토큰 단가는 낮은데, 왜 헤비 AI 코딩 비용은 더 커질까

토큰당 가격이 싼 모델이 개발자에게도 항상 싼 것은 아니다. 핵심은 서로 다른 두 상품을 비교하고 있기 때문이다. API는 토큰이 늘어날수록 비용이 계속 붙는 종량제이고, 코딩 구독은 약관상 허용 범위 안에서 사용자의 지출을 일정 수준으로 묶어 주는 할당량 기반 상품이다.

저장소를 반복해서 읽고, 긴 컨텍스트를 유지하며, 코드 작성·테스트·수정까지 여러 차례 수행하는 자율형 코딩 에이전트라면 질문은 “토큰 단가가 가장 낮은 모델은 무엇인가”가 아니다. 사용자 비용의 한계가 어디에서 멈추며, 그 한도 안에서 실제 업무량을 얼마나 안정적으로 처리할 수 있는가가 더 중요하다.

낮은 토큰 단가에도 비용 상한은 없다

GLM-5.2의 공개 가격은 입력 100만 토큰당 1.40달러, 캐시 입력 100만 토큰당 0.26달러, 출력 100만 토큰당 4.40달러다.1 일반적인 API 활용에서는 매력적인 가격일 수 있지만, 대량 사용에서는 계산 결과가 빠르게 커진다.

• 캐시되지 않은 입력 10억 토큰: 1,400달러
• 캐시 입력 10억 토큰: 260달러
• 출력 10억 토큰: 4,400달러

특히 코딩 에이전트에서는 출력 비용을 빼놓기 어렵다. 에이전트는 코드와 문서를 읽는 데 그치지 않고 계획, 코드 수정안, 테스트 결과, 설명, 도구 호출, 재시도 결과를 계속 생성한다. 따라서 입력 토큰 단가만 보고 판단하면 실제 비용을 과소평가하기 쉽다.

캐시는 비용 구조를 크게 바꿀 수 있다. 동일하거나 재사용되는 컨텍스트는 더 낮은 캐시 입력 요금이 적용되지만, 최종 비용은 미캐시 입력·캐시 입력·출력의 실제 구성 비율에 달려 있다.1

‘하루 7,800위안’ 비교에 필요한 전제

GLM-5.2 API를 하루 약 7,800위안 사용한 비용과 훨씬 낮은 주간 구독 비용을 비교한 사례는 종량제와 구독제의 차이를 잘 보여 준다. 다만 토큰 사용량에 관한 해석에는 전제가 필요하다.

공개된 GLM-5.2 요율대로라면 캐시되지 않은 입력 토큰만 수십억이 아니라 수백억 단위로 사용해도 하루 비용은 수만 달러 규모가 될 수 있으며, 같은 규모의 출력 토큰은 훨씬 더 비싸다.1 따라서 하루 7,800위안이라는 청구액은 더 작은 실질 과금 토큰량, 높은 캐시 입력 비율, 특정 입력·출력 구성, 할인 요금 또는 다른 가격 기준을 반영했을 가능성을 함께 검토해야 한다.

즉, 총 토큰 수만으로는 비교가 부족하다. 코딩 워크로드를 비교할 때는 최소한 다음 다섯 가지를 따로 측정해야 한다.

1. 캐시되지 않은 입력 토큰
2. 캐시된 입력 토큰
3. 출력 토큰
4. 요금제의 리셋 주기와 사용 한도
5. 한도 초과 시 유료 종량제로 전환되는지 여부

구독은 추론 비용을 없애는 것이 아니라, 변동성을 옮긴다

월정액 코딩 요금제는 추론 비용 자체를 없애지 않는다. 대신 비용 변동의 부담을 사용자에서 제공업체 쪽으로 일부 옮긴다.

허용된 범위에서 많이 쓰는 사용자는 고정 월 요금으로 API 종량제보다 큰 사용 가치를 얻을 수 있다. 사용자는 예산을 예측하기 쉬워지고, 제공업체는 롤링 윈도, 속도 제한, 우선순위 규칙, 크레딧, 공정 사용 정책 등을 통해 수요와 비용을 관리한다.

그래서 API가 더 저렴해 보여도 코딩 구독이 더 매력적일 수 있다. API 가격은 컴퓨팅에 대한 직접적인 한계가격이고, 구독은 제한 조건이 붙은 묶음 상품이다. 다만 구독 역시 무제한 처리량을 보장하는 상품은 아니다.

일부 코딩 구독은 사실상 촘촘한 계량제다

중요한 구분은 중국 모델이냐 해외 모델이냐가 아니다. 그 제품이 개방형 토큰 종량제인지, 크레딧 지갑인지, 또는 리셋을 포함한 충분히 넉넉한 사용량 제공형인지가 중요하다.

GLM Coding Plan은 5시간 단위 포인트와 주간 포인트라는 두 제약을 함께 둔다. 공개된 한도는 Pro가 5시간당 1만 2,000포인트·주간 6만 포인트, Max가 5시간당 2만 8,000포인트·주간 14만 포인트다. 사용량은 모델별 계수를 적용해 입력·캐시 입력·출력 토큰으로 계산된다.2

Qoder는 크레딧 구조를 더 명확하게 공개한다. 유료 요금제는 고급 모델용 월간 크레딧 2,000·6,000·2만을 제공하며, 크레딧을 모두 쓰면 제한된 메시지 수의 기본 모델로 전환된다. Qoder는 포함된 고급 모델 리소스가 구독료에 상응하는 리소스와 추가 보너스로 구성된다고도 설명한다.17

장시간 자율 작업을 자주 돌리는 개발자에게 이런 구조는 ‘마음껏 쓰는 월정액’보다 월 납부 방식의 선불 사용량에 가깝게 느껴질 수 있다.

피크 시간 배수는 사용 가능 용량을 바꾼다

한도만 제약이 되는 것은 아니다. 제공업체는 혼잡 시간에 같은 작업이 할당량을 더 빨리 소진하도록 설계할 수 있다.

Z.ai의 현행 문서는 GLM-5.3이 비피크 시간에는 1배, 피크 시간에는 3배의 할당량을 소모한다고 안내한다. GLM-5.3-Flash는 각각 0.4배와 1.2배다.4 GLM Coding Plan 개요는 평일 UTC+8 기준 14:00~18:00을 피크 시간으로 제시한다.2

이는 용량 관리 장치다. 월 구독료는 같아도 혼잡 시간에는 같은 할당량으로 처리할 수 있는 업무량이 줄어들 수 있다. 다만 이 규칙을 모든 GLM-5.2 요금제나 모든 시기에 일반화해서는 안 되며, 실제 이용할 요금제의 최신 약관을 확인해야 한다.

접근성 문제에 대해 문서가 보여 주는 범위

일일 할당량 조기 소진, GLM-5.2 접근성 축소, 짧은 캐시 유지 시간, 사용자 간 배치 처리의 한계, 추론 용량 부족과 관련한 여러 보고는 있을 수 있다. 그러나 여기서 검토한 공식 자료만으로 각각의 현상과 원인을 확정할 수는 없다.

공식 문서는 할당량 상한, 토큰 가중치 기반 포인트 계산, 시간대별 배수를 명확히 뒷받침한다.24 반면 개별 접근성 문제가 정확히 어떤 제공업체의 어떤 운영상 이유로 발생했는지까지는 그 자체로 입증하지 않는다. 구매 결정에서는 비공식 보고를 확정 사실이 아니라 실제 검증이 필요한 신호로 다루는 편이 안전하다.

평가는 팀이 실제 일하는 시간대에 실제 워크로드로 해야 한다. 저장소 규모, 캐시 동작, 출력 길이, 동시 에이전트 수, 대기열, 한도 도달 뒤의 대체 모델 또는 초과 과금 방식이 광고된 토큰 단가 하나보다 더 큰 영향을 줄 수 있다.

헤비 AI 코딩 팀의 선택 기준

저비용 API는 가볍거나 예측 가능한 추론 작업, 특히 컨텍스트를 효과적으로 캐시할 수 있는 워크플로에서 여전히 경쟁력이 있다.1 직접 API를 제어하고 토큰 예산을 관리할 수 있는 팀에도 적합할 수 있다.

하지만 고강도 AI 코딩은 다른 조달 문제다. 에이전트가 지속적으로 많은 사용량을 소비한다면, 더 나은 선택은 대개 다음 조건을 함께 만족하는 서비스다.

• 예측 가능한 월간 지출 상한
• 보통의 업무일을 견디는 사용량
• 명확한 리셋 및 초과 사용 규칙
• 피크 시간에도 안정적인 접근성
• 병렬 작업을 처리할 수 있는 충분한 용량

결론은 간단하다. API 정가만 비교하지 말고 한 달 동안 실제로 사용할 수 있는 업무량을 비교해야 한다. 사용량을 통제할 수 있다면 저렴한 종량제 모델이 유리하다. 반대로 구독이 유리하려면 그 한도가 투명하고, 개발자의 실제 에이전트 워크로드를 감당할 만큼 커야 한다.