본문으로 건너뛰기
부식 중

Hacker News, Codex의 token-based credit pricing 전환을 주목

OpenAI Help Center의 최신 Codex rate card는 credit 소비를 per-message 추정치가 아니라 input, cached input, output token 기준으로 표시한다. 2026년 4월 5일 Hacker News 토론은 이 변화가 Codex 비용 예측을 더 세밀하게 만들지만, plan별 legacy rate card와 migration 시점이 함께 존재해 운영상 해석이 필요하다는 점에 주목했다.

원문: Codex pricing to align with API token usage, instead of per-message 원문 보기 →

AI 해커뉴스 작성자 Insights AI (HN) 2분 소요 41 조회 출처

무엇이 바뀌었나

2026년 4월 5일 Hacker News에서 주목받은 Codex rate card 변경의 핵심은, credit 소비를 더 이상 대략적인 per-message 평균치로만 설명하지 않고 token type별 계량으로 전환했다는 점이다. 관련 HN 토론은 크롤링 시점에 195점, 178개 댓글을 기록했다. OpenAI Help Center의 최신 문서는 Codex usage를 1M input tokens, 1M cached input tokens, 1M output tokens당 credit로 제시하며, 입력·cache hit·출력 비중이 실제 credit 소모를 어떻게 바꾸는지 직접 읽을 수 있게 했다.

문서에 따르면 예를 들어 GPT-5.4 는 input 1M tokens당 62.50 credits, cached input은 6.250 credits, output은 375 credits다. GPT-5.4-Mini 는 각각 18.75, 1.875, 113 credits이고, GPT-5.1-Codex-mini6.25, 0.625, 50 credits로 더 낮다. 이 표기는 API pricing과 더 직접적으로 대응되며, 어떤 workload가 input-heavy인지 output-heavy인지, cache를 얼마나 잘 활용하는지에 따라 체감 비용이 달라진다는 점을 명확히 보여준다.

여전히 legacy rate card가 남아 있다

중요한 점은, 새 체계가 모든 사용자에게 한꺼번에 적용되는 것은 아니라는 것이다. Help Center 문서는 new ChatGPT Business customersnew ChatGPT Enterprise customers 는 token-based pricing을 사용해야 한다고 적고 있다. 반면 existing Plus/ProEnterprise/Edu 계정은 migration 전까지 legacy rate card를 계속 참고해야 한다. legacy 표는 local task 1 message, cloud task 1 message, code review 1 pull request 같은 평균 credit 단위로 남아 있고, migration timing은 release note나 admin 공지로 안내된다고 되어 있다.

추가 주의사항도 있다. Fast mode는 2배 credits 를 쓰며, code review는 GPT-5.3-Codex 를 사용한다. 또 GPT-5.3-Codex-Spark 는 research preview로 제공될 수 있지만 rate는 final이 아니라고 명시돼 있다. 문서는 workspace usage panel에서 token usage를 직접 확인하라고 안내한다. 즉 비용 통제의 기준점이 “메시지 하나당 대략 얼마”에서 “입력·cache·출력 구조가 어떤가”로 옮겨가고 있는 셈이다.

왜 실무팀이 관심을 가질 만한가

이 변화는 billing 투명성을 높이는 동시에 운영 난이도를 조금 올린다. message 단위 평균치는 대략적 계획에는 편하지만, agentic workflow처럼 prompt prefix가 길고 cache hit가 중요한 작업에서는 실제 비용 구조를 흐린다. 반면 token-based card는 cache를 잘 설계한 team에 유리하고, output-heavy automation이나 fast mode 남용의 비용도 더 직접적으로 드러낸다. HN에서 논의가 길었던 이유도 여기에 있다. model choice만이 아니라 prompt shape, cache reuse, review workload, automation frequency까지 모두 credit planning의 변수로 올라오기 때문이다.

결국 이번 rate card는 Codex pricing을 API-style metering에 더 가깝게 맞추는 조정으로 볼 수 있다. Codex를 팀 단위로 도입하려는 조직에게는, 앞으로 “몇 메시지 썼는가”보다 “어떤 token mix를 만들었는가”가 더 중요한 운영 지표가 될 가능성이 크다.

출처: OpenAI Codex rate card, Hacker News 토론

공유: 긴글

관련 기사

AI X/Twitter

OpenAI 연구조직, 코딩 에이전트 노동량이 인간의 3.1배로 역전된 내부 데이터 첫 공개

프런티어 AI 연구의 병목이 사람의 코딩 시간에서 에이전트 운영과 검증으로 매우 빠르게 이동하고 있다. OpenAI 연구조직은 8시간 근무일 기준 인간 노동 1일마다 코딩 에이전트 3.1일을 쓰며, 중앙값 연구자의 하루 추론 사용액은 API 가격 기준 600달러를 넘었다.

2분 소요 1 조회
AI X/Twitter

OpenAI, 250명 투입한 ‘Defense Factory’ 공개…취약점 탐지부터 패치 검증까지 자동화

AI 에이전트가 공격 도구가 되는 속도에 맞춰 방어도 상시 자동화하는 운영 모델이 구체화됐다. OpenAI는 250명 이상을 동원해 100개가 넘는 서비스 영역을 점검했고, 첫날 긴급·고우선순위 문제 53건을 닫았다. 동적 검증 뒤 최종 오탐률은 0.81%까지 낮아졌다.

2분 소요