2026년 10월 데이터 요약

10월 토큰 사용량 37% 증가

지난달 AI 주요 소식을 분석합니다. 토큰 사용량은 급증했고, 토큰당 가격은 계속 하락했으며, 이제 에이전트 트래픽이 OpenRouter를 통과하는 트래픽의 대부분을 차지합니다.

주요 내용

  • 토큰 사용량은 계속 증가하여 9월 대비 37%, 1월 대비 거의 25배 증가했습니다.
  • 토큰당 실효 가격 하락: 토큰당 혼합 평균 가격은 계속 하락했으며, 지난달에는 1월 평균보다 57~70% 낮았습니다.
  • 의사결정 모델이 이제 전체 요청의 21%를 처리합니다: 이 카테고리가 생긴 지 불과 몇 주밖에 되지 않았지만, 의사결정 모델은 이제 텍스트 모델을 제외한 다른 어떤 모달리티보다도 많은 요청을 받습니다.

10월 토큰 790조 개

10월은 OpenRouter 역사상 가장 큰 규모를 기록한 달로, 토큰 790T개를 처리하여 9월 대비 37%, 1월 대비 무려 25배 증가했습니다.

증가는 전반적으로 나타났지만, DeepSeek V4.1 Flash의 업데이트와 함께 Haiku 5.5 및 나머지 Claude 5.5 제품군의 도입이 주요 기여 요인이었습니다.

1월부터 10월까지의 월별 사용량

OpenRouter
출처: OpenRouter. 토큰은 프롬프트와 완성 토큰의 합계입니다.

에이전트가 전체 토큰의 76%를 소비합니다

2026년 내내 에이전트의 우세는 계속 커지기만 했습니다. 도구 호출 비율, 턴 수, 요청 시점 등 일곱 가지 신호에 가중치를 부여하는 분류기로 모든 API 키를 에이전트형, 인간형 또는 혼합형으로 분류합니다.

일 년 전에는 에이전트용 키가 토큰의 8%를 차지했습니다. 10월에는 약 600조 토큰인 76%를 차지했습니다.

유형별 월간 토큰

OpenRouter
출처: OpenRouter. 키는 매월 분류되며, 에이전트 점수가 0.50 이상이면 에이전트형, 0.25~0.49이면 혼합형, 0.25 미만이면 사람형입니다.

에이전트 사용의 두드러진 특징은 매 턴마다 동일하고 대개 방대한 컨텍스트를 다시 전송한다는 점이므로, 프롬프트 캐싱은 사람의 사용보다 에이전트에 더 중요합니다. 10월에 대부분의 제공업체는 에이전트 프롬프트 토큰의 85~97%를 캐시된 접두부로 처리했습니다. 캐시 적중률 중앙값은 6월 76.1%에서 10월 90% 이상으로 가파르게 상승했습니다.

추론 제공업체별 에이전트 캐시 적중률

OpenRouter

버블 크기는 처리한 에이전트 토큰 수를 나타냅니다. 색상은 캐시 적중률 구간을 나타냅니다.

  • 캐시 적중률 70% 미만
  • 70–90%
  • 90% 초과
출처: OpenRouter. 캐시 적중률은 에이전트 API 키의 프롬프트 토큰 대비 캐시된 프롬프트 토큰의 비율입니다. BYOK는 제외합니다. 에이전트 토큰이 1T 이상이고 캐시 적중률이 50% 이상인 제공업체.

공개 가중치 모델의 반등

오픈 웨이트의 유료 토큰 점유율은 9월 28일 주에 Claude Opus 5.5, Sonnet 5.5 및 GPT-6.1 Sol 이 모두 출시되면서 52%로 하락했습니다. 2주 후에는 주로 DeepSeek V4.1 Flash에 힘입어 다시 70%를 넘어섰습니다.

오픈 웨이트 모델은 유료 지출의 약 4분의 1을 차지하며, 이는 1월의 11%에서 증가한 수치이고 지난 분기 정도 동안 그 비중은 거의 변하지 않았습니다.

주간 토큰 및 지출의 공개 가중치 모델 비중

OpenRouter
출처: OpenRouter. 유료 트래픽만 포함하며, 무료 변형 모델은 제외합니다.

토큰당 실효 가격이 1월 이후 57~70% 하락했습니다

백만 토큰당 혼합 가격은 비공개 가중치 모델의 경우 $1.21에서 $0.52로, 공개 가중치 모델의 경우 $0.28에서 $0.084로 하락했습니다. 두 모델 유형 간 격차는 4.3배에서 6.2배로 벌어졌습니다.

이 실효 가격은 모델의 정가, 모델 구성 자체, 세션별 캐시 적중률 등 여러 이유로 변동할 수 있습니다. 8월 비공개 가중치 모델 가격 하락의 대부분은 구성 변화에서 비롯되었으며, GPT-5.6 Luna가 백만 토큰당 약 $0.07의 가격으로 출시 후 며칠 사이에 가장 많이 사용된 유료 비공개 모델이 되었습니다.

1M 토큰당 실효 가격

OpenRouter
출처: OpenRouter. 프롬프트 토큰과 완성 토큰을 합산한 청구 사용량입니다. 무료 변형 모델, BYOK, 스텔스 모델 및 비채팅 API는 제외합니다.

개별 연구소 모델 점유율

일반적으로 각 연구소의 트래픽은 소수의 모델에 집중되며, 최신 출시 모델이 보통 한 달 이내에 주도권을 차지합니다. 연구소를 선택하여 연중 토큰 및 지출 구성이 어떻게 변했는지 확인하십시오.

각 연구소 내 모델 구성 비율

OpenRouter

10월 토큰 수 기준 상위 여섯 개 모델 및 나머지 전체.

  • Claude Opus 5.5
  • Claude Sonnet 5.5
  • Claude Haiku 5.5
  • Claude Opus 5
  • Claude Sonnet 5
  • Claude Fable 5.1
  • Other

토큰 점유율

지출 비중

출처: OpenRouter. 모든 변형을 포함한 각 연구소 내 모델별 월간 토큰 및 청구 사용량 비중입니다.

성장을 주도하는 오픈 웨이트 연구소

5월 이후 Z.ai의 월간 토큰 수는 약 스무 배로 늘었고 DeepSeek의 월간 토큰 수는 약 열두 배로 늘었습니다. 지출 측면에서는 Z.ai의 지출이 약 여섯 배로 늘었고, Anthropic의 지출은 76% 증가했으며, MiniMax의 지출은 토큰 수가 크게 늘었음에도 20% 감소했습니다.

개별 연구소의 성장은 선형적인 경우가 드뭅니다. 모델 출시 경쟁이 갈수록 치열해지는 가운데 새 모델의 출시 시점은 단 한 달 만에 연구소의 성장에 급격한 변화를 가져올 수 있습니다.

연구소별 5월 이후 성장

OpenRouter

5월 = 100을 기준으로 지수화한 연구소별 월간 토큰 또는 지출입니다.

출처: OpenRouter. 모든 변형을 포함한 모델 제작사별 월간 프롬프트 및 완성 토큰 수와 청구 사용량을 각 연구소의 5월 합계로 나눈 값입니다.

작업 순위표에서 두 모델이 두각을 나타냅니다

저희는 요청 샘플을 순위 페이지의 작업 범주로 분류합니다. 토큰 기준으로는 DeepSeek V4.1 Flash가 대부분의 코딩 및 에이전트 작업에서 선두를 차지합니다. 지출 기준으로 전환하면 Claude Opus 5.5가 대부분의 항목에서 선두를 차지합니다.

그 밖에 등장한 모델( Jev 1.13, 의사결정 모델 개발사: TypeSafe)과 GLM 5.3 Flash는 데이터 추출과 데이터 변환 모두에서 강세를 보였습니다.

작업별 최고 모델, 10월

OpenRouter

토큰 기준 각 범주의 상위 다섯 작업입니다. 순위 분류 체계에는 두 가지 데이터 작업이 있습니다.

일반

  1. 분류

    typesafe의 파비콘
    TypeSafe Jev 1.13

    작업 토큰의 14%

  2. 질의응답 및 지식

    stepfun의 파비콘
    Step 5 Preview

    작업 토큰의 33%

  3. 역할극 및 소설

    deepseek의 파비콘
    DeepSeek V4 Flash

    작업 토큰의 11%

  4. 콘텐츠 작성

    z-ai의 파비콘
    GLM 5.3 Flash

    작업 토큰의 21%

  5. 요약

    stepfun의 파비콘
    Step 5 Preview

    작업 토큰의 67%

코딩

  1. 코드 생성

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 23%

  2. 디버깅

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 19%

  3. 파일 입출력

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 17%

  4. 코드 리뷰

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 17%

  5. 셸 실행

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 24%

에이전트

  1. 워크플로 실행

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 16%

  2. 다단계 계획

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 18%

  3. 도구 디스패치

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 17%

  4. 메모리 추출

    xiaomi의 파비콘
    MiMo V2.6 Flash

    작업 토큰의 17%

  5. 웹 검색

    deepseek의 파비콘
    DeepSeek V4.1 Flash

    작업 토큰의 15%

데이터

  1. 데이터 추출

    z-ai의 파비콘
    GLM 5.3 Flash

    작업 토큰의 12%

  2. 데이터 변환

    z-ai의 파비콘
    GLM 5.3 Flash

    작업 토큰의 29%

출처: OpenRouter. 표본 가중치를 적용한 작업 토큰 또는 지출의 비중.

가중치 비공개 연구소(및 DeepSeek)가 사용자 유지율에서 선두

모델이나 연구소의 재사용률을 측정하는 방법은 다양합니다. 여기서는 한 달 동안 특정 연구소의 모델에 유료 요청을 100회 이상 보낸 계정 중 다음 달에도 같은 연구소를 사용한 계정이 얼마나 되는지 확인했습니다. 이 기준은 일회성 체험을 걸러내며, 기준을 낮추거나 높여도 연구소 순위는 매우 비슷했습니다.

9월에서 10월 사이에 Google 은 해당 계정의 78%를 유지했고, Anthropic은 74%, OpenAI 는 74%를 유지했습니다. 주요 오픈 웨이트 연구소는 전월 대비 유지율이 낮은 경향이 있으며, 10월도 다르지 않았습니다.

모델 제작사별 전월 대비 유지율

OpenRouter

Google

Anthropic

OpenAI

DeepSeek

Z.ai

Qwen

MiniMax

출처: OpenRouter. 한 달 동안 특정 연구소에 유료 요청을 100건 이상 보낸 계정을 대상으로 하며, 다음 달에도 해당 연구소에 유료 요청을 보냈으면 유지된 계정으로 집계합니다. 차단된 계정은 제외합니다.

의사결정 모델의 요청 비중 21% 도달

의사결정 모델(TypeSafe의 명칭으로는 System One 모델)은 라우팅, 콘텐츠 검토, 예/아니요 확인과 같은 좁은 범위의 질문을 판단합니다. 이 모델들은 9월 중순에야 하나의 범주로 등장했지만 10월 26일이 포함된 주에는 전체 요청의 21%까지 증가했습니다.

여기서 텍스트 모델은 이미지 입력이 포함된 요청을 비롯하여 Chat Completions API로 전송되는 모든 요청을 의미합니다. 요청 수 대신 토큰이나 지출을 기준으로 하면 의사결정 모델이 주간 트래픽에서 차지하는 비중은 훨씬 작아집니다.

요청 유형별 주간 요청 점유율

OpenRouter
출처: OpenRouter. API별 전체 요청 비중입니다.

오픈 웨이트 추론 제공업체: Together가 선두로 도약

오픈 웨이트 모델을 서비스하는 제공업체 중, Together는 총 서비스 토큰 수 기준으로 6월 18위에서 10월 1위로 올라섰습니다. DeepSeek는 9월에 9위로 하락했다가 V4.1 Flash로 2위에 복귀했으며, InferenceNet은 4위로 상위 10위권에 진입했습니다.

토큰 기준 오픈 웨이트 제공업체 순위

OpenRouter

6월부터 10월까지 매월 상위 10개입니다. 선 위에 마우스를 올리면 제공업체의 추이를 확인할 수 있습니다.

출처: OpenRouter. 오픈 웨이트 모델만 포함합니다. BYOK 및 스텔스 엔드포인트는 제외합니다.

저희는 매주 이 천조 토큰 규모의 데이터에서 주요 동향을 분석합니다. 데이터 뉴스레터인 Inferred를 구독하여 모든 주요 연구 보고서를 받은편지함으로 직접 받아보십시오.

방법론 참고 사항

  • 데이터는 2026년 1월 1일부터 10월 31일까지 OpenRouter API를 통한 요청을 포함하며, 에이전트 차트는 2025년 9월부터 시작합니다. 주간 차트는 월요일에 시작하는 주를 기준으로 합니다.
  • 토큰은 프롬프트 토큰과 완성 토큰을 합한 값입니다. 지출은 청구된 사용량입니다. 연구소는 모델 제작사이며, 가중치가 공개된 모델은 오픈 웨이트 모델입니다.
  • 각 API 키는 매월 도구 호출 비율, 입력 대 출력 비율, 요청당 턴 수, 캐시 적중률, 요청당 제공된 도구 수, 요청 간 시간, 취소율이라는 일곱 가지 가중 신호를 기준으로 분류됩니다. 점수가 0.50 이상이면 에이전트, 0.25~0.49이면 혼합, 0.25 미만이면 사람으로 분류됩니다.
  • 유료 트래픽에는 무료 모델 변형이 포함되지 않습니다.
  • 실효 가격, 캐시 적중률 및 제공업체 순위에는 자체 키 사용(BYOK) 트래픽과 스텔스 모델이 포함되지 않습니다. 캐시 적중률은 해당 월에 에이전트 토큰이 최소 1T인 제공업체를 대상으로, 에이전트용 키의 트래픽에서 프롬프트 토큰 대비 캐시된 프롬프트 토큰의 비율입니다.
  • 작업별 선두 모델은 순위의 작업 분류 체계에 따라 분류하고 샘플링 비율로 가중치를 적용한 요청 표본에서 도출됩니다.
  • 유지율은 한 달 동안 특정 연구소의 모델에 유료 요청을 100건 이상 보낸 계정을 집계하며, 다음 달에 해당 연구소에 유료 요청을 하나라도 보낸 계정을 유지된 계정으로 간주합니다. 차단된 계정은 제외됩니다.
  • 의사결정 모델은 decisions API로 전송되는 요청입니다. 텍스트 모델은 이미지 입력이 포함된 요청을 비롯하여 Chat Completions API로 전송되는 요청입니다.