---
title: "LLM API 가격 계산법: 토큰 요금과 실제 계산 예시 | BroadRouter"
description: "LLM API 토큰당 가격은 어떻게 매겨질까요? 입력, 캐시된 입력, 출력, 추론 토큰, 이미지, 분당 오디오 요금을 공개 요금표 기준의 계산 예시로 설명합니다."
url: https://broadrouter.com/ko/blog/llm-api-pricing-explained/
lang: ko
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/llm-api-pricing-explained/) (2026-11-15 업데이트).

# LLM API 가격 구조: 입력, 캐시, 출력, 추론 토큰 요금 정리

BroadNet Inference 팀 · 6분 분량 · 게시 2026-11-14 · 업데이트 2026-11-15

LLM API는 100만 토큰 단위로 과금하며, 입력, 캐시된 입력, 출력의 가격이 각각 따로 있습니다. 추론 토큰은 출력으로, 이미지는 입력 토큰으로 과금되고, 음성 인식(STT)은 오디오 1분 단위로 과금됩니다. BroadNet Inference에서 DeepSeek V4.1 Flash 모델의 가격은 100만 토큰당 입력 $0.175, 캐시 $0.0055, 출력 $0.52.

## 핵심 요약

-   청구서에는 세 가지 토큰 계량 항목이 있습니다: 새 입력, 캐시된 입력, 출력. 각각 100만 토큰당 가격이 따로 정해져 있습니다.
-   출력은 보통 입력보다 몇 배 비쌉니다. DeepSeek V4.1 Flash의 경우 출력 $0.52, 입력 $0.175 가격입니다.
-   추론 토큰은 답변에 보이지 않지만 출력 단가로 과금됩니다.
-   이미지는 입력 토큰으로 과금되고, 오디오 전사는 분 단위로 과금됩니다. 예를 들어 아랍어는 1분당 $0.0042 요금입니다.
-   정액 플랜과 시간제 키는 토큰 계량 대신 시간 단위 가격을 적용하므로, 상시 동작하는 에이전트에 잘 맞습니다.

**이 페이지의 내용**

1.  실제로 무엇에 돈을 내는 걸까요?
2.  모델별 토큰 가격은 얼마인가요?
3.  출력은 왜 입력보다 비쌀까요?
4.  캐시된 입력 토큰은 어떻게 과금되나요?
5.  추론 모델은 왜 눈에 보이는 것보다 출력 요금이 많이 나올까요?
6.  이미지와 오디오는 어떻게 과금되나요?
7.  실제 요청 비용은 얼마일까요? 계산 예시
8.  응답에서 실제 수치는 어떻게 읽나요?
9.  다른 가격 모델에는 무엇이 있나요?
10.  BroadNet Inference는 어디에 적합한가요?

_[image: A stream of tokens flowing into the words "Ideas become answers."]_

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?

[토큰](https://broadrouter.com/ko/glossary/token/)은 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 카운터](https://broadrouter.com/tools/token-counter/)에 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 토큰](https://broadrouter.com/ko/glossary/input-and-output-tokens/)의 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](https://broadrouter.com/ko/models/deepseek-v4.1-flash/) | $0.175 | $0.0055 | $0.52 | 1,048,576 |
| [GLM 5.3](https://broadrouter.com/ko/models/glm-5.3/) | $0.78 | $0.173 | $3.46 | 1,048,576 |
| [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/) | $0.175 | $0.0435 | $2.17 | 262,144 |
| [Gemma 4 VL 26B](https://broadrouter.com/ko/models/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 가격표](https://broadrouter.com/llm-api-pricing/)를 참고하세요. 저희가 추적하는 전체 모델의 시장 중앙값, 제공업체 간 편차, 출력 대 입력 비율은 [LLM API 가격 지수](https://broadrouter.com/data/llm-api-price-index/)(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 토큰](https://broadrouter.com/ko/glossary/cached-input-tokens/)은 `prompt_tokens_details.cached_tokens`에 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 설명](https://broadrouter.com/ko/blog/cached-input-tokens-explained/)을, 자신의 캐시 적중률로 계산해 보려면 [프롬프트 캐싱 계산기](https://broadrouter.com/tools/prompt-caching-calculator/)를 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 토큰](https://broadrouter.com/ko/glossary/reasoning-tokens/)입니다. 답변에는 보이지 않지만 `completion_tokens`에 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_tokens`에도 포함됩니다. 이 값을 너무 낮게 잡으면 답변 없이 생각한 비용만 내게 됩니다. [답변이 비어 있는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)와 [추론 비용을 줄이는 방법](https://broadrouter.com/ko/blog/reasoning-tokens-cost/)을 참고하세요.

## 이미지와 오디오는 어떻게 과금되나요?

**이미지.** [비전 모델](https://broadrouter.com/ko/glossary/vision-language-model/)은 이미지를 입력 토큰으로 변환합니다. 이 토큰에는 입력 단가가 적용되며, 이미지가 클수록 토큰이 많아집니다. BroadNet에는 이미지당 별도 요금이 없습니다. [이미지당 비용 비교](https://broadrouter.com/ko/blog/cheapest-vision-llm-api/).

**오디오.** [음성 인식(STT)](https://broadrouter.com/ko/glossary/speech-to-text/)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.

1.  **채팅 기능.** 입력 2,000토큰, 출력 2,000토큰인 요청 500개는 입력 100만 토큰, 출력 100만 토큰을 사용합니다. 비용: $0.175 + $0.52.
2.  **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.
3.  **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.
4.  **전사.** 아랍어 오디오 1,000시간은 $252.00, 30초짜리 음성 메시지 10,000개는 $21.00 비용이 듭니다.

일반 공식:

```text
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 계산기](https://broadrouter.com/tools/llm-api-cost-calculator/)를 사용하세요. 새 기능의 비용을 전체적으로 예측하려면 [출시 전에 LLM API 비용을 추정하는 방법](https://broadrouter.com/ko/blog/estimate-llm-api-cost-before-launch/)을 참고하세요.

## 응답에서 실제 수치는 어떻게 읽나요?

트래픽이 생긴 뒤에는 단어 수로 추정하지 말고 실제 값을 읽으세요.

```python
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 `usage`가 담겨 옵니다. [스트리밍 가이드](https://broadrouter.com/ko/guides/streaming-chat-completions/).

## 다른 가격 모델에는 무엇이 있나요?

토큰당 과금만 있는 것은 아닙니다.

-   **정액 플랜.** [정액 플랜](https://broadrouter.com/ko/glossary/flat-rate-llm-plan/)은 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](https://broadrouter.com/ko/blog/hourly-llm-api-key-explained/).
-   **배치와 전용 GPU.** 일부 제공업체는 야간 배치 작업을 할인하거나 GPU를 통째로 시간 단위로 빌려줍니다. [다른 제공업체의 오픈 모델 가격 책정 방식](https://broadrouter.com/ko/blog/llm-inference-provider-pricing-compared/).

[정액 플랜이 토큰당 과금보다 유리한 시점](https://broadrouter.com/ko/blog/flat-rate-vs-pay-per-token-llm-api/)은 사용량과 캐시 적중률에 따라 달라집니다. 캐싱부터 배치 할인까지 모든 절감 수단을 순서대로 보려면 [LLM API 비용 줄이는 방법](https://broadrouter.com/ko/blog/how-to-reduce-llm-api-costs/)을 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 바뀌나](https://broadrouter.com/ko/blog/how-often-llm-api-prices-change/)와 [출처와 함께 보는 LLM API 대폭 인하 사례](https://broadrouter.com/ko/blog/llm-api-price-cuts-2023-2026/)를 참고하세요.

## BroadNet Inference는 어디에 적합한가요?

BroadNet은 제공하는 모든 모델의 요금표를 하나의 [기계 판독용 파일](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-llm-api-pricing-explained&utm_content=body)로 공개하며, 이 사이트의 [가격 페이지](https://broadrouter.com/ko/pricing/)가 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.

관련 무료 도구 (영어)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[음성 인식(Speech-to-text, STT)](https://broadrouter.com/ko/glossary/speech-to-text/)

음성 인식(STT)은 자동 음성 인식(ASR)이라고도 하며, 말소리 오디오를 글로 변환하는 기술입니다. 음성 인식 API는 오디오 파일이나 스트림을 받아 전사 텍스트를 반환하며, 보통 오디오 분당 요금이 붙습니다. 정확도는 단어 오류율로 측정하며 억양, 방언, 녹음 품질에 따라 달라집니다.

[캐시된 입력 토큰(cached input tokens)](https://broadrouter.com/ko/glossary/cached-input-tokens/)

캐시된 입력 토큰은 LLM 제공업체가 최근에 처리해 두었다가 다시 계산하지 않고 캐시에서 재사용할 수 있는 프롬프트 토큰입니다. 보통 시스템 프롬프트나 문서처럼 반복되는 접두부(prefix)이며, 제공업체는 이를 새 입력 토큰보다 낮은 단가로 과금합니다.

[토큰(token)](https://broadrouter.com/ko/glossary/token/)

토큰은 언어 모델이 읽고 쓰는 텍스트 단위로, 모델의 토크나이저가 만들어 내는 단어, 단어의 일부, 문장 부호 또는 바이트 시퀀스입니다. LLM API는 사용량을 토큰 단위로 집계하고 제한하며, 대개 토큰 단위로 과금합니다.

[입력 토큰과 출력 토큰(input and output tokens)](https://broadrouter.com/ko/glossary/input-and-output-tokens/)

입력 토큰은 언어 모델이 요청에서 읽는 토큰으로, 시스템 프롬프트, 대화 기록, 도구 정의, 이미지가 포함됩니다. 출력 토큰은 모델이 응답으로 생성하는 토큰으로, 추론도 포함됩니다. LLM API는 보통 둘에 따로 가격을 매기며, 대개 출력이 더 비쌉니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[오픈 웨이트 모델(open-weight model)](https://broadrouter.com/ko/glossary/open-weight-model/)

오픈 웨이트 모델은 학습된 가중치를 공개해 누구나 내려받아 실행할 수 있게 한 머신러닝 모델로, 보통 조건이 붙은 라이선스로 배포됩니다. 학습 코드와 학습 데이터에 대한 상세한 정보까지 공개해 다른 사람이 모델을 연구하고 재현할 수 있게 하는 완전한 오픈 소스 AI와는 다릅니다.

[추론 토큰(reasoning tokens)](https://broadrouter.com/ko/glossary/reasoning-tokens/)

추론 토큰(reasoning tokens)은 추론 모델이 눈에 보이는 답변을 쓰기 전에 문제를 풀기 위해 생성하는 토큰입니다. 보통 출력 토큰으로 과금되고, 출력 한도와 컨텍스트 윈도우에 포함되며, API에 따라 숨겨지거나 요약되어 제공됩니다.

[LLM 정액 플랜(Flat-rate LLM plan)](https://broadrouter.com/ko/glossary/flat-rate-llm-plan/)

LLM 정액 플랜은 언어 모델 API를 토큰당 과금하지 않고, 한 달 같은 기간 단위로 고정 요금을 받는 요금제입니다. 이런 플랜은 보통 동시 실행 수, 속도, 모델, 사용 시간대 같은 다른 항목을 제한하므로 가격만큼 제한 조건도 중요합니다.

## 자주 묻는 질문

### LLM API 요금은 어떻게 계산하나요?

입력 토큰에는 입력 단가를, 캐시된 입력 토큰에는 캐시 단가를, 출력 토큰에는 출력 단가를 각각 100만 토큰 기준으로 곱한 뒤 모두 더합니다. 추론 토큰은 출력에 포함됩니다.

### 출력 토큰은 왜 입력 토큰보다 비싼가요?

모델은 입력을 한 번의 병렬 처리로 읽지만, 출력은 토큰을 하나씩 생성합니다. 그래서 출력 토큰 하나에 GPU 시간이 더 많이 들고, 제공업체는 그 차이를 가격에 반영합니다.

### 추론 토큰도 요금이 부과되나요?

네, 토큰당 과금 키에서는 부과됩니다. 추론 토큰은 completion 토큰 안에 집계되어 출력 단가로 과금되며, 답변에는 표시되지 않습니다.

### LLM API에서 이미지 한 장은 얼마인가요?

이미지는 입력 토큰으로 변환되므로, 비용은 토큰 수에 입력 단가를 곱한 값입니다. 큰 이미지일수록 토큰을 더 많이 씁니다. 실제 수치는 usage 블록의 prompt\_tokens에서 확인하세요.

### 24시간 돌아가는 에이전트에는 어떤 결제 방식이 가장 저렴한가요?

대개 정액 플랜입니다. BroadNet에서는 Full Moon 세션 하나가 월 $60 요금이며, DeepSeek V4.1 Flash 모델을 한 번에 요청 1개씩 무제한으로 사용할 수 있습니다.

## 이어서 읽기

-   [캐시된 입력 토큰: 프롬프트 캐싱으로 LLM API 요금 줄이기](https://broadrouter.com/ko/blog/cached-input-tokens-explained/)
-   [LLM API 정액제 vs 토큰당 과금: 손익분기점 계산](https://broadrouter.com/ko/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [기능 출시 전에 LLM API 비용을 예상하는 방법](https://broadrouter.com/ko/blog/estimate-llm-api-cost-before-launch/)
-   [추론 토큰: 보이는 것보다 많은 출력 요금을 내는 이유](https://broadrouter.com/ko/blog/reasoning-tokens-cost/)
-   [무료 LLM API 크레딧: 초기 크레딧으로 실제로 얼마나 쓸 수 있나](https://broadrouter.com/ko/blog/free-llm-api-credit/)
-   [2026년 10월 LLM API 가격 변동: 인상 3건, 인하 없음](https://broadrouter.com/ko/blog/llm-api-price-changes-october-2026/)
-   [LLM API 가격은 얼마나 자주 바뀔까? 3년치 가격 페이지 아카이브 분석](https://broadrouter.com/ko/blog/how-often-llm-api-prices-change/)
-   [가이드: 추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)
-   [가이드: 채팅 완성 스트리밍과 끊긴 연결 처리하기](https://broadrouter.com/ko/guides/streaming-chat-completions/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-llm-api-pricing-explained&utm_content=page-cta) ·

**출처**

-   [BroadNet Inference 기계 판독용 가격 파일(pricing.json) (영어)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-llm-api-pricing-explained&utm_content=sources)
-   [BroadNet Inference 가격 페이지 (영어)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-llm-api-pricing-explained&utm_content=sources)
-   [BroadNet Inference API 레퍼런스, 추론 토큰과 캐시된 토큰 (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-llm-api-pricing-explained&utm_content=sources)
-   [OpenAI 추론 가이드, 추론 토큰의 과금 방식(2026-11-14 확인)](https://developers.openai.com/docs/guides/reasoning)
-   [OpenAI 도움말 센터, 토큰이란 무엇이며 어떻게 세는가(2026-11-14 확인)](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them)
