OpenAI가 모델을 셋으로 쪼갰다
플래그십 코딩 격차는 3점, 진짜 승부는 입력 100만 토큰 $1짜리 Luna에서 난다
GPT-5.6가 Sol·Terra·Luna 세 티어로 나왔다. 플래그십 Sol의 우위는 벤치마크에서 3점 안팎으로 좁혀졌고, 실제 비용을 가르는 건 가장 싼 Luna다. 이제 실력은 어느 모델을 쓰느냐가 아니라 작업을 어느 티어로 흘려보내느냐에서 갈린다.
OpenAI가 다음 세대 모델을 하나가 아니라 셋으로 내놨다. GPT-5.6는 플래그십 Sol, 중간 Terra, 가장 빠르고 싼 Luna로 갈라진다. 에이전트 코딩 벤치마크 Terminal-Bench 2.1에서 고성능 모드 Sol Ultra가 91.9%, 기본 Sol이 88.8%를 찍었다. 이전 세대 GPT-5.5와 경쟁 모델 Claude Mythos 5는 나란히 88.0%. 플래그십이 최상단을 가져가긴 했지만, 격차는 3점 안팎이다.
가격표를 보면 이 분할의 의도가 드러난다. Sol은 입력 100만 토큰 $5, 출력 $30. Terra는 $2.50 / $15로 GPT-5.5보다 약 2배 싸다. Luna는 $1 / $6. 같은 세대 안에서 입력 단가가 5배, 출력 단가도 5배 벌어진다.
한눈에 보기
| 티어 | 입력 (100만 토큰) | 출력 (100만 토큰) | Terminal-Bench 2.1 | 자리 |
|---|---|---|---|---|
| Sol Ultra | $5 | $30 | 91.9% | 최고 난이도, 고비용 |
| Sol | $5 | $30 | 88.8% | 플래그십 기본 |
| Terra | $2.50 | $15 | GPT-5.5급 | 균형, 2배 저렴 |
| Luna | $1 | $6 | 가장 빠름 | 대량·저지연 |
지금은 프리뷰다. Sol·Terra·Luna 셋 다 OpenAI API와 Codex를 통해 일부 신뢰 파트너·기관에만 열려 있다. 일반 접근은 아직이다.
플래그십 자랑이 아니라 하단이 요점이다
관행대로면 헤드라인은 Sol Ultra의 91.9%다. 그런데 바로 아래 줄에서 기본 Sol이 88.8%, 직전 모델 GPT-5.5가 88.0%다. 최상단 몇 점을 위해 치르는 값이 얼마나 큰지가 진짜 계산이다. Sol의 출력 단가는 Luna의 5배다. 100만 토큰당 $30 대 $6.
분류, 요약, 태깅, 1차 초안, 로그 파싱 같은 작업에 플래그십을 들이대면 자릿수 큰 청구서가 온다. 이런 일은 88점이든 92점이든 결과가 거의 갈리지 않는다. 반대로 얽힌 리팩터링이나 다단계 디버깅은 그 몇 점이 재시도 횟수를 바꾼다. 세 티어로 쪼갰다는 건 OpenAI가 "한 모델로 다 하지 말라"고 가격으로 말하는 것이다.
아직 못 쓰는데 왜 지금 챙기나
프리뷰가 파트너 한정이라 오늘 당장 Luna로 파이프라인을 갈아탈 수는 없다. 하지만 문이 열리는 날 이득을 보려면 지금 준비할 게 있다. 모델을 코드 곳곳에 하드코딩해 두면, 더 싼 티어가 나와도 갈아끼우는 데 며칠이 든다.
준비는 라우팅 계층이다. 작업 종류에 따라 어느 티어로 보낼지 정하는 얇은 분기 하나. 대량·정형 작업은 Luna, 애매한 중간은 Terra, 진짜 어려운 소수만 Sol. 이 분기를 미리 세워 두면 Luna 접근이 열리는 순간 환경변수 하나로 비용이 내려간다. 준비 안 된 팀은 그때부터 리팩터링을 시작한다.
anyAX 관점
한 랩이 같은 세대 안에서 입력 단가 $1부터 $5까지 5배 스펙트럼을 한 번에 깐 건 처음에 가깝다. 이건 "어느 모델이 제일 세냐"라는 질문을 낡게 만든다. Sol과 Luna의 코딩 점수 차이가 3점인데 값 차이가 5배라면, 1인 SaaS 개발자나 AI 우선 팀이 벌 돈은 모델 선택이 아니라 트래픽 분배에서 나온다.
구체적으로: 고객 문의 자동응답 봇이 하루 1만 건을 처리한다고 하자. 전부 Sol로 돌리면 출력 기준 Luna 대비 5배. 그런데 그 1만 건 중 어려운 건 5%도 안 된다. 나머지 95%를 Luna로, 애매한 걸 Terra로, 진짜 복잡한 환불·분쟁만 Sol로 흘리면 같은 품질에 청구서가 몇 분의 일로 준다. 티어를 나눈 쪽이 아니라, 자기 트래픽을 티어에 맞게 나눈 쪽이 마진을 가져간다.
그래서 지금 만들 것은 모델이 아니라 스위치다. 어떤 요청이 어느 난이도인지 판정하고, 싼 티어로 먼저 시도한 뒤 실패하면 위로 올리는 얇은 로직. 이 라우팅이 손에 있으면 다음 세대가 또 세 조각으로 나와도 파이프라인을 다시 짜지 않는다. OpenAI는 가격표로 작업을 나누라고 이미 말했다. 그 신호를 코드로 옮기는 게 이번 분기의 실전 과제다.