Gemini 4 Carbon 대 Grok 4.7: 가격표는 3배라고 말하지만, 청구서는 침묵한다

Gemini 4 Carbon은 100만 출력 토큰당 10달러로 책정됩니다. Grok 4.7은 6달러입니다. 모든 가격 페이지가 굵게 표시하는 두 숫자만 보면, Carbon은 대화하는 데 3분의 2 더 비싸고 읽는 데 두 배가 들며, 당연한 결론은 Grok 4.7이 가성비 선택이라는 것입니다. 그런데 완료된 작업에 드는 비용을 측정하면 두 모델은 1센트 차이로 나옵니다. Artificial Analysis의 Intelligence Index에서 Gemini 4 Carbon은 $7.76, Grok 4.7은 $7.77입니다. 청구서는 같지만, 둘 사이에는 25 인덱스 포인트의 능력 차이가 있습니다. 이것이 이 비교의 전체 논지이며, 어느 공급업체의 요금표도 보여줄 수 없는 논지입니다.

나머지 내용을 어떻게 읽어야 할지는 타이밍에 달려 있습니다. Gemini 4 Carbon은 2026년 11월 10일 유료 Gemini API에서 호출 가능해졌는데, 이는 Google이 폐쇄된 그룹을 대상으로 이를 발표한 지 12일 후였습니다. Grok 4.7은 2026년 9월 21일 xAI에서 출시되었고 그 이후로 계속 라우팅이 가능합니다. 하나는 대중의 손에 들어온 지 겨우 일주일이고, 다른 하나는 7주간의 프로덕션 사용 실적을 갖고 있습니다.

실제보다 차이가 더 커 보이는 두 개의 요금표

가공되지 않은 구조부터 시작하세요. 실제로 둘이 갈라지는 지점은 계층화에 있기 때문입니다.

• 출력 가격 — Carbon은 2026년 11월 30일까지 백만 토큰당 $10, 이후 $20. Grok 4.7은 입력 토큰 200,000개 미만일 때 백만 토큰당 $6, 이후 $12.

• 입력 가격 — Carbon은 $2, 12월 1일부터는 $4. Grok 4.7은 $2, 200k 기준을 넘으면 $4로 인상. 동일한 구조, 동일한 숫자, 적용 날짜만 다름.

• 캐시된 입력 — Carbon은 현재 백만 개당 $0.10, 12월 1일 이후에는 $0.20이며, 암시적 캐싱만 지원합니다. Grok 4.7은 $0.50이고, 긴 프롬프트에서는 $1.00으로 인상되며, 신규 요율에는 75% 할인이 적용됩니다.

• 컨텍스트 — Carbon 1,048,576토큰. Grok 4.7 500,000. Carbon의 컨텍스트 창이 두 배 더 큽니다.

• 출력 상한 — Carbon은 동기식으로 65,536토큰, 긴 디코딩 시 최대 1,048,576토큰. Grok 4.7은 최대 450,000토큰. 실제로 Grok은 기본 설정의 Carbon보다 단일 호출에서 더 긴 답변을 작성합니다.

• 입력 모달리티 — Carbon은 텍스트, 이미지, 오디오, 동영상, PDF를 입력받습니다. Grok 4.7은 텍스트, 이미지, 파일을 입력받습니다.

• 가중치 — 둘 다 클로즈드 방식입니다. 어느 쪽도 자체 호스팅이 불가능하므로, 둘 다 동일한 벤더 리스크에 노출됩니다.

• 추론 강도 — Carbon thinking은 low, medium, high, Grok 4.7은 low, high, xhigh입니다. 공개된 수치는 각각 high와 xhigh 기준으로 인용되므로, 어떤 헤드라인 점수든 복사하기 전에 가장 먼저 확인해야 할 사항입니다.

그 목록에 있는 두 가지 비대칭은 실질적인 의미가 있다. Carbon의 100만 컨텍스트는 Grok의 두 배로, 전체 저장소나 다중 문서 작업에서 중요하다. Grok의 45만 출력 상한은 Carbon의 동기 한도의 일곱 배로, 산출물 자체가 길 때—생성된 보고서, 마이그레이션된 파일, 긴 패치 시리즈—중요하다. 100만 토큰의 입력을 담을 수 있지만 65K만 다시 출력할 수 있는 모델은 스펙 시트에 컨텍스트 창이 어떻게 적혀 있든 장문 출력 모델이 아니다.

두 가격을 일치시키는 숫자

Artificial Analysis는 두 모델을 동일한 9개 평가 지수(버전 v5.0.1)로 측정하고, 각 모델이 작업을 완료하는 데 실제로 사용하는 토큰 수를 반영한 지수 작업당 비용을 공개합니다. 이 비교가 요금표가 시사하는 방향으로 전개되지 않는 이유가 바로 그 측정입니다.

• 인텔리전스 지수 — Gemini 4 Carbon 60은 high effort에서 74개 중 4위입니다. Grok 4.7 35는 xhigh에서 74개 중 41위입니다. Carbon의 medium 및 low 설정은 58점과 54점을 기록하고, Grok의 high 및 low 설정은 각각 35점과 31점을 기록합니다.

• 인덱스 작업당 비용 — Carbon $7.76, Grok $7.77. 1센트 차이로, 더 비싼 모델에 유리합니다.

• 지수의 출력 토큰 — Carbon 2억 500만, Grok 1억 4,800만, 중앙값 7,280만 대비.

• 인덱스 작업당 소요 시간 — Carbon 25.6분, Grok 25.9분. 역시 같은 수준입니다.

• 출력 속도 — Carbon은 초당 80토큰, Grok은 초당 67토큰입니다. Carbon은 더 비싼 생성기임에도 불구하고 더 빠릅니다.

• 첫 답변 토큰까지 걸리는 시간 — Carbon 66.85초, Grok 53.64초. 둘 다 해당 가격대의 중앙값인 12초를 크게 벗어나며, 시작 속도는 Grok이 둘 중 더 빠릅니다.

이 차이를 설명하는 것은 할인이 아니라 장황함이다. Carbon은 작업당 Grok보다 출력 토큰을 39% 더 내보내고 출력 가격도 67% 더 높지만, 총 작업 비용은 1센트 이내로 수렴한다. Grok의 토큰 가격만이 청구서에 반영되는 유일한 입력은 아니기 때문이다. 입력량, 추론 토큰, 작업별 형태가 모두 기여한다. 정확한 분해가 어떻든, 실용적인 해석은 다시 계산해도 유지될 해석이다. 이 두 모델 간의 토큰당 비교는 어떤 워크로드의 비용에 관해 거의 아무것도 알려주지 않으며, 두 공급업체의 대표 가격은 측정된 결과당 비용보다 더 크게 차이 난다.

25점이 어디서나 25점인 것은 아니다

이 정도 규모의 복합 격차는 대개 분해해도 그대로 남는다. 관건은 그 격차가 어디에서는 남고 어디에서는 남지 않느냐이다. 누구든 60 대 35를 기준으로 예산을 잡기 전에 세 가지 유의할 점이 있다.

첫 번째는 effort입니다. Carbon의 60은 high effort에서, Grok의 35는 xhigh에서 측정되었습니다. 둘 다 동일하게 맞춘 설정이 아니라 각 벤더가 선호하는 설정이므로, 이 비교는 동일한 연산량에서가 아니라 각 모델을 제작자가 의도한 방식으로 실행한 결과 간의 비교입니다. 둘 중 하나를 낮추면, 어느 쪽을 낮추느냐에 따라 격차가 줄거나 커집니다. Carbon은 low에서 54, Grok은 low에서 31입니다.

두 번째는 v5.0.1 지수가 아홉 개 평가를 합산한 것이며, 리더보드는 두 모델 모두에 대해 벤치마크별 점수를 공개하지 않는다는 점입니다 — 두 페이지의 모든 하위 차트에는 "공개적으로 이용 가능한 API 없음"이라고 표시되어 있습니다. 따라서 정직한 진술은 Carbon이 종합 점수에서 25점 차이로 앞선다는 것이며, 현재 Artificial Analysis 외부에서는 아홉 개 평가 중 어느 것이 그 격차를 만들어냈는지 말할 수 있는 사람이 없습니다. 이 두 모델의 벤치마크별 세부 분석을 공개하는 사람은 누구든 공급업체의 말을 인용하거나 이를 지어내는 것입니다.

세 번째는 그 지수가 하나의 도구라는 점입니다. 최근 개정되어 두 모델에 일관되게 적용된 좋은 도구이긴 하지만, 그것은 제품 결정이 아닙니다. 복합 점수에서 25점을 잃은 모델도 당신이 가진 과업에서는 여전히 이길 수 있으며, 다음 두 섹션은 그렇게 이기는 경우를 다룹니다.

Grok 4.7이 완승하는 분야

그중 셋이며, 첫 번째는 벤치마크가 아닙니다.

성숙도. Grok 4.7은 정식 출시된 지 7주가 지났습니다. Gemini 4 Carbon은 2주 동안 두 번이나 형태가 바뀐 출시 과정을 거쳐 호출 가능해진 지 이제 하루째입니다. 10월 28일 제한적 발표, 11월 10일 유료 API 공개, 12월 1일 가격 두 배 인상이 있었습니다. 다음 분기에도 모델이 같은 것이어야 하는 팀이라면, 이 두 모델 중 실적이 검증된 쪽은 현시점에서 단 하나뿐입니다.

단일 호출로 긴 출력. 동기 65,536 대비 450,000 토큰. 작업이 "질문에 답하기"가 아니라 "파일 전체 작성하기"라면, 색인이 결정하기 전에 상한선이 결정합니다.

입력이 작다면 긴 프롬프트에서도 비용을 확실히 예측할 수 있다. Grok의 $4/$12 단계는 200,000 입력 토큰을 초과할 때만 적용되며, 그 기준 이하에서는 $6의 출력 요금이 12월 이후 Carbon의 $20 요금의 3분의 1이다. 입력은 보통이고 출력이 많은 작업 부하 — 요약, 초안 작성, 변환 — 에서는 계산상 Grok이 유리하며, 인덱스 작업당 거의 동일한 비용은 그 특정 9개 평가 조합에 대한 진술일 뿐 보편적인 법칙은 아니다.

반면 Grok의 캐시 입력 요금은 100만 토큰당 $0.50으로, Carbon의 현재 $0.10보다 다섯 배 높습니다. 매 호출마다 동일한 10만 토큰 코퍼스를 다시 전송하는 RAG 파이프라인이라면, 이 한 줄이 위의 모든 항목보다 더 큰 영향을 미칠 수 있습니다. 팀이 이 두 모델 중 잘못된 쪽을 고르는 가장 흔한 방식이 바로 이것입니다. 출력 요금만 비교하고 자신들의 트래픽 형태에 따른 캐시 경제성은 계산하지 않는 것입니다.

Carbon이 돈값을 하는 곳

Carbon에 대한 투자 논거는 지수 점수보다 범위가 좁고, 가격이 시사하는 것보다 강하다.

멀티모달 입력. 오디오 및 비디오 입력은 이 전체 비교에서 가장 명확한 구분점입니다. Carbon은 둘 다 수용하지만, Grok 4.7은 어느 쪽도 명시하지 않습니다. 화면 녹화를 시청하거나 통화를 전사하고 추론해야 하는 파이프라인이라면 여기서 후보는 하나뿐이며, 아무리 많은 인덱스 점수도 그 차이를 메울 수 없습니다.

사이버 및 취약점 작업. Google은 이를 위해 Carbon을 만들었고, 첫 출시를 사이버 방어자들에게만 제한했으며, SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%를 보고합니다. 모두 벤더가 보고한 수치이며 재현되지 않았지만, 그 방향성은 모델의 명시된 목적 및 Google이 개발자보다 방어자에게 먼저 공개하기로 한 사실과 일치합니다. xAI는 Grok 4.7에 대해 이에 필적하는 사이버 관련 주장을 하지 않습니다.

저장소 전체 컨텍스트. 500K에 맞선 1M 윈도우. 두 배의 상한은 모노레포 규모 작업에서 실질적인 차이이며, "서비스 전체를 컨텍스트에 담고 그 전반에 걸쳐 추론하기"라는 특정한 경우에 Grok은 따라오지 못합니다.

그리고 한 가지 솔직한 상쇄 요인이 있습니다: Carbon의 장점은 지연 시간으로 치른 것입니다. 첫 토큰까지 66.85초, 인덱스 작업당 25.6분이라면, 상당한 인내심 없이 요청-응답 인터페이스 뒤에 둘 모델이 아닙니다. 53.64초의 Grok도 마찬가지입니다. 제품이 10초 미만의 응답을 필요로 한다면, 이 비교는 둘 다 패배하는 두 모델 사이의 비교이며, 답은 어느 쪽이든 더 작고 더 빠른 모델입니다.

둘 다 실행하면, 실제 답은 어느 쪽인가요?

같은 파이프라인의 서로 다른 단계에 맞춰 두 모델이 설계되어 있기 때문에 이 비교는 결론을 내리기 어렵습니다. Carbon은 입력 단계, 즉 모달리티와 컨텍스트가 중요하고 처리량이 적은 쪽을 위한 것입니다. Grok은 긴 출력 단계, 즉 제한된 프롬프트에서 많은 텍스트를 생성하는 작업을 위한 것이며, 여기서는 $6 출력 단가가 $20 단가보다 낫습니다. 둘 중 하나가 필요한 대부분의 팀은 둘 다 필요하며, 실수는 그것을 얻기 위해 두 개의 계약, 두 개의 SDK, 두 개의 청구 관계에 가입하는 것입니다.

OpenAI 호환 엔드포인트 하나가 지름길이며, 이 쌍에서 라우팅 가능한 절반을 위해 오늘부터 사용할 수 있습니다: grok/grok-4.7은 xAI 자체의 $2/$6 가격으로 OrcaRouter에 있습니다 — 동일한 정가를 0% 마크업으로 그대로 전달하며, 입력 토큰 200,000개를 넘는 구간의 $4/$12 단계도 포함합니다 — 그리고 다음 모델과 함께 제공됩니다: google/gemini-4-argon이 Carbon의 모달리티 집합이 필요 없는 Gemini 쪽 작업을 위해 $2/$10에 제공됩니다. Gemini 4 Carbon 자체는 카탈로그에 없으며, Google의 유료 API를 통해 접근하고, 파이프라인의 해당 구간은 직접 통합입니다.

라우팅 DSL은 이 분할을 이상이 아닌 실용적인 것으로 만드는 부분입니다. 동일한 요청을 조합해 저렴한 경로를 시도하고 검증 실패 시 에스컬레이션하도록 구성할 수 있으며, 자동 장애 조치를 통해 공급자가 성능 저하를 겪을 경우에도 대응할 수 있습니다. 이는 여기서 평소보다 더 중요합니다. 왜냐하면 이 조합의 고가 모델이 지난 14일 동안 접근 조건을 두 번이나 변경했기 때문입니다. 재배포 없이 분기를 다른 모델로 이동할 수 있는 파이프라인만이 해당 공급업체의 로드맵에서 살아남는 이 아키텍처의 유일한 버전입니다.

실제로 당신에게 있는 제약 조건에 따라 선택하세요.

• 산출물이 제한된 프롬프트에서 나온 긴 출력인 경우 — Grok 4.7, 그리고 먼저 캐시 볼륨을 확인하세요.

• 입력에 오디오, 비디오 또는 스캔한 PDF가 포함되어 있다면 — Carbon입니다. 이 조합에서는 다른 대안이 없기 때문입니다.

• 작업이 보안 분석 또는 취약점 분류인 경우 — Carbon, Google이 보고한 사이버 수치와 회사 자체의 게이팅 선택을 근거로 하되, 그 수치 중 어느 것도 독립적으로 재현되지 않았다는 단서를 붙임.

• 전체 리포지토리를 컨텍스트에 넣어야 한다면 — 지연 시간을 감수하고 Carbon의 1M 윈도우를 사용하세요.

• 다음 달에 약관이 바뀌지 않을 모델이 필요하다면 — Grok 4.7입니다. 그리고 이것은 들리는 것보다 더 강력한 논거입니다.

• 결정할 수 없다면 — 둘 다 실행하세요. 작업당 측정 비용이 1센트 이내이므로, 2주간의 맞대결 비용은 대략 한 모델을 쓰는 비용과 비슷하고, 어떤 종합 점수보다 더 나은 답을 만들어냅니다.

이 목록들 중 어느 것도 어떤 모델이 더 똑똑한지 알려줄 수 없습니다. 왜냐하면 이 정도 차이에서는 "더 똑똑하다"가 잘못된 척도이기 때문입니다. 25 인덱스 포인트는 제대로 측정하면 큰 격차이며, 그럼에도 서류상 더 저렴한 모델이 결과당 비용에서는 동률이고 출력 상한, 성숙도, 첫 토큰까지의 시간에서는 앞서게 됩니다. 이것은 벤치마크의 모순이 아닙니다. 두 모델이 서로 다른 작업을 위해 만들어졌는데 같은 단어로 마케팅될 때 벌어지는 일입니다.