
Sage-S2.1-Flash vs Claude Haiku 5.5: 토큰의 비용 vs 컨텍스트 윈도우의 비용
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 87 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 219 tok/s
Claude Haiku 5.5와 Sage-S2.1-Flash는 모두 100만 토큰 컨텍스트 창을 내세우지만, 유사점은 대략 거기서 끝난다. Anthropic이 2026년 10월 7일에 출시한 Claude Haiku 5.5에는 공개된 가격표, 독립 리더보드 점수, 호스팅 API가 있다. Shanghai AI Laboratory가 2026년 11월 15일에 Hugging Face에 조용히 업로드한 Sage-S2.1-Flash에는 MIT 라이선스가 적용된 645기가바이트의 가중치, 21바이트짜리 모델 카드가 있고, 인터넷 어디에도 가격은 없다. 따라서 이들을 100만 토큰당 비용으로 비교하는 것은 불가능하다. 어렵다는 것이 아니라 불가능한데, 계량기의 한쪽이 비어 있기 때문이다.
실제로 통하는 비교는 다른 것이며, 바로 이 페이지에서 다루는 비교입니다: 각 모델이 긴 컨텍스트에 대해 얼마를 청구하는지. 그 축에서 두 모델은 가깝지 않고, 답은 가격표가 시사하는 것과 다릅니다.
같은 벤치마크 이름을 쓰는 두 가지 조달 문제
각 진영이 실제로 무엇인지부터 시작하겠습니다. 명명 방식이 범주 오류를 불러일으키기 때문입니다. Claude Haiku 5.5는 Anthropic의 소형 티어에 속한 독점 텍스트·이미지 모델로, 벤더가 "분류, 추출, 라우팅과 같은 대량·지연 민감 작업"을 위해 포지셔닝한 모델입니다. 이 모델은 effort 매개변수 기본값이 medium인 적응형 사고를 수행하고, 최대 128,000개의 출력 토큰을 반환하며, Anthropic 자체 플랫폼과 4대 주요 클라우드 재판매 채널에서 claude-haiku-5-5로 API에 제공됩니다.
Sage-S2.1-Flash는 오픈 웨이트 과학 에이전트 모델입니다. 3200억 개 파라미터의 전문가 혼합(mixture of experts) 모델로 토큰당 180억 개가 활성화되며, GLM-5.3-Flash 아키텍처를 기반으로 bfloat16으로 패키징되어 120개 샤드에 걸쳐 약 645GB입니다. 구성에는 1,048,576 토큰의 위치 상한, 24층 비전 타워, 그리고 명시적인 이미지, 비디오, 오디오 및 사고(thinking) 토큰 유형이 선언되어 있습니다. MIT 라이선스이며 다운로드 가능하고, 11월 16일 기준으로 이를 제공하는 추론 제공업체가 없었고 독립 하네스가 점수를 매긴 적도 없습니다.
이 중 하나는 개별 항목이고, 다른 하나는 주말과 GPU 노드입니다. 그 비대칭이 이 비교의 전부이며, 아래의 모든 내용은 그로부터 따라 나오는 산수입니다.

아무도 헤드라인에 넣지 않는 100,000토큰의 절벽
Anthropic은 Claude Haiku 5.5의 가격을 하나가 아닌 두 계층으로 공개하는데, 두 번째 계층에서 모델 자체의 컨텍스트 주장이 비싸진다:
• 최대 100,000토큰의 프롬프트 — 입력 100만 토큰당 $0.10, 출력 100만 토큰당 $0.50
• 100,000 토큰 초과 프롬프트 — 입력 100만 토큰당 $0.50, 출력 100만 토큰당 $2.50
• 캐시 쓰기, 5분 — 100만 개당 $0.125 및 $0.625, 동일한 분할 기준으로
• 캐시 읽기 — 10만 미만은 100만 개당 $0.01, 10만 초과 시 $0.05
• Batch API — 양쪽 모두 50% 할인
그것은 5배의 도약이며, 정확히 장문 컨텍스트 모델에 비용을 지불할 가치가 생기기 시작하는 프롬프트 길이에서 발동합니다. 150,000토큰 프롬프트에 5,000토큰 답변이 붙는 경우 입력에 150,000 × $0.50/1M = $0.075, 출력에 5,000 × $2.50/1M = $0.0125가 들어 총 $0.0875입니다. 10만 미만 요율이라면 같은 호출은 $0.015와 $0.0025, 즉 $0.0175였을 것입니다. 5배 컨텍스트 창은 100K 호출 비용의 5배가 드는 것이 아닙니다. 조금 전에 지불하던 요율과 비교하면 같은 토큰에는 약 5배, 그 특정 호출에는 11배 더 듭니다.
그 위에 두 번째 배수가 겹쳐 있는데, 이는 가격표가 아니라 문서에 적혀 있어 놓치기 쉽습니다: Claude Haiku 5.5는 Claude 4.7과 함께 도입된 토크나이저를 사용하므로, 동일한 텍스트가 Claude Haiku 4.5에서보다 약 30퍼센트 더 많은 토큰으로 집계됩니다. 문서당 예산이 얼마든, 요금을 적용하기 전에 1.3을 곱하세요. Anthropic이 이 점을 유례없이 명확히 밝히고 있는 것은 칭찬할 만한 일이지만, 순진한 비용 모델에 미치는 영향은 실재합니다: 토큰 추정치를 그대로 둔 채 4.5에서 5.5로 마이그레이션한 워크로드는 거의 3분의 1에 가까운 초과가 발생합니다.
이 중 어느 것도 Claude Haiku 5.5를 절대적 기준에서 비싸게 만들지 않습니다. 입력 100만 토큰당 $0.10은 현재의 모든 프런티어 인접 모델 중 가장 저렴한 요율이며, 독립 리더보드도 이 등급이 장난감 수준이 아니라는 데 동의합니다: Claude Haiku 5.5는 최대 노력 설정에서 Artificial Analysis Intelligence Index 36.5점을 기록해 DeepSeek V4.1 Flash의 32.6점, Gemini 3.8 Flash의 30.8점을 웃돕니다. 핵심은 더 좁지만 더 유용합니다: 이 모델에서는 프롬프트 길이가 가격을 좌우하는 요소이며, 모델 선택이 아닙니다.
모델 가중치를 직접 보유할 때 긴 컨텍스트에 드는 비용
이제 Sage-S2.1-Flash에 대해서도 같은 계산을 해보자. 요금표가 없으므로 한계 비용 기준으로 토큰은 무료다. 하지만 윈도는 무료가 아니다. 가중치를 어딘가에 보관해야 하기 때문이다. InternLM 자체 배포 가이드에는 참조 구성이 명시되어 있다: H200 GPU 8개, bfloat16, 텐서 병렬화 8.
계산은 화려할 것 없지만 결정적이다. 8개 카드에 걸친 645GB의 가중치는 카드당 약 81GB다. H200은 141GB의 HBM을 탑재하므로 카드당 대략 60GB가 KV 캐시, 활성화, 비전 타워의 작업 세트에 남는다. 가이드는 Hopper에서 FP8 KV 캐시를 사용하지 말라고 명시하므로, 그 60GB는 사용 가능한 토큰당 가장 비싼 캐시 형식인 bfloat16으로 사용된다. 그 범위 안에서 100만 토큰 컨텍스트에 도달할 수 있지만, 이는 모델의 하이브리드 어텐션이 대부분의 레이어를 선형으로 유지하기 때문이다. 45개 레이어 중 34개는 구성에서 kda라고 부르는 선형 어텐션 유형을 사용하고, 11개만 top-2,048 인덱스를 사용하는 희소 어텐션을 사용한다. 일반적인 45개 레이어 트랜스포머에서는 100만 토큰 KV 캐시가 전혀 들어가지 않을 것이다.
그러니 정직한 비용 비교는 "무료 대 0.10달러"가 아니다. "당신이 규모를 산정해 임대한 H200 8대 대 10만 건을 넘으면 가격이 다섯 배로 뛰는 종량제 API"다. 첫 번째가 두 번째를 앞서는 활용률은 해당 GPU들의 시간당 요금과 하루 중 이들이 얼마나 바쁘게 돌아가는지에 전적으로 달려 있다. 그리고 공개된 Sage 가격도, 이에 대한 독립적인 처리량 수치도 없기 때문에, 누군가 당신에게 손익분기점을 알려준다면 그것은 지어낸 숫자다.

증거 격차, 분명히 말하면
두 모델 모두 벤치마크 수치를 가지고 있습니다. 그중 한 세트만이 무엇이든 대조해 확인할 수 있습니다.
Claude Haiku 5.5는 제3자에 의해 측정됩니다. Artificial Analysis는 최대 노력 설정에서 Intelligence Index 36.5를 기록했으며, 출력 속도는 초당 257토큰으로 보고되었습니다. 이는 나열된 모든 모델에 동일한 테스트를 실행하는 하네스에서 나온 검증된 수치로, 의사 결정에 활용할 수 있게 해줍니다.
Sage-S2.1-Flash는 저자들에 의해서만 측정됩니다. InternLM의 수치는 11월 16일에 생성된 GitHub 저장소의 탭으로 구분된 파일에 있으며, Hugging Face 모델 카드가 링크하지 않는 internlm.github.io/Sage-S2.1-Flash의 정적 사이트에 게시되어 있습니다. 이 표는 35개 행으로 구성되어 있으며 Sage를 8개 모델과 비교합니다. 강점을 보이는 행은 과학 및 비전 관련 항목입니다 — BabyVision은 75.8로 Claude Opus 5의 63.1을 앞서고, OSWorld-G는 84.8로 DeepSeek-V4.1-Flash-1017의 61.4를 앞서며, OfficeQA Pro V2는 72.2로 자체 표에서 최고 수치입니다. 코딩 관련 행은 눈에 띄지 않습니다: SWE-bench Pro 60.6, DeepSWE 67.0으로, 둘 다 DeepSeek V4.1 Flash에 뒤처집니다.
Claude Haiku 5.5는 그 표에 전혀 등장하지 않습니다. Gemini 3.8 Flash도 마찬가지입니다. 그래서 이 맞대결을 검색하는 독자가 실제로 원하는 단 하나의 비교, 즉 저렴한 호스팅 모델과 다운로드 가능한 과학 모델의 비교에는 양쪽 모두 벤더 데이터가 없고, 한쪽에는 독립 데이터도 없습니다. 우리가 말할 수 있는 것은 Sage의 공개된 행들이 과학 벤치마크에서는 Opus급 영역에 있고 코딩 관련 행들은 입력 100만 토큰당 $0.30인 모델보다 아래에 있다는 점, 그리고 BabyVision에서의 24포인트 차이는 실제 역량이거나 이 모델에 대해 다르게 읽힌 벤치마크라는 점입니다. 하네스 없이는 어느 쪽인지 알 수 없습니다.

각각이 실제로 우위를 차지하는 지점
비교할 수 없는 부분을 제거하면 깔끔한 분할이 남습니다.
• 대량의 지연 민감 작업 — Claude Haiku 5.5, 단연코. 공개된 점수와 함께 $0.10/$0.50에 분류, 추출, 라우팅, 서브에이전트 호출을 처리하는 것은 이미 해결된 문제입니다. Sage-S2.1-Flash는 여기서 경쟁할 수 없습니다. 종량제 API가 몇 푼에 처리하는 일을 하려고 GPU 8대를 임대하는 셈이니까요.
• 100K~1M 토큰 구간의 프롬프트 — 진정한 논쟁거리이며, 성능이 아니라 활용률로 결정됩니다. Claude Haiku 5.5는 이 구간에서 기본 요금의 5배를 청구합니다. Sage는 이미 대여한 하드웨어의 상각 비용을 청구합니다. 노드가 바쁘면 Sage가 비용에서 이깁니다. 그렇지 않으면 아닙니다.
• 과학적 멀티모달 입력 — Sage-S2.1-Flash, 자체 주장에 근거한 내용입니다. 분자 그래프, 결정 구조, 단백질 서열, 스펙트럼, 질량 스펙트럼, XRD, ECG, EEG 및 광도 곡선은 InternLM이 학습했다고 밝힌 입력이며, 두 모델 중 문서에서 이를 명시한 유일한 모델입니다. 이는 측정된 결과가 아니라 설계상의 진술로 받아들여야 합니다.
• 이번 주에 계약이 필요한 모든 것 — Claude Haiku 5.5. 한쪽은 가격, 상태 페이지, 그리고 2027년 10월 7일 이전에는 서비스를 종료하지 않겠다는 약속을 갖추고 있습니다. 다른 쪽은 빈 모델 카드가 있으며, 이 글을 쓰는 시점에 다운로드 수는 0입니다.
• 데이터 상주성과 가중치 소유권 — Sage-S2.1-Flash, 무조건적으로. 직접 보유하고 감사하고 미세 조정할 수 있는 MIT 가중치는 API와는 다른 범주의 자산이며, 어떤 가격 차이도 이를 바꾸지 않습니다.
대부분의 마이그레이션을 결정짓는 단 하나의 기반 세부 사항
이 둘 사이에서 롱 컨텍스트 파이프라인을 옮긴다면, 막히는 문제는 품질이 아닐 것입니다. 바로 토큰화와 도구 호출입니다.
Claude Haiku 5.5는 토크나이저 세대가 바뀌었습니다. 즉, Claude Haiku 4.5를 기준으로 튜닝해 둔 모든 프롬프트를 다시 측정해야 하며, 토큰 예산을 전제로 한 모든 청킹 전략은 이제 약 30퍼센트가 틀린 셈입니다. Anthropic은 바로 이런 상황을 위한 마이그레이션 가이드를 제공하고 있으니, 설정 파일을 건드리기 전에 한번 읽어볼 만합니다.
Sage-S2.1-Flash는 같은 문제의 더 심각한 변형을 갖고 있으며, 배포 가이드에서 다른 무엇보다 먼저 읽을 가치가 있는 항목이 바로 이것이다. 이 모델의 토크나이저는 저장소에서 로드해야 한다. vLLM, SGLang, LMDeploy에 기본 내장된 토크나이저는 도구 호출 마커 같은 에이전트 구문을 텍스트가 아니라 제어 토큰으로 인코딩하며, 그러면 모델은 아무런 오류도 드러내지 않은 채 턴을 일찍 종료할 것이다. 그 뒤에는 함정이 두 가지 더 있다. 순서가 뒤바뀐 병렬 도구 호출은 단일 파일 패치가 없으면 vLLM에서 이미지를 잘못된 결과에 연결하고, SGLang은 해당 파일을 명시적으로 넘겨주지 않으면 채팅 템플릿을 재정의한다. 마이그레이션 관점에서 실질적인 결과는 토큰 수 계산 작업이 두 배가 된다는 것이다. 한 번은 Anthropic의 새 토크나이저용이고, 한 번은 InternLM의 맞춤형 토크나이저용이며, 둘 중 어느 것도 다른 하나로부터 추정할 수 없다.
그 세 가지 항목은 실제로 "Sage-S2.1-Flash는 내가 평가해 본 모델"과 "Sage-S2.1-Flash는 내가 포기한 모델" 사이의 차이를 만듭니다. 그것들은 모두 문서화되어 있으며, 이는 대부분의 조용한 릴리스가 해내는 것보다 더 많은 일입니다.
가격 없이 결정에 도달하기
Claude Haiku 5.5는 현재 OrcaRouter 카탈로그에 없습니다. 이 모델은 Anthropic 자체 API와 주요 클라우드 재판매 채널을 통해 제공되며, 우리는 그렇지 않은 것처럼 암시하지 않겠습니다. 라우팅되는 것은 이전 세대인 — anthropic/claude-haiku-4.5 백만 토큰당 입력 $1.00, 출력 $5.00, 마크업 없이 정가 그대로 — 이며, 이는 5.5 등급이 비용을 10분의 1로 낮추기 전 Anthropic의 소형 등급 비용이 얼마인지를 보여주는 여전히 정직한 기준입니다. 실제 프롬프트를 4.5로 실행하면 동일한 토크나이저 계열에서 측정된 토큰 수를 얻을 수 있으며, 측정된 토큰 수만이 위의 100K 절벽 문제를 해결하는 유일한 방법입니다. 트래픽이 그 아래에 있는지, 위에 있는지, 아니면 걸쳐 있는지가 어떤 벤치마크 행도 할 수 없는 방식으로 전체 비교를 결정합니다.
벤더가 결국 Sage-S2.1-Flash의 가격을 공개하거나 독립적인 하네스가 이를 평가하게 되면, 패스스루 모델이 중요해진다. 제공업체의 정가 인하가 적용되는 당일 카탈로그에 이를 반영하는 것이 바로 매 분기 이 비교를 재협상하지 않게 해주는 방법이다.
이 페이지를 바꾸려면 무엇이 필요할까요
숫자 하나면 대부분의 일이 해결됩니다: Sage-S2.1-Flash의 토큰당 가격. 그것이 있으면 한쪽의 100K 절벽과 다른 쪽의 상각 노드는 하나의 형태가 아니라 진정한 손익분기 계산이 됩니다. 두 번째 숫자도 거의 비슷한 도움이 될 겁니다 — Sage에 대한 독립적인 점수, 이상적으로는 Claude Haiku 5.5를 36.5에 놓은 것과 동일한 하네스에서 측정된 점수라면, 두 수치를 서술하는 대신 빼서 비교할 수 있습니다.
그때까지 방어 가능한 입장은 이렇습니다. Claude Haiku 5.5는 아주 많은 작은 일을 처리하는 더 저렴한 방법이며, 정확히 그 컨텍스트 창이 흥미로워지는 지점에서 비싸집니다. Sage-S2.1-Flash는 매우 큰 모델을 보유하는 더 저렴한 방법이며, 아직 무엇이든 구매하는 방법은 아닙니다. 둘 중 하나를 고르는 것은 벤치마크에 대한 취향 문제가 아닙니다. 그것은 당신의 워크로드가 토큰으로 측정되는지 노드로 측정되는지에 대한 문제입니다 — 그리고 아직 그 답을 할 수 없다면, 정직한 다음 단계는 또 다른 비교 글을 읽는 것이 아니라 자신의 트래픽에 가격을 매기는 것입니다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
