바이브코딩
ERNIE-Light-DT-1.0 | 긴 문서를 낮은 단가로 읽는 텍스트 모델
치엔판 위안 단가와 OpenRouter 달러 단가를 나눠 적는다.
바이두 스마트클라우드가 치엔판에 세 모델을 함께 올렸다. 가운데 경량 모델의 이름은 ERNIE-Light-DT-1.0이다. OpenRouter 카탈로그의 같은 행은 id가 baidu/ernie-light-dt-1.0-intl이고, 표시 이름은 Baidu: ERNIE-Light-DT-1.0이다. created 값 1794331260은 협정세계시 2026-11-10 17:21이다.
이 모델은 글을 받아 글로 답한다. 제품 페이지의 표기는 텍스트에서 텍스트이고, OpenRouter architecture는 modality가 text->text이며 input_modalities와 output_modalities가 모두 text다. 이미지, 음성, 영상 입력은 두 문서의 Light-DT 칸에 없다. 같은 발표의 영상 모델 ERNIE-Wizshot-ME는 초 단위로 따로 과금되므로, 이 글의 토큰 단가와 섞지 않는다.
돈은 두 장부에 적혀 있다. 치엔판 제품 페이지는 입력 100만 토큰에 8위안, 캐시 적중에 0.8위안, 출력에 28위안이고, 하루 종일 같은 값이며 피크와 유휴를 나누지 않는다. OpenRouter 카탈로그의 토큰당 달러는 prompt 0.00000113, completion 0.00000394, input_cache_read 0.000000113이다. 100만 토큰으로 바꾸면 1.13달러, 3.94달러, 0.113달러다. 이 글은 2026년 11월 12일에 그 숫자만 옮기고, 위안과 달러를 환율로 같게 만들지 않는다.
쓰는 자리는 제품 페이지가 긴 문서의 질문과 요약, 여러 번 이어지는 대화, 에이전트 도구 호출, 대량 텍스트, 단가에 민감한 잦은 호출로 적는다. 공개 벤치마크의 이름과 점수는 그 페이지에 없고, 가중치를 내려받는 주소도 없다. OpenRouter의 hugging_face_id는 null인데, null만으로 가중치가 비공개라고 단정하지는 않는다.
텍스트만 받고 텍스트로 답한다
제품 페이지는 Light-DT를 경량 장문 모델로 두고, 같은 화면의 플래시 미리보기와 영상 모델과 칸을 나눈다. 플래시 칸의 총파라미터 280B, 토큰당 활성 14B, 1M 문맥, 초당 200토큰, FP4는 플래시 설명이다. Light-DT 칸은 그 숫자를 반복하지 않는다.
OpenRouter 토크나이저 값은 Other이고 instruct_type은 null이다. 카탈로그 설명 필드는 영어로 이렇게 시작하고 말줄임으로 끊긴다. "ERNIE-Light-DT-1.0 is based on open-source GLM models and includes research findings from Baidu Search's Lightning large model. It features Baidu Sparse Attention (BSA), a unique sparse attention mechanism developed by..."
GLM이라는 말은 이 OpenRouter 문장에만 있다. 치엔판 제품 페이지는 GLM을 말하지 않고, 바이두 검색의 번개 대모델 연구와 BSA를 말한다. GLM 계열이라는 문장은 OpenRouter 카탈로그의 표현으로만 남긴다. 제품 페이지가 말하는 번개 대모델 연구와, OpenRouter가 말하는 Lightning large model은 같은 취지의 문장으로 읽히지만, 두 문서가 서로를 인용한다고 적혀 있지는 않다.

가격은 두 장부에 따로 적혀 있다
가격 문서의 온라인 추론 행은 모델명 ERNIE-Light-DT, 버전명 ERNIE-Light-DT-1.0이다. 단위는 위안 / 1,000토큰이다. 입력 0.008, 캐시 적중 0.0008, 출력 0.028이다. 같은 행에서 피크와 유휴, 활동가를 나누는 칸은 보이지 않았다. 0.008에 1,000을 곱하면 8, 0.0008에 1,000을 곱하면 0.8, 0.028에 1,000을 곱하면 28이다. 이 곱은 이 글의 계산이고, 제품 페이지의 100만 토큰 단가와 숫자가 같다.
OpenRouter 단가는 토큰당 문자열이다. 0.00000113에 1,000,000을 곱하면 1.13, 0.00000394에 1,000,000을 곱하면 3.94, 0.000000113에 1,000,000을 곱하면 0.113이다. 엔드포인트 객체의 pricing도 같은 세 문자열이고 discount는 0이다. 모델 안내 페이지는 공급자를 Baidu Qianfan으로 적고 입력 1.13달러, 출력 3.94달러를 보여 주며, 공급자 가격에 가산을 두지 않는다고 말한다. 엔드포인트 JSON의 provider_name 문자열은 Baidu다.
치엔판 장부는 위안이다. 가산이 없다는 말과, 두 표의 숫자가 같다는 말은 다른 이야기다. 8을 1.13으로 나누면 약 7.08이고, 0.8을 0.113으로 나눈 값도 같다. 28을 3.94로 나누면 약 7.11이다. 입력과 캐시의 비는 같고 출력의 비는 조금 다르다. 이 글은 그 비를 환율이라고 부르지 않는다. 캐시 적중은 가격표의 칸 이름이다. 어떤 헤더로 그 칸이 적용되는지는 제품 페이지가 적지 않았다.
| 항목 | 치엔판 가격 문서 (위안 / 1,000토큰) | 1,000을 곱한 100만 토큰 | OpenRouter (달러 / 100만 토큰) |
|---|---|---|---|
| 입력 | 0.008 | 8 | 1.13 |
| 캐시 적중 | 0.0008 | 0.8 | 0.113 |
| 출력 | 0.028 | 28 | 3.94 |
핵심 포인트: 치엔판은 위안이고 하루 종일 같은 값이다. OpenRouter는 달러 단가를 따로 보여 준다.

BSA는 지난 대화를 압축하는 장치다
BSA는 Baidu Sparse Attention의 약자이고, 제품 페이지는 바이두 문심이 만든 희소 어텐션이라고 부른다. 어텐션은 새 토큰을 만들 때 앞선 토큰을 얼마나 볼지 고르는 계산이다. 대화를 길게 쌓으면 그 과거를 붙들고 있는 KV 저장이 커지고, 매번 그 저장을 읽는 계산도 커진다. 긴 문서 질문에서 비용이 튀는 자리는 대개 여기다.
제품 페이지는 피드백식 역사 압축이 그 과거의 저장과 인덱스 계산을 줄인다고 적는다. 효과는 유지한 채 KV 저장과 계산 비용을 크게 낮추고, 그래서 더 긴 문맥을 더 낮은 비용으로 받친다는 설명이다. 얼마나 줄었는지를 보여 주는 비율은 없다. OpenRouter 설명 필드는 BSA를 언급한 뒤 developed by에서 말줄임으로 끝나, 그 영어 문장의 뒷부분은 카탈로그에 없다.
같은 페이지는 최신 중간 훈련과 후반 훈련을 결합해, 공개 평가지에서 수학, 추론, Agent, Coding이 제1집단이라고 적는다. 평가지의 이름, 점수, 비교 대상은 없다. 제1집단은 바이두의 주장으로만 적는다. 산업 현장의 영역 균형과 영역 확장을 다룬다는 문장도 같은 페이지에 있으나, 측정값 역시 없다. 점수표가 없는 주장을 순위로 바꾸어 쓰지 않는다.
창 길이와 출력 한도가 문서마다 다르다
제품 페이지가 Light-DT에 숫자로 준 길이는 최대 출력 128K다. 입력 창이 100만이라는 문장은 Light-DT 칸에 없다. 100만 토큰 문맥은 같은 페이지의 ERNIE-5.5-Flash-Preview 칸에 있다. 기본 출력 64K도 플래시 칸의 문장이다.
OpenRouter는 context_length와 top_provider.context_length를 1,024,000으로 적고, max_completion_tokens를 131,072로 적는다. 128에 1,024를 곱하면 131,072다. 두 문서는 이 곱셈식을 스스로 쓰지 않는다. 128K와 131,072가 같은 출력 한도인지는 그 산수로 볼 뿐, 문서가 등호를 찍어 주지는 않았다. max_prompt_tokens는 null이라, 입력 쪽에 따로 잘리는 토큰 수는 카탈로그가 주지 않는다.
속도 칸은 비어 있다. 30분 지연과 처리량은 두 번의 엔드포인트 조회에서 모두 null이었다. 직전 30분 가동률은 한 번이 100이었고, 바로 다음 조회에서는 null이었다. 하루 가동률 칸은 두 번 모두 100이었다. 검색 결과에 보이던 0.99초나 초당 92토큰은 이 JSON에 없어 쓰지 않는다. 이번 조사는 모델에 문장을 보내지 않았으므로 지연을 재지 않았다.
| 항목 | 치엔판 제품 페이지 | OpenRouter 카탈로그 |
|---|---|---|
| 입출력 | 텍스트에서 텍스트 | text->text, 입력 text, 출력 text |
| 입력 창 | Light-DT 칸에 숫자 없음 | 1,024,000 |
| 최대 출력 | 128K | 완료 토큰 131,072 |
| 생각 | 켜고 끌 수 있음 | 기본 켜짐, 강제 아님, 노력 기본값 max |
| 프롬프트 상한 | 적혀 있지 않음 | max_prompt_tokens는 null |

생각은 켜고 끌 수 있다
제품 페이지는 생각 모드를 켜고 끌 수 있다고 적는다. 노력 단계의 영어 이름은 그 페이지에 없다. 끄면 출력 토큰이 줄어드는지, 켜면 단가가 오르는지는 가격 문서가 나누지 않는다. Light-DT 출력 단가는 한 칸이다.
OpenRouter reasoning 객체는 mandatory가 false, default_enabled가 true다. supported_efforts는 max, high, low, none이고 default_effort는 max다. 기본은 켜져 있고, 끄라는 값이 카탈로그에서 금지되어 있지는 않다. 제품 페이지의 켜고 끔과 방향은 맞다. max, high, low, none이라는 철자는 OpenRouter 카탈로그의 이름이다. 치엔판 콘솔의 스위치 문구와 1:1로 대응한다는 문장은 어느 쪽에도 없다.
모델 안내 페이지는 요청 필드로 reasoning과 reasoning_effort를 받으며, 값의 형태는 API 레퍼런스를 보라고 한다. 같은 페이지의 curl 예시는 두 필드를 넣지 않는다. 이번 조사는 과금 호출을 보내지 않았으므로, 그 값이 문자열인지 객체인지는 확인하지 않았다. 예시에 없는 생각 필드를 이 글이 만들어 붙이지 않는다. include_reasoning은 카탈로그 파라미터 이름에는 있고, 안내 페이지가 풀어 쓴 필드 목록에는 없다.
같은 발표의 플래시 모델과 단가가 다르다
가격 문서에서 ERNIE-5.5-Flash, 버전 ERNIE-5.5-Flash-Preview는 피크와 유휴, 활동가와 정가를 나눈다. 단위는 위안 / 1,000토큰이다. 피크는 8시부터 22시, 유휴는 22시부터 다음 날 8시다. Light-DT 행에는 이 시계가 없다.
피크 활동가는 입력 0.001, 캐시 0.0001, 출력 0.004다. 피크 정가는 입력 0.002, 캐시 0.0002, 출력 0.008이다. 유휴 활동가는 입력 0.0005, 캐시 0.00005, 출력 0.002다. 유휴 정가는 입력 0.001, 캐시 0.0001, 출력 0.004다.
제품 페이지는 플래시 전 규격 5할을 2026-11-30 23:59:59까지라고 적고, 입력은 100만 토큰당 0.5위안까지 내려간다고 말한다. 유휴 활동가 입력 0.0005에 1,000을 곱하면 0.5이므로, 그 문구는 가격 문서의 유휴 활동가와 산수가 맞다. 제품 페이지의 피크 금액은 취소선이 본문과 붙어 숫자가 겹쳐 보여, 이 글의 피크 금액은 가격 문서의 활동가와 정가만 쓴다. 기한이 지난 뒤 활동가가 정가로 돌아간다는 문장도 제품 페이지에 있다.
Light 입력 0.008은 플래시 피크 정가 입력 0.002의 4배이고, 플래시 피크 활동가 입력 0.001의 8배다. Light 출력 0.028은 플래시 피크 정가 출력 0.008의 3.5배다. 이 배율은 위안 / 1,000토큰 칸의 나눗셈이다. 플래시가 더 싸 보이는 칸은 활동가와 시간대 조건이 붙어 있다. Light는 그 조건 없이 하루 종일 0.008, 0.0008, 0.028이다.
| 칸 (위안 / 1,000토큰) | Light-DT | 플래시 피크 정가 | 플래시 피크 활동가 |
|---|---|---|---|
| 입력 | 0.008 | 0.002 | 0.001 |
| 캐시 적중 | 0.0008 | 0.0002 | 0.0001 |
| 출력 | 0.028 | 0.008 | 0.004 |
플래시의 1M 문맥, 기본 출력 64K, 초당 200토큰은 플래시 칸의 사양이다. Light-DT의 입력 창 숫자로 옮기면 문서가 말하지 않은 한도가 된다.
OpenRouter가 받는 요청 값
카탈로그 supported_parameters는 include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, structured_outputs, temperature, tool_choice, tools, top_p다. default_parameters는 빈 객체라, 온도나 top_p의 기본 숫자가 카탈로그에 박혀 있지 않다.
2026년 11월 12일에 받은 모델 안내의 요청 필드 목록은 model과 messages가 필수이고, 선택으로 stream, max_tokens, reasoning, reasoning_effort, response_format, temperature, tool_choice, tools, top_p를 적는다. 그 목록은 include_reasoning과 structured_outputs라는 이름을 풀어 쓰지 않았다. 카탈로그에 있는 이름과 안내 페이지가 그 날 풀어 쓴 이름이 어긋나는 자리가 여기다. 값의 형태는 안내가 API 레퍼런스로 미룬다. stream과 provider 라우팅은 모델 능력 목록과 별개로 받는 API 제어라고 같은 안내가 덧붙인다.
엔드포인트는 도구 선택을 none, auto, required, function 모두 지원한다고 표시한다. 도구 호출은 제품 페이지의 사용 장면과도 맞닿아 있으나, 치엔판이 요구하는 함수 이름 스키마는 공개 제품 페이지에 없다. 제품 페이지의 API 문서 링크는 치엔판 V2의 일반 규격이다. 그 링크가 Light-DT만의 파라미터 표인지는 확인하지 못했다. 제어판 상세 주소는 로그인이 필요하고, 공개 스펙 페이지가 아니다.
채팅 완성으로 호출하는 형태
모델 안내는 POST https://openrouter.ai/api/v1/chat/completions 와 Authorization Bearer를 적는다. 유럽 역내 라우팅으로는 현재 이 모델을 쓸 수 없다고 같은 안내가 말한다. 그 제한의 문서 주소는 OpenRouter의 in-region routing 안내다. 카탈로그 links.details는 /api/v1/models/baidu/ernie-light-dt-1.0-intl-20261110/endpoints 를 가리킨다. 호출에 넣는 model 값은 안내의 예시대로 baidu/ernie-light-dt-1.0-intl이다.
OpenRouter 모델 안내의 채팅 완성 예시는 모델 아이디와 사용자 문장만 보낸다.
curl -X POST https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "baidu/ernie-light-dt-1.0-intl",
"messages": [
{
"role": "user",
"content": "What is the meaning of life?"
}
]
}'
안내가 보여 주는 응답 틀에는 id gen-abc123, 프롬프트 12토큰, 완료 24토큰, 합계 36토큰, 비용 0.001이 들어 있다. 이것은 안내문의 예시 숫자이지, 이 모델에 보낸 실측이 아니다. 오류 코드로 안내가 적은 값은 400, 401, 402, 403, 404, 429, 502다. 400은 깨진 요청이나 지원하지 않는 파라미터, 401은 키 문제, 402는 크레딧 부족, 403은 지출 한도나 키 정지, 404는 모르는 모델이거나 붙여 줄 공급자가 없는 경우, 429는 속도 제한, 502는 업스트림 실패다. 실패 생성은 과금하지 않는다고 같은 안내가 적는다.
마무리
앞에서 다룬 ERNIE-Light-DT-1.0의 핵심만 짧게 정리한다.
- 입력과 출력은 텍스트이고, 제품 페이지는 최대 출력 128K와 생각 모드의 켜고 끔을 적는다.
- 치엔판 단가는 입력 8위안, 캐시 0.8위안, 출력 28위안(100만 토큰)이고 피크 구분이 없다.
- OpenRouter 달러 단가는 1.13, 0.113, 3.94이며 위안 장부와 같은 가격이라고 적지 않는다.
- 입력 창 1,024,000은 OpenRouter 숫자이고, 제품 페이지의 Light-DT 칸은 그 숫자를 주지 않는다.
- BSA와 공개 평가지 제1집단은 바이두의 설명이며, 점수와 가중치 주소는 확인되지 않았다.
- 예시 curl은 생각 필드를 넣지 않으므로, 노력 값의 JSON 형태는 호출로 확인하지 않았다.
「창 길이와 단가는 적힌 문서를 따른다」
한 장부의 숫자를 다른 장부에 옮겨 적지 않는다. 호출 예시에 없는 필드는, 안내가 값의 형태를 비워 둔 채로 남는다.
출처와 링크
조사 기준은 2026년 11월 12일이다. 숫자는 아래 공식 문서에서만 옮겼다.
FAQ
자주 묻는 질문
OpenRouter canonical_slug 끝자리는 무엇인가?
목록에 실린 canonical_slug는 baidu/ernie-light-dt-1.0-intl-20261110이다. 끝의 20261110은 카탈로그가 붙인 날짜 접미사다. 모델 안내의 호출 예시는 그 접미사를 붙이지 않은 공개 id를 model 값으로 둔다.
모델 id만으로 단건 API를 열면 어떻게 되나?
2026-11-12에 공개 id 경로로 연 단건 모델 API는 HTTP 404였다. 프론트용 단건 주소도 같은 날 404였다. 행은 전체 모델 목록 응답 안에서 찾았고, canonical slug의 엔드포인트 주소는 200이었다.
엔드포인트의 양자화 표기는 무엇인가?
엔드포인트 객체의 quantization 값은 unknown으로 적혀 있다. 이 문자열을 비트 수나 특정 양자화 방식으로 풀어 쓰지 않는다. 가중치 공개 여부와도 별개의 칸이다.
암시적 캐시 지원 플래그는 어떻게 적혀 있나?
같은 엔드포인트의 supports_implicit_caching 값은 true다. 가격표의 캐시 적중 칸과 이 플래그가 같은 동작인지는 두 문서가 연결해 적지 않았다. 플래그는 카탈로그에만 있다.
채팅 완성 외에 카탈로그가 적어 둔 경로는?
카탈로그 endpoints 배열에는 /api/v1/completions, /api/v1/messages, /api/v1/responses도 들어 있다. 모델 안내가 본문으로 보여 준 예시는 채팅 완성뿐이다. 나머지 세 경로의 요청 본문은 호출하지 않았다.
치엔판 콘솔 상세의 자산 아이디는?
제품 페이지의 Light-DT 체험 링크는 콘솔 경로 buildIn/detail/am-d6cbba06f442 로 끝난다. 자산 아이디는 am-d6cbba06f442이다. 그 화면은 로그인이 필요해 공개 스펙으로 열리지는 않는다.
지식 절단일과 만료일은 카탈로그에 있나?
카탈로그 행의 knowledge_cutoff와 expiration_date는 둘 다 null이다. per_request_limits도 null이고 is_moderated는 false다. 학습이 끊긴 날짜를 추정해 채우지는 않는다.
가격 문서 HTML에서 읽은 날짜 표기는?
저장한 가격 문서 HTML에서 찾은 날짜 표기는 2026-11-11뿐이다. 제품 페이지의 플래시 5할 마감일과는 다른 날짜다. Light-DT 행 자체의 발효일을 그 HTML이 따로 적지는 않았다.
용어
관련 용어
AI 서비스의 사용량을 토큰(입력 토큰 + 출력 토큰)으로 측정하여 과금하는 비즈니스 모델로, AI API 서비스의 가장 기본적인 과금 방식이다. Claude API, OpenAI API 등이 이 모델을 사용하며, 일반적으로 입력 토큰보다 출력 토큰의 단가가 더 높다(모델이 새로운 토큰을 '생성'하는 것이 기존 토큰을 '읽는' 것보다 더 많은 연산을 필요로 하기 때문). 바이브 코딩의 비용이 예상보다 높아질 수 있는 주요 원인이 토큰 기반 과금이다. 그 이유: 대규모 코드베이스를 컨텍스트로 제공하면 입력 토큰이 급증하고, AI가 긴 코드를 생성하면 출력 토큰이 급증하며, 에이전틱 워크플로에서 여러 번의 반복(수정 → 테스트 → 수정)이 일어나면 누적 비용이 기하급수적으로 증가한다. 비용 관리 전략: 컨텍스트 엔지니어링으로 불필요한 입력 줄이기, 작은 모델(Sonnet, mini)을 기본으로 사용하고 복잡한 작업에만 큰 모델(Opus) 사용, 캐싱을 활용하여 동일한 컨텍스트의 재전송 방지 등.
AI 모델·프로바이더 클로드Anthropic이 개발한 AI 모델 시리즈로, 안전성(safety), 정직성(honesty), 유용성(helpfulness)을 핵심 원칙으로 설계되었다. 바이브 코딩에서 가장 널리 사용되는 모델 중 하나이며, 깊은 코드 이해, 상세한 설명 생성, 100만 토큰의 업계 최대급 컨텍스트 윈도우가 주요 강점이다. 현재 Claude 4 패밀리로 구성되어 있으며, Claude Opus 4.6(가장 강력한 최상위 모델), Claude Opus 4.5, Claude Opus 4.1, Claude Opus 4, Claude Sonnet 4의 다섯 가지 모델이 있다. Opus 계열은 복잡한 추론과 대규모 코드 분석에, Sonnet 계열은 빠른 응답과 비용 효율에 최적화되어 있다. Claude Code(CLI 도구)를 통해 터미널에서 직접 사용하거나, Cursor·Windsurf 등 제3자 IDE에서 모델로 선택할 수 있다. API 모델 문자열은 'claude-opus-4-6'이며, 웹·모바일·데스크톱 채팅 인터페이스를 통해서도 접근 가능하다. Constitutional AI라는 독자적인 안전 기술로 유해한 출력을 최소화하면서도 유용한 코드 생성을 유지하는 것이 특징이다.
AI 모델·프로바이더 토큰LLM이 텍스트를 처리하는 기본 단위로, AI 모델의 비용 산정과 성능을 이해하는 데 가장 기본이 되는 개념이다. 토크나이저(tokenizer)라는 알고리즘이 텍스트를 토큰으로 분할하며, 단어 하나가 반드시 토큰 하나가 되는 것은 아니다. 영어의 경우 대략 단어 1개 ≈ 1~1.5 토큰이지만, 한국어는 음절 단위로 분할되어 같은 의미의 텍스트가 영어보다 2~3배 많은 토큰을 소비한다(예: '안녕하세요' ≈ 3~5 토큰). 코드의 경우 'console.log("Hello World")' ≈ 약 6토큰이다. 토큰은 AI 코딩 도구의 사용량과 비용을 결정하는 핵심 단위로, API 과금은 입력 토큰과 출력 토큰을 각각 계산한다. 모델마다 다른 토크나이저를 사용하므로, 같은 텍스트도 모델에 따라 소비하는 토큰 수가 다를 수 있다. 바이브 코딩에서 예상보다 비용이 높아지는 주요 원인이 토큰 소비이므로, 컨텍스트 엔지니어링을 통해 불필요한 토큰 소비를 줄이는 것이 비용 관리의 핵심이다.
링크
관련 링크
관련 글
관련 글
Recommended
Perplexity Decider V1.3 무료 | 27B 판정 본체 한도와 API 비교
Perplexity Decider V1.3 무료 변형은 OpenRouter에서 입력과 출력 0달러로 제공되는 27B 판정 본체다. 262,144토큰 문맥 한도와 호출 제한을 정리하고 4B Flash 모델과의 정확도 및 지연 차이를 비교했다.
HeyGen Decision 1 | 일반판과 Turbo 단가·문맥 비교
HeyGen Decision 1 일반판과 Turbo는 문장 대신 확률과 점수를 반환하는 판정 모델입니다. OpenRouter 단가 0.14달러와 0.09달러, 128K와 256K 문맥 창, 직접 API 영상 입력 차이를 함께 다룹니다.