Haiku 5.5 요금, 입력 100K를 넘으면 얼마나 달라질까?

Haiku 5.5는 한 요청의 전체 입력이 100,000토큰을 초과하면요금 구간이 바뀝니다. 정확히 100,000이면 낮은 구간에 머뭅니다. 경계를 넘으면 출력까지 포함한 현재 요청 전체에 해당하는 높은 구간 단가가 적용됩니다. 100K를 넘은 입력 토큰에만 적용되는 것이 아닙니다.

캐시 읽기와 쓰기도 이 입력 경계에 포함됩니다. 다만 각자의 캐시 단가를 적용받으며, 경계 계산에 포함된다고 일반 비캐시 입력으로 바뀌지는 않습니다. 이전 요청의 가격이 소급해서 바뀌지도 않습니다.

이 가이드는 2026년 10월 15일 기준 Anthropic 요금 문서와 프롬프트 캐싱 규칙을 확인했습니다. 모든 예시는 공개된 공식 직접 이용 USD 단가를 사용한 로컬 산술 계산이며, API 사용량 실측이나 Ofox 견적이 아닙니다. Haiku 5.5는 10월 7일 발표됐습니다.

두 가지 요금표

아래는 공식 직접 이용의 표준 글로벌 추론에 적용되는 100만 토큰당 미국 달러 요금입니다.

Batch 처리는 적용 대상 토큰 비용을 절반으로 줄이고 캐시 요금과 함께 사용할 수 있습니다. 비동기 처리 모드이지, 임의의 동기 요청에 붙이는 표시가 아닙니다. Managed Agents는 Batch 모드를 제공하지 않습니다. 예시에는 공식 직접 이용의 inference_geo: "us"에 대한 별도 배율을 포함하지 않았습니다. 문서는 이 옵션에 캐시와 출력 요금을 포함해 1.1배를 적용한다고 명시합니다.

입력 한 토큰이 전체 요금표를 바꿀 수 있다

일반 입력만 사용하고 출력은 정확히 1,000토큰이라고 가정합니다.

이는 합성한 경계 사례입니다. 문자 하나를 추가하면 항상 토큰 하나가 늘거나, 자신의 토크나이저에서 정확히 이 길이가 나온다는 뜻은 아닙니다. 핵심은 과금의 불연속성입니다. 처음 100K에는 낮은 요금을, 초과분에만 높은 요금을 적용하면 안 됩니다.

출력은 비용에 영향을 주지만 입력 요금 구간을 결정하지 않습니다. 입력 99,000토큰과 출력 2,000토큰인 요청은 낮은 입력 길이 구간을 사용합니다. 이 요청이 다른 모델 제한 안에 들어가는지는 별도로 검증해야 합니다.

캐시 토큰은 한 번만 계산하기

서로 겹치지 않는 사용량 구분을 사용합니다.

prompt_total = ordinary_input + cache_write_5m + cache_write_1h + cache_read
cost = (ordinary_input × input_rate
      + cache_write_5m × write_5m_rate
      + cache_write_1h × write_1h_rate
      + cache_read × read_rate
      + output × output_rate) / 1,000,000

각 구분의 비용을 곱하기 전에 prompt_total로 요금표를 선택하세요. API가 캐시 생성 합계와 5분·1시간 세부 필드를 함께 보고한다면 세부 내역을 한 번만 사용하세요. 합계를 다시 더하지 마세요. 이전 요청에서 쓴 콘텐츠라도 캐시 읽기는 현재 모델 프롬프트의 일부입니다.

사용량 필드의 대응은 다음과 같습니다. input_tokens는 일반 입력, cache_read_input_tokens는 캐시 읽기, cache_creation.ephemeral_5m_input_tokens와 cache_creation.ephemeral_1h_input_tokens는 두 쓰기 구분입니다. cache_creation_input_tokens는 쓰기 합계를 대조하는 데 사용하고, 별도 구분으로 다시 더하지 마세요.

예를 들어 캐시 읽기 90,000토큰과 일반 입력 10,001토큰의 합은 입력 100,001토큰이므로 높은 구간이 적용됩니다. 출력이 1,000토큰이면 다음과 같습니다.

(90,000 × 0.05 + 10,001 × 0.50 + 1,000 × 2.50) / 1,000,000
= $0.0120005

적용 가능한 Batch 요청에서 각 구분의 토큰 수가 같다면 추정 비용은 $0.00600025입니다. 이는 조건부 계산이지 실제 Batch 작업에서 캐시가 적중한다는 약속이 아닙니다. 캐시 미스는 사용량 구분과 청구를 바꿉니다.

내려받을 수 있는 계산기 사용하기

Python 계산기와 경계 사례 CSV를 내려받으세요. 계산기는 Python 십진 연산과 표준 라이브러리만 사용합니다. 네트워크를 호출하지 않고 인증 정보를 읽거나 API 요청을 보내지 않습니다.

python3 haiku_cost.py --input 100001 --output 1000
python3 haiku_cost.py --input 10001 --cache-read 90000 --output 1000
python3 haiku_cost.py --input 10001 --cache-read 90000 --output 1000 --batch
python3 haiku_cost.py --self-test

첫 결과는 높은 구간, 전체 프롬프트 100,001토큰, USD 0.0525005여야 합니다. 두 번째는 0.0120005, 세 번째는 0.00600025가 나와야 합니다. 음수는 거부됩니다. 캐시 쓰기는 --cache-write-5m과 --cache-write-1h로 나눠 입력할 수 있습니다. 문자 수 추정 대신 실제 대응 사용량 필드를 쓰세요.

자체 테스트는 경계 구간 선택, 캐시 포함, 경계에서 출력 제외, 캐시 요금, Batch 산술, 잘못된 입력을 확인합니다. 공개된 공식을 구현한 당사 코드를 검증하는 것이며, Anthropic의 실제 과금 계측이나 자신의 청구서를 검증하지는 않습니다. 계산기는 10월 15일 요금으로 고정되어 있으므로 요금표가 바뀌면 업데이트해야 합니다.

작업 품질을 유지하면서 경계 아래로 줄이기

실제로 보내는 프롬프트부터 측정하세요. 시스템 지시, 도구 정의, 대화 이력, 검색한 자료 등 포함되는 입력이 모두 대상입니다. 사용자에게 보이는 메시지만 세지 마세요. 매번 정확히 100,000을 목표로 하기보다 검색 결과 변화나 대화 증가를 위한 여유를 두세요.

세 가지 방법은 합격 기준이 다릅니다.

나누면 무조건 저렴해지는 것은 아닙니다. 시스템 프롬프트를 반복하고 여러 출력을 만들며 최종 종합이나 재시도가 필요할 수 있습니다. 실패 시도와 통합까지 포함한 모든 요청의 합계를 분할 전 기준과 비교하세요. 쉬운 독립 기록뿐 아니라 여러 조각의 정보가 필요한 사례에서도 품질을 테스트하세요.

긴 대화에서는 요청마다 따로 계산합니다. 나중 턴이 100K를 넘으면 더 비쌀 수 있지만 이전 턴에 이미 적용된 요금은 바뀌지 않습니다. 프롬프트가 경계를 넘더라도 캐시를 계속 쓰면 비용을 낮출 수 있습니다.

추정치와 실제 사용량 대조하기

승인된 운영 요청마다 시각, 모델, 청구 제공자, 입력·캐시·출력 수, 처리 모드, 적용 요금 스냅샷을 보관하세요. 공개 비용 확인표에는 프롬프트와 비밀 정보를 넣지 마세요. 5분과 1시간 쓰기를 구분하고 Batch와 지역 옵션이 실제로 적용됐는지 확인하세요.

청구서와 다르다면 먼저 누락된 캐시 쓰기, 중복 계산, 출력 사용량, 제공자별 가격, 재시도, 요금 날짜를 확인하세요. 토큰 수를 임의로 줄여 맞추지 마세요. 타사 게이트웨이 요금표는 다를 수 있으므로 이 공식 직접 이용 계산기가 Ofox 청구의 증거는 아닙니다.

Haiku 5.5와 4.5 작업 비교는 분류, 추출, 요약에서의 출력 동작을 다룹니다. 이 합성 경계 사례의 비용을 입증하지는 않습니다. 토크나이저도 달라서 같은 텍스트라고 모델 간 토큰 수가 같지는 않습니다.

마지막으로 Claude Max와 Team API 크레딧은 적격 공식 직접 이용의 비용을 충당할 수 있지만 이 공식을 바꾸지는 않습니다. 예시를 재현하고 자신의 사용량을 겹치지 않는 구분에 배정한 뒤, 컨텍스트 전략을 바꾸기 전에 비용과 출력 품질을 모두 확인하면 작업이 끝납니다.