2026년 7월, 토큰 사용량 급증과 단가 하락이 함께 진행되는 국면에서 xAI가 Grok 4.5를 공개했다. 그동안 벤치마크 점수와 지능 수준이 주요 경쟁 기준이었다면, 이번 발표는 과제당 실제 비용과 토큰 효율을 전면에 내세운 사례다. xAI는 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러라는 가격을 앞세워 경쟁 모델의 절반 이하 수준을 제시했다. 동시에 Cursor와의 지분 기반 협력을 통해 실제 개발 워크플로우 데이터를 확보하면서, 단순한 가격 인하를 넘어 토큰 소비 자체를 압축하는 구조적 차별화를 시도했다. 이 사례는 모델 성능 경쟁이 가격과 효율 경쟁으로 옮겨가는 흐름의 한 단면을 보여준다.
가격 어필의 시작
xAI는 2026년 7월 8일 Grok 4.5를 공식 공개한 뒤 다음 날 일반 공개로 전환했다. 6월 28일부터 SpaceX와 Tesla 내부에서 비공개 베타 검증을 거쳤고, 전체 공개까지 열흘 정도가 걸렸다. 신모델 발표 관행에 비하면 검증 주기가 짧았다. 발표에서 가장 먼저 주목받은 것은 벤치마크 성능이 아니라 가격이었다. Grok 4.5는 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 책정됐다. 같은 시점 Opus 4.7과 4.8은 5달러와 25달러, Fable 5는 10달러와 50달러, OpenAI의 GPT-5.6 Sol은 5달러와 30달러를 유지했다. 경쟁 모델 대비 절반 이하 가격이다.
일론 머스크는 Grok 4.5가 Opus급 지능을 속도와 비용 효율과 함께 제공한다고 소개했다. xAI가 공개한 SWE-Bench Pro 점수는 64.7%로 Fable 5의 80.4%보다 15.7% 낮았다. “Opus급”이라는 표현과 실제 점수 사이에 간극이 존재한다. 반면 토큰 소비량에서는 차이가 뚜렷했다. 같은 SWE-Bench Pro 과제에서 Grok 4.5는 평균 15,954토큰을 사용했다. Opus 4.8 최대 설정은 67,020토큰을 소비해 4.2배 차이를 보였다. 초기 소문으로 돌던 2배 효율을 넘어서는 수치다.
반면 토큰 소비량에서는 차이가 뚜렷했다.
Cursor와 공동 학습했다는 발표는 단순 협업을 넘어선다. SpaceX가 Cursor를 약 600억 달러 가치로 인수하기로 합의한 지 몇 주 만에 파트너십이 나왔다. 지분 관계 위에서 이뤄진 공동 개발로 보는 것이 정확하다. xAI는 Cursor 사용자들의 실제 디버깅, 멀티파일 diff, 수정 이력 데이터 수조 토큰을 보강 학습에 추가했다. 범용 추론력을 높였다기보다 실제 개발 워크플로우에 맞춰 사고 과정을 압축한 결과에 가깝고, 경쟁사가 현금으로 구매하기 어려운 데이터를 지분을 통해 먼저 확보하면서 효율 격차는 단기간 학습만으로는 좁히기 어려운 구조가 됐다.
이 격차는 Grok 4.5만의 이야기가 아니다. OckBench 연구는 정확도가 유사한 모델 사이에서도 토큰 소비량이 최대 3.3배, 응답 지연이 최대 5배까지 차이 날 수 있음을 확인했다. 토큰당 지능은 이제 벤치마크 홍보 문구가 아니라 학계가 측정하는 공학 지표로 다뤄지고 있다.
가격 공세 이전에 이미 다른 압박이 쌓이고 있었다. 팔란티어는 2026년 6월 29일 엔비디아와 함께 오픈소스 니모트론 모델로 미국 정부·기관이 자체 데이터센터에서 소버린 AI를 구축하도록 돕는 엔진을 공개했고, 다음 날인 6월 30일에는 토큰 사용 최대화(토큰맥싱)를 정면 비판하는 9개 항의 ‘AI 주권’ 선언을 X에 올렸다. 하루 뒤 최고경영자 알렉스 카프는 CNBC 인터뷰에서 “그렇게 가치 있다면서 왜 토큰 단위로 과금하느냐”며 “뭔가 완전히 잘못됐다”고 말했다. 공교롭게도 팔란티어가 선언을 올린 바로 그날, 앤스로픽은 사용자가 토큰 소비량을 직접 조절하는 ‘effort’ 파라미터를 얹은 클로드 소넷 5를 출시했다. 압박이 실제로 통해서 나온 대응인지는 확인되지 않지만, 토큰맥싱 비판과 토큰 절약 기능의 등장이 같은 주에 겹쳤다는 사실은 뒤이은 가격 경쟁 국면을 읽는 배경이 된다.
가격 경쟁의 배경
Artificial Analysis는 Grok 4.5의 과제당 완료 비용을 0.49달러로 측정했다. 리더보드 상위권 모델 대비 90% 가까이 낮은 수치다. 모델 순위를 가르는 기준이 정확도에서 과제당 비용으로 이동하는 흐름을 보여준다. 메타와 아마존은 이미 직원 인센티브 제도에 토큰 사용 최대화를 반영했다. 토큰을 아끼는 문화보다 최대한 소비하게 만드는 문화가 먼저 자리 잡았고, 이후 토큰을 얼마나 저렴하게 사용할지가 과제로 남았다.
배경에는 사용량 급증이 있다. 가트너는 2026년 3월 분석에서 에이전틱 워크플로우가 일반 챗봇 대비 5–30배 많은 토큰을 소비한다고 밝혔다. 골드만삭스는 2026년부터 2030년 사이 토큰 소비가 24배 증가해 월 12경 토큰에 이를 것으로 전망했다. 토큰 단가는 동시에 급락했다. 블렌디드 기준 100만 토큰당 비용은 2025년 1분기 18.40달러에서 2026년 1분기 6.07달러로 1년 만에 67% 떨어졌다. 단가 하락 속도보다 사용량 증가 속도가 더 가팔랐기 때문에 가성비가 다시 주요 변수로 작용했다.
이 압박은 xAI만의 문제가 아니다. Anthropic은 매 사이클 경쟁 모델 출시에 신속한 반격 출시로 대응해왔다. OpenAI도 GPT-5.6 Sol과 저가형 Luna(입력 1달러·출력 6달러)를 동시에 공개하며 가격 경쟁에 참여했다.
이제 전환기로 접어들었을까
아폴로의 수석 이코노미스트 토르스텐 슬록은 토큰 가격이 하락할수록 기업이 지출을 줄이는 대신 에이전트를 더 많이 가동하고 워크플로우를 더 자동화해 총지출을 늘린다고 지적했다. 제본스의 역설과 같은 현상이다. 이 패턴은 이미 수치로 확인됐다. 2024년 12월부터 2025년 12월까지 토큰 단가는 절반으로 떨어졌으나 소비량은 450% 증가했다. Uber는 2025년 12월 엔지니어 5천 명에게 Claude Code를 도입한 뒤 2026년 2월까지 사용량이 거의 두 배로 늘었고, 3월에는 개발자의 84%가 에이전틱 코딩 사용자로 분류됐다. 4월에는 연간 AI 예산을 넉 달 만에 소진해 직원당 월 1,500달러 상한을 새로 설정했다.
제본스의 역설과 같은 현상이다.
유터백과 애버내시는 1975년 신기술 산업이 유동기, 전환기, 특정기의 세 단계를 거친다고 설명했다. 유동기에는 경쟁자들이 서로 다른 설계로 성능을 겨루고, 전환기를 지나 특정기에 이르면 지배적 설계가 정착하면서 경쟁의 초점이 원가와 수율로 이동한다. 표준이 정해지기 전에는 누가 더 뛰어난지를 두고 경쟁하다가, 표준이 자리 잡은 뒤에는 누가 더 저렴하게 생산하는지를 두고 경쟁의 축이 바뀐다. 2023년부터 2025년까지 추론 모델 경쟁이 유동기였다면, 가격을 앞세운 이번 발표는 전환기 진입을 나타내는 초기 신호로 볼 수 있다.
다만 아직 특정기에 들어섰다고 보기는 어렵다. 중국의 즈푸 등 오픈소스 모델이 성능 면에서 미국 프론티어 모델에 근접하고 있다. 누가 더 뛰어난가를 둘러싼 경쟁이 끝나지 않았다는 신호다. 가격과 성능 양쪽에서 동시에 압박을 받는 쪽은 기존 프론티어 진영이다.
결국은 생태계
벤치마크 우위 없이 가격만 앞세운 우위는 오래 지속되기 어렵다. Anthropic과 OpenAI는 매 사이클 경쟁 모델 출시에 신속한 반격 출시로 대응해왔다. 이번 가격 우위 역시 수주에서 수개월 정도의 기간에 그칠 가능성이 있다. 마이크로소프트 최고경영자 사티아 나델라의 관점은 가격 우위 자체를 상대화한다. 그는 소수의 모델이 시장을 지배하는 상황에 대한 사회적 용인이 없을 것이라고 경고했다. 특정 모델의 성능이나 가격이 아니라, 그 위에 쌓이는 프론티어 생태계, 즉 모델 교체로 인한 손실이 없는 에이전틱 시스템과 기관 지식이 진짜 경쟁력이라고 보았다. Microsoft는 실제로 Azure에서 GPT, Llama, Claude, 자체 Phi 모델을 동시에 운영하는 다중 모델 전략을 취하고 있다. 이 관점에서 Grok 4.5의 가격 우위는 생태계 경쟁에서 부차적인 요소에 머무를 수 있다.
Anthropic의 최근 행보도 가격·성능 경쟁보다는 생태계 전략에 가깝다. 앞서 언급한 Fable 5는 애초부터 Anthropic이 보유한 가장 강력한 모델 계열 Mythos를 일반 사용자도 쓸 수 있게 만든 버전으로 소개됐다. Mythos 자체는 Project Glasswing이라는 이름으로 자체 인프라 취약점을 찾는 보안 목적 기관에만 게이트 접근을 허용해왔고, 2026년 4월 50개 기관에서 출발해 6월에는 15개국 이상 200개 기관으로 범위를 넓혔을 뿐 일반 공개는 하지 않았다. 공개용 형제 모델인 Fable 5조차 순탄치 않았다. 6월 9일 출시 사흘 만인 12일 미국 정부의 수출통제로 Mythos 5와 함께 전 사용자 접근이 막혔다가 6월 30일 통제가 풀리며 7월 1일에야 다시 열렸다. 대신 Anthropic은 에이전트 SDK와 플러그인을 MIT·Apache 라이선스로 오픈소스화했다. 공개한 것은 가장 강력한 모델 자체가 아니라 그 모델을 둘러싼 개발 생태계였다. 토큰 가격 하락이 총지출 감소로 이어질 것이라는 기대와 달리, 가성비 시대의 실제 결과는 기업의 AI 지출이 계속 증가하는 방향으로 나타날 수 있다. 이 경우 Grok 4.5가 보여주는 것은 비용 절감이 아니라 비용의 지속적 확산이다.
공개한 것은 가장 강력한 모델 자체가 아니라 그 모델을 둘러싼 개발 생태계였다.
사용자인 기업은 어디에 집중해야 하는가
현재 일련의 움직임은 모델 가격 하락 자체가 아니라 토큰당 지능이 성능과 별개의 경쟁축으로 자리 잡았음을 보여준다. 과제당 실측 비용 공개, 학계의 토큰 소비 측정, xAI의 가격 선제 공개가 동시에 나타난 것은 유터백과 애버내시가 설명한 전환기 진입 조건과 맞물린다. 가격 경쟁이 본격화되면서 기업이 실제로 부담하는 과제당 비용이 새로운 평가 기준으로 부상하고 있다.
전환기에는 여러 표준이 경쟁하다가 특정기에 이르러 하나로 수렴하는 경향이 있다. 지금 주목해야 할 것은 이번 가격표가 아니라, 앞으로 몇 분기 동안 어떤 회사가 과제당 비용을 공개하고 제3자 검증을 받는 관행을 업계 표준으로 만드는지다. 그 관행이 자리 잡을수록 기업은 모델 가격이 아니라 실제 업무 처리 비용을 기준으로 의사결정을 하게 된다.
지난 1년간 토큰 단가가 급락했음에도 소비량은 450% 증가했다. 총 AI 지출은 단가 하락에도 불구하고 계속 늘어나는 패턴을 보이고 있다. Uber처럼 지출 상한을 설정해 사용을 통제하는 조직과 상한 없이 지출을 확대하는 조직 사이의 격차가 점차 드러나고 있다. 나델라가 강조한 생태계 관점까지 고려하면, 단일 모델에 의존하는 구조와 모델 교체로 인한 손실이 적은 다중 모델 시스템 사이의 차이가 다음 관찰 대상으로 떠오른다. Grok 4.5의 가격 움직임은 이러한 비용 구조 변화와 생태계 경쟁의 초기 단계를 보여주는 사례다.
Grok 4.5의 가격 움직임은 결국 기업이 모델을 어떻게 소유하고 전환하는가의 문제로 수렴한다. 단일 모델에 의존하면서 지출 상한조차 설정하지 못하는 조직과, 여러 모델을 자유롭게 교체할 수 있는 시스템을 먼저 구축한 조직 사이의 격차는 앞으로 더 뚜렷해질 가능성이 크다. 토큰 단가가 계속 하락해도 총지출은 줄지 않고 오히려 늘어나는 패턴이 지속된다면, 비용을 통제하는 능력 자체가 핵심 역량이 된다. 결국 남는 것은 모델 가격이 아니라, 모델이 바뀌어도 조직의 지식과 워크플로우가 손실 없이 이어지는 구조를 누가 먼저 갖추느냐의 문제다.