Claude vs ChatGPT API 가격 비교: 어떤 모델이 더 저렴할까?

간략한 답변

Claude와 ChatGPT API 가격 정책에는 단 하나의 승자가 없습니다. 두 공급업체는 모든 계층에서 입력과 출력에 대해 서로 다른 가격을 책정하기 때문입니다. 2026년 8월 기준으로 상위 두 Claude 계층은 OpenAI의 대응 모델과 동일한 입력 토큰당 비용을 청구하며, 출력 토큰당 비용은 더 저렴하므로 출력 비중이 높은 작업에서는 Claude가 다소 유리합니다. 소규모 계층에서는 동일한 작업에 대해 Claude가 몇 배 더 비쌉니다. 계층과 토큰 혼합 비율을 명시하지 않는 답변은 모두 추측에 불과합니다.

따라서 이 페이지에서는 먼저 산술적인 계산 방법을 제시하고, 토큰 혼합 비율을 적용한 세 가지 작업 부하별 비용을 살펴본 뒤, 실제 청구 금액을 표면적인 요금보다 더 크게 변동시키는 배율 요인들을 설명합니다.

필요한 유일한 공식

두 API 모두 텍스트에 대해 동일한 방식으로 비용을 청구합니다. 사용자가 전송하는 토큰에 대해 비용을 지불하며, 모델이 생성하는 토큰에 대해서는 더 높은 요율이 적용됩니다.

cost = (input tokens / 1,000,000) * input rate + (output tokens / 1,000,000) * output rate

토큰 하나는 영어 기준 약 4자, 단어로는 0.75개 정도입니다. 이는 초기 견적을 낼 때만 사용하십시오. 실제 청구 금액은 모든 응답의 usage 객체에 포함된 카운트를 사용해야 합니다.

# Rates are US dollars per million tokens.
def cost(in_tok, out_tok, in_rate, out_rate):
    return in_tok / 1e6 * in_rate + out_tok / 1e6 * out_rate

# One support-chat turn: 1,400 tokens in, 220 tokens out, on a $2 / $10 model.
print(round(cost(1400, 220, 2.0, 10.0), 6))

스크립트는 턴당 0.5센트인 0.005을 출력합니다. 한 달 동안 예상되는 턴 수를 곱하면 예산이 산출됩니다. 분모에 있는 100만 토큰 단위가 추상적으로 느껴진다면, Claude에서 100만 토큰으로 실제로 할 수 있는 작업을 통해 구체적인 텍스트 분량을 확인하십시오. 이 공식 하나만 익혀두면 향후 가격이 변경되더라도 새로운 분석을 할 필요 없이 한 줄만 수정하면 됩니다.

2026년 8월 기준 공시 요금

이 요금은 2026년 8월 1일 양사에서 공시한 정가입니다. 이 블록은 본 게시물에서 유일하게 가격을 명시한 구간입니다. 예산을 확정하기 전에 claude.com/pricing 및 OpenAI의 요금 페이지와 대조하십시오.

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 5,
    "openai_output": 30
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse from September",
    "claude_input": 3,
    "claude_output": 15,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Small",
    "claude_input": 1,
    "claude_output": 5,
    "openai_input": 0.2,
    "openai_output": 1.2
  }
]

비교 대상은 명성이 아닌 각 라인업의 위치를 기준으로 짝지었습니다. Frontier는 Claude Opus 5 대 gpt-5.6-sol, Workhorse는 Claude Sonnet 5 대 gpt-5.6-terra, Small은 Claude Haiku 4.5 대 gpt-5.6-luna입니다. 양사 모두 이 블록보다 상위 등급을 판매하며, OpenAI는 구세대 모델을 기존 요금으로 유지하고 있습니다. Claude의 경우 Fable 5 등급이 있으며, 이는 양방향 모두 Frontier 등급의 2배 가격이면서 출력 비율은 5배로 유지합니다. 따라서 Opus 5가 가장 비싼 모델이라고 단정하기 전에 Fable 5의 비용과 해당 요금이 적용되는 시점을 읽어보는 것이 좋습니다. 한쪽의 플래그십 모델과 다른 쪽의 저가형 모델을 비교하는 것은 무의미한 수치를 낳으며, 대부분의 공시 비교 자료가 이런 방식으로 헤드라인을 작성합니다.

해당 블록에서 명확히 짚고 넘어가야 할 두 가지 사항이 있습니다. Sonnet 5의 2 및 10는 도입부 요금이며, Anthropic은 이 요금이 2026년 8월 31일에 종료된다고 명시했습니다. 이후 Sonnet 5는 3 및 15의 요금이 적용됩니다. 이 변경 하나만으로 Workhorse 등급의 가격 경쟁력은 Claude의 근소한 우위에서 OpenAI의 확실한 우위로 바뀌며, 이는 본 게시물의 유효 기간 내에 발생합니다.

두 번째로 기억해야 할 패턴은 다음과 같습니다. Claude는 위 표의 모든 행에서 출력 요금을 입력 요금의 정확히 5배로 책정하며, OpenAI는 6배로 책정합니다. 절대적인 요금이 아니라 이 비율이 사용자의 토큰 구성에 따라 승자를 결정짓는 핵심 요소입니다.

백만 토큰당 요금이 벤더 간에 비교되지 않는 이유

요금은 토큰당 달러 단위입니다. 청구 금액은 토큰당 달러에 토큰 수를 곱한 값이며, 특정 텍스트의 토큰 수는 텍스트가 아닌 모델의 속성입니다.

Anthropic은 이를 직접 문서화하고 있습니다. Claude 4.7 및 이후 모델(Claude Opus 5 및 Claude Sonnet 5 포함)은 Claude Sonnet 4.6 이전 모델보다 동일한 텍스트에 대해 약 30% 더 많은 토큰을 생성하는 최신 토크나이저를 사용합니다. 요금은 변하지 않았지만 청구 금액은 변했습니다.

따라서 동일해 보이는 두 요금이 동일한 청구 금액을 의미하지는 않습니다. 이 비교를 포함하여 어떠한 비교를 신뢰하기 전에, 반드시 직접 텍스트를 사용하여 양쪽의 토큰 수를 직접 계산하십시오.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached contract."}]
  }'

정상적인 응답은 input_tokens을 포함하는 작은 JSON 객체입니다. 401는 셸에서 키 변수가 비어 있음을 의미합니다. 비교하기 전에 동일한 텍스트를 다른 벤더의 토크나이저에 통과시키고, 한쪽의 토큰 수를 다른 쪽으로 나눈 뒤, 그 비율을 공시된 요금에 곱하십시오. 만약 그 비율이 약 1.2 이상으로 한 벤더에게 유리하다면, 이는 위 블록에 있는 모든 요금 차이보다 더 큰 영향을 미칩니다.

시나리오 1: 채팅 기능

웹 애플리케이션 내의 지원 어시스턴트입니다. 월 120,000회의 턴이 발생합니다. 각 턴은 시스템 프롬프트, 도구 스키마, 검색된 헬프데스크 스니펫 2개, 이전 메시지 몇 개를 전송하며, 입력 토큰은 약 1,400개이고 모델은 약 220개의 토큰으로 답변합니다. 대화형 서비스이므로 배치 할인(batch discount)은 적용할 수 없습니다. 이 작업은 workhorse 티어에서 실행합니다.

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Small tier, cached",
    "claude_usd": "213.60",
    "openai_usd": "48.00"
  }
]

정가 기준으로 Claude는 600.00를 청구하며, OpenAI는 652.80를 청구합니다. 입력 요금은 동일하므로 입력 비용은 같습니다. 전체 비용 차이는 출력 비용에서 발생하며, Claude가 더 저렴하지만 그 차이는 공급업체를 결정할 만큼 크지 않습니다.

이제 1,400개의 입력 토큰 중 800개를 고정 접두사(stable prefix)로 설정합니다. 이는 턴마다 변경되지 않는 시스템 프롬프트와 도구 스키마입니다. 두 공급업체 모두 캐시 적중 시 기본 입력 요금의 10%를 청구합니다. Claude의 청구액은 427.20로, OpenAI는 480.00로 감소합니다. 캐싱은 공급업체 선택보다 더 큰 가치를 제공하며, 두 플랫폼 모두 이를 지원합니다.

여기서 Claude가 밀립니다. 대부분의 지원 답변은 workhorse 모델이 필요하지 않습니다. 동일한 트래픽을 small 티어로 옮기면 Claude는 213.60를 청구하고 OpenAI는 48.00를 청구합니다. 두 비용을 비교하면 Claude가 동일한 작업에 대해 약 4.5배 더 많은 비용이 듭니다. Claude Haiku 4.5는 백만 입력 토큰당 1를 청구하는 반면, gpt-5.6-luna는 0.2를 청구합니다. 어떠한 캐싱으로도 5배에 달하는 격차를 메울 수 없습니다. 워크로드가 small 모델에 적합하다면 OpenAI가 더 저렴하며 그 차이도 큽니다.

시나리오 2: 긴 문맥 문서 파이프라인

한 달에 25,000건의 계약서를 처리합니다. 모든 요청에는 동일한 9,000 토큰 분량의 지침과 JSON 스키마가 포함되며, 여기에 12,000 토큰의 계약서 본문이 추가됩니다. 모델은 약 700 토큰의 구조화된 필드를 반환합니다. 전체 작업에서 출력 토큰이 차지하는 비중은 4% 미만이며, 이 사실 하나가 비교 결과를 결정합니다.

[
  {
    "label": "Chat feature",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "124.20"
  }
]

9,000 토큰의 접두사가 양쪽 모두 캐시된 상태에서, Claude는 820.00를 청구하고 OpenAI는 855.00를 청구합니다. 2026년 8월 기준 핵심 입력 단가가 동일하므로 입력 비용은 센트 단위까지 일치합니다. 전체 비용 차이는 출력 비용에서 발생하며, Claude는 입력 단가의 5배, OpenAI는 6배로 책정되어 있습니다.

이 작업은 배치 처리도 가능합니다. 두 업체 모두 비동기 작업에 대해 입력 및 출력 비용을 50% 할인하므로, 전체 합계는 절반으로 줄어들고 비용 격차의 비율은 유지됩니다. 배치 처리는 두 플랫폼 모두에서 가장 큰 단일 할인 항목이며, 야간 문서 파이프라인은 이를 항상 활용할 수 있습니다.

Claude가 불리한 지점은 이전과 동일한 티어 논리입니다. 고정된 스키마에 대한 필드 추출은 소형 모델이 잘 수행하는 작업이며, 이 경우 입력 토큰이 전체의 97%를 차지합니다. 한 단계 낮은 티어로 이동하면 OpenAI의 입력 단가는 0.1배, Claude의 입력 단가는 0.5배가 됩니다. 더 큰 모델이 필요하다고 가정하기 전에, 작업에 적합한 Claude 티어 선택하기를 위해 수행할 평가와 동일한 방식으로 200개의 문서에 대해 소형 모델을 먼저 테스트하십시오.

시나리오 3: 상시 가동되는 코딩 에이전트

VPS에서 에이전트를 실행하는 개발자 한 명을 가정하며, 월간 약 900회의 모델 턴(turn)이 발생합니다. 각 턴은 약 60,000 토큰의 저장소 컨텍스트를 입력으로 사용하며, 이 중 80%는 캐시 적중(cache hit)이 발생하고, 약 1,800 토큰의 수정 사항과 설명을 출력합니다. 코딩 작업은 성능 격차가 곧 실제 비용 손실로 이어지므로 frontier 티어 기준으로 가격을 산정합니다.

Claude의 청구 금액은 116.10이며, OpenAI는 124.20입니다. 동일한 입력 비율과 캐시 읽기 비율을 적용했을 때, Claude의 낮은 출력 비용 덕분에 약 7%의 비용 절감 효과가 나타납니다.

이 7%의 차이는 앞서 언급한 토크나이저 오차 범위 내에 있으므로, 이 시나리오의 비용은 사실상 동일하다고 간주합니다. 하지만 청구 모델은 다릅니다. 이 정도 사용량의 개발자 한 명에게는 일반적으로 종량제 API 호출보다 구독형 라이선스 비용이 더 저렴하며, 구독을 포함하는 순간 전체 비교 결과가 달라집니다. 에이전트를 종량제 요금으로 운영하기 전에 API와 구독 비용 비교를 통해 이를 먼저 검토하십시오. 종량제를 선택한다면 토큰이 어디에 소비되는지 먼저 파악해야 합니다. 코딩 에이전트의 토큰 사용량은 작성된 코드보다 매 턴마다 재전송되는 컨텍스트에 의해 결정되기 때문입니다.

청구 금액을 결정하는 승수

기본 요금은 이 목록에서 가장 작은 항목입니다. 아래의 각 항목은 동일한 티어의 두 벤더 간 차이보다 실제 청구 금액에 더 큰 영향을 미칩니다.

캐시된 입력(Cached input). 두 벤더 모두 캐시 적중 시 기본 입력 비용의 10%를 청구합니다. Anthropic은 캐시 작성 비용도 청구하는데, 5분 유지 항목은 기본 입력의 1.25배, 1시간 유지 항목은 2배입니다. 이후 적중 시에는 읽기 가격으로 해당 항목을 갱신합니다. 따라서 5분 유지 항목은 한 번만 읽어도 비용을 회수합니다. 요청 간격이 긴 워크로드는 읽기보다 쓰기가 잦아 캐싱 비용이 절감액보다 커집니다. 꾸준한 트래픽은 캐싱 효율이 좋지만, 간헐적인 트래픽은 그렇지 않습니다.

배치 할인(Batch discounts). 비동기 작업에 한해 두 플랫폼 모두 입력 및 출력 비용의 50%를 할인합니다. 작업이 대기 가능하다면 어느 벤더를 사용하든 청구 금액이 절반으로 줄어들며, 캐싱과 중복 적용됩니다.

출력 비중(Output share). Claude는 출력에 대해 입력 요금의 5배를 청구합니다. OpenAI는 6배를 청구합니다. 입력 요금이 동일할 때, 읽는 토큰보다 쓰는 토큰이 많을수록 Claude가 유리하며, 입력 위주의 작업에서는 반대 상황이 발생합니다.

재시도(Retries). 재시도는 전체 입력 비용을 다시 발생시키며 유용한 결과를 반환하지 않습니다. 호출의 6%가 스키마 검증에 실패하여 재시도된다면, 입력 비용은 계획보다 6% 증가합니다. 재시도는 오류 항목이 아닌 비용 항목으로 기록하십시오. 팀들은 이 승수를 가장 마지막에 발견하곤 하는데, 이는 종종 일주일 내내 논쟁했던 벤더 간 가격 차이보다 더 큽니다.

어느 쪽이 손해를 보며, 그 이유는 무엇인가

Claude는 소규모 티어에서 완전히 밀려납니다. gpt-5.6-luna는 입력 토큰 백만 개당 0.2의 요금을 부과하는 반면, Claude Haiku 4.5는 1이며, 출력 요금은 각각 1.2와 5입니다. 대량 분류 작업과 짧은 텍스트 추출 작업 시 Claude의 비용이 약 4배 더 높습니다.

Claude는 2026년 9월 1일부터 워크호스 티어에서도 경쟁력을 잃습니다. 도입 할인 요금이 종료되면서 Sonnet 5의 요금이 3 및 15로 변경되는데, 이는 변동 없는 gpt-5.6-terra와 비교됩니다. Claude는 프런티어 티어의 출력 요금에서 우위를 점하지만, 이는 사용자의 토큰 사용량에 따라 상쇄될 수 있는 수준입니다. 2026년 8월 기준, 입력 중심 작업에서는 어느 쪽도 우위를 점하지 못합니다. 양측 모두 입력 토큰 백만 개당 2로 동일한 비용이 발생하기 때문입니다.

자체 트래픽에서 측정하는 방법

모든 응답에서 usage 객체를 읽고 요청당 4개의 숫자, 즉 입력 토큰, 출력 토큰, 캐시 읽기 토큰, 캐시 쓰기 토큰을 저장합니다. Claude API에서는 이 값들이 각각 input_tokens, output_tokens, cache_read_input_tokens, cache_creation_input_tokens로 전달됩니다. 이를 일별로 합산하고 현재 요율을 곱한 뒤, 청구서와 총액을 비교하십시오. 두 값 사이에 차이가 있다면 대개 재시도(retry)가 발생했거나, 배포한 사실을 잊고 있던 코드 경로 때문입니다.

샘플 프롬프트가 아닌 실제 트래픽의 일주일 치 데이터를 사용하여 비교를 수행하고, 토큰당 비용이 아닌 완료된 작업당 비용을 비교하십시오. 두 배의 요율로 한 번에 답변하는 모델이 절반의 요율로 세 번 시도해야 하는 모델보다 저렴합니다. 토큰당 비용은 요율일 뿐입니다. 완료된 작업당 비용이 실제 청구 금액입니다.

무언가를 실행 상태로 두기 전에 엄격한 지출 상한선을 설정하십시오. 두 플랫폼 모두 콘솔에서 지출 한도를 제공하며, 재시도 루프에 빠진 에이전트는 하룻밤 사이에 한 달 치 예산을 소진할 수 있습니다. 상시 가동 에이전트의 비용 제어에서 설명하는 방식으로 이를 연결하십시오. 직접 소유한 서버에서 첫 번째 버전을 구축 중이라면, VPS에서 첫 Claude API 앱 실행하기를 통해 이 연산의 기반이 되는 키 관리 및 요청 루프를 확인하십시오.

FAQ

Claude API가 ChatGPT API보다 저렴합니까?

항상 그렇지는 않습니다. 2026년 8월 기준으로 frontier 및 workhorse 티어는 양측 모두 입력 토큰당 비용이 동일하며, Claude가 출력 토큰당 비용이 더 저렴하므로 출력 비중이 높은 작업에서는 Claude가 몇 퍼센트 정도 저렴합니다. small 티어의 경우 OpenAI의 gpt-5.6-luna가 Claude Haiku 4.5 대비 입력 토큰당 비용이 5분의 1 수준이므로, 대량 분류 작업은 OpenAI가 훨씬 저렴합니다. 가격표보다는 실제 작업 부하에 따라 미세한 차이가 결정되므로, 본인의 토큰 사용 패턴에 맞춰 직접 계산해 보아야 합니다.

왜 같은 단어라도 API마다 토큰 수가 다르게 측정됩니까?

각 모델은 고유한 토크나이저를 사용하며, 토큰 수는 모델의 속성이기 때문입니다. Anthropic의 문서에 따르면 Claude 4.7 이후 모델은 Claude Sonnet 4.6 이전 모델보다 동일한 텍스트에 대해 약 30% 더 많은 토큰을 생성합니다. 각 벤더가 제공하는 토큰 계산 엔드포인트에 텍스트를 보내 직접 확인한 뒤, 한쪽의 개수를 다른 쪽으로 나누어 비율을 구하고, 이를 공시된 요금에 곱하여 비교하십시오. 20%의 토큰 수 차이는 대부분의 공시 요금 차이보다 더 큰 영향을 미칩니다.

프롬프트 캐싱으로 인해 요금이 더 많이 나올 수 있습니까?

네, Anthropic의 경우 그렇습니다. 캐시 쓰기 비용은 5분 유지 항목의 경우 기본 입력 요금의 1.25배, 1시간 유지 항목은 2배이며, 캐시 적중 시에는 0.1배가 부과됩니다. 트래픽이 간헐적이어서 대부분의 항목이 읽히기 전에 만료된다면, 쓰기 프리미엄만 지불하고 읽기 혜택은 얻지 못하게 됩니다. 로그에서 cache_creation_input_tokens와 cache_read_input_tokens을 비교하십시오. 이 비율이 1에 가깝다면 캐싱이 오히려 비용을 발생시키고 있는 것이므로, 유지 시간을 늘리거나 캐싱을 중단하십시오.

코딩 에이전트를 API로 실행해야 합니까, 구독 서비스로 실행해야 합니까?

일반적인 사용량의 개발자 1인 기준으로는 구독형 요금제가 종량제 API 비용보다 저렴한 경우가 많습니다. 코딩 에이전트는 매 턴마다 방대한 컨텍스트를 다시 전송하며, 이 컨텍스트에 대해 매번 비용이 청구되기 때문입니다. 먼저 1주일간 사용량을 측정해 본 뒤, API 총액과 구독료를 비교하십시오. 사용량이 급증하는 형태이거나 구독 서비스에서 제공하지 않는 프로그래밍 방식의 접근이 필요할 때는 API가 유리합니다. 만약 가격이 아닌 사용량 제한 때문에 API를 고려하게 되었다면, Claude 사용량 제한을 해결하는 방법 중에서 종량제 전환보다 저렴한 대안을 먼저 검토해 보십시오.