가격이 아니라 코딩이 결정했다

비교의 출발점은 세 축이다. 토큰 가격, 코딩 정확도, 그리고 컨텍스트 윈도우 (한 번에 처리할 수 있는 입력 길이).

토큰 가격은 o3 가 표면적으로 싸다. 2026-03 인하 이후 입력 $2 / 출력 $8 로, Sonnet 4.6 의 $3 / $15 보다 약 절반 수준이다. 코딩 정확도는 반대다. SWE-bench Verified — 실제 GitHub 이슈를 모델이 자동 해결하는 비율을 재는 벤치마크 — 에서 Sonnet 4.6 은 79.6%, o3 는 71.7% 다. 약 8 포인트 차이. 복합 코딩 벤치마크 BenchLM 에서도 43.0 vs 38.4 로 Sonnet 4.6 이 앞선다. 컨텍스트 윈도우는 격차가 더 크다. Sonnet 4.6 100만 토큰, o3 20만 토큰. 5배 차이다.

수치를 한 자리에 모으면 (아래 차트), o3 가 우위를 가진 영역은 표면 토큰 가격뿐이다. 코딩·컨텍스트·기업 시장 점유 모두 Sonnet 4.6 이 앞선다. 그런데도 OpenAI 가 가격으로 응수했다는 사실은, 이번 라운드의 본질이 무엇이었는지를 거꾸로 알려준다. OpenAI 도 코딩에서 졌다는 것을 알았다.

그렇다면 가격은 정말 o3 가 더 싼가. 청구서 단위에서 보면 답이 달라진다.

Reasoning 모델은 답을 내기 전에 내부적으로 '생각하는 토큰' (internal thinking / reasoning token) 을 길게 생성한다. 사용자에게 보이는 최종 응답은 짧아도, OpenAI 의 과금 기준에서 이 추론 토큰은 출력 토큰에 합산된다. 동일한 작업을 시킬 때 o3 의 출력 토큰량은 비추론 모델 대비 3~5배에 이르는 것으로 보고된다. 표면가 $8 에 4배를 곱하면 실효가는 $32 다. Sonnet 4.6 의 $15 보다 비싸진다.

실효 비용을 옆에 두고 보면 (아래 차트) 가격 인하의 효과는 상쇄된다. 단순화된 가정이지만 기업 구매팀이 PoC (Proof of Concept, 도입 검증) 단계에서 측정하는 '단위 작업당 비용' 의 결론은 이미 2026-03 시점에 Sonnet 4.6 쪽으로 기울어져 있었다. OpenAI 의 가격 인하는 표지를 바꿨지만 청구서를 바꾸지 못했다.

왜 하필 코딩이 승부를 갈랐을까. 답은 기업 매출의 구조에 있다.

2026 년 기업 AI 도입의 가장 큰 워크로드는 코딩 보조와 자동화된 소프트웨어 엔지니어링이다. SWE-bench 8 포인트 차이는 통계 노이즈가 아니다. 자동 PR (Pull Request, 코드 변경 요청) 을 머지 가능한 수준까지 끌어올리는지 / 사람이 다시 손봐야 하는지의 임계 영역이 70~80% 구간에 있다. 79.6% 는 통과, 71.7% 는 그 아래다. 이 한 임계가 'API 호출당 절감 인건비' 를 좌우한다.

컨텍스트 100만 토큰의 의미도 같은 결을 따른다. 대형 모노레포 (단일 거대 코드베이스) 를 통째로 모델에 넘길 수 있는지가 1만 라인 vs 30만 라인 작업의 분수령이다. o3 의 20만 토큰으론 같은 작업에 청크 분할·요약 파이프라인이 필요하고, 그 인프라 비용이 다시 기업 결제 라인에 추가된다. 거기에 Anthropic 의 Claude Code (CLI 기반 에이전틱 워크플로) 와 Pro/Team 디폴트 통합이 더해지면, 기업 입장에선 '하나 골라 깔면 끝' 이라는 결정 비용 절감까지 얹힌다.

결과는 점유율로 나타났다 (아래 차트). 2026-04 기업 API 시장에서 Anthropic 32% / OpenAI 25% / 기타 43%. 신규 기업 고객 10곳 중 7곳이 Anthropic 을 선택했다는 보고와 일치한다. 100만 달러 이상 지출 고객사가 2026-02 의 500곳에서 2개월 만에 1,000곳을 넘긴 것은, 신규 유입이 아니라 기존 고객의 지출 라인 격상 이 동시에 일어났다는 신호다.

두 회사 ARR 의 교차는 두 개의 분기점이 만든 결과다. 첫 번째는 2026-02 Sonnet 4.6 출시. 두 번째는 2026-03 o3 가격 인하다. 같은 사건이 두 회사에 정반대로 작용했다.

Anthropic 입장에서 Sonnet 4.6 은 미들티어 시장을 재정의 했다. 'Opus 의 80~99% 를 5분의 1 가격에' 라는 프레임은 기업 구매팀이 비교 매트릭스를 단순화하는 도구가 됐다. SaaStr 보고에 따르면 Anthropic 은 모델 학습에 OpenAI 대비 4분의 1의 비용을 쓰고도 더 빠르게 매출을 늘렸다. 학습 비용 효율과 미들티어 가격 프레임이 동시 작동한 결과다.

OpenAI 의 가격 인하는 그 흐름을 깨려는 시도였다. 그러나 이 시도가 가격 신호로만 작동했고 정확도·컨텍스트 격차를 메우지 못했기 때문에, 시장은 가격 인하를 '약점 노출' 로 해석할 여지를 만들었다. 기업 구매팀의 입장에서 보면, 80% 가격 인하는 '경쟁사가 우리보다 5배 싸게 팔아도 되는 마진을 줄였다' 는 메시지로도 읽힌다. ARR 격차가 60억 달러 — Anthropic 300억, OpenAI 240억 — 로 벌어진 데에는 이런 해석 효과도 포함돼 있다고 추정된다.

현 좌표에서 다음 12개월의 경로는 단일하지 않다. 네 가지 시나리오로 좌표를 잡아 본다.

첫째, 기준선 — Sonnet 우위 유지. Anthropic 이 Sonnet 4.7 또는 Opus 5 를 같은 가격대에서 더 강한 코딩 점수로 내고, OpenAI 의 차세대 추론 모델은 코딩 격차를 부분적으로만 좁힌다. 기업 점유 30% 대 유지, ARR 분기는 점진적으로 확대. 발생 확률 가장 높음.

둘째, OpenAI 차세대 추론으로 반격. o4 또는 그 이후 모델이 SWE-bench 80%+ 와 100만 토큰 컨텍스트를 동시에 달성하면, 가격 + 추론 + 코딩 세 축을 모두 잡는다. 이 경로의 트리거는 OpenAI 의 학습 효율 개선과 reasoning token 비용 구조 변경 동시 발생이다.

셋째, Google·기타 제3자 부상. Gemini 3.1 Pro 가 SWE-bench 78.6% 로 이미 가까이 와 있다. Google Workspace / Cloud 통합이 결합되면 기업 시장 일부를 잠식한다. 이 경우 Anthropic·OpenAI 양쪽 점유가 동시 압박된다.

넷째, 가격 출혈전. 양사 모두 추가 가격 인하로 응수해 마진이 잠식되고, 기업 시장의 포지셔닝 차별화보다 단가 비교가 다시 전면화된다. Anthropic 의 학습 비용 우위 (OpenAI 의 4분의 1) 가 이 시나리오에서 결정적 역할을 한다. 그러나 가격 출혈은 양사의 R&D 재투자 여력을 꺾어 산업 전체 모델 진보를 늦추는 부작용을 낳는다.

중요한 것은 이 네 시나리오가 서로 배타적이지 않다는 것 이다. 셋째와 둘째가 동시 발생하면 Anthropic 이 양쪽에서 압박을 받는 가장 어려운 국면이 된다.

지금까지의 서술은 코딩과 기업 매출 축에 무게를 뒀다. 그러나 o3 가 처음 깃발을 꽂은 자리는 그 자리가 아니었다. AIME 96.7%, GPQA 87.7%, ARC-AGI 87.5% 같은 좌표는 순수 추론 도메인 의 새 한계를 그은 것이다.

수학·과학 연구 보조, 정형 증명, 복잡 다단계 논리 추론 (long-horizon reasoning) 같은 도메인에선 o3 의 추론 토큰 길이가 약점이 아니라 자산이다. 답이 아니라 과정 이 가치인 워크로드 — 이를테면 학술 논문 보조, 신약 분자 설계의 합성 경로 탐색, 복잡한 정책 시뮬레이션 — 에서 Sonnet 4.6 의 짧은 응답 우선 설계가 약점이 될 가능성이 있다.

또한 추론 토큰의 실효 비용 가정 (3~5배) 은 task 종속적 이다. 짧은 정답 회수형 task 에선 reasoning multiplier 가 더 낮을 수 있고, 그 영역에선 o3 의 표면 가격 우위가 실제 청구서 우위로도 이어진다. 본 보고서가 인용한 8 포인트 SWE-bench 격차도 2025-04 출시 시점 점수 이며, 2026-04 기준 o3 의 후속 패치 점수는 공개되지 않은 변수다.

요컨대 'Sonnet 4.6 의 코딩·기업 우위' 와 'o3 의 추론 도메인 우위' 는 봉합 가능한 명제가 아니다. 두 명제는 서로 다른 시장 을 가리키며, 두 시장의 상대 크기가 어떻게 변하느냐에 따라 ARR 곡선의 다음 분기가 결정된다.