같은 점수를 5분의 1 가격에 판다는 게 무슨 뜻이냐면

8월 12일 xAI가 그록 4.6을 공개했어. 발표문 자체는 담백해. 오래 도는 에이전트 작업과 욕심 많은 인터랙티브·시각 작업을 위해 만들었다는 한 줄, 그리고 벤치마크 표 몇 개가 전부야.

그런데 그 표에 들어간 숫자가 이번 주 AI 업계 대화를 바꿔놨어. 벤치마크 집계 기관 아티피셜 애널리시스(Artificial Analysis)가 매기는 인텔리전스 인덱스에서 그록 4.6은 61점을 받았어. 오픈AI의 GPT-5.6 솔(max 추론 설정)과 정확히 같은 점수야. 위에는 앤트로픽의 클로드 오퍼스 5(63점)와 페이블 5(62점)밖에 없어. 그러니까 이 모델은 지금 세계에서 세 번째로 똑똑한 자리에 앉아 있는 셈이야.

여기까지는 "또 프론티어 모델 하나 나왔네" 수준이야. 진짜 이야기는 옆 칸에 있어. 그록 4.6의 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러야. 같은 점수를 받은 GPT-5.6 솔은 입력 5달러, 출력 30달러고. 출력 기준으로 5분의 1이야. 클로드 오퍼스 5(입력 5달러·출력 25달러)와 비교해도 4분의 1 수준이고.

성능이 같은데 가격이 5분의 1이면, 그건 성능 뉴스가 아니라 가격 뉴스야. 그리고 가격 뉴스는 벤치마크 뉴스보다 훨씬 오래 시장에 남아. 아티피셜 애널리시스가 자기 분석글 제목을 "그록 4.6이 스페이스XAI를 지능 프론티어로 되돌려놨고, 비용 효율에서는 선두"라고 붙인 이유가 그거야. 앞부분보다 뒷부분이 무거운 문장이거든.

xAI는 지금 어떤 회사가 돼 있냐면

xAI는 2023년 일론 머스크가 세운 회사야. 초기 몇 년간의 서사는 대체로 "X에 붙은 챗봇"이었어. 그록은 X 타임라인에 실시간으로 접근할 수 있다는 점, 그리고 다른 모델보다 덜 순화된 말투를 쓴다는 점으로 알려졌지 벤치마크 상위권으로 기억되진 않았어.

그 사이 회사의 법적 형태도 바뀌었어. 지금 x.ai 도메인의 공식 발표문에서 회사는 스페이스XAI(SpaceXAI)로 표기돼. 스페이스X와의 결합 이후 붙은 이름이고, 이건 단순한 브랜딩 문제가 아니야. 프론티어 모델 훈련의 병목은 결국 전력과 자본인데, 그 두 가지를 조달할 수 있는 모회사가 붙었다는 뜻이거든. 콜로서스 2(Colossus 2)라는 기가와트급 훈련 클러스터가 이 조합에서 나온 결과물이야.

모델 계보를 보면 최근 1년이 특히 압축돼 있어. 그록 4.3에서 4.5로, 다시 4.6으로 넘어오는 동안 인텔리전스 인덱스 점수는 38점대에서 61점으로 올라왔어. 아티피셜 애널리시스의 표현을 그대로 쓰면 그록 4.6은 4.5 대비 5점, 4.3 대비 23점이 올랐어. 그리고 4.5가 나온 게 7월 16일이야. 한 달이 조금 지난 시점에 5점을 더 올린 거야.

여기서 중요한 기술적 디테일이 하나 있어. 그록 4.6은 새 파운데이션 모델이 아니야. 4.5와 같은 1.5조 파라미터 V9 기반을 그대로 쓰고, 그 위에 "보충 훈련(supplemental training run)"을 얹은 다음 지도 미세조정(SFT)과 강화학습(RL) 단계를 다시 돌렸어. xAI는 큐레이션된 데이터와 개선된 옵티마이저·훈련 레시피를 썼다고만 밝혔고.

이게 왜 중요하냐면, 같은 크기의 모델에서 5점을 더 짜냈다는 뜻이기 때문이야. 사전학습을 새로 돌리지 않고 사후 훈련만으로 프론티어 격차를 좁혔다는 건, 지금 이 업계에서 아직 짜낼 게 남아 있는 구간이 어디인지를 알려주는 신호야. 그리고 사후 훈련은 사전학습보다 훨씬 싸고 빨라. 즉 이 방식이 통하는 동안 xAI의 출시 주기는 계속 짧게 유지될 수 있어.

표로 놓고 보면 격차가 어디서 벌어지는지 보여

먼저 프론티어 모델들을 같은 줄에 세워볼게.

모델 AA 인텔리전스 인덱스 입력 $/100만 토큰 출력 $/100만 토큰 컨텍스트
클로드 오퍼스 5 (max) 63 $5 $25 —
클로드 페이블 5 (max) 62 — — —
그록 4.6 (high) 61 $2 $6 50만 토큰
GPT-5.6 솔 (max) 61 $5 $30 —
키미 K3 (문샷AI) 61 미만 — — —
그록 4.5 56 $2 $6 —

세로로 읽으면 점수 차이는 2점 안쪽인데 가로로 읽으면 가격 차이는 4~5배야. 이 비대칭이 이번 발표의 전부라고 해도 과언이 아니야.

세부 벤치마크도 방향이 일관돼. xAI 공식 발표 기준으로 그록 4.6은 GDPval-AA v2에서 1,753 Elo, 커서벤치 v3.2 69.9%, 딥SWE v1.1 65.9%, 프론티어코드 v1.1 61.3%, APEX-에이전츠 **57.5%**를 기록했어. 아티피셜 애널리시스 쪽 측정에서는 τ³-뱅킹 50.7%, 터미널벤치 v2.1 88.4%, AA-브리프케이스 1,577 Elo가 추가로 나왔고. GDPval-AA v2의 1,753은 클로드 오퍼스 5 바로 다음이고, 페이블 5·큐원3.8 맥스와는 신뢰구간이 겹쳐. 다시 말해 통계적으로는 구분이 안 되는 수준까지 붙었다는 뜻이야.

그런데 진짜 흥미로운 숫자는 벤치마크 점수가 아니라 작업 하나를 끝내는 데 드는 비용이야. 아티피셜 애널리시스 측정에서 그록 4.6의 태스크당 비용은 0.84달러야. 오픈웨이트 진영의 키미 K3와 같은 수준이고, 이건 상용 프론티어 모델이 오픈웨이트 모델의 실효 비용을 따라잡았다는 첫 사례에 가까워.

이게 가능한 건 토큰 단가만의 문제가 아니야. 긴 호흡 작업에서 그록 4.6은 약 53턴, 입력 5억 토큰으로 과제를 끝내는데, 클로드 오퍼스 5는 같은 과제에 약 103턴, 입력 20억 토큰을 써. 턴 수가 절반, 입력 토큰이 4분의 1이야. 여기에 토큰 단가 차이가 곱해지니까 최종 청구서 격차가 벌어지는 거야. xAI가 발표문에서 "자기 점검과 검증 능력이 개선됐다"고 쓴 게 이 숫자로 나타나는 부분이고 — 덜 헤매면 토큰을 덜 쓰거든.

가격표에는 잔글씨도 있어. 개발자 문서를 보면 그록 4.6은 프롬프트가 20만 토큰을 넘어가면 요율이 바뀌어. 20만 토큰 이하는 입력 2달러·캐시 입력 0.5달러·출력 6달러인데, 20만 토큰을 넘으면 입력 4달러·캐시 1달러·출력 12달러로 정확히 두 배가 돼. 컨텍스트가 50만 토큰까지 열려 있다고 해서 그 길이를 공짜로 쓸 수 있는 건 아니라는 얘기야. 캐시 히트 단가도 움직였어. 그록 4.5에서 100만 토큰당 0.3달러였던 게 이번에 0.5달러가 됐거든. 헤드라인 가격은 4.5와 똑같이 유지하면서 캐시 요율만 조용히 올린 셈이야.

속도는 약점이야. 아티피셜 애널리시스 측정에서 그록 4.6(high)의 출력 속도는 초당 65.5토큰, 첫 토큰까지 걸리는 시간은 39.57초야. 그록 4.5가 초당 80토큰이었던 걸 감안하면 오히려 느려졌어. 188개 모델 중 지능은 6위인데 속도는 80위야. 즉 이 모델은 "빨리 대답하는 모델"이 아니라 "오래 생각하고 싸게 끝내는 모델"로 설계됐어. 추론 강도도 low·medium·high(기본값)·xhigh 네 단계로 열려 있어서, 급하면 낮추고 어려우면 올리는 식으로 쓰라는 구조야.

이 발표로 누가 뭘 챙기냐면

xAI가 챙기는 건 신뢰도야. 이 회사의 지난 1년은 벤치마크 상위권 진입보다는 논란으로 더 많이 기억됐어. 정치적 편향 논쟁, 딥페이크 관련 소송, 앱 다운로드 급감 같은 이야기들이 이어졌지. 그런 국면에서 "세계 3위 지능, 최저 비용"이라는 제3자 측정 결과는 대화의 주제를 제품 쪽으로 되돌려놔. 그리고 그건 기업 영업에서 실제로 값이 나가는 자산이야.

개발자와 스타트업은 가장 직접적인 수혜자야. 에이전트 제품을 만드는 회사에게 모델 API 비용은 매출원가 그 자체야. 같은 품질을 4~5분의 1 가격에 살 수 있으면 총마진이 통째로 바뀌어. 특히 하루에 수천 번씩 에이전트를 도는 워크플로에서는 태스크당 0.84달러와 2~3달러의 차이가 사업의 성립 여부를 가르기도 해.

**커서(Cursor)**는 유통 파트너로 즉시 이름을 올렸어. 그록 4.6은 출시와 동시에 커서와 그록 빌드(Grok Build)에서 쓸 수 있고, 첫 주에는 두 곳 모두에서 포함 사용량을 두 배로 얹어주는 프로모션이 걸렸어. 오픈라우터·버셀·클라우드플레어를 통해서도 접근할 수 있고. xAI가 자체 앱 유통에서 고전했던 걸 감안하면, 개발자 도구 쪽 배급망에 올라타는 이 전략은 합리적이야.

오픈AI와 앤트로픽은 불편한 위치에 놓였어. 두 회사의 가격 정책은 "가장 똑똑한 모델에는 프리미엄을 받는다"는 전제 위에 서 있는데, 그 프리미엄의 근거가 2점 차이로 좁혀졌거든. 물론 벤치마크 점수가 실제 사용 품질의 전부는 아니고, 두 회사 모두 안전성·기업 지원·생태계라는 다른 축을 갖고 있어. 그래도 조달 담당자가 표를 들고 오면 설명해야 할 게 하나 늘어난 건 사실이야.

오픈웨이트 진영은 압박을 받아. 문샷AI의 키미 K3 같은 모델의 존재 이유 중 큰 부분이 비용이었는데, 상용 프론티어 모델이 태스크당 비용에서 동률을 만들어버리면 그 논거가 약해져. 물론 데이터를 외부에 내보낼 수 없는 조직에겐 여전히 오픈웨이트가 유일한 선택지야. 다만 "싸니까 오픈웨이트"라는 단순한 논리는 이제 안 통해.

엔비디아를 비롯한 인프라 쪽은 조용한 수혜자야. 사후 훈련만으로 성능을 끌어올리는 방식이 통한다는 건 출시 주기가 짧아진다는 뜻이고, 짧은 주기는 더 많은 훈련·추론 사이클을 의미해. 그리고 토큰 가격이 떨어지면 총 토큰 소비량은 오히려 늘어나는 게 지금까지의 패턴이었어.

예전에도 이런 가격 파괴가 있었는데 결과는 갈렸어

가격으로 프론티어를 흔드는 시도는 처음이 아니야. 결과는 두 갈래로 나뉘었어.

성공 쪽 대표 사례는 2025년 초의 딥시크야. 비슷한 수준의 추론 성능을 훨씬 싼 값에 내놓으면서 업계 전체의 가격 기대치를 재설정했어. 그 여파로 주요 모델 제공자들이 몇 달 안에 가격을 내리거나 저가 티어를 새로 만들었지. 여기서 얻을 교훈은 명확해. 가격 충격은 한 회사의 점유율보다 시장 전체의 가격 곡선을 먼저 바꿔. 그록 4.6도 같은 경로를 밟을 가능성이 있어.

반대로 실패 쪽에서 반복적으로 관찰된 패턴도 있어. 성능 동률과 가격 우위만으로는 이미 자리 잡은 워크플로를 뒤집기 어렵다는 거야. 여러 저가 모델이 벤치마크에서 상위권에 올랐지만, 실제 기업 도입에서는 기존 벤더가 자리를 지킨 경우가 훨씬 많았어. 이유는 기술이 아니라 관성이야. 프롬프트가 특정 모델에 맞춰 튜닝돼 있고, 평가 파이프라인이 그 모델 기준으로 짜여 있고, 법무 검토가 이미 끝나 있거든. 모델을 갈아끼우는 비용은 API 호출 한 줄을 바꾸는 것보다 훨씬 커.

xAI 자신의 전례도 참고할 만해. 2026년 6월에 나온 그록 4 패스트는 비용을 대폭 낮춘 모델이었고 발표 당시 주목을 받았지만, 그 직후 몇 달 동안 그록 앱의 다운로드가 크게 빠지는 일도 함께 벌어졌어. 즉 이 회사의 문제는 가격 경쟁력이 아니라 신뢰와 유통이었다는 뜻이야. 이번에 커서·오픈라우터·버셀·클라우드플레어를 통한 배급을 앞세운 건 그 학습의 결과로 보여.

한 가지 더. 가격 인하가 브랜드에 미치는 영향은 양날이야. 싸게 파는 게 습관이 되면 "저렴한 대안"이라는 포지션이 굳어지고, 나중에 프리미엄으로 올라가기 어려워져. 앤트로픽이 오퍼스 계열의 가격을 좀처럼 내리지 않는 이유가 여기 있어. 그록 4.6이 성능 동률을 유지하는 동안에는 이 문제가 안 보이지만, 다음 세대에서 다시 격차가 벌어지면 가격만 남게 돼.

경쟁사들은 어떻게 받아칠까

오픈AI의 가장 손쉬운 대응은 티어 조정이야. GPT-5.6 솔의 헤드라인 가격을 그대로 두고, 배치 처리·캐시·저추론 티어에서 실효 가격을 낮추는 방식이지. 헤드라인을 건드리지 않으면서 조달 협상 테이블에서만 양보하는 건 이 업계의 익숙한 문법이야. 동시에 오픈AI는 코덱스와 에이전트 제품에서 "모델 가격이 아니라 완성된 워크플로를 판다"는 쪽으로 논점을 옮기려 할 거야.

앤트로픽은 다른 카드를 쥐고 있어. 오퍼스 5는 여전히 인덱스 1위이고, 앤트로픽의 강점은 벤치마크보다 기업 신뢰야. 안전성 평가, 감사 대응, 규제 대응 같은 축에서 프리미엄을 정당화하는 전략을 계속 밀 가능성이 높아. 다만 턴 수와 토큰 소비가 그록 4.6의 두 배라는 아티피셜 애널리시스의 측정치는 아프게 작동할 수 있어. 이건 단가가 아니라 효율의 문제라 가격 인하로 덮기 어렵거든.

구글은 배포로 응수해. 제미나이 계열은 클라우드·워크스페이스·안드로이드에 이미 깔려 있어서, 별도 조달 없이 쓰던 계약 안에서 소비되는 구조야. 이 경로에서는 API 단가 비교 자체가 잘 일어나지 않아. 가격표 싸움을 우회하는 가장 효과적인 방법이지.

문샷AI를 비롯한 오픈웨이트 진영은 더 아래로 내려가거나 특화로 갈 거야. 태스크당 비용에서 동률이 나온 이상 범용 영역에서 가격만으로 버티기는 어려워졌어. 대신 온프레미스 배포, 파인튜닝 자유도, 데이터 주권 같은 상용 모델이 제공하기 어려운 축이 남아 있어.

커서 같은 응용 계층은 오히려 이 경쟁의 최대 수혜자야. 여러 모델을 갈아끼울 수 있는 구조를 유지하면 공급자 간 가격 경쟁이 그대로 자기 마진으로 들어와. 그록 4.6이 커서에 출시 당일 들어간 것도 이 역학의 결과야 — 응용 계층은 싸고 좋은 모델이 하나 더 늘어나는 걸 반길 이유밖에 없어.

그리고 xAI 자신의 다음 수도 이미 예고돼 있어. 머스크는 7월 말에 그록 4.6 이후 몇 주 안에 파라미터를 2.1조로 늘린 그록 4.7을 내놓겠다고 말했어. 더 큰 그록 5는 콜로서스 2에서 훈련 중인 것으로 알려졌지만 일정이 여러 차례 밀렸고, 아직 공식 날짜는 없어. 이 부분은 회사 발표문이 아니라 머스크의 발언과 이를 받은 보도에 기대고 있어서 그대로 믿기보다 참고 정도로 두는 게 맞아.

그래서 뭐가 달라지는데

개발자에게는 지금이 비용 구조를 다시 계산해 볼 시점이야. 특히 에이전트를 여러 턴 돌리는 워크로드라면 토큰 단가보다 태스크당 총비용을 봐야 해. 그록 4.6의 강점은 단가와 턴 효율이 곱해지는 지점에 있거든. 다만 첫 토큰까지 40초 가까이 걸리는 지연은 대화형 UI에서 그대로 체감되니까, 사용자가 화면 앞에서 기다리는 제품이라면 그록 4.6을 기본값으로 두는 건 신중해야 해.

기업 실무자에게는 협상 카드가 하나 생겼어. 지금 쓰는 벤더와 갱신 협상이 있다면, 동급 점수에 5분의 1 가격인 대안이 시장에 존재한다는 사실 자체가 지렛대야. 실제로 갈아탈 생각이 없더라도 그래. 다만 20만 토큰 초과 시 요율이 두 배가 되는 구간이 있다는 걸 계약서에 반영해 두는 게 좋아. 긴 문서를 통째로 넣는 워크플로에서는 이 조항이 체감 비용을 크게 바꿔.

투자자에게는 마진 압축이 관전 포인트야. 프론티어 성능이 상품화되면 모델 계층의 가격 결정력이 약해지고, 그 여파는 모델 회사의 손익보다 그 위에서 제품을 파는 응용 계층에 유리하게 작동해. 확인할 지표는 두 가지야. 오픈AI·앤트로픽이 실제로 가격을 조정하는지, 그리고 대형 고객의 모델 믹스가 실제로 이동하는지. 벤치마크 순위가 바뀌는 것보다 이 두 개가 훨씬 중요한 신호야.

일반 사용자에게는 당장 바뀌는 게 거의 없어. 그록 4.6은 API·커서·그록 빌드 중심으로 풀렸고, 소비자용 앱 경험은 그대로야. 다만 모델 원가가 내려가면 결국 소비자 요금제와 무료 티어 한도에 반영되는 게 그동안의 패턴이었어. 몇 달 뒤 여러 챗봇의 무료 사용량이 늘어난다면 그 배경에 이런 가격 경쟁이 있는 거야.

AI 업계 전체로 보면 이번 발표의 진짜 메시지는 순위표가 아니라 성능의 상품화 속도야. 한 달 만에 5점을 따라잡고, 그것도 새 사전학습 없이 사후 훈련만으로 해냈다는 건 프론티어 우위의 유통기한이 짧아졌다는 뜻이야. 선두를 지키는 비용은 계속 오르는데 그 선두가 주는 가격 프리미엄은 줄어드는 구조 — 이게 앞으로 몇 분기 동안 이 업계를 규정할 힘이야.

🥄 남은 궁금증 세 가지

— 그럼 지금 쓰던 모델 갈아타야 해? 워크로드에 따라 달라. 배치 처리나 백그라운드 에이전트처럼 사람이 기다리지 않는 작업이면 비용 절감 폭이 커서 시험해 볼 값어치가 충분해. 반대로 실시간 대화형 제품이면 첫 토큰 40초 지연이 걸림돌이야. 벤치마크 점수보다 네 워크로드로 직접 A/B를 돌려보는 게 정확해.

— 61점이랑 63점, 체감으로 차이가 나? 솔직히 단정하긴 일러. 인텔리전스 인덱스는 여러 벤치마크를 묶은 합성 지표라 2점 차이가 특정 작업에서 어떻게 나타나는지는 케이스마다 달라. GDPval에서는 신뢰구간이 겹칠 정도로 붙었지만, 코딩·에이전트 세부 항목에서는 여전히 순위가 갈리는 지점이 있어. 네가 실제로 시키는 일에 맞는 벤치마크를 골라 보는 수밖에 없어.

— 이 가격 계속 유지될까? 알 수 없어. 지금 프론티어 모델 가격은 여러 회사가 점유율을 위해 원가 아래로 내려간 부분이 있다는 게 업계의 공통된 관측이야. 실제로 이번에도 헤드라인 가격은 그대로 두면서 캐시 히트 단가는 100만 토큰당 0.3달러에서 0.5달러로 올라갔어. 겉으로 보이는 숫자만 보지 말고 실제 청구서를 추적하는 게 안전해.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.