알리바바가 DeepSeek V4 Flash 출력 토큰 값을 230% 올렸다

알리바바가 DeepSeek V4 Flash 0731의 출력 토큰 가격을 백만 토큰당 0.40달러에서 1.32달러로 올렸다. 인상 폭은 230%다. 입력 토큰도 0.20달러에서 0.44달러로 두 배 이상 뛰었다. 별도 공지나 프레스 릴리스 없이 하룻밤 사이에 이뤄진 변경이라, 가격 페이지를 주기적으로 긁어보지 않는 팀은 다음 청구서를 받고서야 알게 되는 종류의 인상이다.

같은 기간 가격이 움직인 모델은 이 하나가 아니다. Stork의 LLM 가격 카탈로그는 17건의 가격 변동을 한꺼번에 잡아냈다. 미스트랄은 최신 Ministral 3B를 150%, 8B를 50% 올렸고, 알리바바의 Qwen3.6 35B-A3B도 출력 가격이 52% 상승했다. 반대 방향으로 크게 움직인 곳은 지푸 AI 한 곳으로, GLM-5V-Turbo를 85% 내렸다.

이번 인상은 개별 기업의 정책 변경이라기보다 시장 분위기의 전환으로 읽힌다. 한동안 프런티어 모델들의 토큰 단가는 끝없이 내려갈 것처럼 보였고, 많은 서비스가 그 가정 위에 단위 경제성을 설계했다. 하지만 추론은 실제로 비용이 드는 작업이고, 랩들이 그 원가를 자사 마진으로 흡수해줄 이유가 줄어들면서 가격표가 현실 쪽으로 되돌아오고 있다.

실무 영향은 즉각적이다. 출력 토큰 단가가 230% 오르면 잘 돌아가던 기능 하나가 순식간에 적자 항목으로 바뀐다. 특히 에이전트 루프처럼 토큰을 연속으로 태우면서 매출은 나중에 붙는 구조라면 타격이 크다. 반대로 토큰 효율을 성능 지표로 삼아 캐싱 레이어와 프롬프트 압축을 미리 깔아둔 팀은 같은 인상 속에서도 상대적으로 버틸 여지가 생긴다.

비용 압박은 API 가격표 밖에서도 확인된다. SF Compute는 2억4500만 달러 규모의 컴퓨트 판매를 성사시켰는데, 이런 거래가 성립한다는 건 원시 연산 자원의 수요가 여전히 공급을 앞선다는 뜻이다. 하드웨어가 넘쳐나면서 서버 단가가 내려가기를 기대한 소규모 팀 입장에서는 불리한 신호다.

모델 아키텍처 쪽에서도 같은 방향의 움직임이 있다. 엔비디아의 Nemotron 3.5는 총 120B 파라미터를 갖되 토큰당 활성 파라미터를 12B로 묶고, 하이브리드 맘바-트랜스포머와 MoE, 네이티브 추측 디코딩을 조합해 추론 단가 자체를 낮추는 설계를 택했다. 가격을 올리는 대신 구조로 비용을 깎는 접근이다. 저가 모델을 찾는 수요를 겨냥한 미니맥스의 M3.1 Flash처럼 M3 대비 3분의 1 비용, 3배 속도를 내세우는 옵션도 나왔지만, 특정 과제 정확도와 별개로 환각 비율이 높다는 평가가 붙어 출력 검증을 전제로 써야 한다.

주의할 점은 이번 수치가 Stork가 자체 카탈로그로 수집한 1차 리스트 가격이라는 것이다. 랩들이 인상 시점에 공지를 내지 않는 관행 탓에 변경 자체가 사후에 포착된 사례이며, 실제 과금은 각 팀이 쓰는 모델 조합과 호출 패턴에 따라 달라진다. 어쨌든 분명한 것은, 토큰이 공짜에 가깝다는 전제로 짜둔 원가표를 그대로 두기 어려워졌다는 사실이다.