도구 선택, 개방형 작업에서의 단계 수 폭증을 예상해야 합니다.
• Tier D, 계획자로는 부적격: Llama 4 Scout, GLM 4.7 Flash, GPT-4.1 mini(이전 세대). 다른 사람이 주도하는 루프 내부의 일회성 분류 작업에는 적합합니다.

이를 안정적으로 수행하는 가장 저렴한 모델은 Gemini 3.8 Flash 또는 GPT-5.4 mini로 러닝당 약 $0.14입니다. Anthropic 기준 Claude Haiku 5.5는 $0.0185로, 레거시 Haiku 4.5의 $0.185 대비 10분의 1 수준입니다. 공식 등급을 획득할 때까지는 검증기 뒤에 배치해 첫 시도용으로 사용하십시오. 러닝당 $0.10 미만이면 감독자가 필요한 모델을 구매하는 것이므로, 감독자의 비용은 작업당 비용 계산에 포함해야 합니다.

작업당 비용 승자는 거의 단일 모델이 아닙니다. 첫 번째 시도로 계층 C 또는 B 모델, 도구 호출과 최종 결과를 확인하는 검증기, 저렴한 시도가 실패할 때만 인계받는 계층 A 모델로 구성됩니다. OpenRouter를 통한 OpenAI 호환 클라이언트 하나면 사다리는 모델 이름 목록이 됩니다(라우팅 마진에 대해서는 OpenRouter vs direct API 비교를 참조하세요).

from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key=KEY)

LADDER = [  # (model, $ in per 1M, $ out per 1M)
    ("deepseek/deepseek-v4.1-flash", 0.30, 1.20),   # peak rate
    ("google/gemini-3.8-flash", 0.75, 3.75),
    ("anthropic/claude-sonnet-5", 2.0, 10.0),
]

def run_task(task, max_steps=12, budget_usd=0.60):
    spent = 0.0
    for model, p_in, p_out in LADDER:
        history = [{"role": "user", "content": task}]
        for _ in range(max_steps):
            r = client.chat.completions.create(model=model, messages=history,
                                               tools=TOOLS, max_tokens=2000)
            u = r.usage
            spent += (u.prompt_tokens * p_in + u.completion_tokens * p_out) / 1e6
            if spent > budget_usd:
                return None, spent                # hard cap: give up
            ok, done = apply_tool_calls(r, history)   # validate + execute
            if not ok:
                break                             # schema/tool failure: escalate
            if done and validate_result(history):
                return history[-1], spent         # success on this rung
    return None, spent

validate_result는 작업이 실제로 완료되었는지 확인하는 저렴한 결정론적 검사여야 하며(테스트 통과, 레코드 존재, JSON 일치), spent는 모든 단계에서 공유됩니다. 검증기가 없으면 사다리는 단순히 실패를 위로 전가할 뿐입니다.

성공적인 작업당 비용 = 실행당 비용 ÷ 성공률 + 실패 시 에스컬레이션 또는 재시도 비용. 예시 성공률을 사용한 실제 예제 (자체 평가 숫자로 대체하세요):

라우팅이 Sonnet 5 단독보다 API 지출에서 우수합니다. DeepSeek의 피크 요금에서 Gemini 3.8 Flash 래더가 두 가지 중 더 저렴합니다. 세 가지 요소가 플래그십을 다시 선두로 밀어넣습니다. 실패 비용: 실패한 실행을 누군가 인지하고 다시 실행해야 하는 경우, 55%의 첫 시도 실패율은 라우팅이 절약한 달러보다 몇 분 만에 더 많은 비용이 듭니다. 단계 수: Sonnet 5가 12단계($0.37)로 수행하는 작업을 30단계(Gemini 3.5 Flash Lite에서 $0.293)로 수행하는 저렴한 모델은 이점을 잃습니다. 부작용: 잘못된 도구 호출이 이메일을 보내거나 프로덕션에 쓰기를 수행하는 경우 검증기가 이를 취소할 수 없습니다.

플래그십에 비용을 지불해야 할 때: 다중 에이전트 시스템의 플래너로서, 되돌릴 수 없는 부작용이 있는 단계에서, 그리고 실패한 실행이 누군가의 시간으로 약 $0.50 이상의 비용이 드는 경우. 지불하지 말아야 할 때: 일상적인 대부분의 단계에서는 엄격한 스키마와 함께 $0.14의 Tier B가 적절한 기본값입니다.

모든 에이전트 루프는 모델과 관계없이 네 가지 제한이 필요합니다:

• 툴 호출 턴의 경우 max_tokens는 호출당 1,000~4,000.
• 하드 스텝 제한: 대부분의 작업 유형에서 12~15, 루프 또는 SDK의 턴 제한을 통해.
• 중단 조건: 필수 완료 툴, 동일한 툴 호출 반복 시 중단, 연속 두 번의 툴 오류 시 중단.
• 호출 후 사용량 객체에서 계산된 USD 예산, 위 스니펫처럼 에스컬레이션 단계에서 공유.

적절한 실행당 상한: Tier C 루프 약 $0.10, Tier B $0.30, Tier A $1.00, 모든 단계로 에스컬레이션 허용된 실행 $2.00. AI 비용 계산기는 월 실행 수를 예산 항목으로 변환하며, Claude 에이전트 API 비용, OpenAI Agents SDK 비용 및 Gemini 에이전트 API 비용 가이드는 공급업체별 상한과 캐싱 구문을 다룹니다.

9월에 출시되거나 가격이 재책정된 항목을 동일한 참조 실행(166,800 입력, 3,600 출력 토큰)을 기준으로 비용 산정했으며, OpenRouter 요금은 1 October 2026에 확인했고 캐싱 또는 배치는 없습니다.

GPT-6 Luna는 $0.0185로, 동일 실행에서 GPT-5.4 nano의 $0.038의 약 절반입니다. Claude Opus 5.5는 $0.74로 Claude Opus 5($0.92) 또는 GPT-5.5($0.94)보다 비용이 적고 OpenRouter의 Intelligence Index에서 #1이므로, 가격 면에서 플래그십 에스컬레이션 단계로서 두 모델을 모두 대체합니다. DeepSeek V4.1 Flash는 시간대별로 과금되므로(DeepSeek 자체 가격 페이지 기준 피크 $0.30 / $1.20, 오프피크 $0.15 / $0.60), 무인 실행은 오프피크에 예약하세요. Mercury 2.5(80% 할인)와 Gemini 3.8 Flash(50% 할인)는 종료될 수 있는 프로모션 가격입니다.

우리는 새로운 경량 항목(Mercury 2.5, GPT-6 Luna, DeepSeek V4.1 Flash, 그리고 GPT-6 Luna와 동일한 $0.0185의 10월 Claude Haiku 5.5)을 위의 안정성 등급에 아직 배치하지 않았습니다. 자체 도구 스키마에 대한 자체 평가가 달리 말할 때까지 검증기 뒤의 Tier C 첫 시도로 실행하세요.

OpenRouter의 배치 API(POST https://openrouter.ai/api/v1/batches, 9월부터 제공)는 대부분의 모델에 대해 토큰당 가격의 약 50%를 청구하며 24시간 이내에 결과를 반환합니다. 채팅 완료, 응답, Anthropic Messages 및 임베딩을 허용합니다.

에이전트 루프 자체에는 적합하지 않습니다. 각 단계는 이전 툴 결과에 의존하며, 각 왕복에 최대 하루가 걸릴 수 있습니다. 루프 주변 작업에 적합합니다. 각 항목이 하나의 요청인 경우: 당일 실행의 야간 평가, 기록 채점, 툴 출력 요약, 대량 분류 및 백필.

1M당 배치 요금: GPT-6 Luna $0.05 / $0.25, Gemini 3.8 Flash $0.375 / $1.875, GPT-6.1 Sol $1 / $5, Claude Opus 5.5 $2 / $10, GPT-6 Astra 및 Claude Fable 5.1 $5 / $25.

실전 예: 밤새 완료된 실행 1,000개를 각각 입력 1,000 토큰, 출력 200 토큰으로 채점하면 입력 1M + 출력 200K입니다. GPT-6.1 Sol에서 대화형 $4.00 또는 배치 $2.00, Claude Opus 5.5에서 $8.00 또는 $4.00, GPT-6 Astra에서 $20 또는 $10입니다.

제약: 배치당 하나의 모델과 하나의 엔드포인트 형태, 텍스트 전용, 각 배치는 단일 공급자에서 실행됩니다(기본적으로 공급자 허용 목록, 데이터 정책 및 BYOK 설정에서 허용하는 가장 저렴한 배치 엔드포인트). xAI 모델은 절반이 아닌 배치에서 20% 할인입니다. 웹 검색 및 프롬프트 캐싱은 일반 요금으로 청구되므로 프롬프트의 캐시된 부분은 다시 반으로 줄어들지 않습니다.

OpenRouter의 호스티드 셸 서버 툴(openrouter:shell, Anthropic 툴 형태의 경우 openrouter:bash, 베타)은 모든 툴 호출 모델이 호스티드 Linux 컨테이너에서 명령을 실행할 수 있게 합니다. 샌드박스 시간은 활성 초당 $0.0001이며, 요청 내에서 청구됩니다.

• 활성 10분: 600 × $0.0001 = $0.06
• 활성 1시간: 3,600 × $0.0001 = $0.36

GPT-6 Luna 12스텝 실행($0.0185)에서 셸 시간 10분은 토큰 비용의 3배 이상입니다. Claude Opus 5.5($0.74)에서는 약 8%가 추가됩니다. 저렴한 모델에서는 모델보다 샌드박스가 더 큰 비용 항목이 될 수 있습니다. 실행당 예산에서 활성 초를 계산하고, 명령 실행 시간을 제한하며, 요청 내에서 장기 실행 프로세스를 유지하지 마세요. Files API는 작업 공간당 최대 10 GiB를 보유하며, 작업 공간 관리자는 서버 툴을 끌 수 있습니다.

저렴한 모델의 가장 비용이 많이 드는 실패는 부작용이 있는 잘못된 툴 호출입니다. TypeSafe의 Jev(typesafe/jev-1.13)는 OpenRouter의 결정 모델로, 텍스트 대신 보류 중인 툴 호출에 대한 유형화된 질문에 답합니다: noul (예/아니오), choice (옵션 하나 선택) 또는 score (범위 내 숫자), 확률 및 choice와 score에 대한 신뢰도 값을 제공합니다. 입력 1M 토큰당 $0.042이며 출력은 무료이고, 모든 OpenRouter 키가 작동합니다. OpenRouter는 Jev로 에이전트 툴 호출을 게이트하는 방법과 되돌릴 수 있는지 확인으로 코딩 에이전트 권한 프롬프트(Claude Code, Codex, Cursor, OpenCode)를 자동 승인하는 방법에 대한 쿡북을 게시합니다.

패턴: 각 툴 호출을 실행하기 전에 보류 중인 호출과 질문에 필요한 최소 상태를 보내고, 예를 들어 noul 질문 "이 호출을 되돌릴 수 있습니까?"와 score 질문으로 사용자 요청과 얼마나 일치하는지 묻습니다. 예 및 높은 점수에서 자동 실행; 그렇지 않으면 플래그십 단계나 사람에게 에스컬레이션합니다.

참조 실행 비용: 확인당 상태 500 토큰, 스텝당 한 번 확인 가정: 12 × 500 = 6,000 입력 토큰 × $0.042/1M = 실행당 $0.00025, GPT-6 Luna 실행의 약 1.4%. 대기 시간이 더 큰 비용입니다. 중앙값 약 0.24초에서 12개의 순차 확인은 실행당 약 3초를 추가합니다.

Jev는 지시를 문자 그대로 읽으므로 산술, 예산 비교 및 날짜 확인은 자체 코드에서 수행하세요. 설명을 반환하지 않으므로 보류 중인 호출과 Jev의 유형화된 답변을 직접 로그에 기록하세요.

Tier D 밖에서 에이전트를 실제로 구동하는 가장 저렴한 모델: 검증기 뒤에서 12단계 실행당 $0.0185의 Claude Haiku 5.5 또는 GPT-6 Luna; DeepSeek V4.1 Flash는 오프피크 $0.027, 피크 $0.054입니다. 엄격한 스키마로 무인 실행할 가장 저렴한 모델: 약 $0.14의 Gemini 3.8 Flash 또는 GPT-5.4 mini. Anthropic에서는 레거시 Haiku 4.5에 열 배 비용을 지불하기 전에 검증기 뒤의 Haiku 5.5를 시도하세요. 모든 단계에 플래그십 요금을 지불해야 하는 경우: 도구 호출에 부작용이 있거나 실패가 실제 시간을 잡아먹는 팀. 지불하지 않아야 하는 경우: 검증기와 일상적인 작업 구성이 있는 사람. 결과를 얻는 가장 저렴한 방법: 캐싱 우선, 기본 Tier B, 검증기 뒤의 Tier C 첫 시도, 실행당 공유 예산.