아키텍처 비용 검토

System One Models: Decision Models가 무엇이고 비용은 얼마인지

7주 만에 이 카테고리는 하나의 모델에서 33개의 OpenRouter 리스팅으로 늘어났습니다. 가격은 토큰 1백만 개당 서로 몇 센트 차이이므로, 윈도우 크기와 각 모델 뒤에 있는 증거가 요금표보다 더 중요합니다.

직접 답변

System One 모델, 즉 결정 모델은 상태를 읽고 확률과 함께 유형화된 답변을 반환합니다. 텍스트를 작성하지 않으며, OpenRouter에서 출력은 무료입니다. 500토큰 상태에서 1백만 결정의 비용은 Perplexity의 Decider Flash에서 $5, Jev에서 $21, GPT-6 Luna Decisions에서 $50입니다. 20토큰 레이블을 작성하는 소형 LLM은 $57에서 $125입니다. 라우팅, 게이팅 및 트리아지에 사용하세요. 사람이 답변을 읽는 곳에는 LLM을 유지하세요.

By Infrastructure Economics Desk·7 min read·1,381 단어·출처 확인 2026-11-03

의사 결정 요약

의사 결정 영역	중요 사항
Perplexity Decider Flash V1.2 (+ Flash Latest 별칭)	$0.01/M 입력 · 결정 1M당 $5 · 262,144 토큰
Respan Span-02	$0.01/M · $5 · 131,072
Baseten Joey 1	$0.01/M · $5 · 16,384
Liquid d1 및 d1.1 (+ d1 Latest alias)	$0.02/M · $10 · 65,536
Perplexity Decider V1.2 (+ Decider Latest 별칭)	$0.02/M · $10 · 262,144
Inception Mercury Decide	$0.02/M · $10 · 65,536
Respan Span-01 / Span-01 Lite (행동 스코어러)	$0.02/M · $10 / 무료 · 윈도우 미표시
Baseten Elephant 1	$0.035/M · $17.50 · 16,384
Cloudflare Clef Flash	$0.038/M · $19 · 24,576
ScaleDown Classify-1	$0.04/M · $20 · 1,000,000
Nace.AI Drex v1.5	$0.04/M · $20 · 131,072
TypeSafe Jev 1.14 및 1.13 (+ Jev Latest alias)	$0.042/M · $21 · 262,144
Liquid d1-ultra (+ Latest 별칭)	$0.042/M · $21 · 32,768
Microsoft-Decision-1	$0.042/M · $21 · 32,768
Together Tev1 4B 실험용	$0.042/M · $21 · 32,768
Jared Palmer Kev 4B	$0.042/M · $21 · 8,192
Upstage Solar Decide 및 Solar Decide Flash	$0.05/M · $25 · 524,288
Nace.AI Drex v2.0	$0.06/M · $30 · 131,072
Nace.AI Drex Max	$0.06/M · $30 · 262,144
OpenAI GPT-6 Luna Decisions	$0.10/M · $50 · 1,050,000
Baseten Mammoth 1	$0.10/M · $50 · 16,384
Cloudflare Clef Omni	$0.15/M · $75 · 65,536
Cloudflare Clef	$0.192/M · $96 · 65,537

System One 모델이 반환하는 것

상태, 예를 들어 티켓, JSON 레코드 또는 대기 중인 도구 호출과 타입이 지정된 질문을 보냅니다. 각 질문은 예/아니요, 여러 옵션 중 하나 선택, 또는 척도상의 점수입니다. 모델은 한 번의 순방향 패스로 답하고 각 옵션에 대한 확률과 함께 선택을 반환합니다. 문장을 작성하지 않습니다.

TypeSafe는 15 September 2026에 Jev를 출시하면서 이 용어를 만들었습니다. 이 이름은 느리고 의도적인 System 2와 대조되는, 빠르고 자동적인 사고 방식인 Daniel Kahneman의 System 1에서 빌려왔습니다. 여기서 채팅 모델은 System 2입니다: 호출당 더 높은 가격으로 추론하고 설명할 수 있습니다.

OpenRouter는 Decisions API와 System One 엔드포인트인 /v1/systemone을 통해 이러한 모델을 제공합니다. OpenAI 자체 버전인 GPT-6 Luna Decisions는 /v1/decisions에 있습니다. 요청 형태는 조금 다르지만, 여러분이 하는 질문은 그대로 적용됩니다.

가격표 읽기

OpenRouter는 33개의 결정 모델 항목을 나열합니다. 5개는 이름이 지정된 모델로 리디렉션되는 ~latest 별칭이고, 1개는 Span-01 Lite의 중복 무료 경로이므로 27개의 서로 다른 모델이 남습니다. 표는 각 별칭을 그것이 가리키는 모델과 함께 묶습니다.

각 행은 100만 토큰당 입력 가격, 500토큰 상태에서 100만 건의 결정 비용, 컨텍스트 창을 보여줍니다. 가운데 숫자는 입력 가격 × 500입니다. 100만 건의 결정 × 500토큰은 5억 토큰이기 때문입니다. Jev의 경우 500 × $0.042 = $21입니다. 모든 행에서 출력 비용은 없습니다.

가장 저렴한 범용 모델: 100만 건의 결정당 $5인 Decider Flash V1.2와 Span-02
가장 큰 창: GPT-6 Luna Decisions (1,050,000) 및 Classify-1 (1,000,000)
가장 비싼 모델: $96의 Cloudflare Clef, Decider Flash의 19배 이상

결정 모델 또는 소형 LLM: 동일한 500토큰 항목

500토큰 항목 하나를 가져와 소형 LLM에 20토큰 레이블을 요청합니다. 100만 항목당 LLM은 5억 입력 토큰과 2천만 출력 토큰에 비용을 지불합니다. 결정 모델은 5억 입력 토큰에만 비용을 지불합니다. 500토큰에는 양쪽 모두의 질문 텍스트가 포함됩니다.

GPT-5.4 nano는 100만 토큰당 입력 $0.20, 출력 $1.25입니다: $100 + $25 = $125. Claude Haiku 5.5와 GPT-6 Luna는 $0.10 및 $0.50입니다: 각각 $50 + $10 = $60. 이에 비해 Jev는 $21, Decider Flash는 $5, Clef Flash는 $19, GPT-6 Luna Decisions는 $50입니다.

따라서 결정 모델은 배치 가격과 비교해도 토큰 비용에서 이깁니다. 배치 Luna 또는 Haiku 5.5는 $25 + $5 = $30으로 여전히 Jev보다 높습니다. 결정 모델은 파싱 코드도 없애고, 임계값을 설정할 수 있는 확률을 반환합니다.

Decider Flash V1.2: $5
Clef Flash: $19
Jev 1.14: $21
GPT-6 Luna 의사결정: $50
GPT-6 Luna 또는 Claude Haiku 5.5: $60 (배치 $30)
GPT-5.4 nano: $125 (배치 $62.50)

결정 모델이 잘못된 선택일 때

사람이 출력을 읽는다면 텍스트가 필요하지만, 이 모델들은 글을 쓰지 않습니다. 결정에 첨부된 이유, 요약, 또는 문서에서 추출한 여러 자유 텍스트 필드도 마찬가지입니다. LLM은 이런 것들을 한 번의 호출로 처리합니다. 결정 모델에 LLM을 더하면 두 번의 호출입니다.

긴 추론은 두 번째 격차입니다. 결정 모델은 한 번의 패스로 답합니다. 두 계약을 조정하는 것처럼 여러 단계의 작업이 필요한 질문은 추론 모델에 맡기는 것이 맞습니다. 어느 쪽이든 산술과 날짜 비교는 자체 코드에 두세요.

세 번째 격차는 정확도입니다. Kai Waehner가 인용한 77개 카테고리 인텐트 테스트에서 Jev는 79.0%를 기록했으며, 이름이 밝혀지지 않은 OpenAI 모델 두 개는 83.9%와 86.2%였고, 기사에서는 이 격차를 유의미하다고 표현합니다. 많은 인텐트와 미세한 구분에서는 여전히 강력한 LLM이 유리할 수 있습니다. 전환하기 전에 자체 레이블로 측정하세요.

윈도 크기가 순위를 바꿉니다

토큰당 가격은 상태가 수용될 때만 중요합니다. Kev 4B는 8,192 토큰, Joey 1은 16,384 토큰, Clef Flash는 24,576 토큰을 수용합니다. 20,000-token 이메일 스레드는 Clef Flash에는 들어가지만 Kev나 Joey에는 들어가지 않습니다. 100,000-token 계약은 Jev, 두 Decider 모두, 세 Drex 모델 모두, Span-02, Solar Decide, Classify-1 및 GPT-6 Luna Decisions에 들어갑니다.

긴 상태는 가격 격차를 실제 비용으로 만듭니다. 100,000-token 상태는 Decider Flash에서 결정당 $0.001, Jev에서 $0.0042, GPT-6 Luna Decisions에서 $0.01입니다. 이러한 결정을 하루 10,000건 처리하면 하루 $10, $42 또는 $100입니다.

이 클러스터의 나머지는 어디로 가는가

무엇을 구매할지에 대한 순위 목록을 각 모델의 주의점과 함께 보려면 최고의 결정 모델 페이지를 읽으세요. 직접 비교를 보려면 Jev vs Clef(이미지, 지연 시간 주장 및 두 개의 독립 테스트)와 Jev vs GPT-5.4 nano(세 가지 항목 크기에서 소형 LLM과 결정 모델을 비교)를 읽으세요.

가격 페이지는 Jev, Cloudflare Clef, OpenAI의 Decisions API, 셀프 호스팅 Laya를 하나씩 다룹니다. Jev vs Laya, Jev vs Kev vs Solar Decide, 그리고 Jev가 그만한 가치가 있는지에 관한 9월 페이지는 해당 질문에 대해 여전히 유효합니다. 해당 페이지의 가격과 Jev의 컨텍스트 윈도는 1 October 기준입니다.

주요 시사점

→System One 모델, 즉 결정 모델은 상태를 읽고 확률이 포함된 타입 지정 답변을 반환합니다. 텍스트를 작성하지 않으며, OpenRouter에서 출력은 무료입니다. 500-token 상태에서 100만 건의 결정은 Perplexity의 Decider Flash에서 $5, Jev에서 $21, GPT-6 Luna Decisions에서 $50입니다. 20-token 레이블을 작성하는 소형 LLM은 $57에서 $125가 듭니다. 라우팅, 게이팅, 트리아지에는 이것을 사용하세요. 사람이 답변을 읽는 곳에는 LLM을 두세요.
→앱에서 가장 자주 실행되는 두 개의 결정 지점을 찾고, 실제 상태 크기에서 아래 표로 가격을 계산한 뒤, 현재 LLM 호출에 대해 두 개의 결정 모델을 수백 개의 레이블된 사례에서 테스트하세요.
→이 분야의 대부분 정확도 주장은 공급업체에서 나옵니다; 우리가 인용하는 소수의 독립 테스트는 작은 샘플과 더 오래된 가격대를 사용합니다.

What users report

Users who moved high-volume classification calls off LLMs report big cost and speed gains; skeptics say plain LLMs or trained classifiers already did this job.

Paraphrased from public posts, with the date and a link to each original. These are other people's accounts, not our tests, and we have not verified each one.

One user reported that Jev made several workloads previously run on Luna or Gemini "10x cheaper and 2x faster", by their own measurement.
Value · Jev · Hacker News, Sep 2026
A developer reported moving about 20 unreliable Luna judgement calls (tool choice, topic routing) to Jev in a couple of hours; their own numbers went from roughly 70% correct to near 100%, with 800ms median latency.
Switching · Jev · Hacker News, Oct 2026
One user said they use Jev-style models only for straightforward decisions, in 300 ms or less at $0.042 per million input tokens with output unbilled, and not for high-stakes calls.
Value · Jev · Hacker News, Oct 2026
A machine learning engineer argued the hype was overblown, saying plain LLMs had already been "perfectly cheap and serviceable" zero-shot classifiers for some time.
Value · Decision models · Hacker News, Oct 2026
One user tested Jev on OpenRouter and found it only "okay", reporting that a task-specific classifier was significantly better, free to run, and faster.
Quality · Jev · Hacker News, Sep 2026

이 페이지의 준비 방법

이 페이지의 가격은 3 November 2026에 조회한 OpenRouter의 live models API에서 가져왔습니다. 결정당 비용은 상태 토큰에 입력 요율을 곱한 값이며, 나열된 모든 결정 모델에서 출력이 무료이기 때문입니다; 소형 LLM 비용은 해당 모델의 출력 요율로 명시된 레이블 길이를 추가합니다. OpenRouter의 크레딧 수수료는 중요한 경우 별도로 표시됩니다. 이 페이지들을 위해 비공개 벤치마크를 실행하지 않았습니다: 정확도와 지연 시간 수치는 이를 측정한 공급업체 또는 제3자에게 출처를 표시하며, 공급업체 수치는 공급업체 주장으로 표시합니다.

자주 묻는 질문

System One 모델이란 무엇인가요?

상태를 읽고 타입이 지정된 질문(예/아니오, 하나 선택, 또는 점수)에 확률과 함께, 텍스트를 작성하지 않고 한 번의 포워드 패스로 답하는 모델입니다. TypeSafe는 Kahneman의 빠른 System 1 사고에서 착안해 15 September 2026에 Jev와 함께 이 이름을 만들었습니다.

결정 모델은 분류기와 같은 것인가요?

비슷합니다. 고전적인 분류기는 하나의 고정된 레이블 세트에 맞춰 학습됩니다. 결정 모델은 요청에 포함된 질문과 옵션을 받으므로, 하나의 모델이 재학습 없이 티켓을 라우팅하고, 도구 호출을 게이팅하며, 긴급도를 점수화할 수 있습니다.

출력이 무료인 이유는 무엇인가요?

OpenRouter에서 3 November 2026 기준 모든 결정 모델 목록은 출력 비용을 $0으로 표시합니다. 답변은 하나의 선택과 몇 개의 확률이므로, 청구 금액은 전송하는 상태에 따라 결정됩니다.

어떤 의사결정 모델이 가장 저렴한가요?

일반 모델 중에서는 Perplexity의 Decider Flash V1.2와 Respan의 Span-02가 백만 입력 토큰당 $0.01, 즉 백만 건의 500-token 의사결정당 $5입니다. Span-01 Lite는 무료이지만 대화 내 행동만 평가합니다.

의사결정 모델에 이미지를 보낼 수 있나요?

일부는 받습니다. OpenRouter 목록에 따르면 Span-02, d1-ultra, Drex Max, GPT-6 Luna Decisions는 이미지를 받아들이고, Clef는 요청당 최대 4개까지 받습니다. Jev는 텍스트와 JSON만 지원합니다.

의사결정 모델이 충분히 정확한지 어떻게 알 수 있나요?

정답이 알려진 과거 사례 수백 건을 내보내고, 섀도 모드에서 모델에 돌려본 뒤, 결과에서 확률 임계값을 고르세요. 공개 테스트는 거의 없고, 대부분의 수치는 벤더 자체 수치입니다.

연구 계속하기

최고의 의사결정 모델 Jev 대 Clef Jev 대 GPT-5.4 Nano OpenAI Decisions 가격 Cloudflare Clef 가격 Jev 가격 Jev 대 Laya Jev 대 Kev 대 Solar Decide