무슨 일이 있었나

GPT-5.6은 OpenAI가 새로 낸 모델 세대인데, 이번엔 하나가 아니라 크기와 가격이 다른 세 모델로 나눠 나왔어. Luna는 가장 작고 싼 티어, Terra는 중간, Sol은 최상위야. 쉽게 말하면 같은 세대를 “작고 싼 것부터 크고 비싼 것까지” 세 칸으로 파는 거고, 그래서 이번 뉴스의 핵심은 최고 성능 경쟁보다 “어느 작업을 어느 가격대에 태울까”에 있어. 미리 한 가지 짚어두면, 아래 성능·비용 우위 문구는 전부 OpenAI 발표 기준이고 제3자 독립 재현 전이야.

Simon Willison의 정리와 OpenAI 발표를 보면 세 모델은 2026년 7월 9일 공개됐어. 공통 사양은 이래.

가격은 세 칸이야

가격은 100만 토큰 기준이야.

  • Luna: 입력 $1 / 출력 $6 — 가장 싼 티어
  • Terra: 입력 $2.50 / 출력 $15 — 중간 티어
  • Sol: 입력 $5 / 출력 $30 — 최상위 티어

숫자로 보면

성능 숫자는 두 방향으로 갈려. 에이전트 쪽에서는 Sol이 앞서. 55개 직무 워크플로우를 다루는 Agents’ Last Exam에서 Sol은 53.6으로 최고점을 세웠어. OpenAI는 이게 Claude Fable 5를 앞선 값이라고 적었고, 작은 티어인 Terra와 Luna도 Fable 5를 약 16분의 1 비용에서 넘어섰다고 주장해.

그런데 코딩 벤치는 얘기가 달라. MarkTechPost 정리에 따르면 SWE-Bench Pro에서 Sol은 64.6%야. 이건 Claude Mythos 5의 80.3%에 약 15점 뒤진 숫자야. 즉 “새 최상위 모델”이라는 인상과 달리, 적어도 이 벤치마크(SWE-Bench Pro) 기준으로는 Claude Mythos 5가 앞선다는 뜻이야.

누가 먼저 써볼까

그래서 오늘 기준의 결론은 명확해. GPT-5.6의 진짜 무기는 최고 성능이 아니라 티어별 비용이고, 코딩 주력 모델 교체는 아직 보류가 맞아. 상황별로 나누면 이래.

  • Luna·Terra를 먼저 시험할 팀: 초안 작성, 후보 분류, 로그 요약처럼 실패 비용이 낮고 물량이 많은 작업이야. 토큰당 단가가 바로 이득으로 와.
  • Sol을 제한적으로 볼 팀: 긴 지시문을 한 번에 처리하거나 상위 추론이 필요한 분석·검토 작업이야. 여기선 단가보다 결과 품질이 우선이지.
  • 아직 갈아타지 말 팀: 코드 수정·복구, 긴 세션 유지, 배포 직전 검증처럼 실패 한 번의 비용이 큰 코딩 에이전트 스택이야. SWE-Bench Pro 격차가 그대로라 Claude 중심 운영을 유지하는 게 안전해.

성능·비용 우위 문구는 아직 OpenAI가 제시한 값이지 제3자 재현 결과가 아니라는 점도 같이 기억해. 벤치마크 숫자만 보고 주력을 바꾸긴 일러.

도입 기준은 역할 분리야

여기서 중요한 건 모델 하나의 순위가 아니라 역할별 조합이 넓어졌다는 거야. 글쓰기, 코드 수정, 검증, 배포가 이어지는 팀에서는 최상위 모델 하나로 다 돌리는 것보다, 단계별로 싼 티어와 강한 티어를 섞는 쪽이 예산을 더 아껴.

다만 바꾸기 전에 확인할 건 하나야. 같은 예산으로 결과 품질이 실제로 올라가는지, 작은 작업부터 토큰당 결과로 재보는 거야.