Claude와 ChatGPT API, 어디가 더 저렴한가?

짧은 답변

Claude와 ChatGPT API 가격에는 단일한 승자가 없습니다. 두 공급업체가 모든 등급에서 입력과 출력을 서로 다르게 과금하기 때문입니다. 2026년 8월 기준으로 Claude의 상위 2개 등급은 OpenAI의 대응 등급과 입력 토큰당 요금이 같고 출력 토큰당 요금은 더 낮습니다. 따라서 출력 중심 작업에서는 Claude가 약간 유리합니다. 소형 등급에서는 같은 작업에 Claude 비용이 몇 배 더 높습니다. 등급과 토큰 구성을 명시하지 않은 답변은 추측에 불과합니다.

따라서 이 페이지에서는 먼저 산술 계산을 설명합니다. 그런 다음 토큰 구성을 포함한 비용 산정 워크로드 3개를 제시하고, 표시된 요금보다 실제 청구액에 더 큰 영향을 주는 배수를 설명합니다.

필요한 유일한 공식

두 API는 텍스트에 동일한 방식으로 요금을 부과합니다. 전송하는 토큰에 대한 요금을 지불하고, 모델이 반환하는 토큰에는 더 높은 요율이 적용됩니다.

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

토큰 1개는 영어 기준으로 약 4자이며, 단어로는 약 0.75개에 해당합니다. 처음 추정할 때만 이 값을 사용합니다. 실제 청구 금액을 계산할 때는 각 API가 모든 응답의 usage 객체에서 반환하는 수를 사용합니다.

# 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 0.005을 출력합니다. 이는 1회 대화당 0.5센트입니다. 여기에 한 달 동안 예상하는 대화 횟수를 곱하면 예산을 계산할 수 있습니다. 이 공식 하나만 익히면 오늘 이후 가격이 변경되어도 새로 분석할 필요 없이 한 줄만 수정하면 됩니다.

2026년 8월 공시 요금

다음은 두 공급업체가 2026년 8월 1일에 공시한 정가입니다. 이 블록은 이 게시물에서 가격을 숫자로 표시하는 유일한 부분입니다. 예산을 확정하기 전에 claude.com/pricing 및 OpenAI의 가격 페이지와 대조해야 합니다.

[
  {
    "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
  }
]

모델 조합은 인지도가 아니라 각 제품군에서의 위치를 기준으로 했습니다. Frontier는 Claude Opus 5와 gpt-5.6-sol을 비교합니다. Workhorse는 Claude Sonnet 5와 gpt-5.6-terra를 비교합니다. Small은 Claude Haiku 4.5와 gpt-5.6-luna를 비교합니다. 두 공급업체 모두 이 블록에 나온 등급보다 높은 상위 등급도 판매하며, OpenAI는 이전 세대 모델도 기존 요금으로 계속 등록해 둡니다. 한쪽의 플래그십 모델과 다른 쪽의 저가 모델을 비교하면 의미 없는 수치가 나옵니다. 이것이 대부분의 공개 비교 자료가 제목에 내세우는 결과가 나오는 방식입니다.

이 블록에서 분명히 밝혀야 할 사항은 2가지입니다. Sonnet 5의 2 및 10은 도입 요금입니다. Anthropic은 이 요금이 2026년 8월 31일에 종료되며, 그 이후 Sonnet 5에는 3 및 15가 적용된다고 문서화했습니다. 이 한 가지 변경으로 Workhorse 등급은 Claude의 근소한 우위에서 OpenAI의 확실한 우위로 바뀝니다. 또한 이 변경은 이 게시물의 유효 기간 안에 발생합니다.

두 번째 사항은 기억해 둘 만한 패턴입니다. 위의 모든 행에서 Claude는 자체 입력 요금의 정확히 5배를 출력 요금으로 책정하고, OpenAI는 6배로 책정합니다. 절대 요금이 아니라 이 비율 때문에 토큰 구성에 따라 승자가 바뀝니다.

백만 토큰당 요금이 공급업체 간에 비교되지 않는 이유

요금은 토큰당 달러 금액이다. 청구 금액은 토큰당 달러 금액에 토큰 수를 곱한 값이다. 텍스트의 토큰 수는 텍스트 자체가 아니라 모델의 특성이다.

Anthropic은 이를 직접 문서화했다. Claude Opus 5와 Claude Sonnet 5를 포함하는 Claude 4.7 이상 모델은 Claude Sonnet 4.6 이하 모델보다 동일한 텍스트에 대해 약 30% 더 많은 토큰을 생성하는 새로운 tokenizer를 사용한다. 요금은 변하지 않았다. 청구 금액은 변했다.

따라서 동일해 보이는 두 요금이 동일한 청구 금액을 의미하지는 않는다. 이 비교를 포함한 모든 비교를 신뢰하기 전에 자체 텍스트를 사용해 양쪽의 토큰을 모두 계산해야 한다.

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 객체다. 401는 셸에서 키 변수가 비어 있다는 의미다. 동일한 텍스트를 다른 공급업체의 tokenizer로 처리하고, 한쪽의 토큰 수를 다른 쪽의 토큰 수로 나눈다. 그런 다음 비교하기 전에 그 비율을 공개된 요금에 곱한다. 비율이 한 공급업체에 약 1.2보다 크게 유리하다면, 위 블록의 모든 요금 차이보다 그 영향이 크다.

시나리오 1: 채팅 기능

웹 애플리케이션 내부의 지원 도우미입니다. 월 120,000회 대화가 발생합니다. 각 대화에서는 system prompt, tool schemas, 검색된 헬프데스크 문서 2개, 이전 메시지 몇 개를 전송하며, 입력은 약 1,400 tokens입니다. 모델은 약 220 tokens로 응답합니다. 대화형 작업이므로 batch discount는 적용할 수 없습니다. 이 작업은 workhorse tier에서 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 Claude의 요금은 600.00이고, OpenAI의 요금은 652.80입니다. 입력 요금이 동일하므로 입력 부분의 비용은 같습니다. 전체 차이는 출력 비용에서 발생하지만, Claude가 앞서는 차이가 너무 작아 이 기준만으로 공급업체를 선택하기는 어렵습니다.

이제 1,400 input tokens 중 800개를 안정적인 prefix로 지정합니다. system prompt와 tool schemas는 대화마다 변경되지 않기 때문입니다. 두 공급업체 모두 cache hit에 기본 input rate의 10%를 부과합니다. Claude의 요금은 427.20로, OpenAI의 요금은 480.00로 줄어듭니다. 캐싱의 효과가 공급업체 선택보다 큽니다. 두 플랫폼 모두 캐싱을 제공합니다.

Claude가 불리해지는 지점은 여기입니다. 대부분의 지원 답변에는 workhorse model이 필요하지 않습니다. 같은 트래픽을 small tier로 옮기면 Claude의 요금은 213.60, OpenAI의 요금은 48.00입니다. 한쪽을 다른 쪽으로 나누면 같은 작업에서 Claude의 비용이 약 4.5배입니다. Claude Haiku 4.5는 1 million input tokens당 1을 부과하고, gpt-5.6-luna은 0.2을 부과합니다. 캐싱을 적용해도 5배의 차이는 줄어들지 않습니다. 작업이 small model에 적합하다면 OpenAI가 더 저렴하며, 그 차이도 큽니다.

시나리오 2: 긴 컨텍스트 문서 파이프라인

한 달에 계약서 25,000건을 처리합니다. 모든 요청에는 동일한 9,000토큰 지침과 JSON 스키마가 포함됩니다. 여기에 계약서 텍스트 12,000토큰이 추가되고, 모델은 구조화된 필드를 약 700토큰으로 반환합니다. 이 작업에서 출력은 전체 토큰의 4% 미만입니다. 비용 비교는 바로 이 사실에 따라 결정됩니다.

[
  {
    "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"
  }
]

양쪽 모두에서 9,000토큰 접두사가 캐시된 경우, Claude의 비용은 820.00이고 OpenAI의 비용은 855.00입니다. 2026년 8월에는 작업 입력 요금이 동일하므로 입력 비용은 센트 단위까지 일치합니다. 전체 차이는 출력 비용에서 발생합니다. Claude는 출력에 입력 요금의 5배를, OpenAI는 6배를 부과합니다.

이 작업에는 배치 처리도 적용할 수 있습니다. 두 공급업체 모두 비동기 작업에 대해 입력과 출력 비용을 50% 할인하므로 두 총액이 절반으로 줄어들고, 비용 격차의 형태는 그대로 유지됩니다. 배치는 두 플랫폼에서 적용할 수 있는 단일 할인 중 가장 큽니다. 야간 문서 파이프라인이라면 항상 배치 처리를 사용할 수 있습니다.

Claude가 불리한 이유는 앞서와 동일한 등급 논리 때문입니다. 고정된 스키마에 따른 필드 추출은 소형 모델이 정확히 잘 처리하는 작업이며, 이 경우 토큰의 97%가 입력입니다. 한 단계 낮은 등급으로 변경하면 OpenAI 입력 요금은 0.1배가 되고 Claude 입력 요금은 0.5배가 됩니다. 더 큰 모델이 필요하다고 가정하기 전에 200개 문서에서 소형 모델을 테스트하십시오. 작업에 적합한 Claude 등급 선택에 사용할 평가와 동일한 평가를 사용해야 합니다.

시나리오 3: 항상 실행되는 코딩 에이전트

VPS에서 에이전트를 실행하는 개발자 1명이며, 한 달에 대략 900회의 모델 턴을 사용합니다. 각 턴에는 저장소 컨텍스트의 입력 토큰이 약 60,000개 포함되고, 이 중 80%는 캐시 적중입니다. 또한 편집 내용과 설명으로 약 1,800개의 토큰을 생성합니다. 코딩에서는 성능 차이가 실제 비용으로 이어지므로 프런티어 등급의 가격을 적용합니다.

Claude의 비용은 116.10이며, OpenAI의 비용은 124.20입니다. 입력 요금과 캐시 읽기 요금은 동일하고, Claude의 더 낮은 출력 요금으로 약 7% 저렴합니다.

이 7%는 앞에서 확인한 토크나이저 오차 범위 안에 있습니다. 따라서 이 시나리오의 요금은 동일한 것으로 간주합니다. 동일하지 않은 것은 과금 모델입니다. 이 사용량의 개발자 1명에게는 일반적으로 종량제 API 호출보다 구독 좌석이 저렴합니다. 구독을 포함하면 전체 비교 결과가 달라집니다. 에이전트를 종량제에 연결하기 전에 API와 구독 비용 비교를 통해 이 내용을 계산해 보십시오. 종량제로 과금한다면 먼저 토큰이 어디에 사용되는지 확인해야 합니다. 코딩 에이전트의 토큰 사용량은 에이전트가 작성하는 코드보다 각 턴에 다시 전송되는 컨텍스트가 대부분을 차지하기 때문입니다.

청구액을 결정하는 배수

표시된 요율은 이 목록에서 가장 작은 항목입니다. 아래 항목은 각각 동일한 tier에서 두 vendor 간 요율 차이보다 실제 청구액을 더 크게 바꿉니다.

캐시된 input. 두 vendor 모두 cache hit에 대해 base input의 10%를 청구합니다. Anthropic은 cache에 쓰는 작업에도 요금을 부과합니다. 5분 항목에는 base input의 1.25배, 1시간 항목에는 2배를 부과합니다. 이후 hit가 발생하면 read 요금으로 해당 항목이 갱신됩니다. 따라서 5분 항목은 한 번 읽히면 비용을 회수합니다. 요청 사이의 간격이 긴 workload에서는 읽는 횟수보다 쓰는 횟수가 많아집니다. 이 경우 caching 비용이 절감액보다 커집니다. 트래픽이 일정하면 caching이 효과적입니다. 트래픽이 bursty하면 효과가 없습니다.

Batch 할인. 두 platform 모두 input과 output을 50% 할인합니다. 비동기 작업에만 적용됩니다. 작업을 기다릴 수 있다면 어느 vendor에서든 청구액이 절반으로 줄어들며, caching과 함께 적용할 수 있습니다.

Output 비중. Claude는 output에 input 요율의 5배를 청구합니다. OpenAI는 6배를 청구합니다. 읽는 token보다 쓰는 token의 비중이 클수록 input 요율이 같을 때 Claude가 유리합니다. input 중심 작업에서는 반대입니다.

재시도. 재시도하면 전체 input에 다시 요금이 부과되지만 사용할 수 있는 결과는 반환되지 않습니다. 호출의 6%가 schema validation에 실패하여 재시도된다면 input 비용은 계획보다 6% 증가합니다. 재시도는 error 항목이 아니라 비용 항목으로 기록합니다. 팀은 이 배수를 마지막에 발견하는 경우가 많습니다. 이 배수는 팀이 일주일 동안 논쟁한 vendor 간 차이보다 큰 경우가 많습니다.

어느 쪽이 손해를 보며, 어디에서 그런가

Claude는 소형 등급에서 완전히 불리합니다. gpt-5.6-luna의 입력 토큰 100만 개당 요금은 0.2이며, Claude Haiku 4.5는 1입니다. 출력 요금은 각각 1.2 및 5입니다. 대량 분류와 짧은 추출 작업은 Claude에서 비용이 대략 4배 더 많이 듭니다.

Claude는 2026년 9월 1일부터 주력 등급에서도 불리해집니다. 이때 도입 요금이 종료되고 Sonnet 5의 요금이 3 및 15로 변경됩니다. gpt-5.6-terra의 요금은 변경되지 않습니다. Claude는 최상위 등급에서 출력 요금이 더 낮아 유리하지만, 실제 토큰 수에 따라 그 차이가 사라질 수 있습니다. 2026년 8월에는 입력 중심 작업에서 어느 쪽도 유리하지 않습니다. 양쪽 모두 입력 토큰 100만 개당 2이므로 입력 비용이 동일합니다.

자체 트래픽에서 이를 측정하는 방법

모든 응답에서 usage 객체를 읽고 요청마다 4개의 값을 저장합니다. 입력 토큰, 출력 토큰, 캐시 읽기 토큰, 캐시 쓰기 토큰입니다. Claude API에서는 이러한 값이 input_tokens, output_tokens, cache_read_input_tokens, cache_creation_input_tokens로 제공됩니다. 하루 단위로 합산하고 현재 요금을 곱한 다음 청구서의 총액과 비교합니다. 두 값 사이에 차이가 있다면, 대개 재시도 또는 배포했다는 사실을 잊은 코드 경로가 원인입니다.

샘플 프롬프트가 아니라 실제 트래픽을 1주일 동안 사용해 비교합니다. 토큰당 비용 대신 완료된 작업당 비용을 비교합니다. 2배의 요금이 들더라도 1번의 시도로 답하는 모델이, 절반의 요금으로 3번의 시도가 필요한 모델보다 저렴합니다. 토큰당 비용은 단가입니다. 완료된 작업당 비용이 실제 청구 금액입니다.

실행 상태로 두기 전에 최대 지출 한도를 설정합니다. 두 플랫폼 모두 콘솔에서 지출 한도를 제공합니다. 재시도 루프에 빠진 에이전트는 하룻밤 사이에 한 달치 예산을 사용할 수 있습니다. 항상 실행되는 에이전트의 비용 제어와 같은 방식으로 이를 연결합니다. 직접 소유한 서버에서 첫 버전을 구축하는 경우 VPS에서 처음 만드는 Claude API 앱에서 이 계산의 기반이 되는 키 처리와 요청 루프를 다룹니다.

FAQ

Claude API가 ChatGPT API보다 저렴한가?

항상 그렇지는 않습니다. 2026년 8월 기준으로 양쪽 모두 frontier 및 workhorse 등급의 입력 토큰 요금은 동일하며, Claude는 출력 토큰 요금이 더 저렴합니다. 따라서 출력 비중이 높은 작업에서는 Claude가 몇 퍼센트 저렴합니다. 소규모 등급에서는 OpenAI의 gpt-5.6-luna가 입력 토큰당 Claude Haiku 4.5의 5분의 1 비용이므로, 대량 분류 작업은 OpenAI에서 훨씬 저렴합니다. 자체 토큰 구성으로 직접 비용을 계산해야 합니다. 이 정도의 작은 차이는 가격표보다 작업량에 따라 결정되기 때문입니다.

동일한 단어가 API마다 다른 토큰 수로 계산되는 이유는 무엇인가?

모델마다 자체 tokenizer를 사용하며, 토큰 수는 모델의 특성이기 때문입니다. Anthropic은 Claude 4.7 및 이후 모델이 동일한 텍스트에 대해 Claude Sonnet 4.6 및 이전 모델보다 약 30% 더 많은 토큰을 생성한다고 설명합니다. 각 공급업체의 토큰 수 계산 endpoint에 자체 텍스트를 전송하고, 한쪽의 토큰 수를 다른 쪽의 토큰 수로 나눈 다음, 그 비율을 게시된 요금에 곱하여 비교해야 합니다. 토큰 수가 20% 차이 나면 대부분의 게시 요금 차이보다 더 큰 영향을 줍니다.

prompt caching 때문에 요금이 더 높아질 수도 있는가?

Anthropic에서는 그렇습니다. 캐시 쓰기 비용은 5분 항목의 경우 기본 입력 요금의 1.25배이고, 1시간 항목의 경우 2배입니다. 반면 캐시 적중 비용은 0.1배입니다. 트래픽이 충분히 불규칙하여 대부분의 항목이 읽히기 전에 만료되면, 쓰기 추가 요금만 지불하고 읽기 절감 효과는 얻지 못합니다. 로그에서 cache_creation_input_tokens와 cache_read_input_tokens을 비교해야 합니다. 비율이 1에 가까우면 caching으로 인해 비용이 증가하고 있다는 의미이므로, 항목의 유지 시간을 늘리거나 caching을 제거해야 합니다.

coding agent를 API에서 실행해야 하는가, 아니면 subscription을 사용해야 하는가?

일반적인 사용량의 개발자 1명이라면 subscription seat가 정액제 API 비용보다 대개 저렴합니다. coding agent는 매번 요청할 때마다 대규모 context를 다시 전송하며, 해당 context에 대한 비용이 매번 청구되기 때문입니다. 먼저 1주일 동안 사용량을 측정한 다음, API 총액을 seat 가격과 비교해야 합니다. 사용량이 급증하는 형태이거나 seat에서 제공하지 않는 programmatic access가 필요한 경우에는 API가 더 유리합니다.