오픈라우터 사용량에서 중국 모델이 치고 올라오고, 미국은 클로드만 버틴다

중국 모델이 사용량을 먹기 시작했다는 주장

• 2026년 7월 오픈라우터 상위 10개 모델에서 GPT와 제미나이가 빠졌다는 분석이 나옴

  • 상위권은 딥시크, 샤오미, 미니맥스 같은 중국 모델이 채우고 있음
  • 미국 모델 중 눈에 띄게 남은 건 앤트로픽의 클로드 정도라는 해석임
  • 이건 벤치마크 점수가 아니라 개발자들이 실제로 API를 호출한 사용량 기준이라는 점이 포인트임

• 사용량 규모 자체도 1년 만에 확 커졌음

  • 2025년 7월 오픈라우터의 주간 총 토큰 사용량은 약 2조 토큰
  • 지금은 주간 총량이 45조 토큰을 넘었다고 제시됨
  • 그런데 이 커진 파이의 상위권을 중국 모델이 가져가고 있다는 게 핵심 주장임

• “중국 사용자가 많아서 그런 거 아님?”이라는 반박도 기사에서는 데이터로 밀어붙임

  • 영어권 사용자 상위 모델에서도 중국 모델 비중이 87%라고 설명함
  • 파이썬 코딩만 떼어 보면 중국 모델 비중이 90%까지 올라간다고 함
  • 즉 값싼 대량 처리뿐 아니라 개발자 워크로드에서도 중국 모델이 많이 쓰인다는 주장임

가격이 너무 세다

• 가장 큰 이유는 가격임
  • 중국 상위 모델 다수는 오픈웨이트 기반이고, 백만 토큰당 1달러 미만 가격으로 거래된다고 함
  • 상위 10개 안에서 가장 비싼 클로드 오퍼스와 가장 싼 딥시크 V4 플래시의 출력 토큰 가격 차이는 139배로 제시됨
  • 개발자가 충분히 좋은 성능을 139배 싸게 얻는다면, 프리미엄 모델을 계속 쓰기 어려워짐

• 무료 티어와 초저가 프리뷰도 시장 장악 전략으로 쓰이고 있음
  • 텐센트는 백만 토큰당 입력 6센트 수준의 유료 프리뷰로 사용자를 모은 뒤 무료 버전으로 전환했다고 소개됨
  • 무료로 많이 쓰이게 만들면 실사용 상호작용이 쌓이고, 허용된 범위 안에서 다음 모델 개선에 쓰일 수 있음
  • 플랫폼식 성장 루프를 AI 모델 시장에 적용한 셈임

그래도 돈은 앤트로픽이 가져간다는 역설

• 토큰 점유율과 수익 점유율은 다름

  • 클로드 오퍼스의 토큰 단가는 딥시크 V4 플래시보다 평균 기준 약 23배, 출력 정가 기준 최대 139배 비싸다고 설명됨
  • 그래서 앤트로픽은 토큰 12~13%만 처리하면서도 플랫폼 지출의 절반 이상을 가져간다는 분석이 나옴
  • “볼륨은 중국, 돈은 프리미엄 폐쇄형 모델”이라는 이상한 균형이 만들어진 셈임

• 오픈웨이트 모델은 확산에는 강하지만 수익층을 호스트에게 넘기는 구조가 됨

  • 해외에서 딥시크나 GLM을 호출하면 실제 연산은 외부 호스트 서버에서 일어나는 경우가 많음
  • 이 경우 토큰 매출도 모델 제작사가 아니라 호스트가 가져감
  • 반대로 앤트로픽은 폐쇄형 모델이라 인퍼런스 수익을 직접 회수함

기업 도입 사례가 더 무섭다

• 기사에서는 미국 기업들도 중국 모델을 실무에 넣고 있다고 봄

  • 코인베이스는 GLM 5.2와 Kimi 2.7을 전사 엔지니어 기본 모델로 채택해 AI 비용을 절반으로 줄였다고 소개됨
  • 에어비앤비는 고객 서비스 AI를 GPT에서 알리바바 큐원으로 전환해 속도와 비용 효율을 확보했다고 함
  • 린디는 클로드에서 딥시크로 전환해 수개월 내 수백만달러 절감을 기대한다고 언급됨

• 정치적 리스크까지 감수하는 흐름도 보임

  • 커서와 쇼피파이처럼 중국 오픈소스 모델을 도입한 기업들이 미국 의회 조사 대상이 될 정도라고 소개됨
  • 그럼에도 도입이 이어지는 건 비용과 성능 압박이 그만큼 크다는 뜻임

한국 개발팀이 볼 지점

• 이 이야기는 미중 AI 경쟁 구경거리가 아니라 모델 운영 전략 얘기임
  • 모든 요청을 한 모델에 몰아주는 방식은 점점 비싸짐
  • 저가 대량 작업, 코딩, 고난도 추론, 민감 데이터 처리 작업을 분리해 라우팅하는 쪽이 합리적임
  • 공공, 금융, 의료처럼 데이터 주권이 중요한 곳은 모델 국적보다 어디의 인프라에서 누구 데이터로 추론되는지가 더 중요해짐

---

기술 맥락

• 이 기사에서 중요한 기술적 선택은 “최고 모델 하나를 고정으로 쓰기”가 아니라 “워크로드별로 모델을 나눠 쓰기”예요. 요약, 분류, 초안 작성처럼 대량으로 도는 작업은 단가가 낮은 모델이 유리하고, 복잡한 추론이나 장애 대응 자동화는 더 비싼 모델을 쓸 이유가 생기거든요.

• 오픈웨이트 모델은 직접 호스팅하거나 여러 호스트를 통해 싸게 쓸 수 있다는 장점이 있어요. 대신 실제 추론이 어디서 일어나는지, 로그와 입력 데이터가 어떻게 처리되는지 확인해야 해요. 비용만 보고 넣었다가 데이터 거버넌스에서 막힐 수 있거든요.

• 폐쇄형 프리미엄 모델은 비싸지만 품질, 안정성, 책임 소재가 상대적으로 명확한 편이에요. 앤트로픽이 토큰 점유율은 낮아도 지출의 큰 비중을 가져간다는 건, 기업들이 중요한 작업에는 여전히 프리미엄을 낸다는 뜻이에요.

• 한국 팀이라면 모델 벤치마크표만 보는 것보다 실제 제품 로그 기준으로 라우팅 정책을 잡는 게 더 실용적이에요. 요청당 토큰 수, 실패 비용, 개인정보 포함 여부, 응답 지연을 같이 봐야 모델 선택이 숫자로 설명돼요.