중국 오픈소스 AI, 토큰 단가로 판을 흔들기 시작했다

• 중국 오픈소스 모델이 AI 업계에 주는 충격은 이제 “성능 괜찮네” 수준이 아니라 “이 가격이면 운영 구조가 바뀌겠는데?” 쪽으로 넘어가는 중

  • Z.ai, 예전 지푸AI가 6월 16일 공개한 GLM-5.2가 대표 사례로 언급됨
  • 오픈라우터(OpenRouter) 기준 가격은 입력 100만 토큰당 0.94달러, 출력 100만 토큰당 3달러
  • 원화로는 각각 약 1,300원, 약 4,200원 수준이라 장기 작업을 돌리는 서비스 입장에서는 꽤 공격적인 가격임

• GLM-5.2는 싸기만 한 모델로 소개되지 않음

  • 100만 토큰 컨텍스트(context)를 지원한다고 되어 있음
  • 코딩 에이전트와 장기 작업에 맞춰 설계된 모델로 언급됨
  • 긴 문서, 코드베이스, 반복 계획을 다루는 작업에서는 컨텍스트 크기와 토큰 단가가 같이 중요해짐

• 성능 지표도 그냥 저가형 포지션은 아님

  • 아티피셜 애널리시스(Artificial Analysis) 기준 지능점수 51점으로 소개됨
  • 클로드 페이블, GPT 5.5를 바짝 쫓는 수준이라고 평가됨
  • 구글 제미나이 프로 3.1의 46점을 앞선다는 비교도 나옴

• 기사에서 던지는 관점은 “병목은 지능이 아니라 단가와 배치다”에 가까움

  • 모델 성능이 일정 수준 이상 올라오면, 다음 질문은 어느 모델을 얼마나 싸게, 어디에, 어떤 조합으로 배치하느냐가 됨
  • 오픈라우터 같은 모델 거래소가 주목받는 이유도 여기 있음
  • 개발자는 특정 모델 하나를 신성시하기보다, 작업별로 모델을 갈아 끼우는 식의 운영을 고민하게 됨

• 오픈AI 코덱스도 ‘모델의 부품화’ 흐름을 보여주는 사례로 언급됨

  • 하나의 거대한 만능 모델보다, 작업에 맞는 모델과 도구를 조합하는 방향이 강해지고 있다는 얘기임
  • 코딩, 검색, 장기 추론, 문서 처리처럼 워크로드별 비용 구조가 다르기 때문

---

기술 맥락

• 이 기사에서 중요한 선택은 “가장 똑똑한 모델 하나를 고정으로 쓸 것인가, 작업별로 가격과 성능이 맞는 모델을 골라 쓸 것인가”예요. 토큰 단가가 이렇게 벌어지면 후자가 점점 현실적인 운영 방식이 돼요.

• 100만 토큰 컨텍스트는 멋진 숫자지만, 비용과 같이 봐야 해요. 긴 문서를 다 넣을 수 있어도 입력 토큰 가격이 비싸면 제품 기능으로 자주 쓰기 어렵거든요.

• 코딩 에이전트에서는 이 문제가 더 커져요. 파일 읽기, 계획 세우기, 수정, 테스트 로그 분석을 반복하다 보면 출력보다 입력 토큰이 엄청 쌓이고, 모델 호출 횟수도 많아져요.

• 그래서 오픈라우터 같은 모델 선택 레이어가 중요해져요. 고난도 추론은 비싼 모델에 맡기고, 반복적이거나 긴 컨텍스트 작업은 저렴한 모델에 맡기는 식으로 비용 구조를 직접 설계할 수 있기 때문이에요.