GPT-5.6 Sol, Terra, Luna 모델은 무엇이 다를까? GPT-5.5와의 성능, API 가격, 토큰 사용량, Codex 사용량 차이를 초보자도 이해하기 쉽게 정리했습니다.
GPT-5.6이 출시됐다
OpenAI가 2026년 7월 9일 GPT-5.6 모델 제품군을 공개했습니다.
이번 GPT-5.6에서 가장 눈에 띄는 변화는 단순히 모델의 숫자만 5.5에서 5.6으로 올라간 것이 아니라는 점입니다.
GPT-5.6부터는 모델이 다음과 같이 세 가지 등급으로 나뉩니다.
- GPT-5.6 Sol
- GPT-5.6 Terra
- GPT-5.6 Luna
OpenAI는 Sol을 가장 강력한 플래그십 모델, Terra를 성능과 비용 사이의 균형을 맞춘 모델, Luna를 빠르고 저렴하게 사용할 수 있는 모델로 설명하고 있습니다. 일반적인 gpt-5.6 API 이름은 가장 상위 모델인 gpt-5.6-sol로 연결됩니다. OpenAI GPT-5.6 변경 내역
Sol·Terra·Luna는 무엇을 뜻할까?
과거에는 GPT-5.4, GPT-5.4 mini, GPT-5.4 nano와 같이 모델의 크기를 mini, nano 등의 명칭으로 구분했습니다.
GPT-5.6부터는 이 등급을 다음과 같이 표현합니다.
| GPT-5.6 Sol | 가장 높은 성능을 제공하는 플래그십 모델 | 복잡한 개발, 설계, 분석, 어려운 문제 해결 |
| GPT-5.6 Terra | 성능·속도·비용의 균형을 맞춘 모델 | 일반 개발, 문서 작성, 반복적인 업무 |
| GPT-5.6 Luna | 가장 빠르고 저렴한 모델 | 단순 분류, 요약, 대량 데이터 처리 |
이름을 쉽게 기억하려면 다음과 같이 생각할 수 있습니다.
- Sol: 가장 중요한 어려운 업무를 맡기는 모델
- Terra: 대부분의 일상적인 업무를 처리하는 모델
- Luna: 빠르고 저렴하게 많은 작업을 처리하는 모델
GPT-5.6 Sol
Sol은 GPT-5.6 제품군에서 가장 강력한 모델입니다.
복잡한 프로그램을 분석하거나 여러 파일을 수정해야 하는 개발 업무, 전문적인 보고서 작성, 깊은 추론이 필요한 문제 등에 적합합니다.
OpenAI는 GPT-5.6 Sol을 자사의 가장 강력한 모델로 소개하며, 코딩·생물학·사이버 보안처럼 여러 단계의 판단과 도구 사용이 필요한 작업에서 개선됐다고 설명합니다.
GPT-5.6 Sol에는 더 오랫동안 깊게 추론하는 max 수준과 여러 하위 에이전트를 활용하는 ultra 방식도 도입됐습니다. OpenAI GPT-5.6 공식 발표
다만 성능이 높은 만큼 항상 Sol을 선택하는 것이 효율적이라고 볼 수는 없습니다. 간단한 코드 설명이나 문장 수정까지 Sol의 가장 높은 추론 수준으로 처리하면 필요 이상으로 사용량과 시간이 증가할 수 있습니다.
GPT-5.6 Terra
Terra는 성능과 비용 사이의 균형을 맞춘 모델입니다.
OpenAI는 Terra가 GPT-5.5와 경쟁할 만한 성능을 제공하면서 API 가격은 약 절반 수준이라고 설명합니다.
따라서 다음과 같은 작업에는 Terra가 실용적일 수 있습니다.
- 일반적인 Java 또는 JavaScript 코드 작성
- 오류 메시지 분석
- SQL 작성
- 단위 테스트 생성
- 블로그 글 초안 작성
- 회의 내용 요약
- 반복적인 문서 정리
복잡한 아키텍처 설계나 대규모 코드베이스 분석이 아니라면 Terra로도 충분한 경우가 많습니다.
GPT-5.6 Luna
Luna는 GPT-5.6 중 가장 빠르고 비용이 낮은 모델입니다.
다음과 같이 비교적 단순하면서 여러 번 반복해야 하는 작업에 적합합니다.
- 문장 분류
- 짧은 내용 요약
- 키워드 추출
- 일정한 형식의 데이터 변환
- 대량의 텍스트 전처리
- 간단한 고객 문의 분류
Luna는 가장 저렴하지만, 복잡한 요구사항을 한 번에 정확하게 구현하거나 큰 프로젝트의 구조를 이해하는 업무에는 Sol이나 Terra보다 불리할 수 있습니다.
Sol High, Max는 별도의 모델일까?
Codex에서 모델을 선택하다 보면 GPT-5.6 Sol High처럼 표시되는 항목을 볼 수 있습니다.
이때 Sol과 Sol High를 완전히 다른 AI 모델로 오해하기 쉽습니다. 하지만 일반적으로 High, Max와 같은 표현은 별도의 모델이라기보다 같은 모델이 문제를 얼마나 깊게 생각할지 정하는 추론 수준에 가깝습니다.
예를 들어 사람에게 다음과 같이 일을 맡긴다고 생각하면 이해하기 쉽습니다.
- Low: 빠르게 확인하고 답해주세요.
- Medium: 일반적인 수준으로 검토해주세요.
- High: 실수가 없는지 자세히 검토해주세요.
- Max: 시간이 걸리더라도 가능한 모든 경우를 분석해주세요.
추론 수준이 높아지면 복잡한 문제를 해결할 가능성이 높아지지만, 응답 시간과 사용량도 증가할 수 있습니다.
따라서 모델 이름과 추론 수준을 구분해서 봐야 합니다.
- Sol, Terra, Luna: 모델의 성능 등급
- Low, Medium, High, Max: 생각하는 깊이
- Ultra: 여러 에이전트를 활용하는 고급 작업 방식
GPT-5.5와 GPT-5.6의 API 가격 비교
API를 사용할 때는 입력 토큰과 출력 토큰에 따라 비용이 계산됩니다.
토큰이란?
AI는 글자를 그대로 읽는 것이 아니라 텍스트를 잘게 나눈 토큰 단위로 처리합니다.
예를 들어 다음과 같은 내용이 입력 토큰에 포함됩니다.
- 사용자가 작성한 질문
- Codex가 읽은 소스코드
- 프로젝트 지침
- 이전 대화 내용
- 도구가 반환한 검색 결과
AI가 작성한 답변, 생성한 코드, 내부 추론에 사용된 토큰 등은 출력 사용량에 영향을 줄 수 있습니다.
100만 토큰당 기본 API 가격
| GPT-5.5 | $5.00 | $0.50 | $30.00 |
| GPT-5.6 Sol | $5.00 | $0.50 | $30.00 |
| GPT-5.6 Terra | $2.50 | $0.25 | $15.00 |
| GPT-5.6 Luna | $1.00 | $0.10 | $6.00 |
표의 가격은 기본적인 짧은 컨텍스트의 표준 API 처리 가격입니다. 긴 컨텍스트나 Priority 처리 등을 사용하면 가격이 달라질 수 있습니다. OpenAI API 공식 가격표
여기서 중요한 사실은 GPT-5.6 Sol과 GPT-5.5의 기본 API 단가가 같다는 것입니다.
입력 100만 토큰은 두 모델 모두 5달러이고, 출력 100만 토큰은 두 모델 모두 30달러입니다.
반면 Terra는 GPT-5.5와 Sol의 절반 가격이고, Luna는 Sol의 절반 가격이고, Luna는 GPT-5.5 대비 입력·출력 단가가 80% 낮습니다.
그렇다면 GPT-5.5 대신 무조건 GPT-5.6 Sol을 사용해야 할까?
가격표만 보면 다음과 같은 생각이 들 수 있습니다.
“GPT-5.5와 GPT-5.6 Sol의 가격이 같다면 무조건 더 최신인 GPT-5.6 Sol을 사용하는 것이 좋은 것 아닌가?”
API를 직접 사용하는 상황에서는 어느 정도 타당한 생각입니다. 동일한 토큰 수를 사용한다면 두 모델의 기본 단가는 같기 때문입니다.
그러나 실제 업무에서 발생하는 비용은 다음과 같이 계산됩니다.
실제 비용 = 사용한 토큰 수 × 토큰당 가격
토큰당 가격이 같더라도 GPT-5.6 Sol이 더 길게 추론하거나 더 많은 파일을 읽고 여러 도구를 호출한다면 실제 사용량은 달라질 수 있습니다.
반대로 GPT-5.6이 더 정확하게 문제를 해결해서 수정 요청과 재작업 횟수가 줄어든다면 전체 사용 토큰이 감소할 수도 있습니다.
즉, 단가가 같다는 것과 한 작업에서 사용하는 토큰량이 같다는 것은 다른 이야기입니다.
Codex 구독 사용량과 API 토큰 비용은 다르다
이 부분은 특히 많이 혼동합니다.
ChatGPT Plus나 Pro 요금제에서 Codex를 사용하는 것과 OpenAI API를 직접 호출하는 것은 사용량 계산 방식이 다릅니다.
OpenAI API
API는 실제로 사용한 입력·출력 토큰과 도구 호출 비용을 기준으로 요금이 청구됩니다.
따라서 공식 가격표를 이용해 비교적 명확하게 비용을 계산할 수 있습니다.
ChatGPT 또는 Codex 구독
Plus나 Pro 요금제의 Codex는 API처럼 사용자가 100만 토큰당 비용을 직접 결제하는 방식이 아닙니다.
대신 요금제별 사용 한도 안에서 다음 요소들이 사용량에 영향을 줄 수 있습니다.
- 작업 시간
- 읽은 코드의 양
- 생성한 코드의 양
- 추론 수준
- 도구 호출 횟수
- 프로젝트의 크기
- 작업 중 발생한 재시도
- 하위 에이전트 사용 여부
따라서 다음과 같이 단정하면 안 됩니다.
“GPT-5.5와 GPT-5.6 Sol의 API 가격이 같으므로 Codex 사용 한도도 정확히 똑같이 줄어든다.”
API 단가는 같지만 Codex 구독 사용량은 실제 작업의 복잡도와 처리량에 따라 다르게 체감될 수 있습니다.
추론 수준을 높이면 토큰을 더 많이 사용할까?
일반적으로 추론 수준을 높이면 모델이 문제를 더 오래 검토할 수 있으므로 사용량이 증가할 가능성이 있습니다.
예를 들어 단순한 변수명 변경에 Sol Max를 사용한다면 과한 설정일 수 있습니다. 반면 여러 모듈에 걸친 결제 로직 수정이나 데이터베이스 구조 변경이라면 높은 추론 수준이 도움이 될 수 있습니다.
추천 선택 기준
| 오타 및 간단한 문장 수정 | Luna 또는 Terra |
| 코드 한두 줄 설명 | Terra Low·Medium |
| 일반적인 기능 개발 | Terra 또는 Sol Medium |
| 여러 모듈에 걸친 기능 수정 | Sol High |
| 대규모 리팩터링 | Sol High·Max |
| 보안, 결제, 데이터 마이그레이션 | Sol High·Max |
| 단순 반복 및 대량 분류 | Luna |
항상 가장 강력한 설정을 사용하는 것보다는 작업 난이도에 따라 모델과 추론 수준을 조절하는 것이 효율적입니다.
GPT-5.6의 토큰 효율은 실제로 좋아졌을까?
OpenAI는 GPT-5.6 Sol이 일부 전문 평가에서 GPT-5.5보다 적은 토큰으로 더 좋은 결과를 냈다고 설명합니다.
하지만 특정 평가 결과가 모든 실제 개발 작업에서 동일하게 나타나는 것은 아닙니다.
토큰 사용량은 다음 조건에 따라 크게 달라집니다.
- 프로젝트 규모
- 사용자의 요청 방식
- 기존 대화 길이
- 모델이 읽어야 하는 파일 수
- 테스트와 빌드 횟수
- 추론 수준
- 도구와 하위 에이전트 사용 여부
따라서 “GPT-5.6은 GPT-5.5보다 항상 토큰을 적게 사용한다”라고 단정할 수는 없습니다.
더 정확한 표현은 다음과 같습니다.
GPT-5.6은 같은 가격대에서 더 높은 성능과 토큰 효율을 보여줄 가능성이 있지만, 실제 Codex 사용량은 작업 방식과 추론 수준에 따라 증가하거나 감소할 수 있다.
결론
GPT-5.6의 세 모델은 다음과 같이 정리할 수 있습니다.
- Sol: 가장 복잡하고 중요한 작업
- Terra: 일반적인 개발과 일상 업무
- Luna: 빠르고 저렴한 반복 작업
GPT-5.6 Sol과 GPT-5.5는 기본 API 단가가 같습니다. 그러나 같은 질문에서 정확히 같은 토큰을 소비한다는 뜻은 아닙니다.
Codex에서는 API 가격표뿐만 아니라 모델이 읽는 파일의 양, 추론 수준, 도구 사용량, 작업 시간까지 함께 고려해야 합니다.
따라서 단순히 “최신 모델이니까 항상 Sol Max를 사용해야 한다”기보다는 다음처럼 선택하는 것이 좋습니다.
- 평소 개발: Terra 또는 Sol Medium
- 복잡한 개발: Sol High
- 정말 어려운 설계 및 분석: Sol Max
- 단순 반복 업무: Luna
새로운 GPT-5.6은 무조건 한 가지 모델만 사용하도록 만든 제품이라기보다, 사용자가 성능과 비용을 직접 조절할 수 있도록 선택지를 넓힌 모델 제품군이라고 이해하는 것이 가장 정확합니다.