P3T

#064분짧게 읽기추적 중

딥시크 가격은 클로드의 몇 분의 1? 상대마다 다릅니다

한 문장 안에서 값과 성능이 서로 다른 상대와 비교돼 있습니다

무슨 일
중국 AI 소개문에 「성능은 최고급, 값은 10분의 1」이 붙었습니다.
확인된 것
값은 자사 앞 모델과, 성능은 다른 회사 모델과 견준 값입니다.
왜 중요한가
두 숫자를 한 줄로 읽으면 없는 비교가 만들어집니다.
오늘 할 일
숫자보다 무엇과 견준 값인지를 먼저 찾습니다.

「성능은 최고급, 값은 10분의 1」처럼 나란히 붙은 두 숫자는 서로 다른 것과 비교한 값일 수 있으니, 숫자보다 무엇과 비교했는지를 먼저 보셔야 합니다.

지난 8월에도 중국에서 AI가 줄줄이 나왔습니다. 그중 하나에 「최고급 모델에 근접한 성능에 비용은 10분의 1」이라는 설명이 붙었습니다1. 솔깃한 문장인데, 두 숫자를 따라가 보면 서로 다른 것과 비교하고 있습니다.

  1. 「맞먹는다」는 클로드와 비교했고, 「10분의 1 가격」은 자기네 다른 모델과 비교했습니다. 붙어 있어서 오해를 불러 일으키는데, 오히려 반전이 있습니다
  2. 「맞먹는다」의 근거가 된 시험도 그 모델을 만든 중국 회사의 자체 시험입니다
  3. 가격·블라인드 투표·개발 시차·개발자 사용량의 네 기준으로 재보면 미국과 중국, 누가 앞서는지가 2대 2로 갈립니다

같은 문장 안에서 비교 대상이 달라집니다

8월 26일에 중국 지푸 AI(Z.ai)가 GLM-5.3-플래시를 공개했습니다. 그전까지 이름을 밝히지 않고 「옥스 알파」로 알려져 있던 모델입니다1.

회사가 낸 소개문에는 둘이 나란히 한 문장에 있습니다. 「GLM-5.2보다 낫고 값은 10분의 1」, 그리고 「코딩에서는 클로드 오퍼스 4.8에 근접」1. 값을 견준 상대는 자신들의 이전 모델 GLM-5.2고, 성능을 견준 상대는 클로드입니다. 「오퍼스와 맞먹는 29.0점」도 Z.ai가 직접 만든 시험 점수입니다. 같은 시험에서 오퍼스는 29.5점1.

이 둘을 붙여서 읽으면 「클로드급 성능을 클로드 값의 10분의 1에」가 됩니다만, 놀랍게도 가격에서는 오히려 더 큰 차이가 납니다.

그림 1 — 한 문장 안에서 값과 성능이 다른 상대를 봅니다
그림 1 — 한 문장 안에서 값과 성능이 다른 상대를 봅니다도해 · P3T

그럼 실제 차이는 얼마일까요. 자신들의 모델과 견준 쪽은 그대로만도 큰 이야기입니다. 값은 10분의 1인데 성능은 올랐으니까요. 클로드와 견주면 얘기는 더 달라집니다. 답변 100만 토큰당 GLM-5.3-플래시는 정가 0.50달러, 클로드 오퍼스 4.8은 25달러입니다12. 10분의 1이 아니라 50분의 1입니다. 9월 9일까지는 반값 프로모션을 진행하기에 더 벌어지고 있고요.

그림 2 — 점수는 0.5점 차이, 값은 50배 차이
그림 2 — 점수는 0.5점 차이, 값은 50배 차이도해 · P3T

관련해서 널리 인용되는 스탠퍼드 보고서는 2026년 3월 기준 「미국 최상위 모델이 2.7% 앞선다」고 적습니다3. 「중국이 2.7%까지 따라잡았다」로 옮겨지는 그 숫자입니다. 다만 그 2.7%는 정답률은 아닙니다. 보고서는 최상위 모델을 줄 세울 때, 두 AI의 답을 회사 이름을 가린 채 보여 주고 사람이 고르는 블라인드 투표를 쓴다고 밝힙니다34.

중요한 것은 무엇으로 재느냐에 따라 답이 달라진다는 것입니다.

이번엔 딥시크로 재봅니다. 같은 「중국 AI 대 클로드」인데 어느 모델을 고르느냐로 배수가 또 달라집니다.

가격으로 재면 이렇습니다. 딥시크의 V4-Pro는 답변 100만 토큰당 1.98달러를 받고, 평일 낮 몇 시간(한국 시간 기준)은 3.96달러로 두 배가 됩니다5. 토큰은 AI가 주고받는 글의 양을 세는 단위입니다. 앤트로픽의 클로드 오퍼스 5는 같은 양에 25달러입니다. 앞에 나온 오퍼스 4.8과 같은 값입니다2. 6.3배에서 12.6배입니다. 같은 단가표의 클로드 소네트 5(10달러)와 붙이면 2.5배에서 5.1배로 줄어듭니다. 어떤 페어로 비교하느냐가, 그리고 몇 시에 재느냐가 배수를 정합니다.

위아래로 더 벌릴 수도 있습니다. 앤트로픽에는 오퍼스보다 비싼 모델이 있습니다. 클로드 페이블 5가 답변 100만 토큰당 50달러입니다2. 이쪽을 GLM-5.3-플래시와 붙이면 배수가 100배로 뜁니다. 반대로 OpenAI의 GPT-5.6 Sol은 20달러라6 오퍼스보다 오히려 싼데, 이건 11월 21일까지 유지된다고 적힌 할인가이고 한 번에 넣는 글이 아주 길어지면 30달러가 됩니다6.

미국과 중국의 격차가 얼마나 벌어져 있는지 시간으로 재는 방법도 있습니다. 연구기관 에포크 AI는 2023년 이후 그 간격을 평균 7개월로 집계했습니다. 짧을 때가 4개월, 길 때가 14개월입니다7. 미국 정책연구소 CSIS는 정부 평가기관 측정을 인용해 딥시크를 약 8개월 뒤로 적었습니다8.

개발자들이 여러 AI를 골라 쓰는 오픈라우터에서는, 2026년 6월 들어 중국 모델이 미국 모델보다 더 많이 쓰였습니다9. 2025년에는 약 4분의 3이 미국 모델이었습니다9.

네 가지로 재보면 2대 2로 갈립니다

가격으로 재면 중국이 앞서고, 사람의 블라인드 투표와 시간으로 잰 기술 격차에서는 미국이 앞서고, 오픈라우터 사용량으로 재면 다시 중국입니다. 둘은 중국 쪽, 둘은 미국 쪽입니다. 다만 이건 종합 전적이 아닙니다. 단위도 대상도 달라 단순히 더할 수는 없습니다.

그림 3 — 네 가지로 재면 2대 2로 갈립니다
그림 3 — 네 가지로 재면 2대 2로 갈립니다도해 · P3T

네 개의 기준은 모두 다른 것을 재고 있습니다. 블라인드 투표는 각 나라 최상위 모델끼리 붙인 3월 값이고, 가격과 간격은 딥시크를 콕 집어 잰 값입니다. 사용량은 값이 낮은 모델로 재면 유리하겠죠. 같은 돈으로 더 많이 쓸 수 있으니까요.

그래서 「따라잡았는가」에는 답이 하나로 나오지 않습니다. 어떤 방법으로 재느냐에 따라 답이 달라집니다.

읽고 나서 해 볼 것

AI 성능 비교 기사를 보면 숫자보다 먼저 「무엇으로 쟀는지」를 찾아보세요. 그게 안 적혀 있으면 그 숫자는 아직 찾고 있는 답이 아닐 수 있습니다.

출처

각주 9개

본문의 각주 번호는 아래 항목과 1:1 로 대응합니다. 정량 주장은 가능한 경우 둘 이상의 출처로 대조했고, 인용문은 원문에서 직접 확인한 것만 실었습니다.

  1. Z.ai(지푸 AI)는 GLM-5.3-Flash 모델 카드에서 **가격은 자사 GLM-5.2 대비 약 1/10**, **성능은 Claude Opus 4.8 에 근접**이라고 한 문장 안에 서로 다른 비교 대상으로 적었다. 2026-08-26 에 익명 모델 Ox Alpha 의 정체가 이 모델이라고 밝혔고, Claude Opus 4.8 과 견준 29.0 점은 **자사 내부 Z.ai Code Bench** 점수다 (Opus 4.8 은 29.5). 공표 정가는 100만 토큰당 입력 $0.15 · 출력 $0.50 이며 2026-09-09 까지 50% 할인 중이다We introduce GLM-5.3-Flash, the first natively multimodal model in the GLM-5 series. With 320B total parameters and just 18B active parameters, it outperforms GLM-5.2 across benchmarks and real-world workloads at one-tenth the price, while approaching Claude Opus 4.8 on coding and agentic benchmarks.https://huggingface.co/zai-org/GLM-5.3-Flash확인 2026-08-31지푸 AI(Z.ai)가 최근 화제를 모은 익명의 오픈웨이트 모델 '옥스 알파(Ox Alpha)'의 정체를 공개했다. 옥스 알파는 'GLM-5.3-플래시(Flash)' … GLM-5.2와 비교해 실제 작업 및 벤치마크 성능을 높이면서도 비용은 약 10분의 1로 낮췄다 … 'Z.ai 코드 벤치'에서는 최대 추론 설정에서 앤트로픽의 '클로드 오퍼스 4.8'과 맞먹는 29.0점을 기록했다https://www.aitimes.com/news/articleView.html?idxno=214438확인 2026-08-31Z.ai claims it beats its own predecessor, GLM-5.2, across the board while landing at roughly a tenth of the price. … GLM-5.3-Flash tops out at 29.0 on max effort against Opus 4.8's 29.5 … Z.ai Code Bench v1.0, executed inside Claude Code 2.1.207https://officechai.com/ai/glm-5-3-flash-benchmarks/확인 2026-08-31| Model | Input | Cached Input | Output | | GLM-5.3-Flash | ~~$0.15~~ $0.075 | ~~$0.03~~ $0.015 | ~~$0.50~~ $0.25 | | GLM-5.3 | $1.4 | $0.26 | $4.4 | … GLM-5.3-Flash is available at a 50% discount (strikethrough prices are list prices). The promotion ends at 24:00 on September 9, 2026 (UTC+8)https://docs.z.ai/guides/overview/pricing확인 2026-08-31
    ↩
  2. Anthropic 의 공표 단가는 100만 토큰당 Claude Opus 4.8 이 입력 $5 · 출력 $25 이고, Claude Opus 5 도 동일하며 Claude Sonnet 5 는 출력 $10 이다. **현행(비은퇴) 모델 중** 출력 단가가 가장 높은 축은 Claude Fable 5 와 제한 공급인 Claude Mythos 5 로 둘 다 입력 $10 · 출력 $50 이며, 같은 표의 **은퇴 모델** Claude Opus 4.1 · Claude Opus 4 는 출력 $75 로 그보다 높다. 같은 페이지는 Claude 4.7 이후 모델이 새 토크나이저를 써 **같은 텍스트에 약 30% 더 많은 토큰**을 낸다고 밝힌다| Claude Fable 5 | $10 / MTok | … | $50 / MTok | … | Claude Mythos 5 (limited availability) | $10 / MTok | … | $50 / MTok | … | Claude Opus 5 | $5 / MTok | … | $25 / MTok | … | Claude Opus 4.8 | $5 / MTok | … | $25 / MTok | … | Claude Opus 4.1 (retired, except on Bedrock and Google Cloud) | $15 / MTok | … | $75 / MTok | … | Claude Opus 4 (retired, except on Google Cloud) | $15 / MTok | … | $75 / MTok | … | Claude Sonnet 5 | $2 / MTok | … | $10 / MTok | … MTok = Million tokens … The $2/$10 per million input/output token pricing for Claude Sonnet 5, announced at launch as introductory pricing through August 31, 2026, is now the standard price. The previously scheduled increase to $3/$15 per million input/output tokens on September 1, 2026 will not occur. … Claude 4.7 and later models and Claude Mythos Preview use a newer tokenizer that contributes to their improved performance on a wide range of tasks. This tokenizer produces approximately 30% more tokens for the same text.https://platform.claude.com/docs/en/about-claude/pricing확인 2026-09-01
    ↩
  3. Stanford HAI 는 2025년 2월 DeepSeek-R1 이 미국 최상위 모델과 잠깐 같아졌고, 2026년 3월 기준 미국이 2.7% 앞서며 그 격차가 직전 1년간 오르내리며 한 자릿수에 머물렀다고 적었다. 같은 장은 최상위 모델 순위가 Arena Leaderboard 의 **사람 투표**로 매겨진다고 밝힌다In February 2025, DeepSeek-R1 briefly matched the top U.S. model. As of March 2026, the top U.S. model leads by 2.7%, with a gap that fluctuated over the past year while remaining in the single digits. … Top model performance is converging, with 4 companies now clustered within 25 Elo points (inspired by chess ratings) when rated against one another by human voting in the Arena Leaderboard and benchmark.https://hai.stanford.edu/ai-index/2026-ai-index-report/technical-performance확인 2026-08-31
    ↩
  4. Arena 는 익명의 두 모델 응답을 사람이 비교해 고르게 하고 그 투표가 공개 리더보드에 반영된다In battle mode, you'll be served 2 anonymous models. Dig into the responses and decide which answer best fits your needs. … Your vote helps shape the public AI leaderboards.https://arena.ai/how-it-works확인 2026-09-01
    ↩
  5. DeepSeek 공식 가격표는 V4-Pro 출력 단가를 100만 토큰당 **비혼잡 $1.98 · 혼잡 $3.96** 으로 적는다 (혼잡 = UTC 01:00-04:00 · 06:00-10:00 평일). 새 가격은 **2026-08-16 16:00 UTC** 부터 적용됐고 그 이전 출력 단가는 $0.87 이었다deepseek-v4-pro — Input (cache hit) OFF-PEAK $0.022 / PEAK $0.044 · Input (cache miss) OFF-PEAK $0.66 / PEAK $1.32 · Output OFF-PEAK $1.98 / PEAK $3.96 … "Peak hours are 01:00 - 04:00 and 06:00 - 10:00 UTC, Monday through Friday (all other hours are off-peak)." … "New pricing takes effect at 16:00 UTC, Aug 16, 2026"https://api-docs.deepseek.com/quick_start/pricing/확인 2026-08-31"The price increases will take effect on Aug. 16." … V4-Pro model "will cost $3.96 for 1 million tokens at peak hours and half that at non-peak hours" — "up from the current $0.87 per million tokens"https://fortune.com/2026/08/13/deepseek-increases-prices-for-ai-services-by-multiple-times/확인 2026-08-31
    ↩
  6. OpenAI 공식 단가표는 100만 토큰당 gpt-5.6-sol 의 짧은 문맥 출력 단가를 $20.00 (입력 $4.00) 으로 적고 그 프로모션가가 최소 2026-11-21 까지 유지된다고 밝힌다. 같은 표에서 gpt-5.6-terra 는 출력 $12.00 · gpt-5.6-luna 는 출력 $1.20 이다| Model | Short context input | Short context cached input | Short context cache writes | Short context output | Long context input | Long context cached input | Long context cache writes | Long context output | … | gpt-5.6-sol | $4.00 | $0.40 | $5.00 | $20.00 | $8.00 | $0.80 | $10.00 | $30.00 | … | gpt-5.6-terra | $2.00 | $0.20 | $2.50 | $12.00 | $4.00 | $0.40 | $5.00 | $18.00 | … | gpt-5.6-luna | $0.20 | $0.02 | $0.25 | $1.20 | $0.40 | $0.04 | $0.50 | $1.80 | … GPT-5.6 Sol's promotional pricing is available at least through November 21, 2026.https://developers.openai.com/api/docs/pricing확인 2026-09-01
    ↩
  7. Epoch AI 는 2023년 이후 중국 모델이 미국 최전선보다 평균 7개월 뒤였다고 집계했다 (최소 4 · 최대 14개월)Chinese models have trailed US capabilities by an average of seven months, with a minimum gap of four months and a maximum gap of 14.https://epoch.ai/data-insights/us-vs-china-eci확인 2026-08-31
    ↩
  8. CSIS 는 미 정부 평가기관 CAISI(Center for AI Standards and Innovation)의 평가를 인용해 미국 최상위 모델과 DeepSeek V4 Pro 의 격차를 약 8개월로 적었다The Center for AI Standards and Innovation (CAISI) evaluated open-weight models and found that the gap between the leading U.S. models and DeepSeek V4 Pro is about eight months behind the leading U.S. models.https://www.csis.org/analysis/what-know-about-chinese-ai-models확인 2026-08-31
    ↩
  9. OpenRouter 는 2025년에 오간 토큰의 약 4분의 3이 미국 모델이었고 2026년 6월 초 중국 모델이 미국 모델의 토큰 점유율을 앞섰다고 적었다. 같은 역전을 officechai 는 **블룸버그가 OpenRouter·Exponential View 데이터로 만든 차트**를 인용해 미국 모델 점유율 약 70%(2025-06) → 약 30%(2026-06) 로 옮겼다 — 같은 원자료를 쓴 재인용이라 완전히 독립적인 측정은 아니다2025 was the year of American tokens, with models from the US responsible for about 3/4ths of the tokens used. … Chinese models actually surpassing American ones in token share as of early June.https://openrouter.ai/blog/insights/deepseek-v4-adoption/확인 2026-08-31"In June 2025, US models — Google, OpenAI, and Anthropic combined — held around 70% of token share on OpenRouter." … "By June 2026, that figure had fallen to roughly 30%."https://officechai.com/ai/share-of-us-models-being-used-on-openrouter-has-collapsed-from-70-to-30-over-the-past-year/확인 2026-08-31
    ↩

이어지는 것