작성자 주: Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2의 공지된 성능, APIYI 상품 가격, 호출 엔드포인트를 세 개의 열로 나누어 확인해, 추론 깊이·코딩 에이전트·긴 컨텍스트 단가를 기준으로 모델을 선택할 수 있도록 돕습니다.
2026년 11월, 세 업체가 열흘 안에 잇따라 새 모델을 공개했습니다. Anthropic은 11월 9일 Claude Fable 5.2를, Google은 11월 18일 Gemini 4 Neon을 공지했고, GPT-6.2 Astra도 이미 APIYI 가격 총표에 등장했습니다. 모델을 고를 때 가장 흔한 실수는 세 업체의 리더보드, 세 업체의 가격, 세 가지 서로 다른 인터페이스를 하나의 “어느 쪽이 가장 경제적인가”라는 결론으로 섞어 버리는 것입니다.
이 글은 순위를 매기는 글이 아닙니다. 리더보드의 출처가 다르고, 가격 책정 구간이 다르며, 엔드포인트 형식도 다르기 때문에 이를 억지로 하나의 점수로 환산하면 의사결정만 오도하게 됩니다. 이 글은 세 모델을 세 개의 열로 나누어 각각 확인합니다: 공식 또는 공지에서 인용한 성능 데이터, APIYI apiyi.com 상품 가격(2026-11-20 확인), 그리고 각 모델에 사용해야 할 엔드포인트입니다.
핵심 가치: 이 글을 다 읽으면, 이번 작업에서 추론 깊이, 코딩 에이전트, 긴 컨텍스트 단가 중 무엇을 더 중시하는지에 따라 어느 모델을 먼저 테스트할지 스스로 판단할 수 있고, 각 모델을 어떤 인터페이스로 호출해야 하는지도 알게 됩니다.

Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2 핵심 포인트
먼저 한눈에 훑어볼 수 있는 표를 준비했어요. 세 모델의 정보는 각기 다른 세 출처에서 나왔고, 표는 나란히 보여줄 뿐 가로로 합산하지 않습니다.
| 구분 | Gemini 4 Neon | GPT-6.2 Astra | Claude Fable 5.2 |
|---|---|---|---|
| 성능 데이터 출처 | Google 공지에서 인용한 제3자 리더보드(Artificial Analysis, Vals) | 참고 자료에 공지 리더보드 데이터가 없음 | APIYI 업데이트 로그가 전한 Anthropic 공지(FrontierCode 2.0 등) |
| APIYI 판매 단가(달러/백만 토큰) | 입력 3, 캐시 읽기 0.15, 출력 15 |
1구간 입력 8, 캐시 읽기 0.4, 출력 40, 긴 컨텍스트는 별도 구간 |
입력 8, 캐시 읽기 0.2, 출력 40 |
| 권장 엔드포인트 | chat 또는 Gemini 네이티브 형식 | responses(권장), chat도 지원 | chat 또는 messages |
| 컨텍스트 | 100만 token | 272000 token을 가격 구간 기준선으로 | 1M 컨텍스트, 최대 128K 출력 |
세 모델 확인 포인트 자세히 보기
성능 항목부터 보면 세 모델의 측정 기준이 서로 맞지 않아요. Gemini 4 Neon의 데이터는 Google이 공지에서 인용한 제3자 리더보드이고, Claude Fable 5.2의 데이터는 Anthropic 발표 내용을 APIYI 업데이트 로그가 전한 것이며, GPT-6.2 Astra는 이번 참고 자료에 해당 리더보드 수치가 없습니다. 리더보드도 다르고 테스트 세트도 달라서 Neon의 Vals Index 퍼센트와 Fable의 FrontierCode 퍼센트를 같은 수치 축에 놓고 비교할 수는 없어요.
가격 항목은 가장 직관적으로 보이지만, 역시 숫자 크기만 비교해서는 안 됩니다. 세 모델은 캐시 읽기 가격, 긴 컨텍스트 구간, 추론 모드 과금 방식이 모두 다르고, 한 작업의 실제 비용은 입력·출력 비율, 캐시 적중률, 가격 구간 기준선 초과 여부에 달려 있어요. 엔드포인트 항목은 코드 작성 방식에 직접 영향을 주므로, 잘못 선택하면 파라미터가 호환되지 않거나 기능이 빠질 수 있습니다.

Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2 성능 차이(공지 인용)
이 섹션에서는 벤더 공지나 공지 요약에 나온 성능 정보만 정리했어요. 아래 데이터는 모두 APIYI 실측이 아니며, 인용할 때는 출처 표기를 꼭 남겨 주세요.
| 모델 | 데이터 항목 | 값 | 출처 성격 |
|---|---|---|---|
| Gemini 4 Neon | Artificial Analysis Intelligence Index(xhigh) | 61, 전체 3위 | Google 공지에서 인용한 제3자 리더보드 |
| Gemini 4 Neon | Vals Index | 2위, 70.9% | Google 공지에서 인용한 제3자 리더보드 |
| Claude Fable 5.2 | FrontierCode 2.0 | 32.4%에서 49.1%로 상승 | 공지 요약(APIYI 업데이트 로그) |
| Claude Fable 5.2 | 생성 속도 | 최대 30% 더 빠름 | 공지 요약(APIYI 업데이트 로그) |
| GPT-6.2 Astra | 공개 리더보드 | 참고 자료에 없음 | — |
Gemini 4 Neon의 추론 리더보드는 어떻게 읽어야 할까요
Google은 2026-11-18 공지에서 Artificial Analysis Intelligence Index의 xhigh 등급 기준 61점, 전체 3위, Vals Index 2위(점수 70.9%)를 인용했어요. 두 지표 모두 종합 지수로, 범용 추론과 지식 작업을 주로 측정해요. xhigh는 추론 강도가 높은 등급이라는 점에 주의해야 해요. 일상적으로 낮은 등급에서 호출했을 때의 성능이 이 점수와 반드시 일치하지는 않아요.
Claude Fable 5.2의 코딩 데이터는 어떻게 읽어야 할까요
Claude Fable 5.2의 핵심 데이터는 FrontierCode 2.0이 이전 세대 32.4%에서 49.1%로 올랐다는 점이에요. 이는 코딩 작업을 겨냥한 평가예요. 또 공지에서는 생성 속도가 최대 30% 빨라졌다고 언급했고, 1M 컨텍스트 윈도우와 128K 최대 출력을 함께 고려하면 긴 코드베이스를 입력하고 긴 패치를 출력해야 하는 코딩 에이전트 시나리오에 더 가까워요. FrontierCode와 Vals는 서로 다른 능력을 측정하므로 두 숫자 사이에 환산 관계는 없어요.
GPT-6.2 Astra의 성능은 어떻게 확인해야 할까요
이번 참고 자료에는 GPT-6.2 Astra의 공지 리더보드 데이터가 없어서 이 칸은 비워 두고 추측하지 않았어요. 여러분의 작업이 Astra의 성능에 대해 명확한 요구가 있다면, 다른 모델의 리더보드를 빌려 추론하기보다는 직접 자신의 업무 샘플로 소규모 트래픽 비교를 해 보는 편이 더 안전해요.
Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2 가격 확인 (APIYI 책정 가격)
이 섹션의 가격은 2026-11-20에 APIYI apiyi.com에서 확인한 내용이며, 출처는 두 곳이에요. 하나는 모델 총표(2026-11-19 10:59 UTC+8 업데이트 버전)이고, 또 하나는 가격 API(버전 shell-api-modelmak-v1)예요. 단위는 모두 미국 달러/백만 token이에요.

| 모델 ID | 입력 | 캐시 읽기 | 출력 | 데이터 출처 |
|---|---|---|---|---|
gemini-4-neon |
3 |
0.15 |
15 |
가격 API 환산, Google 공식 표기가와 일치 |
gpt-6.2-astra (첫 구간) |
8 |
0.4 |
40 |
총표 |
gpt-6.2-astra (>272000 token) |
16 |
총표 미기재 / 가격 API 0.8 |
총표 미기재 / 가격 API 60 |
총표와 가격 API 병기 |
claude-fable-5-2 |
8 |
0.2 |
40 |
총표 |
claude-fable-5-2-thinking |
8 |
0.2 |
40 |
총표 |
가격 API의 배율은 어떻게 달러로 환산할까요
APIYI 가격 API는 가격을 배율로 표시하는데, model_ratio가 1일 때 입력 2달러/백만 token에 해당한다는 규칙을 써요. gemini-4-neon을 예로 들어볼게요. model_ratio가 1.5이면 입력은 1.5 × 2 = 3, completion_ratio가 5이면 출력은 3 × 5 = 15, cache_ratio가 0.05이면 캐시 읽기는 3 × 0.05 = 0.15가 돼요. 환산 결과는 Google이 2026-11-18에 공지한 정가와 완전히 일치하니, 확인할 때 이 공식을 그대로 대입해 스스로 검증해 보면 돼요.
GPT-6.2 Astra의 장문 컨텍스트 구간 가격은 왜 두 곳에 나뉘어 적혀 있을까요
GPT-6.2 Astra는 272000 token을 구간 기준선으로 삼아요. 종합 표에는 첫 구간 가격과 272000 token을 넘긴 뒤 입력이 16이라는 점이 적혀 있지만, 이 구간의 출력 가격은 빠져 있어요. 반면 가격 API에는 272000 token을 넘길 때 출력이 60, 캐시 읽기가 0.8로 계산된다고 나와 있죠. 두 정보를 나란히 그대로 두고, 이 글에서는 하나의 숫자로 합치지 않을게요. 요청이 272000 token을 자주 넘긴다면 호출 시점에 가격 API가 돌려주는 값을 기준으로 삼는 걸 권해요.
Claude Fable 5.2의 가격 인하 정보
APIYI의 2026-11-10 업데이트 로그에 따르면, Anthropic은 Claude Fable 5.2의 입력 및 출력 가격을 각각 8과 40으로 공지했어요. 이는 5.1보다 20% 낮은 가격이고, 캐시 읽기는 0.2예요. claude-fable-5-2와 claude-fable-5-2-thinking은 전체 가격표에서 가격이 같아요. 사고(thinking) 버전을 선택할 때 단가를 따로 환산할 필요는 없지만, 사고 과정에서 생성되는 출력 토큰은 사용량에 반영돼요.
같은 시리즈 Gemini 4의 가격 참고
Gemini 4 시리즈 안에서 선택을 고민하고 있다면, 아래 몇 모델의 판매 가격을 함께 참고해 보세요. 그중 gemini-4-carbon의 가격은 Google이 2026-11-30까지 적용하는 인트로 가격에 해당해요. Google은 12월 1일부터 표준 가격이 입력 4, 출력 20이라고 발표했어요. 그때 판매 가격이 조정되는지는 당일 전체 가격표를 기준으로 확인해 주세요.
| 모델 ID | 입력 | 캐시 읽기 | 출력 | 비고 |
|---|---|---|---|---|
gemini-4-carbon |
2 |
0.1 |
10 |
Google 인트로 가격 기준(2026-11-30까지) |
gemini-4-hydrogen |
1.5 |
0.075 |
7.5 |
— |
gemini-4-argon |
2 |
0.1 |
10 |
전체 가격표 가격 |
Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2 엔드포인트
세 모델의 권장 엔드포인트가 각각 달라서, 하나의 코드로 세 가지를 모두 처리하는 방법은 없어요. 공통部分是 base_url인데, APIYI에서 호출할 때는 모두 https://api.apiyi.com/v1을 사용하고, 모델에 따라 경로와 요청 형식을 선택하면 됩니다.
| 모델 | 권장 엔드포인트 | 대체 엔드포인트 | 작성 포인트 |
|---|---|---|---|
| Gemini 4 Neon | chat (OpenAI 호환 /chat/completions) |
Gemini 네이티브 형식 | 이미 OpenAI SDK를 쓰는 프로젝트는 chat을 사용하고, Gemini 네이티브 파라미터가 필요할 때는 네이티브 형식을 사용해요 |
| GPT-6.2 Astra | responses (/responses) |
chat (/chat/completions) |
responses를 권장하며 요청 본문에 input 필드를 사용해요. chat은 messages 필드를 사용합니다 |
| Claude Fable 5.2 | chat (/chat/completions) |
messages (Anthropic Messages 형식) | Anthropic 네이티브 기능이 필요할 때는 messages를 사용하고, 사고 버전은 claude-fable-5-2-thinking을 사용해요 |
GPT-6.2 Astra에서 responses를 권장하는 이유
responses는 OpenAI의 차세대 인터페이스 형식으로, 다중 턴 상태와 도구 호출 같은 기능을 더 온전히 지원하기 때문에 Astra에서는 이 엔드포인트를 우선 권장해요. chat 엔드포인트도 여전히 사용할 수 있으며, 이미 chat 형식 코드가 많고 당장 리팩터링하고 싶지 않은 프로젝트에 적합합니다. 두 엔드포인트는 요청 본문 필드가 다르므로 마이그레이션할 때 모델명만 바꾸면 안 돼요.
Neon과 Fable에 각각 두 개의 진입점이 있는 이유
Gemini 4 Neon과 Claude Fable 5.2는 모두 OpenAI 호환 chat 엔드포인트와 각 공급사의 네이티브 형식을 동시에 지원해요. chat 엔드포인트의 장점은 다른 모델과 같은 SDK를 공유할 수 있다는 것이고, 네이티브 형식의 장점은 공급사 고유 파라미터를 쓸 수 있다는 점입니다. 일반적인 대화와 생성만 필요하다면 chat 엔드포인트로도 대개 충분해요.
Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2 빠르게 시작하기
이 글의 요구에 맞춰 범용 코드 한 조각을 제공하는 대신, 모델별로 핵심 파라미터를 따로 정리했어요. 세 모델이 공통으로 쓰는 설정은 api_key에 APIYI 백엔드에서 발급받은 키를 넣고, base_url에는 https://api.apiyi.com/v1을 넣는 거예요.
- Gemini 4 Neon 호출: OpenAI SDK가 위의
base_url을 바라보도록 설정한 뒤chat.completions.create를 호출하고,model에는gemini-4-neon을,messages에는 대화 배열을 넣어요. 네이티브 파라미터가 필요하면 Gemini 네이티브 형식 요청으로 바꿔 주세요. - GPT-6.2 Astra 호출: 같은 SDK 클라이언트에서
responses.create를 호출하고model에는gpt-6.2-astra를,input에는 프롬프트 내용을 넣어요. 기존 코드를 이어 쓴다면chat.completions.create를 사용해도 돼요. - Claude Fable 5.2 호출: 일반적인 상황에서는
chat.completions.create를 호출하고model에는claude-fable-5-2를 넣어요. 심층 사고가 필요할 때는claude-fable-5-2-thinking으로 바꾸고, Anthropic 네이티브 파라미터가 필요할 때는 messages 형식으로 전환해요. - 사용량 기록: 호출할 때마다 반환된 입력, 출력, 캐시 토큰 수를 기록해 두세요. 나중에 작업당 비용을 계산할 때 필요해요.
🚀 빠른 시작: APIYI apiyi.com에서 신규 사용자 무료 테스트 크레딧을 먼저 받은 뒤, 동일한 비즈니스 샘플 세트로 세 모델을 각각 실행해 보는 걸 추천해요. API 키 하나로 세 모델을 전환할 수 있고 사용량 기반으로 과금되므로, 실제 부하에서 성능과 비용을 비교하기 좋아요.
시나리오별 추천: 이번 작업의 요구 사항에 따라 나눠 보기
모델을 고를 때 출발점은 “어느 모델이 가장 좋을까”가 아니라, 이번 작업에서 가장 중요한 게 무엇인지예요. 아래에서는 흔히 마주치는 세 가지 요구 사항별로 우선 확인해야 할 정보 항목을 정리했어요.
추론 깊이를 더 중시하는 경우
- 복잡한 분석과 다단계 추론: Gemini 4 Neon 공지에서 인용한 Artificial Analysis와 Vals Index 데이터를 우선 확인하세요. 61점은 xhigh 등급에서 나온 결과라는 점에 유의해야 해요.
- 높은 추론 단계가 필요한 작업: Claude Fable 5.2에는 별도의
claude-fable-5-2-thinking모델 ID가 있어서, 비사고 버전과 같은 단가로 비교 테스트를 할 수 있어요. - GPT-6.2 Astra가 필요한 경우: 참고 자료에 해당 모델의 리더보드 데이터가 없으니, 실제 업무 샘플로 직접 검증하는 걸 권장해요.
코딩 에이전트를 더 중시하는 경우
- 긴 코드베이스 입력, 긴 패치 출력: Claude Fable 5.2 공지에서 언급한 FrontierCode 2.0 성능 향상과 128K 출력 상한은 참고할 만한 정보예요.
- 도구 호출과 다중 턴 상태 관리 비중이 큰 경우: GPT-6.2 Astra가 권장하는 responses 엔드포인트가 이런 상호작용을 처리하는 데 더 적합해요. 연동 방식 자체도 고려할 포인트예요.
- 이미 OpenAI 호환 코드가 있는 경우: 세 모델 모두 chat 엔드포인트를 사용할 수 있어서 마이그레이션 비용이 비교적 관리 가능한 수준이에요.
긴 컨텍스트 단가를 더 중시하는 경우
- 초장문 입력이 상시로 들어오는 경우: 요청이 GPT-6.2 Astra의 272000 token 구간 기준을 넘는지 먼저 확인하세요. 기준을 넘으면 단가가 다른 구간으로 적용돼요.
- 캐시 적중률이 높은 경우: 세 모델의 캐시 읽기 단가 차이가 꽤 커서, 캐시 적중률이 높은 워크로드에서는 캐시 읽기 단가를 따로 계산에 넣어야 해요.
- 1M급 컨텍스트: Gemini 4 Neon과 Claude Fable 5.2 모두 100만 token급 컨텍스트를 표기하고 있지만, 입력과 출력 단가가 달라서 자신의 입력·출력 비율에 맞춰 계산해야 해요.
의사결정 제안: 세 열을 따로 확인한 뒤 소규모 트래픽으로 검증
세 열의 정보를 따로따로 확인하는 것이 모델 선택을 잘못 판단하는 일을 피하는 가장 간단한 방법이에요. 성능 열은 ‘특정 리더보드, 특정 등급에서의 성능’만 말해주고, 가격 열은 ‘100만 토큰당 단가’만 말해주며, 엔드포인트 열은 ‘코드를 어떻게 작성해야 하는지’만 알려줘요. 어느 한 열만으로는 ‘이 작업에 어떤 모델을 써야 하는지’를 도출할 수 없어요.
더 실용적인 방법은 먼저 작업 하나당 비용을 계산하는 거예요. 업무에서의 대표적인 요청으로 입력, 출력, 캐시 토큰 수를 추정하고, 각각을 세 모델의 해당 단가와 곱해요. GPT-6.2 Astra는 272000 토큰을 넘는지도 따져봐야 해요. 그런 다음 같은 샘플 묶음으로 품질을 측정하고, 비용과 품질을 함께 살펴보는 거예요. 리더보드만 보거나 단가만 보는 게 아니에요.
💡 선택 제안: 어떤 모델을 선택할지는 여러분의 작업 구조와 품질 요구에 달려 있어요. APIYI apiyi.com을 통해 통일된 Key로 세 모델에 대해 소규모 트래픽 비교를 진행하고, 실제 사용량 기준으로 비용을 산정한 뒤 주력 모델과 백업 모델을 결정하시길 권장해요.
자주 묻는 질문 FAQ
Q1: Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2는 각각 무엇인가요?
세 모델 모두 2026년 11월 전후에 등장한 차세대 대규모 언어 모델이에요. Gemini 4 Neon은 Google이 2026-11-18에 공지했고, Claude Fable 5.2는 Anthropic이 11월 9일에 발표했으며, GPT-6.2 Astra는 APIYI 가격 총표에 등록되어 있어요. 세 모델은 성능 기준, 과금 방식, 엔드포인트 형식이 모두 달라요.
Q2: 세 모델의 리더보드 점수를 그대로 비교할 수 있나요?
아니요. Gemini 4 Neon의 데이터는 Google 공지에서 인용한 Artificial Analysis와 Vals Index에서 나온 것이고, Claude Fable 5.2의 데이터는 공지에서 전한 FrontierCode 2.0이라서, 둘은 서로 다른 능력을 측정한 거예요. GPT-6.2 Astra는 이번 자료에 리더보드 데이터가 없어요. 서로 다른 리더보드 사이에는 환산 관계가 존재하지 않아요.
Q3: 세 모델은 언제 출시됐나요?
APIYI의 2026-11-10 업데이트 로그에 따르면, Anthropic은 11월 9일에 Claude Fable 5.2를 출시했고, Google은 2026-11-18에 Gemini 4 Neon을 공지했어요. 이 글의 가격은 2026-11-20에 확인했으며, 참고한 총표 버전은 2026-11-19 10:59(UTC+8)에 업데이트됐어요.
Q4: GPT-6.2 Astra가 272000 token을 초과하면 출력 가격은 정확히 얼마인가요?
두 출처의 표기가 달라요. APIYI 총표에는 272000 token 초과 시 입력이 `16`이라고 적혀 있지만 출력 가격은 없어요. 가격 책정 인터페이스에는 272000 token 초과 시 출력이 `60`, 캐시 읽기가 `0.8`이라고 명시되어 있어요. 이 글에서는 두 내용을 나란히 보존했으며, 실제 과금은 호출 시점의 가격 책정 인터페이스를 기준으로 하는 게 좋아요.
Q5: API로 이 세 모델을 빠르게 호출하려면 어떻게 하나요?
멀티모델 집계 플랫폼으로 통합 접속하는 걸 추천해요:
1. APIYI apiyi.com을 방문해 계정을 등록하고 API 키와 무료 테스트 크레딧을 받으세요
2. base_url은 통일해서 `https://api.apiyi.com/v1`로 입력하세요
3. 모델에 맞춰 엔드포인트를 고르세요: Neon은 chat 또는 Gemini 네이티브 형식, Astra는 responses(chat도 가능), Fable은 chat 또는 messages
키 하나로 세 회사 모델을 전환할 수 있어서 같은 샘플 묶음을 비교하기 편해요.
Q6: APIYI의 게시 가격을 직접 확인하려면 어떻게 하나요?
APIYI apiyi.com의 모델 총표와 가격 책정 인터페이스를 함께 보면 돼요. 가격 책정 인터페이스는 배율로 표시하는데, `model_ratio`가 1이면 입력 2달러/백만 token이고, 출력은 입력에 `completion_ratio`를 곱한 값, 캐시 읽기는 입력에 `cache_ratio`를 곱한 값이에요. 예를 들어 `gemini-4-neon`은 이렇게 환산하면 입력 3, 출력 15, 캐시 읽기 0.15예요.
Q7: Claude Fable 5.2의 사고 버전은 추가 요금이 있나요?
`claude-fable-5-2`와 `claude-fable-5-2-thinking`은 총표에서 단가가 같아요. 둘 다 입력 8, 캐시 읽기 0.2, 출력 40이에요. 단가는 그대로지만 사고 과정에서 추가 출력 token이 생기기 때문에 실제 비용은 사용량에 따라 달라져요.
Q8: 이 세 모델에는 어떤 제한 사항을 주의해야 하나요?
– **성능 데이터**: Neon과 Fable의 데이터는 모두 공지 인용 또는 재전달일 뿐 독립 실측이 아니며, Astra는 공개 리더보드 데이터가 부족해요.
– **가격 구간**: Astra에는 272000 token 가격 구간 경계가 있는데, 두 출처의 표기가 서로 달라요.
– **가격 적용 시점**: 같은 시리즈의 `gemini-4-carbon`은 Google이 11월 30일까지 적용한 소개 가격에 해당하며, 12월부터는 Google 표준가가 입력 4, 출력 20이에요.
– **엔드포인트 차이**: 세 모델의 권장 엔드포인트가 각각 달라서, 마이그레이션할 때 모델 이름만 바꿔서는 안 돼요.
Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2 핵심 요약 Key Takeaways
- 세 항목을 따로 보기: 공지된 성능, APIYI 판매 가격, 호출 엔드포인트는 각각 독립적이므로 하나의 점수로 합치지 마세요.
- 리더보드 기준이 달라요: Neon은 Artificial Analysis와 Vals를 인용하고, Fable은 FrontierCode를 인용하므로 서로 직접 비교할 수 없어요.
- Neon 가격은 직접 확인 가능: 가격 API의 배율을 환산하면 입력 3, 캐시 읽기 0.15, 출력 15예요.
- Astra는 구간에 주의: 272000 token을 초과하는 입력 단가는 16이고, 출력 가격은 전체 표에는 없지만 가격 API에는 60으로 적혀 있어요.
- Fable 단가는 동일: 일반 버전과 사고(thinking) 버전 모두 입력 8, 캐시 읽기 0.2, 출력 40으로 같아요.
- 엔드포인트가 모두 달라요: Neon은 chat 또는 네이티브 엔드포인트, Astra는 responses 권장, Fable은 chat 또는 messages를 사용해요.
- 시작하는 방법: APIYI apiyi.com에서 하나의 Key로 세 모델을 연결하고, 동일한 샘플 세트로 소량 트래픽을 비교해 보세요.
요약
Gemini 4 Neon, GPT-6.2 Astra, Claude Fable 5.2를 비교할 때 핵심은 세 가지 정보를 한데 섞지 않는 거예요.
- 능력 열: 공지에서 인용한 리더보드와 등급만 보세요. Neon과 Fable은 데이터 기준이 다르고, Astra는 직접 검증해야 해요.
- 가격 열: APIYI 모델표 가격을 기준으로 하고, 캐시 읽기 단가, Astra의 272000 token 구간, 두 출처의 차이를 유의하세요.
- 엔드포인트 열: 세 모델의 권장 엔드포인트는 각각 다르며, base_url은
https://api.apiyi.com/v1로 통일하고, 경로와 요청 본문은 모델별로 따로 작성해요.
먼저 이번 작업에서 추론 깊이, 코딩 에이전트, 긴 컨텍스트 단가 중 무엇을 더 중시하는지 정한 뒤, 해당 열을 기준으로 확인하고, 마지막으로 실제 샘플로 소규모 트래픽 검증을 해보세요. APIYI apiyi.com에서 무료 크레딧을 받아 동일한 Key로 세 모델의 비교 테스트를 마무리하는 걸 추천해요.
📚 참고 자료
-
APIYI 모델 전체 목록: 모델 ID와 모델표 가격 (이 글에서 확인한 버전은 2026-11-19 10:59 UTC+8에 업데이트)
- 링크:
docs.apiyi.com/models.md - 설명:
gpt-6.2-astra,claude-fable-5-2등 모델의 구간별 단가 조회
- 링크:
-
APIYI 가격 API: 배율 형태의 실시간 가격 (버전
shell-api-modelmak-v1)- 링크:
api.apiyi.com/api/pricing - 설명:
model_ratio,completion_ratio,cache_ratio로 달러 단가를 환산
- 링크:
-
Google Gemini 4 Neon 공지: 2026-11-18 발표
- 설명: 표시 가격, 100만 컨텍스트, 그리고 인용된 Artificial Analysis 및 Vals Index 데이터 포함
-
APIYI 업데이트 로그(2026-11-10): Anthropic Claude Fable 5.2 출시 정보 전달
- 설명: 가격 조정, FrontierCode 2.0 데이터, 1M 컨텍스트와 128K 출력 포함
작성자: APIYI 기술팀
기술 교류: APIYI 공식 사이트 홈페이지에서 문의해 주세요. 더 많은 모델 연동 및 가격 확인 자료를 받을 수 있어요.
