얼마 전 저는 이미지를 또는 비디오를 _생성_하는 데 드는 비용에 대해 글을 썼습니다. 이번 게시물은 정반대의 방향, 즉 사용자가 스크린샷, 송장, 화이트보드 사진 등을 모델에 _입력_하여 읽게 하는 것에 관한 것입니다. 이 쪽에는 가격표가 전혀 없습니다. 일반 입력 토큰으로 청구되며, 각 공급업체는 자체 공식으로 픽셀을 토큰으로 변환합니다.
먼저 두 단어부터 말씀드리겠습니다. **토큰(token)**은 모델이 청구하는 단위이며, 백만 개당 가격이 책정됩니다. **비전 입력(Vision input)**이란 프롬프트 안에 포함된 이미지를 의미합니다. 즉, 모델이 그것을 읽는 것이지 그리는 것이 아닙니다. 이미지는 텍스트로 나타나지 않지만, 마치 단락처럼 usage.prompt_tokens에 기록됩니다.
세 공급업체, 세 가지 측정 기준
아래의 모든 공식은 2026년 10월 기준으로 각 공급업체의 자체 문서를 기반으로 합니다. 이들은 변경되며, 심지어 한 공급업체 내에서도 모델별로 이미 차이가 있습니다.
OpenAI (GPT-5.4 이상)는 이미지를 **패치(patches)**라고 불리는 32×32픽셀 사각형으로 자른 다음, GPT-5.6에서 패치당 1.2 토큰을 청구합니다. 조절 가능한 항목은 **detail**입니다: low는 이미지를 먼저 512×512에 맞게 축소하고, high는 2048px에 맞추고 최대 2,500개의 패치로 제한하며, auto는 (필드를 생략했을 때의 기본값) original처럼 작동합니다: 가로/세로 65,535px가 될 때까지 다운스케일링하지 않습니다. GPT-4o와 같은 구형 모델은 여전히 이전 규칙을 사용합니다: 각각 170 토큰인 512px 타일과 기본 85 토큰이 추가됩니다.
Anthropic은 28×28 패치를 세어 하나당 1개의 토큰으로 계산합니다. 구형 문서는 이를
공식을 분리하기 위해, 저는 동일한 공식 입력 가격인 백만 토큰당 $2.00을 가진 세 가지 모델, 즉 GPT-5.6, Claude Sonnet 5.5, 그리고 Gemini 3.1 Pro를 선택했습니다. 그런 다음 네 가지 일반적인 이미지를 각 공급업체의 문서화된 산술 계산에 따라, 모든 설정을 기본값으로 실행했습니다:
| 이미지 | GPT-5.6 (auto) | Claude Sonnet 5.5 | Gemini 3.1 Pro |
| --- | --- | --- |
| 아이콘, 512×512 | 308 | 361 | 1,120 |
| ... |
백만 토큰당 $2인 기준으로, 원본 휴대폰 사진은 GPT-5.6에서 천 개 이미지당 $28.73, Claude에서는 $9.48, Gemini에서는 $2.24가 소요됩니다. 아이콘의 경우 순서가 바뀌어, Gemini가 OpenAI 대비 3.6배로 가장 비쌉니다. '이미지에 저렴한' 공급업체는 없습니다. 사용자의 이미지 크기에 따라 저렴한 공식이 있습니다.
제가 표를 보여드릴 필요는 없습니다. 산술 계산은 한 화면에 들어갑니다:
import math
def gpt56_auto(w, h): # 기본적으로 32px 패치 x 1.2, 다운스케일 없음
...
코드에 대한 주의사항이 하나 있습니다: claude_hires는 다운스케일 단계를 건너뛰기 때문에, 원본 사진의 경우 Claude가 실제로 청구하는 4,740 토큰 대신 15,552를 출력합니다. Anthropic의 비전 문서는 정확한 크기 조정된 크기에 대한 참조 함수를 포함하고 있습니다.
해결책: 픽셀을 직접 결정하기
표의 마지막 행을 보세요. 사진이 1024×768이 되면, 세 공급업체 모두 922에서 1,120 토큰 사이에 위치합니다. 중요한 차이는 모델이 필요로 하지 않는 12 메가픽셀을 전송하는 것에서 발생했습니다. 영수증, 차트 또는 UI 스크린샷은 긴 쪽 기준으로 약 1,000px에서 읽을 수 있습니다. 요청하기 전에 사용자가 직접 크기를 조정하세요:
from PIL import Image
import base64, io
...
`detail:
저는 이 수치들을 본 게시물의 실시간 usage.prompt_tokens와 비교하지 않았습니다. 이것들은 문서상의 산술 계산이며, OpenAI 자체도 청구 금액이 추정치에서 토큰 단위로 차이가 날 수 있다고 경고합니다. 크기 조정은 가독성을 위해 비용을 교환하는 것입니다. 2048px에서는 살아남는 작은 글씨가 1024px에서는 그렇지 않을 수 있습니다. 그리고 채팅의 모든 턴마다 다시 전송되는 이미지는 매번 턴마다 청구됩니다. 크기 조정을 하면 각 복사본이 줄어들 뿐, 복사본 자체가 제거되는 것은 아닙니다.
위 가격들은 공식 목록 가격입니다. 우리는 아래에서 이 세 가지 모델을 재판매합니다 (GPT-5.6 및 Sonnet 5.5는 백만 개당 $1.70, Gemini 3.1 Pro는 백만 개당 $1.46). 이는 모든 행을 동일한 비율로 줄이고 13배의 간격은 건드리지 않습니다. 할인은 백분율이며, 크기 조정은 승수입니다. 먼저 크기를 조절하세요.
로그를 열고 지난주에 보낸 가장 큰 이미지를 찾으세요. 그 이미지의 prompt_tokens를 1,000으로 나눕니다. 결과가 두 자릿수라면, thumbnail() 호출이 이번 달에 배포할 수 있는 가장 저렴한 최적화 방법입니다.