방법론

품질이 앞서고 가격이 동률을 가릅니다. 그 순서가 곧 제품 전부입니다. 싼 것부터 늘어놓은 목록은 만들기가 너무 쉽고 거의 쓸모가 없습니다. 이 시장에서 가장 싼 모델은 가장 비싼 것보다 12,500× 싸고, 대개 그 일을 해내지 못하기 때문입니다.

Capability comes from independent evaluators, never from us and never from the vendor. The general scores are LMArena Elo from human preference, on its general board and its document board, used under CC BY 4.0 from the official dataset. The per-task scores under a task lens are Design Arena’s, credited below.

순위 열은 유의성 순위이지 행 번호가 아닙니다. 모델의 순위는 두 오차 범위를 합친 것보다 큰 차이로 그 모델을 앞서는 모델 수에 1을 더한 값입니다. 이 수가 같은 모델들은 같은 순위를 나눠 가집니다. 서로의 오차 범위 안에 있는 두 모델도 각자 보드 전체와 비교되므로 순위가 다를 수 있습니다.

순위에 관여하는 투영(식별자, 점수, 작업 부하별 가격, 프런티어 표시)의 SHA-256: 8199366e23065fc63bd048d0fd1db86b367f55067c4eec0a3cb89a970a08cc92. 날짜와 빌드 표식은 제외합니다. 여기가 바뀌면 순위가 바뀐 것이지 겉모습이 바뀐 것이 아닙니다.

정정

가격과 역량에 대한 파레토 우위는 훨씬 넓은 구매 결정을 2차원으로 투영한 것이고, 그 투영은 틀릴 수 있습니다. 어떤 모델은 점수가 더 높고 비용도 낮으면서, 동시에 이미지를 받지 못하거나 출력을 절반 토큰으로 제한하거나 문맥을 50만 토큰 적게 담을 수 있습니다.

코드가 적용하는 그대로의 규칙: 모델 B가 같은 보드에서 A 이상의 점수를 받고, 같은 작업 부하에서 A보다 비싸지 않으며, 둘 중 적어도 하나에서 엄격히 나을 때 B는 모델 A에 대해 우위에 있습니다. 같은 가격에 점수가 더 높아도 해당합니다. 같은 점수에 가격이 더 낮아도 마찬가지입니다. 점수는 유의성 순위가 아니라 공개된 Elo 점추정치로 비교하므로, 측정 오차 안의 앞섬도 해당합니다. 두 모델 모두 점수와 가격이 있어야 하고 제공 방식이 같아야 합니다. 배치 가격은 표준 가격보다 우위에 서지 않습니다. 이 페이지의 수치는 지원 종료되지 않은 표준 제공 모델, LMArena 일반 보드, 균형 작업 부하를 기준으로 합니다.

우위에 있는 모델은 원래 모델의 기록된 역량, 즉 문맥 창, 최대 출력, 입력 모달리티, 도구 사용, 추론을 모두 유지할 때만 깔끔한 대체재입니다. 132건의 우위 판정 가운데 111건에는 깔끔한 대체재가 있고, 21건(16%)은 대신 무엇을 포기하게 되는지를 밝힙니다. 이 관문을 2026년 8월 24일에 도입했을 때, 두 축만 본 날것의 판정 97건 가운데 59건(61%)이 기존 모델의 일을 못 하는 모델을 가리켰습니다.

점수가 그 이상이고 비용이 그 이하이면서 둘 중 하나에서 앞서는 다른 모델이 없을 때, 그 모델은 가치 프런티어에 있습니다. 평가·가격이 있고 표준 제공되는 모델 가운데 11개가 해당합니다. 나머지 92%는 각각 위에 그런 모델이 있지만, 언제나 동등 조건의 대체재인 것은 아닙니다. 무언가를 포기하게 되는 경우는 위 섹션에서 셉니다.

모델의 “그” 가격이란 없습니다. 요약은 입력이 무겁고 코드 생성은 출력이 무거우며, 에이전트 루프는 매 차례 문맥을 다시 흘려보냅니다. 같은 카탈로그도 각각에서 다르게 정렬됩니다. 하나의 배합을 골라 숨기는 대신, 입력:출력 비율과 캐시 적중률을 보이는 조절 장치로 두었습니다.

캐시 읽기 요금이 공개되지 않은 경우 혼합 비용 추정에는 선택한 가격 구간의 전체 입력 요금을 적용합니다.

광고된 요금을 어긋나게 만드는 것이 흔히 셋 있고, 셋 모두 행에 드러납니다.

• 문맥 구간. 47개 모델이 프롬프트 길이 임계값을 넘으면 요금이 바뀌고, 두 번 이상 바뀌는 것도 있습니다. Qwen3.7 Flash는 32K를 넘으면 3.33×, 256K를 넘으면 6.67×가 됩니다. 긴 문맥 작업을 대표 가격으로 계산하면 배수만큼 틀립니다.
• 출력과 따로 청구되는 추론 토큰. 추론 토큰이 별도로 청구되면 비용은 청구되는 토큰 수와 적용 요금에 따라 달라집니다. 이 비용을 예상 금액에 포함하세요.
• 시간대별 가격. 시간대별 요금 구간이 공개된 모델 수: 2. 해당 시간 구간, 기준 시간대와 요금을 확인하고 일률적인 할인율을 가정하지 마세요.

점수는 모델 자체의 배포에서 측정되므로, 그 옆의 가격은 기준 가격입니다. 균형 배합 기준으로 아래 테스트를 모두 통과하는 가장 저렴한 제공입니다. 그 제공의 입력, 출력, 캐시 읽기 요금은 함께 공개되며, 다른 제공의 요금과 섞지 않습니다.

1. 서비스 중. OpenRouter가 서비스 중이 아니라고 표시한 제공은 제외합니다. 읽는 순간 저하 상태로 표시되더라도 최근 하루의 95% 이상 서비스된 제공은 계산합니다. 최근 하루의 80% 미만으로 서비스된 제공은 지금 상태와 관계없이 계산하지 않습니다.
2. 표준 제공. flex, priority, fast 같은 등급은 다른 상품이므로 제외합니다.
3. 표준 요금. 프로모션 중인 제공은 표준 요금으로 계산합니다. 각 요금을 (1 − 할인율)로 나눈 값입니다. 프로모션 가격은 공개하지만 순위에는 쓰지 않습니다.
4. 표준 시간대. 시간대별 가격은 표준 요금으로 계산하고, 할인 시간은 공개합니다.
5. 제조사 정밀도 이상. 4비트 제공(fp4, nvfp4, mxfp4, int4)은 제조사 자신이 4비트로 제공하거나, 제조사가 정밀도를 밝히지 않고 공개된 가중치가 4비트일 때만 계산합니다. 정밀도를 밝히지 않은 제공은 제조사 자신의 것이거나, 가중치가 비공개인 모델의 재판매자의 것일 때 계산합니다. 재판매자는 제조사의 배포를 제공하기 때문입니다. 가중치가 공개되었거나 기록이 없는 모델에서는 정밀도를 밝히지 않은 재판매자의 제공을 제외합니다. 전체 정밀도로 보지 않습니다.
6. 기준 컨텍스트. 기준 컨텍스트의 90% 이상을 제공하는 제공만 계산합니다. 제조사가 그 모델을 직접 제공하는 경우, 기준 컨텍스트는 제조사 자신의 제공이 제공하는 컨텍스트 윈도우이며, 서로 다르면 가장 작은 것입니다. 따라서 제조사 자신의 제공은 항상 계산합니다. 제조사가 그 모델을 제공하지 않는 경우에는 이 사이트가 공개한 컨텍스트 윈도우입니다. 그보다 적게 제공하는 제공은 그 가격에서는 다른 제품이므로 제외합니다. 어떤 제공도 통과하지 못하면 이런 제공이 그 이유와 함께 ‘동등 조건 제공이 없는 가격’으로 표시되는 대체 가격이 될 수 있습니다.

어떤 제공도 통과하지 못하면, 모델은 대체 가격을 유지하고 이유와 함께 동등 조건 제공이 없는 가격으로 표시합니다. 가격이 없는 모델은 없는 것처럼 보이기 때문입니다. 표준 제공으로 서비스 중인 제공을 각각 표준 요금으로 비교해, 정밀도를 밝히지 않은 재판매자의 가장 저렴한 제공을, 없으면 가장 저렴한 4비트 제공을 씁니다. 다른 제공 등급은 서비스 중인 것이 달리 없을 때만 씁니다. 가격을 가져올 제공이 없는 모델은 OpenRouter의 모델 단위 가격을 유지합니다.

규칙이 제외한 제공 중 가장 저렴한 것이 더 저렴하면, 모델 페이지에 “지금 더 저렴함”으로 이유와 함께 표시합니다. 이유는 프로모션과 그 비율, 4비트, 제공 등급, 정밀도 미공개, 또는 컨텍스트가 기준 컨텍스트 미만입니다. 순위, 프런티어, 판정, 헤드라인 수치는 정하지 않습니다. 가격을 정하는 제공 자체가 프로모션 중이면 그 제공의 프로모션 가격을 표시합니다.

이 데이터에서 323개 모델이 기준 가격, 16개가 동등 조건 제공이 없는 가격, 101개가 OpenRouter의 모델 단위 가격(batch 및 무료 항목 포함)입니다. 86개 모델에 지금 더 저렴한 제공이 있으며, 그중 10개는 정밀도를 밝히지 않은 재판매자의 제공입니다.

이 규칙 전에는 여기의 모든 가격이 OpenRouter의 모델 단위 가격이었고, 어떤 판매자든 정할 수 있었으며 프로모션과 4비트 사본도 포함되었습니다. 이 변경은 정정 기록에 §96으로, 변경 전후 수치와 함께 기록되어 있습니다.

하나의 전역 순서는 지적으로 정직하지 않습니다. 일이 다르면 이기는 모델도 다르기 때문입니다. 우리는 25개 범주에 걸쳐 과제별 Elo를 유지합니다. 프런트엔드, 데이터 시각화, 게임 개발, SVG, Android, 슬라이드 등입니다. 과제를 고르면 일반 지수가 아니라 그 과제의 Elo로 판 전체가 다시 정렬됩니다.

과제 점수는 Design Arena의 과제별 Elo이며, OpenRouter의 모델 피드에서 읽어 옵니다: designarena.ai.

적용 범위는 범주마다 다르며, 어떤 범주의 순위표에 없는 모델은 그 과제에 약한 것이 아니라 측정되지 않은 것으로 표시됩니다.

새 모델이 아닌 모델도 있습니다. 판매자가 직접 그렇게 말합니다. 이 카탈로그의 항목 11개는 해당 공급자 스스로가 카탈로그의 다른 모델을 다른 방식으로 제공하는 것이라고 설명합니다. 더 빠른 경로, 다른 추론 모드, 쿼리당 더 많은 연산 같은 것입니다. 11개 중 10개는 어떤 LMArena 리더보드에도 등재되어 있지 않습니다. 이들의 기반 모델 11개 중 11개는 등재되어 있습니다.

이 구분에 따라 무엇을 결론지을 수 있는지가 달라집니다. 판매자가 동일한 역량이라고 말하는 경우(11개 중 0개), 기반 모델의 점수는 그 등급에 대한 판매자 자신의 주장이기도 하며, 사는 것은 속도뿐입니다. 판매자가 더 많은 연산이나 다른 모드를 말하는 경우, 위에서 언급한 단 하나의 예외를 빼면 추가 지출로 무엇을 얻는지 알려 주는 공개된 측정은 없습니다.

여기서는 판매자가 밝힌 것만 셉니다. 이름이 “Pro”로 끝나더라도 공급자가 그 자체로 독립된 플래그십 모델이라고 부르는 모델은 여기서 세지 않습니다. 그렇게 하면 그들의 주장이 아니라 우리의 주장이 되기 때문입니다. 공급자 자신의 서비스 등급을 경쟁하는 판매자로 취급하는 것과 같은 실수이며, 이 실수로 한때 2×의 가격 차이가 7.2×로 공개된 적이 있습니다.

LMArena 리더보드에 등재되지 않은 것은 판정이 아닙니다. 품질이 낮다는 증거가 아니며, 아무도 이 모델들을 평가하지 않았다는 뜻도 아닙니다. 공급자들은 자체 결과를 공개합니다. 이 사이트가 순위를 매기는 축에 이 모델들의 측정값이 없다는 뜻이며, 그래서 순위를 매기지 않습니다.

가격은 여러 공급자를 아우르는 기계 판독 가능한 카탈로그에서 정규화하고 공급자의 가격 페이지와 대조합니다. 모든 모델 페이지가 자기 출처와 수집 날짜를 연결합니다.

• 충돌은 기록하지, 평균 내지 않습니다. 두 출처가 가격에서 어긋날 때, 그 어긋남 자체가 발견입니다. 공급자가 $4/$20으로 올리고 애그리게이터를 통해 $2/$10에 팔리는 모델에는 참인 가격이 둘 있으며, 어느 쪽이 적용되는지는 어디서 사느냐에 달렸습니다.
• 개연성 없는 값은 격리합니다. “요청 시점에 가격 결정”을 뜻하는 상류의 감시값 −1을 그대로 흘리면 100만당 −$750,000이 되고, 싼 것부터 정렬하면 늘 1위를 차지합니다. 그럴듯한 범위를 벗어난 값은 사유를 붙여 보류합니다.
• 신뢰도는 항목별입니다. 행마다 배지 하나가 아닙니다. 가격만 확인해 놓고 레코드가 검증되었다고 주장하는 것은, 누군가 알아채는 순간 신뢰가 끝나는 종류의 과장입니다.
• 미평가는 0이 아닙니다. 211개 모델에는 LMArena 일반 보드 점수가 없습니다. 이들은 가격순으로 싣고 품질 정렬에서는 제외하며, 측정해서 떨어진 것처럼 맨 아래로 보내지 않습니다.

데이터를 새로 고칠 때, 세 가지 규칙이 하루치 판독이 잘못된 수치가 되지 않도록 막습니다. 게시된 가격이 25% 이상 움직이거나, 가격이 생기거나 사라지거나, 컨텍스트가 짧아지거나, 입력 유형이 빠지면, 둘째 날에도 같은 변화가 확인될 때까지 이미 표시한 값을 유지합니다. 모델 페이지에는 가격이 확인 중이라는 사실과 언제부터인지를 표시합니다. 아직 평가하지 않은 모델은 벤치마크가 그 모델을 올린 날에 평가하며, 모델 페이지에는 점수를 읽어 온 벤치마크 행을 밝힙니다. 한 행이 목록에 있는 둘 이상의 모델로 읽힐 수 있으면, 사람이 확인할 때까지 모델을 미평가로 두며, 미평가는 0점이 아닙니다. 피드에서 빠진 모델은 페이지를 유지하고, 날짜와 함께 목록에서 제외됨으로 표시하며, 모든 순위와 프런티어, 판정에서 제외합니다.

이 사이트가 기대는 벤치마크 둘은 재배포 조건이 매우 다르고, 그것이 무엇을 공개할 수 있는지를 바꿉니다.

• LMArena는 순위표를 CC-BY-4.0 데이터셋으로 공개합니다. 출처를 밝히면 재배포가 허용되며, 위의 유의성 순위가 기대는 신뢰 구간도 담겨 있습니다. 써야 할 통로가 이것입니다. 사이트 자체를 긁어 가는 것은 그들의 약관이 금지합니다.
• Artificial Analysis's free tier is "internal use only with attribution"; public redistribution requires a commercial licence, and their site terms separately limit use to personal and non-commercial purposes. So we do not publish their figures at all. Every general capability score on this site is LMArena Elo, used under CC BY 4.0 from the official dataset; the per-task scores are Design Arena’s, below. Artificial Analysis remains an internal cross-check, which is what its free tier permits; it reaches no page, export or API here.
• Design Arena의 API 약관은 리더보드 데이터를 상업적 이용을 포함해 무료로 쓸 수 있게 하되, 공개 표시에는 Design Arena를 출처로 밝히고 designarena.ai로 링크해야 한다는 조건을 둡니다. 과제별 Elo는 OpenRouter의 모델 피드를 거쳐 이 사이트에 들어오며, 과제 보기, 각 모델 페이지의 과제별 순위, 그리고 이 페이지가 그 출처를 밝힙니다.
• 가격 자체는 공급자가 공개하는 사실이며, 이는 편찬된 지수 점수와는 다른 것입니다. 가격은 공급자 페이지와 대조하고 모든 행이 자기 출처를 연결합니다.

가격은 예고 없이 바뀌고 페이지는 다시 꾸며집니다. 여기 있는 것 가운데 일부는 어느 시점에든 틀려 있을 것입니다. 오류를 발견하시면 어떤 모델인지, 수치가 무엇이어야 하는지, 그것이 어디에 공개되어 있는지 알려 주시는 것이 가장 빠릅니다. 1차 출처가 있는 정정은 바로 반영합니다.

잘못된 가격 신고

카탈로그 최종 수집일은 2026-10-13입니다. 순위 로직은 사이트와 함께 버전 관리되므로, “최고”를 계산하는 방식의 변경은 조용한 재조정이 아니라 눈에 보이는 차이가 됩니다.