LLM API는 새 입력, 캐시된 입력, 출력이라는 별도의 계량 항목에 대해 100만 토큰 단위로 과금합니다. 추론 토큰은 출력으로, 이미지는 입력 토큰으로 과금되며, 음성 인식은 오디오 1분 단위로 과금됩니다. 이 글에서는 각 항목을 설명한 뒤, 2026-11-14 기준으로 동기화한 BroadNet Inference의 공개 요금으로 실제 요청 비용을 계산해 봅니다.
실제로 무엇에 돈을 내는 걸까요?
토큰은 텍스트 조각으로, 보통 몇 글자 정도입니다. BroadRouter가 토크나이저 5종으로 직접 측정한 결과, 영어 단어 1,000개는 약 1,290 토큰이었습니다. OpenAI의 경험칙은 100토큰당 약 75단어입니다. 다른 언어는 수치가 다르므로, 무료 토큰 카운터에 실제 텍스트를 붙여 넣어 확인하세요. 각 요청은 usage 블록에 토큰 수를 보고하며, 청구 금액은 다음 항목의 합계입니다.
| 계량 항목 | 집계 대상 | 적용 단가 |
|---|---|---|
| 입력(프롬프트) | 시스템 프롬프트, 대화 이력, 문서, 도구 정의, 이미지 | 입력 단가 |
| 캐시된 입력 | 제공업체가 이미 처리해 재사용한 입력 | 캐시 단가(훨씬 낮음) |
| 출력(completion) | 화면에 보이는 답변과 추론 | 출력 단가 |
| 오디오 분 | 전사를 위해 보낸 오디오 길이 | 분당 단가 |
이 중 가장 중요한 것은 입력 토큰과 출력 토큰의 구분입니다. 두 가격의 차이가 크기 때문입니다.
모델별 토큰 가격은 얼마인가요?
BroadNet Inference 가격(100만 토큰당):
| 모델 | 입력 | 캐시된 입력 | 출력 | 컨텍스트 |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 | 1,048,576 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 | 1,048,576 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 | 262,144 |
| Gemma 4 VL 26B | $0.10 | 캐시 할인 없음 | $0.22 | 32,768 |
이 요금표와 대부분의 다른 요금표에서 두 가지 패턴이 공통으로 나타납니다. 첫째, 출력이 입력보다 비쌉니다. Gemma 4 VL 26B는 약 2배, Qwen3.8 27B는 10배가 넘습니다. 둘째, 캐시된 입력은 새 입력 가격의 일부에 불과합니다. OpenAI, Anthropic, Google 등 다른 제공업체와 비교하려면 LLM API 가격표를 참고하세요. 저희가 추적하는 전체 모델의 시장 중앙값, 제공업체 간 편차, 출력 대 입력 비율은 LLM API 가격 지수(CSV와 JSON 공개)에서 볼 수 있습니다.
출력은 왜 입력보다 비쌀까요?
모델은 프롬프트 전체를 한 번의 병렬 처리로 읽습니다. 반면 답변은 토큰을 하나씩 쓰며, 새 토큰마다 처리를 한 번 더 거쳐야 합니다. 그래서 출력은 토큰당 GPU 시간이 더 들고, 가격에도 이것이 반영됩니다. 짧은 프롬프트에 긴 답변이 붙으면, 긴 프롬프트에 짧은 답변보다 비용이 더 나올 수 있습니다.
캐시된 입력 토큰은 어떻게 과금되나요?
프롬프트의 앞부분이 최근 요청과 일치하면 제공업체는 이전에 처리한 결과를 재사용할 수 있습니다. 이렇게 재사용된 캐시된 입력 토큰은 prompt_tokens_details.cached_tokens에 표시되고 캐시 단가로 과금됩니다. DeepSeek V4.1 Flash의 경우 100만 토큰당 $0.175 대신 $0.0055 요금이 적용됩니다.
캐싱은 앞부분이 고정된 프롬프트에 유리합니다. 시스템 프롬프트, 도구 목록, 문서를 앞에 두고 새 메시지를 맨 뒤에 두세요. 매 턴마다 같은 저장소를 다시 보내는 에이전트가 가장 큰 효과를 봅니다. 제공업체별 캐시 읽기·쓰기 과금 방식은 캐시된 입력 토큰 설명을, 자신의 캐시 적중률로 계산해 보려면 프롬프트 캐싱 계산기를 사용하세요.
추론 모델은 왜 눈에 보이는 것보다 출력 요금이 많이 나올까요?
DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B는 답하기 전에 먼저 생각합니다. 이 생각 과정이 추론 토큰입니다. 답변에는 보이지 않지만 completion_tokens에 집계되어 출력 단가로 과금됩니다. OpenAI의 추론 가이드도 자사 모델에 같은 규칙을 적용한다고 설명합니다: 추론 토큰은 “are billed as output tokens”(번역: 출력 토큰으로 과금됩니다).
추론 토큰은 max_tokens에도 포함됩니다. 이 값을 너무 낮게 잡으면 답변 없이 생각한 비용만 내게 됩니다. 답변이 비어 있는 이유와 추론 비용을 줄이는 방법을 참고하세요.
이미지와 오디오는 어떻게 과금되나요?
이미지. 비전 모델은 이미지를 입력 토큰으로 변환합니다. 이 토큰에는 입력 단가가 적용되며, 이미지가 클수록 토큰이 많아집니다. BroadNet에는 이미지당 별도 요금이 없습니다. 이미지당 비용 비교.
오디오. 음성 인식(STT)은 토큰이 아니라 오디오 길이로 과금됩니다.
| 모델 | 1분당 | 오디오 1시간당 |
|---|---|---|
| BroadNet Transcribe Arabic | $0.0042 | $0.25 |
| BroadNet Transcribe(14개 언어) | $0.002 | $0.12 |
실제 요청 비용은 얼마일까요? 계산 예시
아래 예시는 DeepSeek V4.1 Flash 기준입니다. 합계가 정확히 100만 토큰 단위로 떨어지도록 설정해 계산을 쉽게 검증할 수 있게 했습니다.
- 채팅 기능. 입력 2,000토큰, 출력 2,000토큰인 요청 500개는 입력 100만 토큰, 출력 100만 토큰을 사용합니다. 비용: $0.175 + $0.52.
- 컨텍스트를 반복해서 읽는 에이전트. 같은 100,000토큰 컨텍스트를 매번 보내는 10턴은 입력 100만 토큰이 됩니다. 캐시가 전혀 적용되지 않으면 $0.175, 전부 캐시된다면 $0.0055 비용이 들겠지만, 첫 턴은 재사용할 것이 없으므로 이는 하한으로 보세요. 많아야 900,000토큰이 캐시 가격으로, 첫 100,000토큰은 입력 가격으로 과금됩니다.
- 보이지 않는 추론. 화면에 보이는 토큰 200개에 추론 토큰 800개가 붙은 답변 1,000개는 출력 100만 토큰으로 과금됩니다: $0.52. 이 중 실제로 본 텍스트는 5분의 1뿐입니다.
- 전사. 아랍어 오디오 1,000시간은 $252.00, 30초짜리 음성 메시지 10,000개는 $21.00 비용이 듭니다.
일반 공식:
cost = new_input/1M × input_price
+ cached_input/1M × cached_price
+ output/1M × output_price (output includes reasoning)
자신의 트래픽으로 계산해 보려면 무료 LLM API 비용 계산기를 사용하세요. 새 기능의 비용을 전체적으로 예측하려면 출시 전에 LLM API 비용을 추정하는 방법을 참고하세요.
응답에서 실제 수치는 어떻게 읽나요?
트래픽이 생긴 뒤에는 단어 수로 추정하지 말고 실제 값을 읽으세요.
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)
스트리밍할 때는 stream_options={"include_usage": True}를 추가해야 마지막 청크에 usage가 담겨 옵니다. 스트리밍 가이드.
다른 가격 모델에는 무엇이 있나요?
토큰당 과금만 있는 것은 아닙니다.
- 정액 플랜. 정액 플랜은 토큰이 아니라 시간에 대해 요금을 받습니다. BroadNet의 Full Moon은 세션당 월 $60 요금으로 DeepSeek V4.1 Flash 모델을 한 번에 요청 1개씩 무제한 사용합니다. Orbit은 주당 $15, Meteor는 시간당 $1 요금입니다.
- 시간제 키. $0.50 요금으로 Gemma 4 VL 26B 모델을 스트림 1개로 1시간 사용합니다. 시간제 키 설명.
- 배치와 전용 GPU. 일부 제공업체는 야간 배치 작업을 할인하거나 GPU를 통째로 시간 단위로 빌려줍니다. 다른 제공업체의 오픈 모델 가격 책정 방식.
정액 플랜이 토큰당 과금보다 유리한 시점은 사용량과 캐시 적중률에 따라 달라집니다. 캐싱부터 배치 할인까지 모든 절감 수단을 순서대로 보려면 LLM API 비용 줄이는 방법을 참고하세요.
토큰당 가격은 시간이 지나면서 오르기도 하고 내리기도 합니다. 제공업체 11곳의 보관된 가격 페이지를 보면 모델의 80%는 가격이 한 번도 바뀌지 않았습니다. 가격이 바뀐 모델들 전체에서 인하 100건과 인상 52건이 기록되었으며, 각각은 한 모델의 가격을 그 모델 자신의 이전 가격과 비교한 것입니다. LLM API 가격은 얼마나 자주 바뀌나와 출처와 함께 보는 LLM API 대폭 인하 사례를 참고하세요.
BroadNet Inference는 어디에 적합한가요?
BroadNet은 제공하는 모든 모델의 요금표를 하나의 기계 판독용 파일로 공개하며, 이 사이트의 가격 페이지가 이 파일을 읽습니다. 신규 계정에는 $5 상당의 크레딧이 제공됩니다. Gemma 4 VL 26B와 두 전사 모델은 이 크레딧으로 쓸 수 있고, 나머지 채팅 모델은 충전이 필요합니다. 토큰당 과금과 정액 요금을 한 계정에서 쓰고 싶다면 잘 맞습니다. 플랜에는 별도의 키가 발급됩니다. 최첨단 비공개 모델을 원한다면 맞지 않습니다. BroadNet은 오픈 웨이트 모델과 자체 빌드 모델만 제공합니다.

