ThorKit

LLM API 비용 계산기 — Claude·GPT·Gemini 토큰 단가로 월 비용

모델별 input·output 토큰 단가로 일·월·연 API 비용을 즉시 환산합니다. 캐시 적용·환율 조정 지원.

마지막 업데이트: 2026-06-06

활용 팁

LLM API 비용 계산기은(는) 결과값 하나를 보는 도구라기보다 입력 형식과 출력 규칙을 빠르게 검증하는 실무 유틸에 가깝습니다. 복붙 직전에 한 번 더 확인해 두면 문서 공유, 배포, 디버깅 시간을 줄이는 데 도움이 됩니다.

입력

입력값과 이력은 이 브라우저에만 저장되며 서버로 전송되지 않습니다.

tokens
tokens
%

캐시 사용 시 input 비용 약 90% 절감 (Anthropic·OpenAI 모두 지원)

결과

월 예상 비용
55,890원
월 USD
$40.50
1회 호출 단가
$0.01350
상세
선택 모델
Claude Sonnet 4.6 (Anthropic)
1회 입력 비용
$0.00600
1회 출력 비용
$0.00750
1일 비용 (USD / KRW)
$1.35 · 1,863원
1월 비용 (USD / KRW)
$40.50 · 55,890원
1년 비용 (USD / KRW)
$492.75 · 679,995원
== 캐시 절감 효과 ==
캐시 적용률
0%
캐시 미적용 대비 월 절감
0% (캐시 없음)
  • · 가격은 2026년 5월 기준 공시가 추정이며, 실제 청구는 각 사 콘솔에서 확인하세요.
  • · 프롬프트 캐시는 동일 시스템 프롬프트 반복 시 input 비용 약 90% 절감 (Anthropic·OpenAI·Gemini 일반).
  • · 한국어 토큰은 영어 대비 약 2~3배 많아 토큰 수에 차이가 있을 수 있습니다.

계산 후 바로 할 일

결과 저장 전에 이어서 확인

신뢰 기준

본 계산기는 공시 가격 추정 기반 시뮬레이션이며, 실제 청구는 각 사 콘솔(Anthropic Console·OpenAI Platform·Google AI Studio)에서 확인하세요. 가격 정책은 수시로 변경됩니다.

업데이트
2026-06-06
비용
무료·회원가입 없음
저장
브라우저 내 저장
외부 사이트에 임베드 (iframe 코드 복사)

블로그·기업 사이트에 이 계산기를 그대로 넣으세요. 무료, 회원가입 없음. 광고·헤더·푸터 없는 클린 UI 임베드.

<iframe
  src="https://thorkit.kr/embed/llm-api-cost/"
  width="100%"
  height="900"
  frameborder="0"
  style="border: 1px solid #e5e7eb; border-radius: 6px;"
  title="LLM API 비용 계산기 — Claude·GPT·Gemini 토큰 단가로 월 비용 — ThorKit"
  loading="lazy"
></iframe>
<script>
  window.addEventListener("message", function(e) {
    if (e.origin !== "https://thorkit.kr") return;
    if (e.data && e.data.type === "thorkit:height") {
      var iframes = document.querySelectorAll('iframe[src*="https://thorkit.kr/embed/"]');
      iframes.forEach(function(f) { f.style.height = e.data.height + "px"; });
    }
  });
</script>
· height 700~1200 권장 (자동 조절 끄면 수동 조절 필요)· loading="lazy"로 페이지 속도 영향 최소

계산 근거

LLM API 비용 계산기는 Claude·GPT·Gemini·DeepSeek 등 주요 모델의 input·output 토큰 단가를 적용해 일·월·연 API 비용을 즉시 환산해주는 개발자용 도구입니다. 챗봇·RAG·검색·문서 처리 서비스를 만들 때 운영 비용을 예측하는 데 사용합니다.

토큰 단가는 모델 등급에 따라 크게 차이 납니다. 최상위 모델(Claude Opus 4.7·GPT-5)은 output 1M 토큰당 40~75달러, 중상위(Sonnet·GPT-5)는 10~15달러, 경량(Haiku·Mini·Flash)은 1~5달러 수준입니다. 같은 작업이라도 어떤 모델을 쓰느냐에 따라 월 비용이 10배 이상 갈립니다.

프롬프트 캐시는 운영 비용을 가장 크게 줄여주는 기능입니다. 시스템 프롬프트·문서 등 반복되는 input 부분에 캐시를 적용하면 해당 토큰의 input 비용이 약 90% 절감됩니다. 1만 토큰 시스템 프롬프트로 일 1만 회 호출 시 캐시 도입만으로 월 수백~수천 달러 차이가 납니다.

한국어는 영어 대비 토큰 수가 약 2~3배 많습니다. 같은 분량 텍스트라도 한국어 서비스 비용은 영어보다 비싸므로, 예상 토큰 수 계측을 영어 기준이 아닌 한국어 기준으로 잡아야 합니다.

결과 해석 포인트

개발형 유틸은 정답을 대신 내기보다 실수를 빨리 잡아 주는 도구에 가깝습니다. 결과를 바로 배포나 제출에 쓰기보다 관련 포맷 가이드와 표준 문서를 같이 보는 편이 안정적입니다.

공식 확인 경로

이 페이지는 빠르게 이해하기 좋게 정리한 요약본입니다. 실제 신청, 신고, 계약, 예약, 제출 단계에서는 아래 원문 안내를 함께 확인하는 편이 안전합니다.

활용 예시

고객 응대 챗봇 (Sonnet, 일 1,000회)

input 3,000 + output 500 토큰, 일 1,000회 = 1회 약 $0.0165 → 월 약 $495 (약 68만 원). 캐시 50% 적용 시 약 $410.

RAG 문서 검색 (Haiku, 일 5,000회)

input 8,000 + output 300 토큰, 일 5,000회 = 1회 약 $0.0095 → 월 약 $1,425 (약 197만 원). 캐시 70% 적용 시 약 $930.

코드 어시스턴트 (Opus 4.7, 일 100회)

input 5,000 + output 1,500 토큰, 일 100회 = 1회 약 $0.19 → 월 약 $570 (약 79만 원). 고비용 작업은 경량 모델 라우팅으로 분산 권장.

자주 묻는 질문

LLM API 비용 계산기는 어떤 상황에서 가장 자주 쓰이나요?
복사한 코드나 마크업, 데이터 문자열을 빠르게 정리하거나 확인해야 할 때 가장 자주 쓰입니다. 직접 손보는 것보다 입력값을 한 번에 검토하고 결과를 바로 비교하기 좋습니다.
LLM API 비용 계산기를 쓸 때 먼저 확인할 것은 무엇인가요?
원본 텍스트가 완전한지와 줄바꿈, 인코딩, 따옴표 같은 형식 요소가 유지되는지를 먼저 확인해야 합니다. 특히 일부만 붙여 넣으면 결과가 의도와 다르게 보일 수 있습니다.
LLM API 비용 계산기 입력은 어떻게 넣는 게 좋나요?
가공 전 원본을 최대한 그대로 넣는 편이 좋습니다. 중간에 편집된 문자열보다 실제 사용 중인 HTML, JSON, URL, 토큰 원문을 기준으로 넣어야 문제 원인을 정확하게 찾기 쉽습니다.
LLM API 비용 계산기 결과는 어디에 활용하면 좋나요?
디버깅, 문서 변환, 공유용 정리, 다른 도구로 넘기기 전 전처리에 활용하기 좋습니다. 필요하면 관련 뷰어나 변환기와 이어서 써서 검증 단계를 한 번 더 거치는 편이 안전합니다.

본 계산기는 공시 가격 추정 기반 시뮬레이션이며, 실제 청구는 각 사 콘솔(Anthropic Console·OpenAI Platform·Google AI Studio)에서 확인하세요. 가격 정책은 수시로 변경됩니다.

다음으로 해볼 것

계산 결과를 해석하거나, 기준표를 확인하거나, 이어서 계산할 수 있는 콘텐츠입니다.

같은 주제 더 보기 →
</> 이 계산기를 다른 사이트에 임베드하기

아래 코드를 블로그·뉴스·기업 사이트의 HTML 영역에 붙여넣으면 이 계산기를 그대로 사용할 수 있습니다. 무료, 별도 신청 X.

<iframe
  src="https://thorkit.kr/embed/llm-api-cost/"
  width="100%"
  height="900"
  frameborder="0"
  style="border: 1px solid #e5e7eb;"
  title="LLM API 비용 계산기 — Claude·GPT·Gemini 토큰 단가로 월 비용 — ThorKit(토르킷)"
  loading="lazy"
></iframe>

임베드 가이드 전체 보기 →