추론 강도와 모델을 어떻게 골라야 토큰이 가장 적게 드나요?
평소 작업에는 기본 강도(Codex는 Medium, Claude Code는 high)를 쓰고 어려운 문제에만 올리세요. 토큰이 빠듯하면 강도를 한 단계 낮추고 모델도 한 단계 작은 것으로 바꾸세요. 강도가 높을수록 느리고 토큰을 더 쓰며, 더 좋은 결과가 보장되지도 않습니다.
Codex
결과가 나오는 가장 낮은 강도에서 시작하세요. 평소에는 기본값인 Medium에 두고, 토큰이 빠듯하면 Fast mode를 끄세요.
CLI에서 /model을 입력하면 모델과 추론 강도를 함께 바꿀 수 있습니다. 단계는 Low, Medium(기본값), High, Extra high, Max, Ultra입니다. OpenAI는 필요한 결과가 나오는 가장 낮은 강도를 쓰라고 안내합니다. 단계가 높을수록 더 오래 걸리고 토큰을 더 쓰며, Ultra는 서브에이전트까지 실행해 단일 에이전트보다 더 많이 듭니다. Fast mode는 속도만 얻습니다. 약 1.5배 빠른 대신 현재 주력 모델에서 사용량이 2.5배입니다. OpenAI는 일상적인 작업에 더 작은 모델을 쓰라고도 권하며, 그러면 같은 한도를 더 오래 쓸 수 있습니다.
공식 문서 원문
Use the lowest reasoning effort that produces the result you need. Increase it for tasks that need more planning, analysis, or checking.Higher reasoning effort can improve results for complex tasks, but it takes longer and uses more tokens.Higher effort can use more of your allowance and does not always produce a better result.Different models can use different amounts of your allowance for the same task. Larger inputs and outputs, higher reasoning settings, Fast mode and tasks with multiple steps can also increase usage.Switch to a smaller model for routine tasks. Using GPT-5.6 Terra or GPT-5.6 Luna can extend your local-message usage limits, depending on the model you switch from.For GPT-5.6, GPT-5.5, and GPT-5.4, Fast mode increases model speed by 1.5x. GPT-5.6 and GPT-5.5 consume credits at 2.5x the Standard rate; GPT-5.4 consumes credits at 2x the Standard rate.Speed configurations increase credit consumption for all applicable models, so they also use included limits faster.Claude
평소 작업에는 기본값 high로 충분합니다. 토큰을 절약하려면 /effort medium으로 두고, 평소에는 Sonnet을 쓰고, Opus나 Fable은 어려운 문제에만 쓰세요.
Claude Code의 effort는 low, medium, high, xhigh, max 다섯 단계이며 기본값은 high입니다. 공식 문서는 medium을 지능을 조금 내주고 토큰을 덜 쓰는 단계로, max를 과도하게 사고하기 쉽고 효과는 갈수록 줄어드는 단계로 설명합니다. 사고 토큰은 출력 토큰으로 과금되며, 접혀서 보이지 않는 부분도 포함됩니다. Anthropic은 대부분의 코딩에는 Sonnet을, 복잡한 아키텍처나 여러 단계의 추론에는 Opus를 권합니다. Fable 모델은 사고를 끌 수 없고 주간 한도를 다른 모델보다 빨리 씁니다.
공식 문서 원문
The effort level controls how much thinking Claude applies to a response. Higher effort means more thorough responses, but they take longer and use more tokens, so you'll reach your usage limits faster.Reduces token usage for cost-sensitive work that can trade off some intelligenceCan improve performance on demanding tasks but may show diminishing returns and is prone to overthinking.Sonnet handles most coding tasks well and costs less than Opus. Reserve Opus for complex architectural decisions or multi-step reasoning.Thinking tokens are billed as output tokens, and the default budget can be tens of thousands of tokens per request depending on the model.You are charged for all thinking tokens generated, even when collapsed or redacted.You can use up to 50% of your weekly usage limits on Fable models at no extra cost. They draw from your plan's regular weekly usage limits and use them faster than other Claude models.For Claude Code users on subscription plans (Pro/Max/Team/Enterprise), fast mode is available via usage credits only and not included in the subscription rate limits.세션 도중에 모델을 바꾸면 캐시가 처음부터 다시 시작됩니다
Claude Code에서는 모델마다 캐시가 따로 있습니다. /model로 모델을 바꾸면 다음 메시지가 캐시를 전혀 쓰지 못하고 대화 전체를 다시 읽으므로, 긴 세션 한가운데에서 바꾸면 비쌉니다. 대부분의 모델에서는 effort 단계를 바꿔도 마찬가지이며, Claude Code가 먼저 확인을 요청합니다. 구독에서 쓰는 최신 Fable 모델은 예외로, effort를 바꿔도 캐시가 유지됩니다.
그러니 모델과 effort는 세션을 시작할 때나 /clear 직후에 정하세요. opusplan은 plan mode에 들어가고 나올 때마다 모델을 바꾸므로, 바꿀 때마다 캐시가 처음부터 다시 시작됩니다.
세션 도중에 모델을 바꾸는 것이 Codex 캐시에 영향을 주는지는 OpenAI 문서에 없습니다.
공식 문서 원문
Each model has its own cache. Switching with /model means the next request reads the entire conversation history with no cache hits, even though the content is identical.On most models, changing the effort level mid-session means the next request reads the entire conversation history with no cache hits. While the cache is still warm, Claude Code asks you to confirm the change first.흔한 오해
- 추론을 가장 높게 설정해야 결과가 가장 좋다
꼭 그렇지는 않습니다. OpenAI는 effort를 높이면 한도를 더 쓸 수 있고 항상 더 좋은 결과가 나오는 것은 아니라고 설명합니다. Anthropic은 max를 효과가 갈수록 줄어들고 과도하게 사고하기 쉬운 단계로 설명합니다. 평소 작업에는 기본값을 쓰고 어려운 문제에만 올리세요.
- 접혀서 보이지 않는 사고는 토큰으로 계산되지 않는다
아닙니다. 계산됩니다. Claude는 사고 토큰을 출력 토큰으로 과금하며, 접혀 있거나 가려진 부분도 포함됩니다. OpenAI도 높은 추론 설정을 Codex 사용량을 늘리는 요인으로 꼽습니다.
- Fast mode는 빠르기만 할 뿐 더 비싸지는 않다
아닙니다. Codex의 Fast mode는 약 1.5배 빠르지만, 현재 주력 모델은 표준 요율의 2.5배로 한도를 씁니다. Claude 구독에서 /fast는 요금제 한도에 아예 포함되지 않고 사용량 크레딧으로 과금됩니다.
팁
- Codex: /model을 입력하고 강도를 Medium에 두세요. 여러 단계의 계획과 반복 검증이 필요한 작업에만 High 이상으로 올립니다.
- Codex: 기본값을 고정하려면 ~/.codex/config.toml에 model_reasoning_effort = "medium"을 추가하세요.
- Codex: /fast status를 입력해 Fast mode가 켜져 있는지 확인하세요. 토큰이 빠듯하면 /fast off를 입력합니다.
- Claude Code: /effort를 입력하고 medium을 고르세요. Enter는 앞으로의 기본값으로 저장하고, s는 이번 세션에만 적용합니다. /effort medium을 바로 입력하면 Enter와 같습니다.
- Claude Code: 프롬프트 하나에만 더 깊은 추론이 필요하면 세션 전체의 effort를 올리지 말고 그 프롬프트에 ultrathink라고 적으세요.
- Claude Code: 평소에는 /model sonnet을 쓰고, 모델은 세션을 시작할 때나 /clear 뒤에 바꾸세요.
- 둘 다: 단순한 서브에이전트에는 더 작은 모델을 따로 지정하세요.