추측은 그만: DeepSeek, Qwen, Kimi, GLM의 실제 비용 데이터 비교

먼저 고백부터 하며 시작해야겠네요. 저는 예전에 마치 돈을 찍어내는 사람처럼 AI API에 돈을 쏟아붓곤 했습니다. 여기 $50, 저기 $100 — 하루 종일 모델들을 테스트하며 말이죠. 그러다 실제로 청구서를 보고는 숨이 막힐 뻔했습니다. 그때 저는 중국의 4대 주요 모델 제품군인 DeepSeek, Qwen, Kimi, GLM을 대상으로 제대로 된 비용 최적화(Cost Optimization) 테스트를 진행하기로 결심했습니다. 그리고 정말이지, 제 지갑이 저에게 고마워하고 있습니다.

중요한 점은, 저는 무한한 예산을 가진 기업 구매자가 아니라는 것입니다. 저는 그저 한 푼이라도 아껴서 최고의 효율을 내고 싶은 개발자일 뿐입니다. 그래서 저는 네 가지 모델 모두를 Global API의 통합 엔드포인트(Unified Endpoint)에 연결하여 동일한 벤치마크(Benchmark)를 실행하고, 단 1센트까지 모든 비용을 추적했습니다. 그 결과는 저를 놀라게 했고, 아마 여러분도 놀라실 겁니다.

초고속 절약 스냅샷

본격적으로 들어가기에 앞서 이것부터 확인해 보세요. DeepSeek V4 Flash를 사용하면 100만 토큰(Million Tokens)당 $0.25로 프로덕션급 추론(Reasoning) 성능을 얻을 수 있습니다. 무려 100만 토큰에 4분의 1달러도 안 되는 금액입니다! 반면, Kimi의 가장 저렴한 옵션은 $3.00로, 12배나 더 비쌉니다. 12배라고요. Kimi가 나쁘다는 뜻은 아니지만, 비용을 최적화하려는 입장이라면 그 차이는 엄청납니다.

모델 제품군 (Model Family)	가격 범위 (출력 100만 토큰당)	가장 저렴한 모델	가장 비싼 모델
DeepSeek	$0.25 – $2.50	V4 Flash	R1 Reasoner
...

무언가 눈에 띄는 게 있나요? Qwen과 GLM은 모두 $0.01의 진입 가격을 가지고 있습니다. 말 그대로 100만 토큰당 단 1센트로 작업을 수행할 수 있습니다. 정말 말도 안 되는 수준이죠. 오늘 아침에 마신 커피 한 잔 값이 더 비쌀 정도니까요. 하지만 이러한 초저가 모델에 어떤 작업을 맡겨야 할지는 알아야 합니다. 그 내용은 잠시 후에 더 자세히 다루겠습니다.

내가 DeepSeek V4 Flash에 집착하는 이유

솔직하게 말씀드리겠습니다. 코드 생성(Code Generation), 콘텐츠 작성(Content Writing), 빠른 원샷 프롬프트(One-shot Prompts) 등 제 일상 업무의 80%에 있어, 100만 토큰당 $0.25인 DeepSeek V4 Flash는 하늘이 내린 선물과 같습니다. 동일한 코드 작업에 대해 GPT-4o와 비교 테스트를 해보았는데, 출력 품질(Output Quality) 면에서 차이를 느낄 수 없었습니다. 하지만 GPT-4o의 비용은 100만 토큰당 $15입니다. 이는 60배의 비용 절감입니다. 과장이 아닙니다.

속도 또한 엄청납니다. 초당 약 60토큰(tokens per second)에 달합니다. 이는 응답을 기다리며 시간을 허비할 필요가 없음을 의미합니다. 시간은 곧 돈이니까요, 그렇지 않나요? 호출당 2초를 아낄 수 있고 한 달에 10,000번의 호출을 한다면, 총 5.5시간의 대기 시간을 절약하는 셈입니다. 개발자 시급을 보수적으로 시간당 $50로 잡았을 때, 이는 생산성 측면에서 $275를 절약하는 것이며, 여기에 모델 비용 자체는 사실상 공짜나 다름없습니다.

하지만 여기 함정이 있습니다. V4 Flash는 네이티브 비전(native vision) 기능이 없습니다. 이미지를 이해해야 한다면 운이 좋지 않습니다. 또한 중국어 능력은 GLM이나 Kimi보다 약간 떨어집니다. 하지만 영어 중심의 워크플로(workflows)라면? 그야말로 압도적인 가성비입니다.

Python 예제: Global API를 통해 DeepSeek에 코딩 작업 전송하기

from openai import OpenAI

client = OpenAI(
...

해당 호출의 비용은 얼마일까요? 출력 토큰 약 300개 기준 — $0.000075입니다. 1센트의 700분의 1 수준이죠. 단 1달러로 동일한 호출을 13,333번 실행할 수 있습니다. 이 수치가 얼마나 놀라운지 체감해 보세요.

Qwen: 3,970억 개의 파라미터 옵션을 가진 가성비의 제왕

솔직히 고백하자면, 저는 예전에 Qwen을 무시하곤 했습니다. 모델 이름들이 마치 WiFi 비밀번호처럼 들렸기 때문입니다 — Qwen3-8B, Qwen3-32B, Qwen3.5-397B… 누가 이걸 다 기억하겠습니까? 하지만 가격 체계를 파악하고 나니 완전히 매료되었습니다.

100만 토큰당 $0.01인 Qwen3-8B는 수학적으로 이길 수 없습니다. 질적 수준이 아주 깊을 필요가 없는 질의응답, 단순 분류, 또는 채팅 완성(chat completions)과 같은 사소한 작업에는 독보적입니다. 저는 GPT-4-mini를 사용하던 월 $10짜리 스크립트를 Qwen3-8B로 교체했습니다. 출력 품질은 아마 5% 정도 떨어졌겠지만, 비용은 99.9% 절감되었습니다. 제 지갑이 춤을 출 정도였습니다.

그다음은 강력한 성능을 자랑하는 모델인 Qwen3.5-397B입니다. 가격은 100만 토큰당 $2.34입니다. 이는 Kimi의 가장 저렴한 모델($3.00)보다도 저렴합니다! 게다가 3,970억 개의 파라미터(parameters)를 가진 괴물 같은 모델이죠. 저는 깊은 이해가 필요한 복잡한 추론(reasoning) 작업에 이 모델을 사용하는데, 여전히 스타벅스 샌드위치 하나 값보다 저렴합니다.

하지만 Qwen에는 한 가지 문제가 있습니다. 모델이 너무 많다는 점이죠. 실수로 Qwen3-32B가 $0.28/M(백만 토큰당 0.28달러)로 거의 동일한 작업을 수행할 때, $1.00/M인 Qwen3.6-35B와 같이 가격이 비싼 모델을 선택하지 않도록 주의해야 합니다 (제가 직접 테스트해 본 결과, 대부분의 작업에서 품질 차이는 무시할 수 있는 수준이었습니다). 그래서 저만의 규칙이 생겼습니다. 특정 작업에 대해 항상 해당 제품군에서 가장 저렴한 모델로 시작한 다음, 필요한 경우에만 규모를 키우는 것입니다. 이것만으로도 월간 API 비용의 60%를 절감했습니다.

프리미엄 모델이 반드시 필요한 경우: Kimi와 GLM

솔직히 말씀드리면, Kimi는 비쌉니다. 저렴한 모델이 없습니다. 가장 저렴한 모델인 K2.5도 $3.00/M입니다. 이는 Qwen3-8B보다 300배나 더 비싼 가격입니다. 그런데 왜 사람들이 이 모델을 사용할까요?

그 이유는 Kimi가 추론(reasoning) 벤치마크를 압도하기 때문입니다. 복잡한 수학 증명, 다단계 논리 체인(multi-step logic chains), 그리고 풀이 과정을 보여줘야 하는 모든 작업에서 Kimi는 최고입니다. 지난주에 특히 까다로운 알고리즘을 디버깅해야 했는데, DeepSeek와 Qwen은 그럴듯하지만 틀린 답을 내놓은 반면, Kimi는 단 한 번의 시도만에 off-by-one 에러를 찾아냈습니다. 만약 당신의 제품이 가진 정확도가 백만 토큰당 2.75달러의 추가 비용을 지불할 가치가 있다면, Kimi가 정답입니다.

반면, GLM은 중국어 관련 작업을 수행할 때 제가 가장 먼저 찾는 모델입니다. 이 모델은 Qwen조차 따라올 수 없는 방식으로 중국어 성어, 고전적 참조, 그리고 미묘한 뉘앙스를 완벽하게 이해합니다. 또한 $0.01/M인 GLM-4-9B는 중국어 챗봇을 구축하기에 매우 저렴합니다. 저는 중국 이커머스 고객을 위해 GLM-4-9B를 사용하여 미니 고객 서비스 봇을 만들었는데, 일주일 내내 테스트하는 데 비용이 단돈 $0.50밖에 들지 않았습니다. 믿기지 않는 수준이죠.

Python 예시: 저렴한 중국어 텍스트 처리를 위한 GLM-4-9B

response = client.chat.completions.create(
    model="zhipu/glm-4-9b",
    messages=[{"role": "user", "content": "请用中文解释人工智能对经济的影响"}]
...

비용: 약 200 토큰 출력 = $0.000002. 이는 1달러의 200만 분의 1에 해당하는 금액입니다. 기술 분야에서 이 정도의 가치를 주는 것이 또 무엇이 있을까요?

저만의 개인적인 비용 최적화 플레이북

수개월간의 테스트를 거친 저의 전략은 다음과 같습니다:

1. 영어로 된 짧고 빠른 작업의 경우 → DeepSeek V4 Flash ($0.25/M). 언제나 이 모델을 사용합니다.
2. 초저가 중국어 텍스트의 경우 → GLM-4-9B ($0.01/M). 품질이 너무 낮다면 GLM-5 ($1.92/M)로 올리지만, 그럴 일은 거의 없습니다.
3. 멀티모달 (Multimodal) 또는 방대한 모델 다양성이 필요한 경우 → Qwen. 모든 작업에 Qwen3-8B ($0.01/M)로 시작한 다음, 8B 모델이 실패할 때만 32B ($0.28) 또는 397B ($2.34)로 격상합니다. 이는 마치 단계별 가격 사다리와 같습니다.
4. 미션 크리티컬 (Mission-critical)한 추론이 필요한 경우 → Kimi K2.5 ($3.00/M). 답변이 반드시 완벽해야 할 때만 사용합니다. 전체 사용량의 약 5% 정도만 이 모델을 사용합니다.

과거의 "그냥 GPT-4를 사용하자"식의 생활 방식과 비교했을 때 월간 총 절감액은 **78%**입니다. 농담이 아닙니다. 그리고 대부분의 작업에서 출력 품질을 희생하지도 않았습니다. 핵심은 어떤 모델이 어떤 작업에 적합한지 아는 것입니다.

또 다른 비용 함정: 토큰 낭비를 주의하세요

수백 달러를 아껴준 짧은 팁을 드리자면, 네 가지 모델 모두 컨텍스트 윈도우 (Context window)가 최대 128K 토큰까지 지원됩니다. 하지만 단순한 질의를 위해 100K 토큰의 컨텍스트를 보낸다면, 당신은 여전히 그 입력 토큰(Input tokens)에 대한 비용을 지불하게 됩니다. 저는 프롬프트 (Prompt)를 공격적으로 다듬기 시작했습니다. 불필요한 컨텍스트를 제거하고, 더 짧은 시스템 메시지 (System messages)를 사용했습니다. 출력에 $0.25/M를 부과하면서 입력에도 비용을 부과하는 (입력당 약 $0.10/M) DeepSeek V4 Flash의 경우, 입력을 50% 줄이는 것만으로 즉시 월 30달러를 절약할 수 있었습니다.

마무리 — 그리고 단돈 몇 푼으로 이를 테스트하는 방법

계속 읽어주셔서 감사합니다. 제가 토큰당 비용에 집착하는 광인처럼 들린다는 것을 알고 있습니다. 하지만 여러 프로젝트를 운영하다 보면, 그 1센트 미만의 차이들이 빠르게 쌓이게 됩니다.

저는 네 가지 모델 제품군을 한곳에서 접근할 수 있는 Global API를 사용해 왔습니다. 별도의 계정이나 각기 다른 결제 방식 없이, 단 하나의 URL과 하나의 API 키만으로 모델을 즉시 전환할 수 있습니다. 심지어 직접 비교 테스트를 수행할 수 있을 만큼 충분한 토큰을 제공하는 무료 티어 (Free tier)도 있습니다. 진심으로, 선불 비용을 한 푼도 쓰지 않고 제 결과물을 재현해 보고 싶다면 확인해 볼 가치가 있습니다.

그러니 망설이지 말고, 먼저 저렴한 모델 버튼을 누르세요. 여러분의 은행 계좌가 고마워할 것입니다. 그리고 만약 더 저렴하게 작업을 수행할 수 있는 방법을 찾게 된다면… 저에게 메시지를 남겨주세요. 저는 언제나 5%를 더 아낄 방법을 찾고 있으니까요.