나는 성능이 떨어지지 않으면서도 가장 저렴한 AI를 찾는 데 집착해 왔습니다. 지난달 나는 DeepSeek, Qwen, Kimi, 그리고 GLM이라는 네 가지 중국 모델 제품군을 수백 개의 실제 프로덕션 작업에 걸쳐 테스트하며 47달러를 쏟아부었습니다. 여기서 중요한 점은 이겁니다. 나는 DeepSeek가 가성비 게임을 지배할 것이라고 예상했고, 실제로 대부분 그랬습니다. 하지만 이것 좀 보세요 — 전체 라인업 중에서 가장 저렴한 모델은 DeepSeek 제품조차 아닙니다. 바로 Alibaba의 모델입니다. 정말 놀라운 일이죠.

내가 무엇에 비용을 썼는지, 무엇을 배웠는지, 그리고 2025년에 당신의 API 예산을 투자할 가치가 있는 모델이 무엇인지 설명해 드리겠습니다.

다시 보게 만든 숫자들

질적인 부분으로 들어가기 전에, 내가 정리한 가공되지 않은 데이터 테이블을 보여드리겠습니다. 이것들은 Global API의 가격 페이지에서 가져온 100만 토큰당 출력 가격입니다:

모델 제품군 (Model Family)	가장 저렴한 모델	가장 비싼 모델	최적의 선택 (Sweet Spot)
DeepSeek	$0.25/M (V4 Flash)	$2.50/M (R1)	V4 Flash
...

출력 토큰 100만 개당 단돈 1센트인 Qwen3-8B라고요? 오타가 아닙니다. 나는 말 그대로 몇 페이지의 텍스트를 생성하는 데 1페니(1센트)도 안 되는 비용을 지불했습니다. 참고로, GPT-4o는 출력 100만 토큰당 10달러가 듭니다. Qwen3-8B는 99.9% 더 저렴합니다.

이제 각 제품군을 분석해 보겠습니다.

DeepSeek: 달러당 가치의 챔피언

아마도 나에게 가장 많은 돈을 아껴준 모델 제품군부터 시작하겠습니다. 출력 100만 토큰당 0.25달러인 DeepSeek V4 Flash는 대부분의 코딩 및 콘텐츠 작업에서 나의 기본 모델이 되었습니다. 서구권의 그 어떤 모델과 비교해도 가격 대비 성능 비율 (Price-to-performance ratio)이 진심으로 터무니없을 정도입니다.

이번 달 나의 전체 DeepSeek 비용 내역은 다음과 같습니다:

모델	출력 $/M	사용 용도
V4 Flash	$0.25	일상적인 코딩, 블로그 초안, 요약
...

V4 Flash는 나의 지연 시간 (Latency) 테스트에서 초당 약 60토큰을 기록했습니다. 이는 내가 측정된 네 가지 제품군 전체에서 가장 빠른 축에 속합니다. 영어 중심의 작업의 경우, 대부분의 작업에서 GPT-4o와 대등한 성능을 보여주었습니다. HumanEval, MBPP, 콘텐츠 품질 등을 말씀드리는 것인데, 이 모든 것이 말 그대로 비용의 4% 수준에서 비슷한 수준으로 나타났습니다.

하지만 여기서 DeepSeek가 감점을 받는 부분이 있습니다. 바로 네이티브 비전 (native vision) 기능이 없다는 점입니다. 이미지 이해 (image understanding)가 필요하다면 운이 좋지 않은 상황이 될 것입니다. 또한 중국어 벤치마크 (Chinese-language benchmarks)에서는 GLM과 Kimi가 모두 근소한 차이로 DeepSeek를 앞섰습니다. 아울러 Qwen의 라인업과 비교했을 때, DeepSeek는 제공하는 모델 크기가 더 적습니다. 기본적으로 선택할 수 있는 모델이 네다섯 개 정도뿐입니다.

여기 제가 몇 주 동안 실행해 온 V4 Flash 통합 코드입니다:

from openai import OpenAI

client = OpenAI(
...

만약 순수하게 경제성 측면에서 모든 것을 지배할 단 하나의 모델을 골라야 한다면, 바로 이 모델이 될 것입니다.

Qwen: 모델 뷔페

Alibaba는 모든 카테고리에서 승리하려는 듯 Qwen을 구축했습니다. 저는 그들의 라인업에서 $0.01/M부터 $3.20/M에 이르는 최소 8개의 서로 다른 모델을 확인했습니다. 이는 제가 테스트한 어떤 모델 제품군보다도 넓은 범위입니다.

모델	출력 $/M	나의 견해
Qwen3-8B	$0.01	초저가이며, 놀라울 정도로 유능함
...	...	...

Qwen3-8B의 가격을 체감할 수 있게 설명해 보겠습니다. 출력 토큰 (output tokens) 100만 개당 $0.01라면, 1달러로 대략 1,000만 단어를 생성할 수 있습니다. 이는 짧은 소설 한 권 분량입니다. 단돈 1달러로 말이죠. 저에게는 정말 말도 안 되는 수준입니다.

Qwen 라인업의 스위트 스팟 (sweet spot)은 $0.28/M인 Qwen3-32B입니다. 이 모델은 콘텐츠 생성 (content generation), 질의응답 (Q&A), 분류 (classification), 번역 (translation) 등 제 일반적인 작업의 90%를 훌륭하게 처리했습니다. 정말 미묘한 차이를 다루는 영어 능력이 필요할 때만 DeepSeek V4 Flash가 앞서 나갔습니다.

Qwen이 압도적으로 압승하는 분야는 바로 비전 모델 (vision models)입니다. Qwen3-VL-32B와 Qwen3-Omni-30B는 모두 $0.52/M의 가격으로 멀티모달 (multimodal) 기능을 제공합니다. 이미지 이해나 오디오 처리 (audio processing)가 필요하다면 Qwen이 정답입니다. DeepSeek는 이 분야에서 경쟁조차 되지 않습니다.

약점은 무엇일까요? 명명 규칙 (naming conventions)이 악몽 수준입니다. Qwen3, Qwen3.5, Qwen3.6, 그리고 Qwen3-Coder, Qwen3-VL, Qwen3-Omni까지 — 이들을 제대로 구분하기 위해 저는 별도의 스프레드시트를 만들어야 했습니다. 그리고 중간 사양 모델들의 영어 성능은 준수하지만, DeepSeek만큼 뛰어나지는 않습니다.

제가 Qwen3-32B를 사용하는 방식은 다음과 같습니다:

response = client.chat.completions.create(
    model="Qwen/Qwen3-32B",
    messages=[{"role": "user", "content": "Write a Python function to merge two sorted lists"}]
...

한 가지 신경 쓰이는 가격 정책을 발견했습니다. Qwen3-32B가 $0.28/M(백만 토큰당 달러)인 데 비해, Qwen3.6-35B는 $1.00/M으로 책정되어 있어 다소 비싸게 느껴집니다. 대부분의 작업에서 Qwen3-32B가 그에 못지않은 결과물을 제공한다는 점을 고려하면 말이죠. Qwen3.6 아키텍처가 특별히 필요한 경우가 아니라면, 미미한 성능 향상을 위해 3.5배 더 많은 비용을 지불하게 되는 셈입니다.

Kimi: 프리미엄 추론(Reasoning) 선택지

Kimi는 제가 저가형 옵션을 찾지 못한 유일한 모델군입니다. 제가 확인한 모든 모델이 출력(output) 기준 $3.00-$3.50/M이었습니다. 이는 동일한 토큰 수 기준 DeepSeek V4 Flash보다 12배나 더 비싼 가격입니다.

그렇다면 왜 사람들이 Kimi를 사용할까요? 바로 추론(Reasoning) 벤치마크 때문입니다. Moonshot AI는 복잡한 다단계 논리(multi-step logic)를 위해 특별히 K2.5를 구축했으며, 그 결과가 나타납니다. 네 가지 모델군 모두에 수학 올림피아드 문제와 논리 퍼즐을 던져보았을 때, K2.5는 일관되게 다른 모든 모델보다 뛰어난 성능을 보여주었습니다. 만약 과학 연구, 형식 검증(formal verification), 또는 비용보다 사고 사슬(chain-of-thought)이 더 중요한 작업을 수행한다면, Kimi는 그 가격만큼의 가치를 합니다.

하지만 문제는 이겁니다. 일상적인 콘텐츠 작업이나 코딩을 할 때, DeepSeek V4 Flash가 $0.25/M으로 85% 수준의 성능을 내는 상황에서 $3.00/M을 지불하는 것은 계산이 맞지 않습니다. 대부분의 작업에서 품질은 15% 상승하는데 비용은 91.7%의 프리미엄을 지불하는 격이니까요.

제가 추천하는 Kimi 모델:

모델	출력 $/M	최적의 용도
K2.5	$3.00	추론(Reasoning), 수학, 논리
최상위 모델 (Top-tier)	$3.50	극강의 품질이 필요한 연구

속도 또한 DeepSeek보다 눈에 띄게 느렸습니다. DeepSeek가 초당 60토큰 정도라면, Kimi는 초당 35-40토큰 정도로 측정되었습니다. 지연 시간(latency)에 민감한 애플리케이션에서는 이는 실질적인 트레이드오프(tradeoff)가 됩니다.

시각(vision) 기능이나 멀티모달(multimodal) 능력도 없습니다. Kimi는 텍스트 전용입니다. 즉, 이미지 입력 기능 없이 오직 텍스트 추론만을 위해 프리미엄 가격을 지불하고 있는 것입니다. 포지셔닝은 명확합니다. 이것은 범용 도구가 아니라 전문가용 도구입니다.

GLM: 중국어의 제왕

Zhipu AI의 GLM 제품군은 이번 테스트에서 가장 큰 놀라움을 안겨주었습니다. 출력 토큰 100만 개당 0.01달러인 GLM-4-9B는 전체 중국 AI 생태계에서 가장 저렴한 모델인 Qwen3-8B와 어깨를 나란히 합니다. 하지만 100만 개당 1.92달러인 플래그십 모델 GLM-5는 해당 가격대에서 매우 뛰어난 품질을 제공합니다.

제가 GLM에 지출한 내역은 다음과 같습니다:

모델	출력 $/M	나의 경험
GLM-4-9B	$0.01	저렴하며, 단순 작업에 적합함
GLM-5	$1.92	강력한 올라운드 플래그십

GLM은 중국어 벤치마크(benchmarks)를 완전히 압도합니다. 번역, 콘텐츠 모더레이션 (content moderation), 만다린어 고객 지원 등 중국어 사용자를 위한 서비스를 구축하고 있다면 GLM이 명확한 승자입니다. Kimi와 GLM 모두 중국어 관련 작업에서 별 5개를 받았지만, GLM의 가격 책정은 대규모 운영 시 더 실용적입니다.

영어의 경우, GLM-5는 별 4개로 제 역할을 해냅니다. DeepSeek V4 Flash 수준에는 미치지 못하지만 근접한 수준입니다. 코드 생성 (code generation) 등급이 별 3개라는 점은 놀라웠습니다. 플래그십 모델이라면 더 나은 성능을 기대했기 때문입니다. HumanEval 스타일의 테스트에서 GLM-5는 DeepSeek와 Qwen에 비해 눈에 띄게 뒤처졌습니다.

비전 (Vision) 기능은 GLM-4.6V를 통해 지원됩니다. 광범위하게 테스트하지는 않았지만, 해당 모델의 존재 자체가 중요합니다. 멀티모달 (multimodal) 중국어 AI가 필요하다면 DeepSeek나 Kimi와 달리 GLM이 해결책이 될 수 있습니다.

GLM-5의 100만 개당 1.92달러라는 가격은 다소 애매한 중간 지점에 위치합니다. V4 Flash보다 7.7배 더 비싸지만, 일반적인 영어 작업 성능은 아주 약간 더 나은 수준입니다. 여러분은 사실상 중국어의 탁월함을 위해 비용을 지불하는 것입니다.

나의 최종 비용 분석

한 달간의 테스트를 마친 후, 저의 실제 지출 내역은 다음과 같습니다:

• DeepSeek: ~$18 (예산의 60%, 나의 데일리 드라이버 (daily driver))
• Qwen: ~$12 (주로 Qwen3-32B 및 일부 8B 실험)
• Kimi: ~$8 (어려운 추론 (reasoning) 작업에만 사용)
• GLM: ~$9 (중국어 콘텐츠 프로젝트)

여기서는 백분율(percentage) 분포가 중요합니다. 저는 전체 비용의 38%를 사용하여 DeepSeek으로 작업의 60%를 완료했습니다. Qwen은 비용의 25%로 작업의 25%를 처리했습니다. Kimi와 GLM은 각각 작업량의 약 10-15%를 담당했지만, 프리미엄 가격 책정(premium pricing)으로 인해 예산의 해당 비중을 모두 소모했습니다.

만약 유용한 출력 토큰(useful output token)당 비용을 기준으로 순수하게 최적화한다면, 순위는 다음과 같습니다:

1. Qwen3-8B ($0.01/M) — 단순 작업에서 타의 추종을 불허함
2. DeepSeek V4 Flash ($0.25/M) — 최고의 가성비 (price-to-performance ratio)
3. Qwen3-32B ($0.28/M) — 근소한 차이의 2위, 더 넓은 역량
4. GLM-4-9B ($0.01/M) — 가격 면에서 Qwen3-8B와 공동 1위
5. GLM-5 ($1.92/M) — 프리미엄 중국어 선택지
6. DeepSeek R1 ($2.50/M) — 추론 (reasoning) 전문가
7. Kimi K2.5 ($3.00/M) — 프리미엄 추론, 비싼 가격

실제로 어떤 것을 선택해야 할까요?

이 실험에 47달러를 써본 후 제가 만든 추천 프레임워크는 다음과 같습니다:

DeepSeek V4 Flash를 선택하세요: 영어 중심의 코딩, 콘텐츠 제작 또는 일반적인 작업을 수행하며 최고의 가성비를 원할 경우입니다. $0.25/M의 가격으로, 저는 작업량의 80%에 대해 이를 기본 선택지로 사용합니다.

Qwen3-32B를 선택하세요: 강력한 비전 (vision) 옵션을 갖춘 신뢰할 수 있는 범용 모델이 필요하고 이미 Alibaba 생태계에 있다면 선택하세요. $0.28/M의 가격대는 DeepSeek과 거의 동일하지만, 모델의 다양성을 얻을 수 있습니다.

Qwen3-8B를 선택하세요: 분류 (classification), 추출 (extraction), 짧은 형식의 생성 (short-form generation)과 같이 초고용량의 단순 작업을 실행하는 경우입니다. $0.01/M의 가격으로는 그 무엇도 이를 따라올 수 없습니다.

Kimi K2.5를 선택하세요: 추론 (reasoning) 품질이 타협 불가능하며 예산이 문제가 되지 않는 경우입니다. $3.00/M의 가격은 수학, 논리 및 공식 추론 작업에 대해서만 정당화됩니다.

GLM-5를 선택하세요: 중국어가 주요 도메인인 경우입니다. $1.92/M의 가격은 만다린(Mandarin) 콘텐츠에 대해 타의 추종을 불허하는 품질을 제공합니다.

GLM-4-9B를 선택하세요: 저렴한 중국어 처리가 필요한 경우입니다. $0.01/M로 시장에서 가장 저렴한 모델들과 공동 순위를 차지합니다.

결론 (The Bottom Line)

중국의 AI 생태계는 서구권 제공업체들이 약탈적으로 보일 만큼 저렴한 가격에 진정으로 경쟁력 있는 모델들을 생산하고 있습니다. $0.25/M 가격의 DeepSeek V4 Flash는 GPT-4o 품질을 비용의 2.5% 수준으로 구현합니다. $0.01/M의 Qwen3-8B는 사실상 무료나 다름없습니다. GLM-4-9B 또한 그 최저가 수준을 맞추고 있습니다.

가격 전쟁은 실재하며, 개발자들이 승리하고 있습니다. 제가 지불한 47달러는 1년 전 500달러를 썼을 때보다 더 유용한 결과물을 가져다주었습니다.

네 개의 별도 API 계정을 설정하지 않고 이 모델들을 직접 테스트해보고 싶다면, 저는 모든 것을 Global API의 통합 엔드포인트(unified endpoint)를 통해 라우팅하고 있습니다. 이들은 하나의 OpenAI 호환 인터페이스(OpenAI-compatible interface)를 통해 네 가지 모델 제품군을 모두 제공합니다. 즉, 코드는 그대로 두고 모델 이름만 바꾸면 끝납니다. 통합 과정의 번거로움을 건너뛰고 첫날부터 바로 비용을 절감하고 싶다면 확인해 보시기 바랍니다.