AI 코딩

AI API, 아키텍처, 안정적인 LLM 도구에 관한 실용적인 글입니다.

AI 코딩

GPT-6 Luna와 GPT-5.6 Luna: 승인된 Codex 작업의 실제 비용 계산법

GPT-6 Luna의 토큰 단가는 GPT-5.6 Luna보다 훨씬 낮지만, Codex 모델은 표시 가격이 아니라 승인된 작업당 비용으로 선택해야 합니다. 이 글은 2026-09-25에 확인한 OpenAI Standard와 BetterToken 가격, 동일한 가상 토큰 구성, 승인률·재시도·소요 시간·전체 작업 비용을 비교하는 재현 가능한 방법을 제공합니다.

글 읽기
AI 코딩

Claude Code Auto Mode의 서버 측 분류기: 과금, 게이트웨이 및 Fallback 로직

Claude Code v2.1.278 업데이트 심층 분석: Auto Mode의 서버 측 보안 검사가 추가 비용을 발생시키지 않는 이유, 과금 대상인 클라이언트 Fallback이 트리거되는 시점, 트래픽 투명 패스스루(pass-through)를 위한 기업용 게이트웨이 설정 방법, 그리고 CLAUDE_CODE_AUTO_MODE_SERVER 환경 변수의 실제 역할과 영향을 살펴봅니다.

글 읽기
AI 코딩

Jev란 무엇이며 어떤 LLM 판단 작업을 옮길 가치가 있는가: 평가 해석, 활용 사례, 통합 경계

Jev는 결정론적 코드와 생성형 LLM 사이에 놓입니다. 정확한 규칙은 코드가, 제한된 선택지 안의 의미 판단은 Jev가, 개방형 추론과 콘텐츠 생성은 생성형 모델이 담당합니다. 이 글은 API, 평가, 전체 워크플로 비용, 위험을 기준으로 작업을 옮길 가치가 있는지 판단하는 방법을 설명합니다.

글 읽기
AI 코딩

Inspo MCP 사용법: 디자인 레퍼런스와 스크린샷을 Claude Code·Codex UI 개발에 활용하기

이 가이드에서는 Inspo MCP를 Claude Code 또는 Codex에 연결하고, 디자인 레퍼런스를 검색·검증한 뒤 레이아웃, 정보 계층, 여백, 타이포그래피, 색상, 반응형 요구사항을 실행 가능한 UI 작업으로 바꾸는 방법을 설명합니다. 마지막으로 실제 렌더링을 통해 에이전트가 레퍼런스를 정말 활용했는지 확인합니다.

글 읽기