작업당 30% 저렴하지만 7배의 토큰 소모: Sonnet 5.5의 효율 함정

핵심 요점

• Sonnet 5.5의 "작업당 최대 30% 저렴하다"는 헤드라인은 낮은~중간 노력 수준에서는 성립하지만 최대 수준에서 뒤집힙니다: Anthropic는 동일한 $2/$10 가격표를 청구하는 동안 모델은 인덱스 작업당 약 193,000 출력 토큰을 소모했습니다 — Artificial Analysis가 측정한 것 중 가장 무거운 토큰 사용량 — 실측 비용은 작업당 $7.60로 Sonnet 5보다 약 50%, Opus 5.5의 $5.98보다 약 27% 높습니다 (Anthropic, 9월 28일; Artificial Analysis, 9월 28일).
• 같은 출시 기간에 정반대의 두 가지 전략이 등장했습니다: OpenAI는 9월 22일 GPT-6 Sol/Luna 가격을 50% 인하해 $2/$10, $0.10/$0.50(백만 토큰당)로 낮췄습니다 — GPT-6 Sol 최대 수준은 Intelligence Index 작업당 $1.06로 전작 대비 약 50% 아래 — 반면 Anthropic는 Sonnet의 가격표를 그대로 두고 토큰 청구서의 상승을 방치했습니다 (OpenAI; Artificial Analysis).
• Opus 5.5(9월 22일)는 세 번째 길을 택했습니다: 정가 20% 할인, 캐시 읽기 60% 할인($0.50 → $0.20/백만)으로 에이전트 워크로드가 지배하는 항목을 겨냥했습니다 — 그래서 실측 $5.98/작업이 최대 노력 수준에서 자사 후배 모델을 밑도는 것입니다 (Anthropic; Finout)).
• 높은~최대 노력 수준에서 Sonnet 5.5는 비용 효율 경계선에서 벗어나 있습니다: GPT-6 Sol은 "실질적으로 같은 작업당 비용"으로 거의 동등한 지능을 제공하고, GPT-6 Luna 최대는 동등한 지능의 작업을 작업당 $0.07에 수행합니다 — Sonnet 5.5 최대 청구서의 약 100분의 1입니다 (Artificial Analysis, 9월 28일).
• 추적 대상 672개 모델 중 약 180개가 9월에 가격 변경을 겪었습니다 — 가격표는 이제 월간 리스크이며, 토큰당 가격만 계약에 명시한 에이전트는 자신이 승인하지 않은 교체에 대한 방어 수단이 없습니다 (pricepertoken, 9월 28일; DeepSeek 자동 라우팅 번복이 완전한 사례입니다).

Anthropic는 9월 28일, 시장에서 가장 깔끔한 비용 주장과 함께 Claude Sonnet 5.5를 출시했습니다: "Claude Sonnet 5에 비해 명확한 업그레이드이며, 30%+ 더 빠르고, 대부분의 작업에서 최대 30% 저렴합니다." 모든 말이 방어 가능합니다 — 그리고 그 메커니즘은 헤드라인이 암시하는 바가 아닙니다. 가격표는 움직이지 않았습니다: 입력 백만 토큰당 $2, 출력 $10, 캐시 읽기 $0.20로 Sonnet 5와 동일합니다. 변한 것은 토큰 청구서이며, 에이전트 작업이 실제 사용하는 노력 수준에서 주장과 반대 방향으로 움직였습니다. Artificial Analysis는 출시 당일 모델을 실행했습니다: 최대 노력 수준에서 Sonnet 5.5는 Intelligence Index 작업당 약 193,000 출력 토큰을 소모했습니다 — 동사의 테스트 사상 최고로, Opus 5.5 최대보다 약 60% 많고 GPT-6 Astra의 약 7배 — 실측 비용은 작업당 $7.60가 되었습니다 (Artificial Analysis, 9월 28일; kingy.ai 팀이 처음 기록: "Sonnet 5.5는 토큰당 저렴하지만 작업당으로는 비쌀 수 있습니다").

그 자체로는 한 모델의 특이점입니다. 같은 2주 창에 비추어 읽으면 산업의 갈림길입니다. 9월 22일 OpenAI는 GPT-6 Sol과 Luna의 가격을 반 토막 냈고(OpenAI) Anthropic는 Opus 5.5의 캐시 읽기를 60% 내렸습니다 (Anthropic). 6일 뒤 Anthropic의 "30% 저렴한" 진입은 경쟁사가 절반 가격에 파는 것과 동일한 토큰 물량을 정가로 청구합니다 — 토큰을 싸게 사는 대신 토큰을 더 쓰는 방식으로 인덱스 2위의 역량을 샀습니다. 세 가지 출시 전략이 이제 같은 지표, 작업당 비용으로 경쟁하며, 가장 크게 갈라지는 지점은 정확히 추론 조달 가이던스가 존재하는 곳입니다. 이 글은 세 가지 전략을 Artificial Analysis의 실측 수치와 대조해 매핑하고, 토큰당 가격표가 숨기는 토큰 효율 산술을 풀어내며, 다음 모델 교체가 에이전트 청구서를 조용히 재가격하기 전에 필요한 네 가지 계약 조항으로 마무리합니다.

주장, 메커니즘, 측정

Anthropic의 주장은 효율에 관한 것이며, 출시 페이지는 메커니즘을 명시합니다: 모델은 "같은 작업을 하는 데 보통 훨씬 적은 토큰이 필요합니다. 우리의 테스트에서 전작 대비 작업당 최대 30% 저렴합니다." 이것은 Anthropic 자신의 테스트 분포, Anthropic가 선택한 설정에서 참입니다 — 회사는 Sonnet 5.5가 낮은~중간 노력 수준에서 "작업당 약 10분의 1의 비용으로" Sonnet 5의 최고 벤치마크 점수를 넘어선다고 보고합니다 (kingy.ai 요약). 워크로드가 가볍고 Anthropic 형태 — 짧은 초안, 분류, 제한된 조회 — 라면 이 주장은 당신의 청구서에서도 성립할 가능성이 높습니다.

에이전트 워크로드는 그 분포가 아닙니다. Artificial Analysis Intelligence Index는 5개 노력 설정으로 다단계 작업을 실행하며, 모델의 적응형 추론은 어려운 작업에서 노력을 상승시킵니다. 그 범위의 정점에서 토큰 청구서가 폭발합니다: 최대에서 작업당 약 193k 출력 토큰, Sonnet 5 최대 및 Opus 5.5 최대의 약 120k(약 +60%), GPT-6 Astra 최대의 약 27k(약 7배)와 대비됩니다. 토큰 물량이 곧 요점입니다 — Sonnet 5.5(최대)는 인덱스에서 56점으로 Opus 5.5의 58점에 2점 뒤지며, Terminal-Bench 4.0은 64%로 Opus 5.5와 GPT-6 Astra를 근소히 앞섭니다. 한 단계씩 더 오래 생각함으로써 그 능력에 도달하며, 출력 토큰은 각각이 아무리 정당하더라도 백만당 $10으로 균일하게 청구됩니다. 폴백 각주가 메커니즘을 완성합니다: Anthropic의 기본 적응형 라우팅은 "약 0.1%의 작업에서 폴백하며…… 모든 경우에 Sonnet 5로 폴백합니다" — 가격표 중립적인 또 하나의 치환으로, 운영자는 그것을 청구서에서만 보게 됩니다 (Artificial Analysis).

작업당 비용은 이 구조와 접촉해 생존하는 유일한 지표입니다. 가격표와 토큰 청구서를 합성하기 때문입니다. 같은 날 측정, 모두 Intelligence Index 최대 노력 수준의 작업당 비용:

모델(최대)	정가($/M 입/출력)	출력 토큰/작업	실측 비용/작업	출시 전략
Claude Sonnet 5.5	$2 / $10	~193k	$7.60	역량 주도: 가격표 동결, 토큰 청구서 상승
Claude Opus 5.5	$4 / $20(캐시 $0.20)	~120k	$5.98	캐시 주도: 정가 −20%, 에이전트 항목 −60%
Claude Sonnet 5	$2 / $10	~120k	~$5.00	기준선
GPT-6 Sol	$2 / $10	~31k	$1.06	가격 주도: 정가 −50%
GPT-6 Luna	$0.10 / $0.50	~51k	$0.07	가격 주도: 최저가

(AA Intelligence Index v4.x 점수: Sonnet 5.5가 56점으로 2위; Opus 5.5가 58점으로 1위; GPT-6 Sol은 코딩 에이전트 작업에서 약 56점급 상당. 점수에는 계보 경고가 따릅니다 — AA는 올해 이미 두 차례 인덱스를 리베이스했으므로, 점수는 동일 출처 게시물 간에만 인용하세요.)

함정은 첫 행과 세 번째 행에 있습니다: 동일한 가격표, 실측 비용으로는 7.6배 차이. 가격표 위에서 내린 조달 결정 — "Sonnet 5.5는 Sonnet 5와 같은 가격이니 경제적인 업그레이드다" — 는 청구서의 정확한 반대를 낳습니다. 그리고 실측 랭킹은 두 번째로 직관을 뒤집습니다: 테이블에서 정가가 더 비싼 것(Opus 5.5, $4/$20)이 더 저렴한 작업입니다. 캐시 읽기 인하가 에이전트 워크로드가 실제 지배하는 항목 — 작업당 수천 번의 긴 컨텍스트 재독 — 을 겨냥했기 때문입니다 (Anthropic: "캐시 읽기(에이전트 및 코딩 작업 비용의 대부분을 구성)는 백만 토큰당 $0.20입니다").

세 가지 출시 전략, 하나의 전장

9월의 기간은 6월 이후 가격 전쟁이 암시해 온 것을 공식화했습니다: 토큰당 가격은 더 이상 벤더가 경쟁하는 지점이 아닙니다. 토큰당 가격이 거의 무료가 되었기 때문입니다. 전장은 작업당 비용으로 옮겨갔고, 각 연구소는 서로 다른 무기를 선택했습니다.

역량 주도(Anthropic, Sonnet 라인). 옛 가격표 위에서 near-frontier 모델을 출하하고 벤치마크 테이블에서 이깁니다. Sonnet 5.5의 2위와 60% 더 무거운 토큰 청구서는 이 전략의 가장 순수한 형태입니다: 지능 향상은 실재하며(최대에서 Sonnet 5 대비 +18 인덱스 포인트), 그 비용은 청구서의 토큰 라인에 착지합니다. 거기서 "30% 저렴"과 "$7.60"은 기술적으로 둘 다 참입니다. 이 전략은 구매자가 헤드라인과 벤치마크를 읽고 토큰 물량을 무상의 재화로 취급한다는 데 걸고 있습니다 — 그리고 가트너의 9월 16일 예측이 2026년 전 세계 AI 지출이 49.5% 증가해 $2.7T에 이르고 agents-and-assistants 세그먼트가 $16.5B → $29.2B → $65.5B 경로를 따른다고 전망하는 한, 이 베팅에는 실제 청중이 있습니다.

가격 주도(OpenAI, Sol/Luna 라인). 정가를 반 토막 내고, 작업당 산술을 스스로 공개합니다. OpenAI의 출시 표는 그 어떤 모델 출시보다 조달 가능한 형태입니다: GPT-6 Sol(xhigh)은 33.2% 점수를 작업당 $0.27로, Claude Opus 5(최대)는 26.9%로 11.1배 비용에서 얻습니다. Artificial Analysis 측면에서 GPT-6 Sol 최대는 자사 전작의 $1.99를 절반으로 줄여 $1.06로 만들면서 코딩 에이전트 인덱스에서 2점을 올렸습니다 (Artificial Analysis). 이 전략은 측정·공개된 작업당 비용이 미래의 조달 지표가 된다는 것 — 그리고 자기 효율에 자신 있는 벤더는 비교 노력을 없앰으로써 조달에서 이긴다는 것에 걸고 있습니다.

캐시 주도(Anthropic, Opus 라인). 프런티어 정가를 유지하면서 에이전트 비용 동인을 뜯어냅니다. Opus 5.5의 $0.50 → $0.20 캐시 읽기 인하는 에이전트 토큰이 사는 워크로드 형태 — 크고 안정적인 컨텍스트의 반복 읽기 — 를 정확히 겨냥합니다. Anthropic은 전형적인 작업에서 총비용 약 40% 절감을 추산하며 (Fello AI 요약), 실측 $5.98 대 $7.60가 그 방향을 독립적으로 확인합니다.

이 다이어그램의 요점은 막대가 아니라 산술 상자입니다: 가격표는 백만당 가격이고, 작업당 비용 계약은 산출물당 가격입니다. 주간 1,200회 실행되는 200단계 워크로드에서 Sonnet 5.5 최대는 단계당 193k 출력 토큰을 소모하며 주당 약 $2,316을 청구합니다. GPT-6 Sol은 거의 동등한 실측 지능으로 주당 $121입니다 (두 수 모두 인덱스에서 55 중반대; Sol의 코딩 에이전트 경제성은 작업당 $2.99로 AA 코딩 인덱스 분석에 따르면 파레토 경계선에 있습니다). "30% 저렴한" 모델과 자사 전작 사이의 주간 차액은 약 $1,100 — "최대 30% 저렴하다"는 주장과 비용 2배 증가가 동시에 참이며, 구별되는 것은 노력 분포뿐입니다. 그래서 계약이 출시 글보다 중요합니다.

9월이 더 어렵게 만든 조달 문제

두 가지 구조적 사실이 이를 논평에서 계약 언어로 바꿉니다. 첫째, 가격표 리스크는 이제 월간입니다: pricepertoken은 9월에 추적 대상 672개 모델 중 약 180개의 가격 변경을 기록합니다 (카운터의 월 내 드리프트: 178/672 → 181/671), LLM Gateway 타임라인은 이번 달 15개 공급자의 23개 신규 모델을 나열합니다 — 에이전트가 8월에 돌린 청구서는 10월에 돌릴 청구서가 아닙니다. 둘째, 치환 계층은 이미 제품으로 출하되고 있습니다: LLM Gateway의 Smart Route가 9월 25일 릴리스되어 벤더 측 라우팅을 구매 가능한 기능으로 만들었고, Anthropic의 적응형 폴백("약 0.1%의 작업에서 폴백하며, 주로 Terminal-Bench에서, 모든 경우에 Sonnet 5로 폴백" AA 테스트)은 모델 호출 내부의 동일한 메커니즘입니다. 어느 쪽도 위법 행위가 아닙니다 — DeepSeek 사건은 벤더가 함대 전체의 모델 치환을 발표하고 사용자 압박으로 45시간 후 번복할 수 있음까지 보여주었습니다. 라우팅 결정은 실재하며, 런타임을 쥔 자의 것입니다.

그 배경에서 가격표로 구매하는 데에는 세 가지 구체적 실패 모드가 있습니다:

1. 벤치마크-헤드라인 실패. Sonnet 5.5는 동일 출시에서 능력 스토리(인덱스 2위, Terminal-Bench 4.0 64%)와 비용 이야기(작업당 30% 저렴) 양쪽 모두에서 선두에 섭니다 — 둘 다 참이지만 서로 다른 기준선에 대해 구성되었습니다. 출시 글과 벤치마크 표는 읽되 토큰 열은 읽지 않는 조달 통과는 탁자 위에서 가장 비싼 작업당 비용 구성을 승인하게 됩니다.
2. 노력-사각지대 예측. 공개된 비용 산술 대부분은 공개된 설정을 가정합니다. AA의 전수 측정은 Sonnet 5.5의 청구서가 노력에 따라 흔들림을 보임을 보여줍니다 (최대 $7.60 vs Sonnet 5 약 $5.00; "30% 저렴" 주장이 존재하는 낮은/중간 설정). API 기본값 위에 세운 예측은 벤더의 SDK 에스컬레이션 로직이 작업별로 고른 설정을 그대로 물려받습니다.
3. 캐시-사각지대 단가. 30일 차이의 두 Anthropic 모델은 반대 축을 선택했습니다 — Sonnet 5.5는 토큰을 비싼 채로 두었고, Opus 5.5는 캐시된 읽기를 싸게 만들었습니다. 에이전트 워크로드의 실제 캐시 히트 비율(길고 안정적인 시스템 프롬프트; 반복되는 도구 스키마; 큰 검색 컨텍스트)이 이제 둘 중 어느 쪽이 저렴한지의 최대 단일 결정 요인입니다 — 대부분의 RFQ 프로세스가 결코 묻지 않는 숫자입니다.

이것들 중 어느 것도 벤더 기만이 아닙니다. 셋 모두 단위 경제가 자사의 가격 언어 아래에서 이동한 시장의 정상적인 산출물입니다 — AA가 한 줄로 도달한 동일한 결론입니다: "Sonnet 5.5는 토큰당은 싸지만 작업당으로는 비쌀 수 있습니다."

계약: 다음 출시를 살아남게 하는 네 가지 조항

해법은 이길 연구소를 고르는 것이 아닙니다. 작업당 비용에서 승자는 매주 바뀝니다 (pricepertoken 카운터는 매월 움직입니다). 해법은 결정을 계측해서 다음 교체가 청구서의 놀람이 아니라 측정된 구성 변경이 되도록 하는 것입니다. 네 가지 조항은 이 사이트가 모든 에이전트에 넣는 것과 같은 런타임에 대응합니다:

1. 단계별로 모델 ID를 고정하고, 요청된 모델이 아닌 제공된 모델을 기록하십시오. 라우팅 계층은 운영자 인프라입니다. model 필드는 에이전트 구성 안에 존재합니다 — 우리의 참조 런타임에서 에이전트는 provider + name으로 등록된 모델 리소스를 참조하며, 모델 교체는 재배포가 아니라 데이터 연산입니다. 감사 추적은 도구 호출마다 실제 제공된 모델을 기록합니다 (DeepSeek 글이 전체 사건 패턴을 다룹니다). 당신의 모델을 조용히 바꾼 벤더는 이제 눈에 보이는 diff를 낳습니다.

2. 월별 인보이스의 토큰당 과금이 아니라 주간 상한이 붙은 작업당 비용으로 계약하십시오. 작업당 가격은 공표된 일방 지표가 되어가고 있습니다 (OpenAI는 출시 표에 공표하고, AA는 동일 작업으로 모두를 측정합니다). 범위가 명시된 계약은 워크로드(단계 수, 컨텍스트 형상, 기대 캐시 히트 비율), 단계 클래스별 모델과 노력 등급, 실측 작업당 상한을 명시합니다 — 벤더의 공표 작업당 가격을 벤치마크 행으로. 6개 비용 벡터 프레임워크가 감사 체크리스트를 제공하며, 다섯 번째 벡터(벤더 치환 리스크)가 이 절이 운용화하는 조항입니다.

3. 노력 다이얼을 개발자 설정이 아닌 조달 면으로 삼아 토큰을 예산화하십시오. 노력 수준을 가로지르는 Sonnet 5.5의 30배 청구 스윙이 구체적 사례입니다. 라우팅 계층은 추론 노력을 단계 클래스별 타입화된 구성 필드로 다뤄야 합니다 — 상승 임계값은 명시하고, 상한은 런타임에서 하드스톱하며(장기 실행 에이전트의 비용 상한 패턴), 상승 정책을 감사 추적에 가시화합니다. 일일 1,200단계에 걸친 "최대 노력" 기본값은 한 번도 내려진 적 없는 조달 결정입니다.

4. 함대를 맡기기 전에 자기 워크로드에서 주장된 효율을 시험하십시오. Anthropic의 "최대 30% 저렴"은 정직하고 범위가 있으며 워크로드 조건부입니다 — 그리고 AA의 대응 측정 $7.60 또한 정직하고 범위가 있으며 워크로드 조건부입니다. 어느 쪽도 당신의 청구서를 말해주지 않습니다. 30분 파일럿: 실제 에이전트 실행 1주 분을 가져와 후보 모델에 대해 각 노력 등급으로 리플레이하고, 단계별 토큰과 캐시 히트 비율을 측정하고, 세 숫자(가격표, 토큰 청구서, 실측 작업당)를 조달 한 페이퍼에 넣으십시오. TypeSafe Jev 3계층 스택은 이를 지속적으로 만듭니다 — 교정된 결정 계층 분류기가 단계 클래스별 청구서를 지켜봅니다. 감시자는 호출당 거의 공짜이기 때문입니다.

위 모든 것 — 산술 상자를 포함해 — 에 적용되는 정직성 표식이 있습니다: 실측 작업당 수치는 모두 두 개의 독립된 당일 측정 소스 (AA, kingy.ai)와 벤더 공표 표에서 나오며, 벤치마크 작업 기준이고 당신의 워크로드가 아닙니다. AA의 Intelligence Index는 올해 이미 두 차례 리베이스되었습니다; 여기서 인용한 점수와 비용은 동일 게시일 비교이며 다음 리베이스에서 변할 수 있습니다. 이 모든 것을 파일럿이 대체할 출발 기준선으로 취급하십시오 — 방향(가격표 ≠ 청구서, 토큰이야말로 변수)은 안정적이지만 정확한 상수는 아닙니다.

실제 프로파일에서의 결과

이 사이트가 다루는 중견 시장 빌드 프로파일로 숫자를 돌려 봅시다: 유통업체의 견적 에이전트, 주간 200건 RFQ, 카탈로그 조회·등급 가격·지식 그래프 대체재·초안 생성을 아우르는 주간 약 1,200 모델 단계. Sonnet 5.5 최대에서 이 프로파일은 주당 약 $2,300을 청구합니다. 의도적으로 라우팅하면 — 협상 관련 단계에만 프런티어 노력, 조회에 중간 등급 모델, 분류에 바닥가 근처 모델, 캐시 집약적 컨텍스트를 단계 간 공유 — 같은 워크로드는 주당 $300 미만으로 청구되며, 품질은 비즈니스 결과가 실재하는 곳에 집중됩니다: 고객이 보는 견적입니다. 87% 차이는 모델 선택 기술이 아닙니다. 런타임이 출시 글이 당신을 위해 결정한 적 없는 비용 결정을 집행한 결과입니다. 이 거래량에서 통합 계층 — MCP 모듈, 라우팅 정책, 감사 추적 — 은 토큰당 가격표가 가격을 매길 수 없는 빌드의 90%로 남습니다. 모델 청구서는 노이즈이며, 위 패턴은 그것을 신호가 아닌 노이즈로 유지하는 방법입니다.

관련 글

• 추론 경제학: 상시 가동 프로덕션 에이전트가 이제 감당 가능해진 이유 — 부모 글: 1,000배 토큰당 비용 붕괴, 제본스 역설 프레임, 그리고 이번 가격 인하 뒤의 하이퍼스케일러 CapEx 맥락
• 토큰당을 넘어서: 추론 조달을 재편하는 여섯 개 비용 벡터 — 이 글의 네 조항이 들어가는 조달 프레임워크; 토큰 효율은 그 벤더 연속성 벡터의 모델 수준 파트너
• DeepSeek V4.1-Flash와 조용한 모델 교체 — 제공 모델 로깅과 ID 고정 계약을 "신중"에서 "필수"로 만든 치환 사건

---

NetSuite와 BigCommerce를 운영하는 중견 유통업체가 거버넌스된 에이전트 스택으로 주간 200건의 RFQ를 견적합니다: ERP와 세 개 공급사 카탈로그의 MCP 모듈, 부품 대체재 지식 그래프, 가용성 홀드를 처리하는 RFQ 엔진 — 그리고 단계 클래스별로 모델 ID를 고정하고, 작업당 토큰을 상한하고, 모든 호출에서 제공 모델을 기록하는 라우팅 계층. 다음 출시 글이 "30% 저렴"하다고 주장할 때, 이 계층은 1주일 리플레이 파일럿을 돌리고 조달 원페이퍼는 형용사 대신 세 개의 숫자를 얻습니다. 첫 에이전트 5–8주 내 가동.

범위 지정 빌드를 요청하십시오. 1주일 Discovery. 당사와 빌드하든 안 하든 시스템 인벤토리, 워크플로 맵, 고정 범위를 받습니다.