어떤 AI 모델을 써야 할까요?
하려는 작업을 평소 말투로 적어 주세요. 품질, 속도, 가격을 전문가처럼 따져서 가장 가성비 좋은 모델을 골라 드립니다.
고르는 방법
광고 자리도, 감도 없습니다. 모든 작업에 같은 투명한 방식을 씁니다.
작업 읽기
소형 AI 모델이 설명을 분류합니다. 작업 유형, 난이도, 언어, 답변을 기다리는 사람이 있는지, 필수 조건 등.
중요한 것에 가중치 주기
작업 유형마다 추론, 코딩, 도구 사용, 글쓰기, 이미지 이해, 중국어, 기타 언어, 속도의 8가지 능력에 전문가가 정한 가중치가 있습니다. 고객 지원 봇은 속도를, 리서치는 추론을, 일본어 번역은 언어 품질을 중시합니다.
모든 모델 채점
능력 점수는 Epoch Capabilities Index(벤치마크)와 LMArena의 코딩·글쓰기·중국어·비전 사람 평가를 결합하고 속도를 더한 것입니다. 평가가 없는 모델은 각 업체의 알려진 강점으로 살짝 보정합니다.
실제 사용량으로 비용 계산
토큰 수 × 공식 가격. 캐시 입력 할인과 어려운 작업에서 쓰이는 숨은 추론 토큰도 포함합니다.
품질 기준 정하기
기준에 못 미치는 모델은 작업을 해내지 못하고 싸 보일 뿐이라 크게 감점합니다. 기준을 넘는 품질은 쉬운 작업일수록 가치가 줄어듭니다.
가격이 제값을 하는지 확인
다른 모델보다 못한 모델은 빠집니다. 더 비싼 모델은 비용이 2배가 될 때마다 충분한 품질이 더해질 때만 선택됩니다. 이 기준은 사용량이 많을수록 엄격해지고, 작업이 어려울수록 느슨해집니다.
선택 공식
이 페이지의 모든 추천은 이 하나의 식에서 나옵니다. 먼저 다른 모델보다 못하면서 더 비싼 모델을 제외합니다.
- 모델 m의 작업 점수(0~100)
- 능력 d에서 모델 m의 점수(추론, 코딩, 에이전트, 글쓰기, 이미지 이해, 중국어, 기타 언어, 속도)
- 작업이 능력 d를 얼마나 필요로 하는지(작업 유형별 전문가 프리셋, 합계 1)
- 난이도별 품질 기준: 25 / 42 / 60 / 76 / 88
- 품질 기준을 넘는 품질의 가치: 아주 쉬운 작업 0.3, 최고 난도 1.0
- 작업량의 비용: 월 비용 또는 일회성 작업의 총액
- 기간 내 요청 수(또는 초, 이미지, 글자, 곡 수). t는 토큰 수, p는 공식 가격, c는 캐시 비율
- 보이는 출력 토큰 하나당 숨은 추론 토큰: 난이도에 따라 0~3.5
- 생성형 미디어에서 완성본 하나당 생성 횟수
- 비용이 2배가 될 때마다 필요한 점수: 품질 우선 1.5, 균형 4.5, 최저 비용 9
- 난이도 완화: 어려운 작업 0.75, 최고 난도 0.5
- 가장 강한 모델의 월 지출(일회성 작업은 총액의 1/12로 계산)
AI 에이전트와 에이전트 플랫폼용
Pickwise 스킬은 이 페이지와 같은 답을 구조화된 JSON으로 에이전트에 돌려줍니다. 그대로 라우팅에 쓸 수 있습니다.
결과로 라우팅
각 답에는 호출할 모델(primary), 오류나 장애 때 쓸 다른 업체의 대체 모델(fallback), 어려운 경우를 넘길 모델(escalate)이 OpenRouter·업체 모델 ID, 비용과 함께 들어 있습니다.
라우팅 표를 한 번에
에이전트가 하는 일의 종류(메일 태깅, 답장 초안, 계획, 조사)를 나열하면 한 번의 배치 호출로 종류별 경로를 받습니다. 저장해 두고 요청을 종류별로 보내면 됩니다.
매일 최신, 형식은 안정적
실행할 때마다 lihaila.com에서 그날의 가격, 점수, 새 모델을 가져오고, 오프라인에서는 내장 카탈로그를 씁니다. 모든 출력에 schemaVersion이 있어 파서가 형식을 알 수 있습니다.
$ node pick.mjs --route --analysis \
'{"category":"support","requests":90000,"realtime":true}'
{
"schemaVersion": "1.0",
"primary": { "modelId": "anthropic/claude-haiku-5.5",
"cost": 38.25, "period": "month" },
"fallback": { "modelId": "meta/muse-ember" },
"escalate": { "modelId": "anthropic/claude-fable-5.2" },
"catalogUpdated": "2026-11-17"
}
자주 묻는 질문
데이터는 어디서 오나요?
가격은 각 업체 공식 사이트의 표준 API 요금이며 매일 자동으로 확인합니다. 품질은 Epoch AI Capabilities Index(epoch.ai/benchmarks)와 LMArena 리더보드 데이터셋(huggingface.co/datasets/lmarena-ai/leaderboard-dataset)을 바탕으로 합니다. 둘 다 CC BY 4.0이며 매일 업데이트하고, 척도를 맞춰 결합합니다. 속도, 음성·음악 품질 등 추정한 값에는 *를 표시합니다.
항상 가장 똑똑한 모델을 쓰면 안 되나요?
대부분의 작업에는 과하기 때문입니다. 이미 99% 정확하게 분류하는 작업이라면 40배 비싼 모델로 바꿔도 거의 나아지지 않습니다. 품질에는 작업이 그것을 활용할 수 있을 때만 돈을 씁니다.
입력한 작업 설명이 저장되나요?
아니요. 분류를 위해 AI에 한 번 보낼 뿐 저장하지 않으며, 건수와 카테고리만 기록합니다. 공유를 누르면 링크가 열리도록 결과와 AI가 쓴 한 줄 요약을 저장합니다(입력한 원문은 저장하지 않음).
AI 에이전트에서 쓸 수 있나요?
네. Pickwise는 Claude Code, Codex, Cursor 등에서 쓰는 에이전트 스킬로도 제공됩니다(Agensi에서 9.99달러: agensi.io/skills/pickwise-best-ai-model-for-any-task). 같은 엔진과 그날의 데이터로, 선택한 모델과 다른 업체의 대체 모델, 넘길 모델을 구조화된 JSON으로 돌려줍니다. 작업 하나씩도, 라우팅 표 전체를 한 번에도 받을 수 있습니다.
가격 확인일: 2026-11-17