GPT, Claude, Gemini 등 주요 LLM API의 토큰 비용을 계산합니다. 토큰 수를 직접 입력하거나 텍스트를 붙여넣어 추정하고, 월간 사용량 기준 예상 비용까지 확인하세요.
붙여넣기 모드이거나 직접 입력 모드에서 입력·출력 값이 비어 있으면, 요청당 토큰을 입력 70% / 출력 30%로 가정해 시뮬레이션합니다. 직접 입력 모드에서 입력·출력 토큰을 모두 채우면 그 값을 그대로 사용합니다.
새 기능이나 서비스에 LLM API를 붙이기 전에 예상 비용을 계산해두면, 사용자 수가 늘었을 때 갑자기 청구서가 감당하기 어려운 수준으로 커지는 것을 방지할 수 있습니다. 특히 사용자당 프롬프트가 길거나 대화가 여러 턴 이어지는 서비스는 요청당 비용이 작아 보여도 하루·한 달 단위로 누적하면 규모가 크게 달라집니다. 이 계산기는 요청 1건 기준 비용과 월간 시뮬레이션을 함께 보여줘서, 스케일 전에 예산 감을 잡는 데 도움을 줍니다.
토큰은 모델이 텍스트를 처리하는 최소 단위로, 단어나 글자와 정확히 1:1로 대응하지 않습니다. 영어 기준으로는 대략 4자당 1토큰이라는 경험칙이 자주 쓰이지만, 이는 근사치일 뿐이며 실제로는 모델마다 사용하는 토크나이저(BPE 등)에 따라 달라집니다. 특히 한국어·일본어·중국어 등 CJK 언어는 영어보다 글자당 더 많은 토큰을 소비하는 경향이 있어(한 글자가 여러 서브워드 토큰으로 쪼개지는 경우가 많음), 같은 글자 수라도 실제 비용은 영어 텍스트보다 높게 나올 수 있습니다.
대부분의 공급사는 출력(생성) 토큰 단가를 입력(프롬프트) 토큰 단가보다 몇 배 높게 책정합니다. 이 페이지에 실린 데이터에서도 모든 모델이 이 패턴을 따릅니다. 입력은 모델이 이미 주어진 텍스트를 한 번에 처리(인코딩)하면 되지만, 출력은 토큰을 한 개씩 순차적으로 생성(디코딩)해야 해서 연산량과 지연 시간이 더 크기 때문입니다. 그래서 응답을 짧게 유도하는 것이 비용 절감에 특히 효과적입니다.
프롬프트 캐싱(컨텍스트 캐싱)은 매 요청마다 반복되는 시스템 프롬프트·긴 컨텍스트·문서 등을 서버 쪽에 캐시해두고, 다음 요청에서 같은 내용이 다시 오면 훨씬 낮은 단가로 처리하는 기능입니다. 대화형 챗봇처럼 시스템 프롬프트나 대화 기록이 요청마다 반복 전송되는 구조에서 효과가 큽니다. 다만 매번 완전히 새로운 텍스트를 보내는 경우에는 캐시가 적용되지 않으므로, 이 계산기의 "캐시 히트 시" 수치는 어디까지나 참고용 시나리오입니다.
① 프롬프트를 불필요하게 길게 만들지 않고 꼭 필요한 컨텍스트만 담기 ② 반복되는 시스템 프롬프트·컨텍스트는 프롬프트 캐싱 기능을 적극 활용하기 ③ 분류·요약처럼 단순한 작업은 최상위 모델 대신 더 저렴한 소형 모델로 라우팅하기 ④ 여러 요청을 배치(batch)로 묶어 처리해 배치 할인이나 처리량 최적화를 활용하기. 이 네 가지만으로도 실제 운영 비용을 크게 낮출 수 있습니다.
이 계산기는 각 공급사가 공개한 정가(list price) API 요금을 기준으로 한 추정치입니다. 물량 할인, 엔터프라이즈 계약, 예약 처리량(provisioned throughput), 무료 크레딧, 리전별 차등 요금, 요청 빈도 제한(rate limit)으로 인한 실질 처리 지연 등은 반영하지 않습니다. 실제 청구 금액은 계약 조건에 따라 달라질 수 있으니, 예산 계획의 출발점으로만 활용하고 최종 확정 전에는 공급사와 직접 확인하세요.