LLM API 비용 계산법: GPT·Claude·Gemini 토큰 단가 비교와 절감 방법
GPT-5.4, Claude, Gemini의 토큰 단가를 실제 숫자로 비교하고, 프롬프트 캐싱과 Batch API로 LLM API 비용을 줄이는 방법까지 정리했다.
LLM과 에이전트를 설계하는 실무 실험실
LLM(대규모 언어모델)을 실제 제품에 붙이며 남긴 기록. API 비용 최적화, 프롬프트 캐싱, 모델 선택, 토큰 계산처럼 현업에서 바로 부딪히는 문제를 1인칭 경험과 실측값으로 다룬다.
GPT-5.4, Claude, Gemini의 토큰 단가를 실제 숫자로 비교하고, 프롬프트 캐싱과 Batch API로 LLM API 비용을 줄이는 방법까지 정리했다.
Claude Code의 멀티 에이전트 기능 Agent Teams를 직접 써보고 정리했다. Subagent와의 차이, 활성화 방법, 팀 리더와 메일박스 구조, 병렬 코드 리뷰 사용 사례와 주의점 4가지.
멀티 에이전트에서 ‘통제자’의 역할을 분리하며 배운 것들 지난 글에서 State와 Message Bus의 역할을 혼동하며 겪었던 혼란을 정리했다. 그 글 마지막에 이렇게 썼다. “다음 글에서는 이 State를 누가 관리해야 하는지, 이 역할의 경계를 중심으로 정리해보려 한다. 이번 글은 그 이야기다. 1. “누가 이걸 결정한 거지?”가 반복되는 순간 멀티 에이전트를 만들다 보면 처음에는 역할 분담이 깔끔해 보인다. … 더 읽기