결정 레이어에 가격표가 생겼다: 한 주 내 네 개 SKU, 백만 토큰당 $0.10부터

핵심 요약

• 단 한 주 안에(2026년 11월 11–13일) Google, Perplexity, HeyGen, Hark가 네 개의 의사결정 모델 SKU를 출시했습니다 — 10일 전만 해도 이 부류는 OpenRouter의 Decisions API 아래 13개 제조사의 21개 모델 목록에 불과했고, 첫 번째 파티 가격 앵커는 없었습니다.
• Gemini Decision 1은 범위가 한정된 선택을 입력 $0.10/1M 토큰, 출력 과금 $0로 가격 책정하며, 한 번의 패스로 예/아니오·객관식·루브릭 질문을 최대 1,000개까지 채점하고 엔드투엔드 지연은 150–250ms입니다 — Google 자체 공유 벤치마크 스위트 기준으로 Gemini 3.5 Flash-Lite + Interactions API보다 약 5배 저렴합니다.
• Perplexity Decider v1.3(26B, Qwen3.8-27B 백본)과 Flash v1.3(5B)는 이 부류에서 최초로 배포된 가중치이며, Apache-2.0으로 Hugging Face에 공개되었습니다 — 에이전트 루프 안에서 라우팅·모니터링·채점을 담당하는 이 층의 셀프호스팅 경로가 이제 존재합니다.
• 정직성 마커는 벤더 자신에게서 나옵니다: HeyGen 문서는 confidence를 "반환된 분포의 속성일 뿐, 보정된 확률이 아니다"라고 설명하고, Perplexity는 출고온도를 믿지 말고 사용자 자신의 라벨링 트래픽으로 판정 임계값을 조정하라고 안내합니다.
• 정책은 가격표에 없습니다: 어떤 판단을 분류기에 맡길 수 있는지, 값싼 감시자가 틀렸을 때 무엇이 일어나는지는 여전히 아키텍처 결정입니다 — 다섯 결정 프레임워크의 두 번째·세 번째 행이지, 벤더의 것이 아닙니다.

이 글은 생산 에이전트의 아키텍처 결정을 순서화한 Five Decisions That Determine Whether Your AI Agent Ships를 바탕으로 합니다. 그중 세 번째 결정 — 어떤 모델이 무엇을 하는가 — 는 10월 16일 OpenRouter가 하나의 Decisions API 아래 13개 제조사의 21개 의사결정 모델을 나열하면서 카탈로그를 얻었습니다. 그리고 11월 11–13일 한 주에 이 카탈로그는 카탈로그 등장만으로는 넘을 수 없는 선을 넘었습니다. 세 개 벤더가 첫 번째 파티 가격을 붙인 SKU를 출시했고, 네 번째가 그 옆에서 핸드오프를 제품화했습니다. decide-then-act(판단 후 실행) 레이어는 더 이상 부품을 조립하는 패턴이 아니라 구매의 대상입니다.

의사결정 모델이란 무엇인가 — 한 단락

Perplexity의 정의가 가장 깔끔합니다. 의사결정 모델은 범용 분류기입니다. 입력(상태 + 선택적 이미지)과, 각각의 후보 답을 갖춘 이름 붙은 질문 집합을 주면 한 차례의 순전파로 각 질문에 대한 확률 분포를 반환합니다. 토큰 단위의 자유문답 생성도, 지원 티켓이 요금 정산 팀으로 갈지 통합 팀으로 갈지를 정하는 30초짜리 추론 체인도 없습니다. 질문 유형은 벤더 전반이 같습니다. 예/아니오(참일 확률), 객관식(2–255개 선택지에 각각 정규화된 확률), 순서형 루브릭 채점이 그것입니다. Perplexity는 계보를 직접 밝힙니다. Decider는 TypeSafe AI의 Jev — 바로 TypeSafe Jev and the Third Layer of the Agent Model Stack에서 분석한 비-LLM System One 모델 — 에서 착안했다고 합니다. 부류의 두 번째 진입자가 첫 번째 관찰자의 패턴을 이름으로 인용할 때, 이 부류는 공유된 마케팅 단어가 아니라 공유된 사상을 갖게 된 것입니다.

네 개의 SKU

그 주의 공급을, 구매자가 가격을 매기는 차원으로 비교합니다:

SKU	제조사, 날짜	접근	규모	속도와 비용	정직성 마커
Gemini Decision 1 + Decisions API	Google, 11월 11일	API(OpenRouter, LangChain, LiteLLM, Vercel 통합)	호출당 최대 1,000개 질문, 텍스트·이미지·오디오·비디오·PDF 입력(256K 토큰)	엔드투엔드 150–250ms; 1→100개 질문에서 거의 평평; 입력 $0.10/1M, 출력 $0	약 5배 저렴 주장은 Google 자체 공유 벤치마크 스위트 기준
Decider v1.3 / Flash v1.3	Perplexity, 11월 12일	Apache-2.0 가중치, MaaS API, OpenRouter	26B(Qwen3.8-27B 백본)와 5B 증류본; 질문당 1–255 선택지	패스트패스 1.7–1.9배 빠름(separate 모드), 9–18배(isolated 모드)	임계값 정직성: 자사 트래픽으로 조정할 것. Apache 라이선스임에도 가중치 저장소는 접근 심사 필요
HeyGen Decision 1(+ Turbo 프리뷰)	HeyGen, 11월 13일	동기 API	이름 붙은 질문 1–400개; 이미지 4장 + 비디오 1개(Turbo 프리뷰: 이미지 100장, 비디오 10개)	동기 응답, output_tokens: 0 항상; 문서 페이지에 가격 미공개	문서: confidence는 "반환된 분포의 속성일 뿐, 보정된 확률이 아니다"
Hark Handoff²	Hark, 11월 12일	Hark Pro(computer-use 에이전트)	내부 478타스크·238사이트 브라우징 벤치마크에서 73%에서 82%로	모델 46% 빨라짐, 엔드투엔드 약 2배	벤더 자체 보고 내부 벤치마크이며 공개 평가 아님

부류의 깊이는 각 벤더가 무엇에 걸었는지에서 드러납니다. Google은 폭과 배치에 걸었습니다. 하나의 멀티모달 입력으로 최대 1,000개 질문, 요청당 1개에서 100개 질문까지 지연이 거의 평평, 질문 수와 무관하게 입력은 요청당 한 번만 과금. Perplexity는 소유권에 걸었습니다. 가중치 배포는 라우팅·모더레이션·채점 층을 구매자가 통제하는 하ード웨어 위에 둘 수 있음을 의미하고, 문자 오프셋으로 축자 스팬을 추출하는 새로운 locate 유형은 분류와 추출을 한 번의 요청으로 처리합니다. HeyGen은 미디어 경로에 걸었습니다. 텍스트, JSON, 이미지 4장, 샘플 프레임 비디오 1개를 한 번의 동기 호출로 처리하고, Turbo 프리뷰는 이미지 100장·비디오 10개까지 밀어 올립니다. Hark는 인접 프리미티브에 걸었습니다. 핸드오프 — 브라우저 에이전트의 작업이 사람의 작업으로 바뀌는 순간 — 를 제품화하고 자사 v1 대비 2배 빠름을 측정했습니다. Google의 내부 배포가 이것이 생산에서 어디에 착지하는지 암시합니다. Gemini Notebook은 Decisions API를 실시간 모델 라우터로 사용해 일상 쿼리 지연을 최대 40% 낮췄다고 보고하고, Google Search는 MCP 도구에 대한 적대적 행위를 탐지하는 안전 층으로 사용합니다.

네 개의 의사결정 모델 SKU를 접근·규모·속도, 그리고 각 벤더가 스스로에 대해 공개하는 정직성 마커로 비교. 구매자가 붙잡아야 할 패턴: 속도와 가격의 모든 행은 벤더 자신의 측정입니다.

범위가 한정된 선택은 왜 이렇게 가격 책정되는가

이 경제성은 구조적이며 홍보성이 아닙니다. 생성 호출은 출력 토큰에 과금하고, 라우팅이나 모더레이션 판단도 토큰마다 과금하며 파이프라인에서 가장 쓸모없는 산출물 — 세 단어 중 하나로 끝나는 자유 문장 — 을 만들어 냅니다. 의사결정 모델은 그것을 분류 판독으로 교체합니다 — 사전 정의된 선택지 토큰 위에서 훈련된 선형 헤드 — 그래서 Decisions API는 출력 과금이 $0, 공유 입력은 몇 개의 질문이 실리든 요청당 한 번만 과금하며, 사고 토큰의 가변 과금을 완전히 건너뜁니다. Perplexity의 아키텍처 노트가 두 번째 이유를 설명합니다. 1.3 계열 모델은 양방향으로 읽고 공유 상태에서 한 차례의 패스로 모든 질문에 답하며, HF 카드는 많은 시퀀스를 한 차례의 순전파에 담는 패스트패스를 문서화합니다 — separate 모드에서 1.7–1.9배, isolated 모드에서 9–18배 빠릅니다. 셀프호스팅 구매자를 위한 산술은 구체적입니다. 49 GiB의 BF16 가중치는 80GB GPU의 메모리 봉투 안에 들어가고, Ornn Compute Price Index는 11월 13일 H100 SXM을 GPU시간당 $3.29로 확정 인쇄했습니다 — 라우팅·채점·모더레이션 층의 시간당 요금이, 프런티어 모델 생성 호출 하나가 매일 이미 넘어서던 수준을 하회합니다. 그것이 이번 주의 진짜 골자인 가격 붕괴입니다. 추론 비용 관리의 다섯 벡터가 생성 주변의 판단에까지 확장된 것입니다.

가격표에 없는 것

네 개 SKU가 판매하지 않는 네 가지. 각각 벤더 자신의 문서 안에 보입니다.

신뢰도(confidence)는 보정이 아닙니다. HeyGen 문서는 이 점에서 업계에서 가장 명시적입니다. 신뢰도는 "반환된 분포의 속성일 뿐, 보정된 확률이 아니다." Google은 모든 답에 0–1 신뢰도 점수를 실어 보냅니다. 그것은 판매자가 어디서 멈추는지를 알려줄 뿐, 당신의 정확성 임계값이 어디에 자리하는지를 알려주지 않습니다. 임계값은 당신 데이터의 문제입니다. Perplexity의 시작하기 섹션은 그 자체로 명쾌합니다 — 라벨 빈도와 위양성 대 위음성의 비용은 애플리케이션마다 다르므로, 작고 대표적인 라벨링 개발 세트로 임계값을 조정하십시오. HF 카드에도 같은 정직성이 있습니다. "단일 온도가 모든 태스크에 맞을 수는 없고, 태스크별 임계값이 대체로 더 낫다." 질문은 서로 의존할 수 없습니다. HeyGen의 API 문서는 한 질문의 답이 같은 요청 안의 다른 질문의 입력이 되지 않는다고 적습니다 — 의존적 판단에는 순차 호출이 필요하고, 거기서부터 지연은 무료로 보이지 않습니다. Perplexity는 같은 경계를 반대편에서 기록합니다. 기본 separate 모드에서는 질문들이 서로를 볼 수 없고, 공유 상태의 isolated 모드는 그 독립성을 비용으로 교환해 상위 답변의 1.5–2.2%를 이동시킵니다. 지연과 컨텍스트 주장에는 범위가 있습니다. Google의 150–250ms는 16K 토큰까지의 컨텍스트에서 성립하고 — 256K 토큰 멀티모달 입력은 다른 봉투입니다 — Hark의 2배는 자사 v1을 상대로 한 벤더 자체 보고 수치입니다. 이 단서들 가운데 하나도 부류에 대한 반박은 아닙니다. 그것들은 자신의 라벨링 트래픽으로 파일럿하고, 임계값이 말해줄 때까지 신뢰도 값을 미보정 약속으로 다루라고 주장합니다 — 우리가 GPU 가격 인쇄에 적용해 온 정직성 규율과 같습니다. 거기서는 지수 자체가 두 차례의 판독 사이에 재가격되었습니다.

여전히 당신의 것: 정책 층

의사결정 모델은 당신의 분류·라우팅·모니터링·채점 호출을 흡수할 수 있습니다. 그 호출들을 안전하게 만드는 두 가지 판단은 흡수할 수 없습니다. 첫째: 어떤 판단이 분류기에 맡겨질 수 있는가 — 지원 티켓 대기열 선택은 스스로 라우팅될 수 있지만, NetSuite로의 공급업체 가격 쓰기는 안 됩니다. 둘째: 값싼 감시자가 틀렸을 때 무엇이 일어나는가 — Google 자신의 설계 답은 신뢰도로 모호한 사례를 폴백 또는 사람 검토로 라우팅하는 것이지만, 무엇이 모호한지, 사람이 얼마나 자주 검토하는지는 당신의 에스컬레이션 정책입니다. 다섯 결정 프레임워크에서 이것은 결정 3의 하위 확장입니다. 라우팅, 모니터링, 킬스위치 평가는 맞춤 코드에서 구매 가능한 컴포넌트로 바뀌어 가고, 런타임에서 판단을 집행하는 루프 층은 처음부터 쥐어 온 승인권을 유지합니다. 가격표가 바꾸는 것은 감시 층의 비용입니다. 바꾸지 않는 것은 서명자가 누구인가입니다.

대표적인 구축 사례

NetSuite, BigCommerce, 공급업체 카탈로그 3개를 운영하는 중견 산업 유통사는 견적 에이전트가 사람이 초안마다 개입하지 않고 24시간 일하기를 원했습니다. 결정 레이어가 분업을 구조화했습니다. 프런티어 모델이 RFQ 응답을 계획하고 견적을 초안하며, 의사결정 모델 층이 나머지 모든 것을 감시합니다. 들어오는 RFQ마다 생성 호출이 쓰이기 전에 한 번의 요청으로 완결성·위험을 채점하고, 공급업체 응답은 견적 명세항에 대조해 분류하며, 초안된 각 견적은 신뢰도로 채점된 정책 검사를 받고 임계값 미달은 NetSuite가 아닌 사람 책상으로 라우팅됩니다. 감시 층 비용은 Google의 가격 책정 SKU 기준 백만 토큰당 $0.10 — Google 자체 벤치마크 비교로, 이 범위 한정 선택 비용은 판단당 약 5회의 Flash-Lite 생성 호출을 대체합니다 — 이고, 사람 검토자가 기다릴 필요조차 없는 지연으로 동작합니다. 견적 주기는 3일에서 4시간 이내로 단축되었고 모든 쓰기는 사람 승인을 거쳤습니다. 나온 결과는 견적 인력 수가 아니라 견적 책상의 처리 용량입니다.

그것이 패턴입니다. 범위 한정 선택은 사고, 신뢰도는 정직하게 가격 매기고, 정책은 손에 남깁니다.

함께 읽을 글

• Five Decisions That Determine Whether Your AI Agent Ships — 이 글이 확장한 상위 프레임워크: 10월 16일 업데이트가 decide-then-act 층을 카탈로그화했고, 그 결정 3이 바로 이 SKU들이 가격을 매기는 행
• TypeSafe Jev and the Third Layer of the Agent Model Stack — Perplexity가 Decider의 착안점으로 명명한 System One 패턴, 부류가 가격을 매기기 한 달 전의 읽기
• Inference Economics: Why Always-On Production Agents Are Now Affordable — 이번 주 가격표가 생성 호출 주위의 판단으로 확장한 비용 벡터
• Inference Procurement: Six Cost Vectors — 셀프호스팅 결정 레이어 아래의 GPU 레일, 그리고 이 SKU 가격에도 적용되는 범위 인용 규칙

---

주간 디스커버리(Discovery). 당사와 구축하시든 안 하시든, 시스템 인벤토리, 워크플로 지도, 고정 범위를 제공받습니다.