Scan to join WeChat groupAI Model Reference Guide (2025년 12월 기준)
AI 모델 API 호출 시 정확한 모델명과 가격 정보를 빠르게 참조할 수 있는 가이드입니다.
🚀 Quick Reference - 즉시 사용 가능한 모델명
🧠 추론 모델 (복잡한 문제 해결)
| 제공사 | 모델 | API 호출명 | Context | Input/Output (/1M) |
|--------|------|-----------|---------|-------------------|
| OpenAI | o3 | o3-2025-04-16 | 200K | $2.00 / $8.00 |
| OpenAI | o4-mini | o4-mini-2025-04-16 | 200K | $1.10 / $4.40 |
| DeepSeek | R1 | deepseek-reasoner | 64K | $0.55 / $2.19 |
| Google | Gemini 3 Pro | gemini-3-pro-preview | 1M | $2.00~$4.00 / $12.00~$18.00 |
| Google | Gemini 2.5 Pro | gemini-2.5-pro | 1M | $1.25 / $10.00 |
| Anthropic | Opus 4.5 | claude-opus-4-5-20251101 | 200K | $5.00 / $25.00 |
⚡ FAST 모델 (일반 작업)
| 제공사 | 모델 | API 호출명 | Context | Input/Output (/1M) |
|--------|------|-----------|---------|-------------------|
| OpenAI | GPT-5.1 | gpt-5.1 | 272K | $1.25 / $10.00 |
| OpenAI | GPT-5 | gpt-5-2025-08-07 | 272K | $1.25 / $10.00 |
| OpenAI | GPT-5 최신 | gpt-5-chat-latest | 272K | $1.25 / $10.00 |
| OpenAI | GPT-4.1 | gpt-4.1-2025-04-14 | 1M | $2.00 / $8.00 |
| Anthropic | Sonnet 4.5 | claude-sonnet-4-5-20250929 | 200K | $3.00 / $15.00 |
| Anthropic | Sonnet 4 | claude-sonnet-4-20250514 | 200K | $3.00 / $15.00 |
| Google | Gemini 2.5 Flash | gemini-2.5-flash | 1M | $0.15 / $0.60~$3.50 |
💰 가성비 모델 (대량 처리/저비용)
| 제공사 | 모델 | API 호출명 | Context | Input/Output (/1M) |
|--------|------|-----------|---------|-------------------|
| OpenAI | GPT-5 Nano | gpt-5-nano | 272K | $0.05 / $0.40 |
| OpenAI | GPT-4o Mini | gpt-4o-mini | 128K | $0.15 / $0.60 |
| OpenAI | GPT-4.1 Nano | gpt-4.1-nano-2025-04-14 | 1M | $0.10 / $0.40 |
| Google | Gemini 2.5 Flash-Lite | gemini-2.5-flash-lite | 1M | $0.10 / $0.40 |
| Google | Gemini 2.0 Flash-Lite | gemini-2.0-flash-lite | 1M | $0.075 / $0.30 |
| Anthropic | Haiku 3 | claude-3-haiku-20240307 | 200K | $0.25 / $1.25 |
| DeepSeek | Chat | deepseek-chat | 64K | $0.27 / $1.10 |
📏 Context Window 비교
| 제공사 | 최대 Context | 대표 모델 | |--------|-------------|----------| | Google | 1M (1,048,576) | Gemini 2.5 시리즈 전체 | | OpenAI | 1M | GPT-4.1 시리즈 | | OpenAI | 272K | GPT-5 시리즈 | | Anthropic | 200K | Claude 전체 | | DeepSeek | 64K | R1, Chat |
상세 정보 참조
- 전체 모델 목록 및 API 호출명:
references/models.md - 상세 가격 및 캐싱 비용:
references/pricing.md
빠른 선택 가이드
복잡한 추론/코딩 작업
OpenAI: o3, o4-mini
Anthropic: claude-opus-4-5-20251101, claude-opus-4-20250514
Google: gemini-3-pro-preview, gemini-2.5-pro
DeepSeek: deepseek-reasoner
빠른 응답이 필요한 일반 작업
OpenAI: gpt-5.1, gpt-5, gpt-4o
Anthropic: claude-sonnet-4-5-20250929, claude-sonnet-4-20250514
Google: gemini-2.5-flash
대량 처리/비용 최적화
OpenAI: gpt-5-nano ($0.05/$0.40)
Anthropic: claude-3-5-haiku-20241022 ($0.80/$4.00)
Google: gemini-2.5-flash-lite ($0.10/$0.40)
DeepSeek: deepseek-chat (off-peak 75% 할인)
비용 절감 전략
1. 프롬프트 캐싱 (90% 절감 가능)
- Anthropic: cache write 1.25x, cache read 0.1x (90% 절감)
- OpenAI: cached input $0.125/1M (GPT-5 기준 90% 절감)
- Google: cache read 10% of base price
2. 배치 처리 (50% 절감)
- 24시간 내 비동기 처리로 입출력 50% 할인
- OpenAI Batch API, Anthropic Batch Processing 지원
3. 모델 계층화 전략
간단한 작업 → Nano/Haiku (저비용)
↓ 복잡도 증가 시
중간 작업 → Mini/Flash (균형)
↓ 복잡도 증가 시
복잡한 작업 → Pro/Opus (고성능)
코드 예시
OpenAI API 호출
from openai import OpenAI
client = OpenAI()
# GPT-5.1 (최신 플래그십)
response = client.chat.completions.create(
model="gpt-5.1", # 또는 "gpt-5-2025-08-07"
messages=[{"role": "user", "content": "Hello"}]
)
# 추론 모델
response = client.chat.completions.create(
model="o3-2025-04-16",
messages=[{"role": "user", "content": "복잡한 수학 문제"}]
)
Anthropic API 호출
import anthropic
client = anthropic.Anthropic()
# Claude Opus 4.5 (최신 플래그십)
response = client.messages.create(
model="claude-opus-4-5-20251101",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello"}]
)
# 가성비 모델
response = client.messages.create(
model="claude-3-5-haiku-20241022",
max_tokens=1024,
messages=[{"role": "user", "content": "간단한 질문"}]
)
Google Gemini API 호출
import google.generativeai as genai
# Gemini 3 Pro (최신 추론 모델)
model = genai.GenerativeModel('gemini-3-pro-preview')
response = model.generate_content("Hello")
# Gemini 2.5 Pro
model = genai.GenerativeModel('gemini-2.5-pro')
response = model.generate_content("Hello")
# Gemini 2.5 Flash (빠른 응답)
model = genai.GenerativeModel('gemini-2.5-flash')
response = model.generate_content("Hello")
DeepSeek API 호출
from openai import OpenAI
client = OpenAI(
api_key="your-deepseek-key",
base_url="https://api.deepseek.com"
)
# DeepSeek Chat (일반)
response = client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": "Hello"}]
)
# DeepSeek Reasoner (추론)
response = client.chat.completions.create(
model="deepseek-reasoner",
messages=[{"role": "user", "content": "복잡한 문제"}]
)