Source: https://aiprimetech.io/ko/docs/guides/cost-control/

[홈](/ko/) / [문서](/ko/docs/) / 비용 관리 

# 비용 관리 

에이전트 작업에서 토큰이 실제로 소모되는 곳과 청구액을 바꾸는 네 가지 조절 요소. 

 페이지 복사 [ Markdown으로 보기](/ko/docs/guides/cost-control.md) [ ChatGPT에 질문](https://chatgpt.com/?q=Read%20https%3A//aiprimetech.io/docs/guides/cost-control.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.) [ Claude에서 질문](https://claude.ai/new?q=Read%20https%3A//aiprimetech.io/docs/guides/cost-control.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.)   

코딩 에이전트를 하루 종일 실행해 봤다면 청구 금액을 확인해 보셨을 것입니다. 에이전트 루프는 일반적인 채팅과는 비교할 수 없을 만큼 토큰을 많이 소비합니다. 읽은 모든 파일, 모든 도구 결과, 모든 diff가 컨텍스트에 포함되어 다음 턴에 다시 전송됩니다. 

## 비용이 많이 드는 것은 출력 토큰입니다 

모든 최첨단 모델에서 출력 비용은 입력 비용의 4–5배입니다. 최종 답변에서 생각을 장황하게 풀어내는 모델은 간결하게 답하는 모델보다 비용을 더 빠르게 소모합니다. 다음 항목의 상한을 max_tokens 의도적으로 설정하고, 일상적인 작업에는 간결하게 답하는 모델을 우선 사용하세요. 

 | 모델 | 입력 $/백만 토큰 | 출력 $/백만 토큰 | 비율

 | claude-opus-4-8 | $3 | $15 | 5×

 | claude-sonnet-4-6 | $0.90 | $4.50 | 5×

 | claude-haiku-4-5 | $0.40 | $2 | 5×

 | gemini-3-flash | $0.20 | $1.20 | 6× 

## 비용을 줄이는 네 가지 수단 
- 작업에 따라 라우팅하세요. 분류, 추출, 라우팅에는 Opus가 필요하지 않습니다. Haiku는 약 칠분의 일의 가격으로 이 작업들을 수행합니다. 플래그십 모델은 추론 비중이 높은 작업에 사용하세요.
- 프롬프트 캐싱. 고정된 시스템 프롬프트와 도구 정의는 입력 가격의 일부만으로 캐시에서 다시 읽을 수 있습니다. 에이전트에서는 이것이 가장 효과적인 비용 절감 수단입니다. 다음을 참조하세요 [프롬프트 캐싱](/ko/docs/guides/prompt-caching/).
- 매 턴마다 컨텍스트를 줄이세요. 전체 대화 기록을 다시 전송하지 말고 최근 턴과 지속적으로 갱신하는 요약을 유지하세요. 제한 없이 커지는 컨텍스트가 $2짜리 세션을 $20짜리로 만듭니다.
- 루프를 제한하세요. 자율 실행에 엄격한 단계 수 제한을 설정하여 에이전트가 막힌 상태로 무한 반복하지 않도록 하세요. 

## 실행 전 비용 추정 

```
CopyIN_RATE  = {class="s">"claude-opus-4-8": 3.0,  class="s">"claude-sonnet-4-6": 0.9, class="s">"claude-haiku-4-5": 0.4}
OUT_RATE = {class="s">"claude-opus-4-8": 15.0, class="s">"claude-sonnet-4-6": 4.5, class="s">"claude-haiku-4-5": 2.0}

def cost(model, tok_in, tok_out):
    return tok_in / 1e6 * IN_RATE[model] + tok_out / 1e6 * OUT_RATE[model]

print(cost(class="s">"claude-opus-4-8",   20_000, 2_000))   class=class="s">"c"># 0.09
print(cost(class="s">"claude-sonnet-4-6", 20_000, 2_000))   class=class="s">"c"># 0.027
print(cost(class="s">"claude-haiku-4-5",  20_000, 2_000))   class=class="s">"c"># 0.012
```

동일한 입력 20K / 출력 2K 작업은 Opus에서 Haiku보다 7.5배 더 비쌉니다. 분류 작업이라면 그만큼 더 지불해도 얻는 이점이 없습니다. 

## 실행 후 측정 

모든 응답에는 다음 객체가 포함됩니다: usage 객체입니다. 요청 ID 및 작업 유형과 연결하여 기록하세요. 이 정보가 없으면 비용 최적화는 추측에 불과합니다. 게이트웨이 대시보드는 모델별 사용량을 보여 주지만, 요청이 *왜* 이루어졌는지는 자체 로그만 알 수 있습니다. 

비용을 높이는 가장 흔한 실수는 모델 선택이 아니라, 긴 에이전트 세션에서 매 턴마다 점점 커지는 대화 기록을 다시 전송하는 것입니다. 먼저 컨텍스트 증가 문제를 해결한 다음 모델을 조정하세요. 

[프롬프트 캐싱가장 효과적인 단일 수단](/ko/docs/guides/prompt-caching/)[컨텍스트 관리기록 크기 제한하기](/ko/docs/guides/context-management/)[모델모든 모델의 요금](/ko/docs/getting-started/models/) 

[이전도구별 API 키 설정](/ko/docs/guides/api-key-configuration/)[다음프롬프트 캐싱](/ko/docs/guides/prompt-caching/)