Claude Opus 5.5와 GPT-6 Sol의 대폭 가격 인하: 싸진 것, 변하지 않은 것, 보이지 않는 것

서장: Anthropic과 OpenAI는 같은 날짜에 가격 인하를 발표했다

2026년 9월 22일 16시 31분(UTC, 일본 시간으로는 23일 1시 31분), Anthropic은 Claude Opus 5.5를 발표했습니다.

Anthropic이 발표한 약 100분 후인 18시 12분(일본 시간 3시 12분)에는 OpenAI가 GPT-6 Sol과 GPT-6 Luna를 발표했습니다.

헤드라인의 숫자는 어느 쪽도 이해하기 쉬웠습니다.

OpenAI는 GPT-6 Sol의 가격을 이전 모델의 절반으로 책정했다고 발표했습니다(보도 기반).

Anthropic은 Opus 5.5를 표준 설정으로 사용하면 일반적인 작업에서 이전 모델보다 40% 저렴하다고 적었습니다.

이 발표를 본 많은 사람들은 다음 세 가지 질문을 가졌을 것입니다.

왜 이렇게 가격이 내려갔는가?
왜 두 회사가 같은 날짜에 가격 인하를 할 수 있었는가?
기술적으로 무엇이 발전했는가?

저는 이 '세 가지 질문'에 공개된 1차 정보만을 가지고 답하기 위해 글을 썼습니다.

먼저 결론부터 말하자면, 세 가지 질문의 답은 같은 한 곳에 있지 않습니다. 답을 찾으려면 먼저 'AI의 가격'이 무엇으로 구성되어 있는지 분해할 필요가 있습니다.

제1장: 사용자가 지불하는 것은 토큰의 가격이 아니라 일의 가격이다

AI의 가격표에는 '100만 토큰당 몇 달러'라고 기재되어 있습니다.

토큰이란 AI가 글을 읽고 쓰는 과정에서 사용하는 최소 단위로, 일본어의 경우 대략 한 글자에서 몇 글자에 해당합니다.

하지만 사용자가 실제로 지불하는 것은 토큰의 가격이 아닙니다.

AI 비용 추이를 측정하는 연구 기관 Epoch AI는 2026년 9월 22일 보고서에서 이 구분을 명확히 했습니다.

이전에는 일정 성능을 내는 모델의 '토큰 단가'를 측정했습니다.

그러나 질문에 답하기 전에 생각하는 '추론(推論) 모델'이 등장하면서, 토큰 단가와 그 성능을 실제로 얻기 위한 비용을 구분하지 않는 것이 문제가 되었습니다. 추론 모델은 훨씬 더 많은 토큰을 사용하기 때문입니다.

Anthropic 역시 Opus 5.5 발표에 맞춰 블로그에서 같은 내용을 적고 있습니다.

사용자는 수백만 개의 토큰을 사고 싶은 것이 아니라, 기능을 완성하거나 마이그레이션을 끝내는 것과 같은 일을 처리하고 싶어 합니다.

토큰의 수는 모델이 그곳에 도달하는 데 필요했던 양에 불과합니다.

같은 블로그는 하나의 일의 비용을 결정하는 요소로 상호작용 횟수, 이전에 읽은 글을 다시 읽는 '캐시 읽기(cache reading)', AI가 출력하는 결과물(생각하는 과정도 출력으로 과금됨), 사용하는 모델 네 가지를 언급하고 있습니다.

여기서 이 기사의 토대가 되는 계산식이 나옵니다.

일의 가격 = 단가 × 양

단가는 가격표에 쓰여 있는 1토큰당 가격입니다.

양은 하나의 일을 끝내는 데 AI가 사용한 토큰 수입니다.

AI 모델 이용자의 청구액을 결정하는 것은 이 '일의 가격'입니다.

또 하나, 이 공식에는 나타나지 않은 것이 있습니다.

AI 모델을 구동하기 위해 제공자 자신이 투입하는 비용, 즉 **제공 원가(提供原価)**입니다. 제공 원가는 사용자의 청구서 어디에도 나오지 않습니다.

図1

그림 1: 일의 가격은 단가와 양으로 결정되며, 제공 원가는 외부에서 보이지 않는다

위 계산식을 바탕으로 9월 22일에 무슨 일이 있었는지 살펴보겠습니다.

제2장: OpenAI와 Anthropic은 일제히 단가를 낮췄다

싸진 것은 우선 단가입니다.

Opus 5.5의 단가는 100만 토큰당 입력 4달러, 출력 20달러로 책정되었습니다.

이전 Opus 5의 5달러, 25달러에서 각각 20% 인하된 것입니다.

캐시 읽기의 단가는 0.50달러에서 0.20달러로 60% 하락했습니다.

캐시 읽기는 입력 단가의 1/10에서 1/20이 되었으며, 단가 중 가장 크게 하락했습니다. Anthropic 블로그의 추산에 따르면, 같은 토큰량의 일이라면 단가 변경만으로 약 31% 저렴해집니다.

이 단가는 API를 직접 사용하지 않는 사람과도 관련이 있습니다.

Anthropic은 Pro, Max, Team 월간 플랜에서도 이 가격 인하를 이용 한도를 반영하여 Opus 5보다 약 25% 더 오래 사용할 수 있게 했다고 적었습니다.

한편, GPT-6 Sol의 단가는 입력 2달러, 출력 10달러가 되었습니다.

GPT-5.6 Sol의 4달러, 20달러에서 정확히 절반입니다.

다만, 비교 기준에는 주의가 필요합니다.

GPT-5.6 Sol의 4달러, 20달러는 출시 당시의 가격이 아닙니다.

OpenAI는 8월 21일, GPT-5.6 Sol의 가격을 향후 3개월 동안 5달러, 30달러에서 4달러, 20달러로 인하한다고 발표했다(보도 기반).

즉, '절반 가격'은 한 달 전에 시작된 기간 한정 가격과 비교한 것이다.

출시 당시의 가격과 비교하면, 입력 비용은 60%, 출력 비용은 67% 감소한 것이 된다.

한편, OpenAI 홍보 담당자는 GPT-6 Sol의 새로운 가격이 기간 한정이 아닌 영구적인 가격이라고 설명했다(보도 기반).

단가 수준으로 보면, 두 회사의 가격 인하는 실질적이다. 문제는 단가가 낮아진 것이 곧 업무 비용이 낮아졌다는 것을 의미하지 않는다는 점에 있다.

제3장: 최대 설정으로 측정하면 Claude Opus 5.5의 업무 비용은 Opus 5와 변함없다

AI 성능과 비용을 자체적으로 측정한 Artificial Analysis(이하 AA)는 각 모델에 동일한 일련의 과제를 풀게 하고, 건당 비용을 공표하고 있다.

① GPT-6 Sol의 업무 비용

AA의 측정 결과에 따르면, GPT-6 Sol을 추론 깊이의 최대 설정(max)으로 구동했을 때, 건당 1.06달러가 들었다.

이는 GPT-5.6 Sol의 1.99달러에서 약 절반 수준이다.

AA는 이러한 하락세가 가격 인하에 따른 것이며, 오히려 건당 출력 토큰은 약간 증가했다(2.9만 개에서 3.1만 개)고 언급하고 있다.

GPT-6 Sol은 단가만큼 업무 비용이 낮아졌다.

② Opus 5.5의 업무 비용

Opus 5.5의 결과는 달랐다.

최대 설정으로 측정했을 때, 건당 5.98달러였다.

Opus 5의 최대 설정은 5.86달러였다.

변하지 않은 것은, 최대 설정으로 측정한 Opus 5.5의 업무 비용이었다.

Artificial Analysis 'Claude Opus 5.5 (max with fallback)' / Artificial Analysis 'Claude Opus 5 (max)'

그 이유는 양(量)에 있다.

AA에 따르면, Opus 5.5(최대 설정)는 건당 약 11.9만 개의 출력 토큰을 사용했으며, 이는 Opus 5의 약 7.3만 개보다 1.6배였다.

AA는 1.6배의 출력 토큰을 사용했음에도 불구하고, 건당 비용은 Opus 5와 같은 수준이라고 정리하고 있다.

단가가 20% 하락하고 양이 1.6배가 된 결과, 업무 비용은 거의 변동이 없었다.

다만 한 가지 보충 설명이 있다.

AA의 지표는 버전이 바뀔 때마다 과제의 내용이 바뀌고, 건당 비용도 달라진다. Opus 5 출시 당시 기사에서는 최대 설정에서의 비용이 건당 2.03달러였다. 위에서 언급된 5.86달러와 5.98달러는 모두 현재 동일 버전의 지표를 사용한 수치이다.

図2

그림 2: 최대 설정에서는 GPT-6 Sol의 업무 비용이 거의 절반이 되고, Opus 5.5의 업무 비용은 변하지 않는다

그렇다면 Anthropic의 '40% 저렴'은 오류인가? 그렇지 않다.

Anthropic의 40%는 최대 설정이 아닌 '표준 설정'에서의 수치이다.
여기서 양을 결정하는 주체가 누구인지라는 질문이 나온다.

제4장: 사용량을 결정하는 것은 제공자의 표준 설정, 모델 자체, 그리고 이용자 세 주체이다

일반적인 상품에서는 구매량을 구매자가 결정한다.

AI 모델의 사용량은 각각 다른 세 주체가 결정하고 있다.

첫 번째는 AI 모델 제공자이다.

제공자는 단가뿐만 아니라 추론 깊이의 '표준 설정'도 결정한다.

Opus 5의 표준은 5단계 중 위에서 세 번째인 'high'였다.

Opus 5.5의 표준은 그보다 한 단계 낮은 'medium'으로 변경되었다.

Anthropic의 '40% 저렴'은 이 표준 설정에서의 비교이다.

Anthropic은 1토큰당 단가가 하락하고 건당 토큰도 줄었기 때문에, 순수하게는 40%가 저렴해졌다고 설명했다.

Anthropic 'Introducing Claude Opus 5.5' / Artificial Analysis 'Claude Opus 5.5 (max with fallback)'

두 번째는 AI 모델 자체이다.

Opus 5 이후의 Claude에서는, AI 모델이 각 상호작용에서 언제, 얼마나 깊이 생각할지 스스로 결정한다.

추론 깊이 설정은 그 깊이를 조절하는 다이얼에 불과하다.

Opus 5.5는 항상 생각한 후에 답변을 하는 모델로 제공되고 있다. Anthropic의 블로그에서도 Opus 5.5는 한 번의 답변에서 더 많은 토큰을 사용할 수 있으며, 그 효과는 작업에 따라 다르므로 사용자가 직접 측정해 보기를 바란다고 적혀있다.

Anthropic (Claude Blog)「Opus 5.5에서 작업 비용은 얼마인가」／Claude Platform Docs「Claude Opus 5의 새로운 기능」／Anthropic「시스템 카드: Claude Opus 5.5」

세 번째는 AI 모델 사용자이다.

사용자는 추론 깊이, 프롬프트 작성 방식, 대화 진행 방식을 통해 자신의 요구 사항에 맞춰 사용량을 조절할 수 있다.

Anthropic의 블로그에는 캐시 히트율이 90%일 경우 입력 비용은 1.62달러, 96%일 경우 약 0.99달러가 된다는 예시가 있으며, 이 외에 이렇게 입력 비용을 조절할 수 있는 설정은 없다고 명시되어 있다.

図3

그림 3: 사용량을 결정하는 것은 AI 모델 제공자, AI 모델, 그리고 사용자 세 주체이다

사용량을 늘린다고 해서 좋은 결과가 나오는 것도 아니다.

Anthropic이 공개한 Opus 5.5의 기술 문서(시스템 카드)에 따르면, 실제 업무와 유사한 코딩 평가에서 medium 설정은 최대 설정의 54.4%를 약간 상회하는 54.6%를 기록했다.

다른 코딩 평가에서는 medium이 약 52.5%로 건당 약 3달러, high가 56.0%로 약 4달러, 최대 설정이 57.8%로 약 8~9달러였다 (Anthropic이 평가 기관의 보고된 토큰 수와 정가를 기준으로 추정한 값).

최대 설정은 high보다 2배 이상의 비용을 지불하고 1.8포인트 높은 성능을 얻는 것이다.

제5장: Anthropic 스스로가 사용자의 설정과 프롬프트를 통해 작업 가격이 변하는 예를 공개했다

Anthropic의 블로그에는 사용자가 수량을 줄인 예시가 실려 있다.

44건의 문의 응대 사례를 이용한 사내 평가에서, Opus 4.8에서 추론 깊이를 가장 낮은 'low'로 변경한 Opus 5.5로 옮기자 비용이 약 18% 감소했다.

여기에 프롬프트의 불필요한 지시사항을 제거하자 또 9%가 줄어들어, Opus 4.8 시작점 대비 약 25% 낮은 수준이 되었다.

Anthropic 스스로는 이 내용이 하나의 평가 결과이며 기대치로 받아들여지기보다는 예시로 취급해 달라고 명시하고 있다.

같은 블로그에는 주의사항도 있다.

대화 도중에 추론 깊이를 변경하면, 그전까지의 캐시가 사라지고 다음 대화에서는 전체 내용을 다시 작성하는 비용이 발생한다.

수량을 줄이려는 조작이 다른 비용을 초래할 수 있다는 것이다.

여기까지의 사실들을 통해 사용자 관점에서 AI 모델 가격 인하 발표나 벤더의 견적서를 받았을 때 사용할 수 있는 세 가지 질문이 도출된다.

**그 비용은 토큰 단가인가? 아니면 건당 작업 가격인가?****그 숫자는 어떤 추론 깊이 기준으로 측정한 것인가? 표준 설정 기준인가?**그 비교 기준은 언제, 어느 시점의 가격을 기준으로 한 것인가?

자사에서 AI 모델을 사용하고 있다면, 추가로 하나의 질문을 확인해 보라.

같은 작업을 설정 변경을 통해 측정해 본 적이 있는가?

첫 번째 질문에는 또 다른 질문이 따른다.

사용자가 지불하는 것이 작업의 가격이라면, 청구 자체를 작업 단위, 나아가 성과 단위로 하는 형태도 있을 수 있다.

제6장: OpenAI와 Anthropic은 제공 원가가 하락했다고 쓰고, DeepSeek은 모델 구성으로 효율화를 설명했다

AI 모델 사용자의 시야에서 보이지 않는 것은 AI 모델의 제공 원가이다.

Anthropic은 발표 페이지에서 Opus 5.5는 Opus 5보다 제공에 필요한 계산량이 적어 가격이 이를 반영하고 있다고 밝혔다.

다만, 이 문구는 Anthropic의 발표 페이지에만 존재한다.

Anthropic사에서 공개한 총 230페이지 분량의 시스템 카드를 검색해도, 제공에 필요한 계산량이 줄었다는 서술은 발견되지 않는다.

모델 크기(파라미터 수) 역시 공개되어 있지 않다.

OpenAI는 캐시와 추론 개선을 통해 더 낮은 비용으로 모델을 제공할 수 있게 되었다고 설명했다 (보도 기반).

하지만 얼마나 낮아졌는지에 대한 숫자는 없다.

반면, 같은 OpenAI가 7월에는 구체적인 수치를 제시했다.

7월 29일 기술 기사에서 OpenAI는 모델, 추론, 에이전트의 모든 계층에서 효율화했다고 설명하며, 추론에서는 부하 분산(load balancing), 투기적 디코딩(speculative decoding) (작은 모델에 다음 단어를 예상하게 하여 처리를 빠르게 하는 기술), 캐시, 계산 처리 최적화를 언급했다.

다음 날인 30일에는 전날 공유한 효율화 성과를 고객에게 환원한다는 명목으로 하위 모델 Luna를 80%, Terra를 20% 가격 인하했다.

GPT-5.6 Sol 자체의 계산 처리 개선에 의해 제공 원가가 20% 감소했다고 알려졌다. 9월 22일 가격 인하에는 같은 형태의 기술 기사는 나오지 않았다.

공개되는 정도는 회사마다 다르다.

중국의 DeepSeek은 모델의 가중치(AI의 본질 그 자체)를 공개하고, 그 설명 문서에서 구성을 밝히고 있다.

DeepSeek V4.1 Flash는 전체적으로 5,520억 개의 파라미터를 가지고 있으면서도, 한 번 처리할 때 실제로 사용하는 것은 80억~160억 개로 제한하는 구성으로, 입력이 많은 에이전트 용도의 비용 효율성을 크게 개선했다고 적고 있다.

Moonshot AI의 Kimi K3 역시 전체 2.8조 개의 파라미터 중 한 번에 사용하는 것은 1,040억 개이며, 새로운 구성을 통해 Kimi K2보다 약 2.5배 더 효율적으로 규모를 키울 수 있었다고 설명하고 있다(보도 기반).

図4

그림 4: DeepSeek과 Moonshot은 작동 방식을 공개했고, Anthropic과 OpenAI는 9월 22일에 결과만 제시했다

다만, 가중치를 공개하는 모델에는 다른 사정이 있다.

누구나 같은 가중치를 구동할 수 있기 때문에, 단가를 결정하는 것이 개발사라고 할 수는 없다.

실제로 DeepSeek의 모델을 중개하는 사업자 중 한 곳은, 자체적인 사정으로 인해 DeepSeek 공식 시간대별 요금을 사용하지 않고 하루 종일 높은 쪽의 요금으로 제공하고 있다.

저는 이 비교에서 가중치를 공개하는 모델의 단가를 제외했으며, 비교하는 것은 '구성 및 효율화 설명이 개시되었는지 여부'뿐이다.

제7장: DeepSeek・Google・OpenAI는 같은 모델의 단가를 시간대·기한·기간에 따라 움직이고 있다

단가가 기술적 상태만으로 결정되는 것이 아니라는 것은, 같은 모델의 단가가 변동된 사례를 보면 알 수 있다.

①DeepSeek

DeepSeek은 2026년 8월 16일 16시(UTC)부터 시간대별로 단가를 변경하는 요금으로 전환했다.

한국 시간 평일 오전 10시13시와 오후 3시7시가 '피크' 시간대로, 그 외 시간에는 피크의 절반 가격이 된다.

동시에 전체 단가도 인상되어, 한산한 시간대의 요금조차 이전의 균일 요금보다 높아졌다(보도 기반). DeepSeek은 자원을 보다 합리적으로 배분하기 위해서라고 설명하고 있다(보도 기반).

「DeepSeek API Prices Rise Up to 1,100% on Sunday, and Peak Hours Come With Them」／「DeepSeek raises API pricing for its V4 models」

②Google

Google은 Gemini 3.6, 3.7, 3.8 Flash의 단가를 2026년 12월 31일까지 도입 가격으로 입력 $0.75, 출력 $3.75로 설정하고, 2027년 1월 1일부터는 두 배인 $1.5, $7.5로 돌아갈 것이라고 공표했다.

③OpenAI

OpenAI의 8월 21일 가격 인하 역시 3개월 한정이었다.

OpenAI는 이 가격 인하를 능력 향상과 효율 개선을 지속하는 과정에서의 인하로 발표하고 있다.

영구적인 인하에도, 기간 한정 인하에도 같은 '효율'이라는 단어가 붙어있다.

시간대, 기한, 기간. 모두 모델 자체는 아무것도 변하지 않은 채 단가만 움직이고 있다. 단가는 AI 모델 제공자의 의사결정에 따라 움직인다.

Epoch의 보고서는 새로운 수준의 성능이 처음 달성된 직후에 가격이 특히 빠르게 하락하는 것을 보여주며, 그 이유 중 하나로 최초로 달성한 기업이 일시적으로 할증된 가격을 매기고, 이후 경쟁과 기술 발전으로 인해 가격이 급락할 가능성을 제시하고 있다.

Epoch 자신도 이것은 가능한 설명 중 하나라고 쓰고 있다.

종장: 독자가 품는 3가지 질문의 답은 업무 가격 계산식의 각각 다른 곳에 있다

마지막으로 서론의 '3가지 질문'으로 돌아가자.

왜 이렇게 AI 모델의 가격이 저렴해졌는가?

두 회사가 움직인 장소가 다르다.

OpenAI는 단가를 움직였고, GPT-6 Sol의 업무 가격은 단가만큼 하락했다. Anthropic은 단가에 더하여 양을 결정하는 표준 설정을 움직였다.

'4할 저렴하다'는 표준 설정에서의 수치이며, 최대 설정으로 측정하면 업무 가격은 거의 변하지 않았다.

왜 두 회사는 같은 날 가격 인하를 할 수 있었는가?

공개된 정보로 확인할 수 있는 범위에서는, 일치했던 것은 단가와 발표 시각이었다. 어느 쪽 모두 제공자가 의사결정으로 움직일 수 있는 영역이다.

기술 발전이 같은 날에 맞춰졌다는 1차 정보는 발견되지 않았다.

기술적으로 무엇이 발전했는가?

답이 있을 만한 곳은, 업무 가격 공식 바깥의 제공 원가(Cost of Goods) 계층이다.

두 회사 모두 제공 원가가 하락했다고 썼지만, 얼마나 하락했는지, 무엇이 그것을 낮췄는지는 공개하지 않았다.

図5

그림 5: 3가지 질문의 답은 단가·양·제공원가의 별개의 장소에 있었다

업무 가격 = 단가 × 양

9월 22일의 가격 인하를 조금 더 긴 시간 속에서 두고 살펴보자.

Epoch의 추정치에 따르면, 일정 수준의 성능을 얻기 위한 비용은 2023년 이후 분기별로 약 47%, 연간으로 환산하면 1/13의 속도로 하락해 왔다.

새로운 수준의 성능이 처음 달성된 직후에는 분기별 66%, 2년 후에는 32%와 같이, 하락하는 속도 자체도 변한다.

9월 22일의 가격 인하는 이러한 기울기 위에 놓인 한 지점으로 읽을 수도 있다.

다만 Epoch은 실제 이용자들이 항상 가장 저렴한 모델을 찾아갈아타는 것은 아니므로, 추정치만큼의 절약은 얻지 못할 수도 있다고도 언급하고 있다.

가격표에 적힌 숫자와 실제로 내가 청구되는 금액이 같지는 않은 별개의 사건이다.

AI 가격표에 쓰여 있는 것은 토큰의 가격이다.

이용자가 지불하는 것은 일의 가격이다.

일의 가격은 '단가 × 양'으로 결정되며, 단가는 제공자가, 양은 제공자의 표준 설정과 모델 자체, 그리고 이용자 세 주체가 결정한다. 9월 22일에 OpenAI와 Anthropic이 움직인 곳은 이 공식의 서로 다른 위치였다.

그리고 두 회사 모두, 공식 밖에 있는 제공 원가가 얼마나 하락했는지는 아직 보여주지 않았다.

다음으로 'AI가 반값으로 떨어졌다'라는 제목을 보았을 때 확인해야 할 것은, 반값이 된 것이 계산식의 어느 부분인지이다.

일의 가격 = 단가 × 양

참고 문헌 목록