오픈 모델이 가성비 왕좌에서 밀려났다, 이제는 3%뿐
Closed AI models dominate the price-performance frontier
Village의 LLM Atlas가 가격 대비 성능 최전선을 분석한 결과, 2026년 6월에는 오픈웨이트 모델이 전체 예산 구간의 41%에서 최고의 선택이었지만 10월 31일 기준으로는 3%까지 떨어졌다. OpenAI의 GPT-6 Luna와 GPT-6.1 Terra, Anthropic의 Claude Haiku 5.5 같은 저가 폐쇄형 모델이 그 자리를 차지했다. 폐쇄형 연구소는 자사 최전선 모델로 증류하고, 모델 패밀리 전체를 내놓으며, 대규모 추론 인프라로 더 싸게 서빙할 수 있다는 점이 배경으로 꼽힌다.
오픈 모델은 강력하고 저렴한 출시, 주로 DeepSeek의 것이 넓은 예산 구간을 차지하다가 다음 폐쇄형 모델이 더 싸게 나오면 밀려나는 식으로 가성비에서 반짝 승리를 거둔다. 최근 폐쇄형 출시 모델들이 오픈 모델보다 더 싸고 더 강력해지면서 그 구간은 가격대의 맨 아래까지 줄어들었다.
HN 토론
65- 2001zhaozhao
이 비교는 API 가격을 기준으로 한 건가요? 그렇다면 OpenAI/Anthropic 구독(모델 가격 대비 15~40배 할인)이 비교를 완전히 학살로 만들어버려서, 폐쇄형 모델에 훨씬 더 유리해집니다.
- gregwebs
이런 일반 지능/능력 벤치마크는 당신의 특정 작업에는 적용되지 않습니다. 코딩을 한다면 코딩 벤치마크만 원할 겁니다. 이 벤치마크에서 코딩에 대한 성능+가격은 보이지 않네요. 코딩만 놓고 보면 DeepSeek는 코딩 벤치마크의 상당 부분에서 파레토 최적입니다.
예를 들어 여기서도 최대/xhigh 노력만 벤치마크하기 때문에 매우 결함이 있지만: https://artificialanalysis.ai/agents/coding-agents
폐쇄형 모델은 크기에 제약이 덜하고 일반화를 더 잘 훈련할 여유가 있는 자금이 풍부한 연구소에서 나오기 때문에 더 나은 제너럴리스트일 수 있습니다. 모델의 실제 목표가 오픈인 경우에는 작을수록 좋습니다.
- ddxv
대부분의 사람들에게 가장 큰 돈을 아낄 수 있는 방법은 그냥 가장 큰 모델을 쓰지 않는 것이라고 생각합니다. Luna / Deepseek는 코딩에 하루 1~2달러입니다. 실수로(또는 의도적으로 다른 모델을 설정) 하면 비용이 확 치솟죠. 대부분의 사람들은 대부분의 시간에 더 저렴한 모델을 선택하는 것만으로도 예산을 90% 줄일 수 있다고 생각합니다.
- tobblegobble
여기에도 적용되니 다른 글에 쓴 제 댓글을 그대로 붙여넣겠습니다. 아마 여기서 더 그럴 겁니다.
저는 부모 에이전트가 2개의 하위 에이전트를 생성하는 시스템을 사용하여 저렴한 flash 에이전트로 정말 좋은 결과를 얻었습니다. 하위 에이전트들은 전체 세션 동안 활성 상태를 유지하고 컨텍스트를 잃지 않습니다.
2개의 하위 에이전트는 서로 동일한 프롬프트와 도구를 받고 독립적으로 답변하지만, 부모에게 응답하기 전에 인용으로 뒷받침되어야 하는 발견 사항을 교환하고 모든 사항의 정확성에 동의할 때까지 발견 사항과 인용을 반복적으로 토론합니다. 또한 절대 가정하지 말고 항상 프롬프트와 도구로 검증하며 현실적으로 강제할 수 있는 곳에서는 가드를 사용하도록 강력히 권장됩니다.
토큰을 많이 소모하지만 시중에 나온 일부 요금제에서는 토큰이 엄청나게 저렴합니다. Opus가 같은 쿼리 대부분을 1/4 시간에 한 번에 처리할 수 있을까요? 네, 하지만 저에게 중요한 건 그게 아닙니다.
부모로 DeepSeek Flash, 토론하는 하위 에이전트로 DeepSeek Flash와 GLM 5.3 flash를 사용하면 제 경험상 최고의 전체 결과를 제공합니다.
참고로 저는 시스템 관리/데브옵스와 소프트웨어 작성 업무를 반반씩 합니다.
- hedora
어떤 점이 어떤 점인지 모르면 이건 쓸모없습니다.
제가 소유한 기계에서, 이미 매몰 비용인 태양광 패널로 qwen 27B나 flash next를 실행하고 싶다고 해봅시다.
토큰의 한계 비용을 어떻게 책정했나요? 박스 감가상각 + 전력회사와의 역청구 기회비용인가요?