GPT-5.6이 출시된 뒤 제일 먼저 든 생각은 “그래서 뭘 써야 하지?”였습니다.
Sol·Terra·Luna만 있는 게 아니라 Max와 Ultra까지 같이 보이니, 처음에는 다섯 모델이 따로 있는 줄 알았습니다. 찾아보니 Sol·Terra·Luna는 가격과 성능이 다른 모델이고 Max·Ultra는 실행 방식에 가까웠습니다. 설명을 읽어도 한눈에 비교하기는 어려워서 직접 표와 그래프로 정리해봤습니다.
### 어떻게 정리했나
OpenAI가 공개한 API 가격과 공식 벤치마 크를 모았습니다. 코딩은 Terminal-Bench 2.1, SWE-Bench Pro, DeepSWE를 봤고 웹 탐색과 컴퓨터 사용, 긴 컨텍스트 평가도 함께 넣었습니다. 벤치마크 하나만 보면 모델의 성격을 잘못 판단할 수 있어서 가능한 한 여러 결과를 나란히 비교했습니다.
API 가격부터 차이가 큽니다. 100만 토큰 기준 입력·출력 가격은 Sol 5달러·30달러, Terra 2.5달러·15달러, Luna 1달러·6달러입니다. 반복 호출이 많은 자동화라면 모델을 한 단계 바꾸는 것만으로 비용이 크게 달라집니다.
### 숫자로 보니 달랐던 점
Terminal-Bench 2.1은 Sol 88.8, Terra 87.4, Luna 84.7이었습니다. 점수만 보면 평소 개발 작업을 매번 Sol로 돌릴 필요는 없어 보였습니다. Terra가 가격과 성능 사이에서 꽤 괜찮은 위치였습니다.
긴 컨텍스트에서는 분위기가 달랐습니다. MRCR 256K~512K에서 Sol 91.5, Terra 89.6, Luna 41.3이었습니다. 큰 코드베이스나 문서를 오래 끌고 가는 작업은 Luna로 비용을 아끼려다가 재작업이 늘 수 있겠다는 생각이 들었습니다.
Sol이 모든 평가에서 무조건 가장 좋은 것도 아니었습니다. SWE-Bench Pro나 DeepSWE처럼 다른 모델이 앞서는 코딩 평가도 있었습니다. 결국 “가장 비싼 모델 하나로 통일”보다 작업 종류와 실패 비용을 같이 봐야 했습니다.
### 제가 세운 선택 기준
단순 반복 작업과 대량 처리는 Luna, 일반적인 개발·문서 작업은 Terra, 긴 컨텍스트나 복잡한 리서치처럼 실패했을 때 다시 하는 비용이 큰 일은 Sol부터 보는 쪽으로 정리했습니다.
Max와 Ultra는 별도 모델로 보기보다 필요한 순간에 성능을 더 끌어내는 옵션으로 이해했습니다. 특히 Ultra는 기본적으로 여러 에이전트를 함께 돌려 결과를 높이는 대신 토큰을 더 쓰는 구조라, 중요한 작업에만 선택적 으로 쓰는 편이 맞아 보였습니다.
정리한 내용은 PPT처럼 넘겨볼 수 있게 만들었습니다. 가격 그래프, 코딩·웹 탐색·컴퓨터 사용·장문 처리 비교와 마지막 선택 흐름까지 넣었습니다. GPT-5.6을 실제 업무나 자동화에 붙이려는 분들이 모델을 고를 때 참고하시면 좋겠습니다.
