지난 글에서는 GPT-5.6의 Sol·Terra·Luna를 비교했습니다. 당시에는 Sol이 가장 높은 성능을 담당하는 모델이었는데, GPT-6에서는 구성이 조금 달라졌습니다.
이번에는 Astra·Sol·Luna입니다. Astra가 최상위에 자리 잡았고, Sol은 복잡한 개발 작업을 더 낮은 단가로 처리하는 모델이 됐습니다.
개발에 AI를 쓰는 입장에서 궁금한 부분도 여기입니다. 기존 GPT-5.6 Sol에서 바꿀 만한지, 더 저렴해졌다면 Codex도 오래 쓸 수 있는지 말입니다.
이 글에서는 모델별 역할과 가격을 먼저 비교하고, 토큰 사용량과 Codex 한도에서 헷갈리기 쉬운 부분을 짚어보겠습니다.
가격과 제공 범위는 2026년 9월 29일 확인한 공식 문서 기준입니다.
이번 세대의 최상위 모델은 Astra
공식 API 변경 내역에 따르면 GPT-6 Astra는 9월 3일, Sol과 Luna는 9월 22일 출시됐습니다.
세 모델의 역할은 다음처럼 나눠 볼 수 있습니다.
| 모델 | 주요 역할 | 먼저 고려할 작업 |
| Astra | 가장 어려운 문제와 여러 단계의 작업 | 복잡한 설계, 심층 분석, 개발과 조사가 함께 필요한 업무 |
| Sol | 복잡한 코딩과 일상적인 개발 | 기능 구현, 오류 수정, 여러 파일에 걸친 코드 변경 |
| Luna | 범위가 명확한 반복 작업 | 요약, 분류, 정보 추출, 작은 코드 수정 |
이전 글을 읽었다면 Sol이라는 이름부터 눈에 들어올 수 있습니다. 다만 GPT-5.6에서의 Sol과 GPT-6에서의 Sol은 각 세대 안에서 맡는 위치가 다릅니다.
그렇다고 GPT-6 Sol의 성능이 이전 Sol보다 낮아졌다는 의미는 아닙니다. OpenAI는 GPT-6 Sol의 사실적 신뢰성과 설명·소통 능력이 GPT-5.6 Sol보다 개선됐다고 소개합니다.
개발자로서는 모델의 이름보다 내가 맡길 작업을 어느 정도의 비용으로 끝내는지를 보는 편이 도움이 됩니다.
GPT-6 Sol에서 가장 눈에 띄는 변화는 가격
현재 기본 API 가격을 비교하면 차이가 분명합니다.
아래는 100만 토큰당 달러 가격이며, 입력이 272,000토큰 이하인 Standard 처리 기준입니다.
| 모델 | 입력 | 캐시된 입력 | 출력 |
| GPT-5.6 Sol | $4.00 | $0.40 | $20.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
| GPT-6 Sol | $2.00 | $0.20 | $10.00 |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
GPT-6 Sol의 입력·출력 단가는 현재 GPT-5.6 Sol의 절반입니다. 캐시된 입력도 같은 비율입니다.
예를 들어 캐시되지 않은 입력 10만 토큰과 추론을 포함한 출력 2만 토큰을 사용했다고 가정하면, GPT-5.6 Sol은 0.80달러, GPT-6 Sol은 0.40달러입니다. 캐시 쓰기와 도구 비용 등을 제외하고, 같은 토큰 수로 계산한 예시입니다.
반면 Astra의 기본 단가는 GPT-6 Sol의 5배입니다. 평소 개발에서 어떤 모델을 기본으로 둘지 고민한다면, 이 가격 차이도 함께 볼 필요가 있습니다.
참고로 이전 글의 GPT-5.6 Sol 가격은 입력 5달러, 출력 30달러였습니다. 이후 프로모션 가격이 적용돼 현재는 4달러와 20달러이며, 최소 2026년 11월 21일까지 제공된다고 안내돼 있습니다.
긴 입력, Fast mode, 캐시 쓰기, 도구 사용 등에는 별도 요율이나 비용이 적용될 수 있습니다.
가격이 절반이면 토큰도 절반일까?
여기서는 가격과 사용량을 나눠 봐야 합니다.
토큰은 AI가 읽고 생성한 정보의 양이고, 단가는 그 정보량에 붙는 가격입니다. 같은 양을 처리해도 모델에 따라 요금이 달라집니다.
코딩 작업에서는 사용자가 입력한 질문 외에도 소스코드, 이전 대화, 도구 실행 결과가 입력에 포함될 수 있습니다. 출력에는 화면에 보이는 답변과 코드뿐 아니라 문제를 검토하는 데 사용한 추론 토큰도 들어갑니다. API에서는 이 추론 토큰에 출력 요율을 적용합니다.
따라서 답변이 짧다고 사용량까지 적다고 볼 수는 없습니다.
실제 개발에서는 문제를 해결하는 과정도 달라집니다. 원인을 바로 찾아 수정할 수도 있고, 관련 파일을 더 읽거나 테스트 실패 후 다시 수정할 수도 있습니다. 이런 차이가 쌓이면 같은 요청이라도 전체 토큰 수가 달라집니다.
가격표로 확인할 수 있는 것은 같은 토큰을 썼을 때의 비용 차이입니다. “GPT-6 Sol은 어떤 작업에서든 토큰을 절반만 쓴다”는 결론까지 나오는 것은 아닙니다.
Codex에서는 얼마나 더 오래 쓸 수 있을까?
API를 직접 사용하는 사람보다 Plus나 Pro로 Codex를 쓰는 사람에게는 이 부분이 더 궁금할 수 있습니다.
먼저 Codex의 크레딧 단가를 보면 GPT-6 Sol이 더 저렴한 것은 맞습니다.
| 모델 | 입력 100만 토큰 | 출력 100만 토큰 |
| GPT-5.6 Sol | 100크레딧 | 500크레딧 |
| GPT-6 Sol | 50크레딧 | 250크레딧 |
| GPT-6 Astra | 250크레딧 | 1,250크레딧 |
Standard 속도, 입력은 캐시되지 않은 토큰 기준입니다.
다만 이 표는 크레딧 과금에 적용되는 요율입니다. 구독에 포함된 한도가 얼마나 빨리 줄어드는지를 그대로 나타내는 표는 아닙니다.
OpenAI도 크레딧 가격만으로 구독 사용량이 결정되지는 않는다고 설명합니다. 그래서 Sol의 크레딧 단가가 절반이라고 해서 “Plus에서 정확히 두 배 더 쓸 수 있다”고 계산하기는 어렵습니다.
실제로는 비슷한 규모의 작업을 맡겨 보고, 사용량 화면에서 소모량을 비교하는 편이 정확합니다. Codex CLI에서는 /status로 남은 한도를 확인할 수 있습니다.
또한 GPT-6의 Codex Fast mode는 제공되는 경우 Standard 크레딧 단가의 2.5배를 사용합니다. 사용량을 비교할 때는 모델뿐 아니라 속도 설정도 맞춰야 합니다.
Sol High와 Max는 다른 모델이 아니다
Codex에서 모델을 고르다 보면 High, Extra High, Max 같은 설정이 함께 보입니다. 이는 선택한 모델이 작업에 얼마나 많은 추론을 사용할지 정하는 옵션입니다.
GPT-6 Sol의 API 기본 추론 수준은 Medium입니다. Low, High, Extra High, Max 등을 지원하며, 복잡한 문제에서는 높은 설정이 도움이 될 수 있습니다. 그만큼 시간과 토큰 사용량도 늘어날 수 있습니다.
예를 들어 DTO에 필드를 하나 추가하는 작업과, 여러 서비스에 걸친 결제 오류를 분석하는 작업은 필요한 검토의 깊이가 다릅니다. 모든 요청에 같은 높은 설정을 적용하기보다는, 평소에는 Medium으로 시작하고 어려운 작업에서 높이는 방식이 실용적입니다.
Ultra는 조금 다릅니다. Codex·Work에서 하위 에이전트가 작업을 나눠 처리하는 방식이므로, 하나의 모델이 더 오래 생각하는 Max와 구분해서 보는 편이 좋습니다. 선택 가능한 옵션은 모델과 사용하는 화면에 따라 달라집니다.
개발 업무라면 이렇게 선택하겠다
모델 설명과 가격을 바탕으로 개발 업무에 적용한다면, 저는 다음 기준으로 시작하겠습니다.
| 작업 | 시작할 모델·설정 |
| 짧은 문서 요약, 항목 추출, 규칙적인 데이터 변환 | Luna |
| API 구현, 일반적인 오류 수정, SQL 작성 | Sol Medium |
| 여러 모듈에 걸친 수정, 원인을 찾기 어려운 버그 | Sol High |
| 복잡한 설계 검토, 트랜잭션·동시성 문제 분석 | Astra |
실측 성능 순위가 아니라, 작업 성격에 따른 선택 기준입니다.
가령 주문 조회 API에 응답 필드를 추가한다면 Sol부터 시작할 수 있습니다. 반면 주문 취소, 결제 취소, 외부 시스템 연동 실패가 함께 얽힌 문제라면 검토할 조건이 훨씬 많습니다. 이런 경우에는 Astra를 시험해볼 이유가 있습니다.
판단 기준은 첫 답변의 완성도에만 두지 않으려고 합니다. 테스트를 통과하는 코드가 나올 때까지 걸린 시간과 수정 횟수, 그 과정에서 쓴 사용량을 함께 봐야 합니다.
단가가 낮아도 수정 요청이 계속 이어지면 부담이 커질 수 있습니다. 단가가 높은 모델이 어려운 문제를 한 번에 해결했다면, 그 작업에서는 오히려 효율적일 수도 있습니다.
Codex에서 GPT-6 Sol을 찾는다면
공식 안내상 GPT-6 Sol과 Luna는 Work와 Codex에서 제공됩니다. 일반 Chat 모드와는 제공 범위가 다르며, 실제 선택 가능 여부는 계정·조직 설정과 배포 상태에 따라 달라질 수 있습니다.
Codex CLI에서는 /model을 입력해 모델을 바꾸거나, codex --model gpt-6-sol로 시작할 수 있습니다.
기존 GPT-5.6 Sol을 사용하고 있었다면, 익숙한 개발 작업 하나를 GPT-6 Sol에 맡겨 비교해보는 것이 좋은 출발점입니다. 평소 개발의 기본 후보로 Sol을 두고, 더 깊은 분석이 필요한 작업에서 Astra를 사용하는 방식입니다.
이번 변화에서 반가운 점은 복잡한 개발에 사용할 Sol의 단가가 내려갔다는 것입니다. 이제 자신의 프로젝트에서 그 가격 이점이 실제 작업 시간과 사용량에서도 이어지는지 확인해보면 되겠습니다.
참고한 공식 문서
'AI엔지니어링' 카테고리의 다른 글
| GPT-6.1 Sol, 일주일 만에 또 출시? GPT-6 Sol과 성능·가격·실사용 반응 비교 (0) | 2026.09.30 |
|---|---|
| GPT-5.6 출시 총정리｜Sol·Terra·Luna 모델 차이와 GPT-5.5 대비 토큰 사용량 (0) | 2026.07.16 |