GPT-5.6 가격 인하 정리! Luna 80%↓, Terra 20%↓ (Sol, Terra, Luna 요금 비교)

한 줄 정리

2026년 7월 30일, OpenAI가 GPT-5.6 Luna 가격을 80%, Terra를 20% 내렸습니다. 최상위 모델인 Sol의 가격은 그대로입니다.

Luna는 100만 토큰당 입력 $1 → $0.20, 출력 $6 → $1.20 이 됐습니다. Terra는 입력 $2.50 → $2, 출력 $15 → $12 입니다.

이 인하로 Sol과 Luna의 가격 차이가 5배에서 25배로 벌어졌습니다. 가벼운 작업을 Sol로 돌리고 있었다면 지금이 갈아탈 시점입니다.


이 글의 요약 (TL;DR)

  • 적용일: 2026년 7월 30일. AWS Bedrock에도 같은 날 동일 인하가 반영됐습니다 (US East 버지니아·오하이오, US West 오리건)

  • Luna −80%: 입력 $1 → $0.20 / 출력 $6 → $1.20

  • Terra −20%: 입력 $2.50 → $2 / 출력 $15 → $12

  • Sol 변동 없음: 입력 $5 / 출력 $30 유지

  • OpenAI 설명: GPT-5.6 개발 과정에서 얻은 효율 개선. 모델이 자기 운영 코드를 직접 다시 쓰고 최적화해 토큰 생성 효율을 높인 결과라고 밝혔습니다

  • 실무 결론: 분류·요약·추출 같은 반복 작업은 Luna로 내려도 됩니다. 복잡한 추론과 긴 코드 작업만 Sol에 남기세요


GPT-5.6 요금표 — 인하 전후 비교

100만 토큰(1M) 기준, 미국 달러입니다.

GPT-5.6 Sol·Terra·Luna 가격 인하 전후 비교 — Luna 입력 $1→$0.20 출력 $6→$1.20(−80%), Terra 입력 $2.50→$2 출력 $15→$12(−20%), Sol 입력 $5 출력 $30 변동 없음
  • 🌙 Luna (경량·최속) — 입력 $1.00 → $0.20 / 출력 $6.00 → $1.20 · −80%

  • 🌍 Terra (균형) — 입력 $2.50 → $2.00 / 출력 $15.00 → $12.00 · −20%

  • ☀️ Sol (최상위) — 입력 $5.00 / 출력 $30.00 · 변동 없음

GPT-5.6 제품군은 Sol(플래그십) · Terra(균형) · Luna(가장 빠르고 저렴) 3종에 고강도 모드인 Sol Ultra가 얹힌 구조입니다.

세 등급이 각각 뭐가 다른지는 지피터스에 이미 정리된 글이 있습니다. 이 글은 가격만 다룹니다.


실제로 얼마 아끼나 — 사용량별 계산

숫자만 봐서는 감이 안 오니 실제 사용량으로 계산해보겠습니다.

예시: 월 입력 1,000만 토큰 + 출력 200만 토큰

문서 요약이나 분류 자동화를 돌리는 소규모 팀의 전형적인 사용량입니다.

월 입력 1,000만 + 출력 200만 토큰 기준 모델별 비용 — Luna $22→$4.40(월 17.60달러 절감), Terra $55→$44(11달러 절감), Sol $110 변동 없음
  • 🌙 Luna — $22.00 → $4.40 · 월 $17.60 절감

  • 🌍 Terra — $55.00 → $44.00 · 월 $11.00 절감

  • ☀️ Sol — $110.00 → $110.00 · 변동 없음

환산 참고: 1달러 1,400원 기준 Luna는 월 약 30,800원 → 약 6,200원.

여기서 진짜 중요한 건 절대 금액이 아닙니다

Sol과 Luna의 격차가 벌어졌다는 점이 핵심입니다.

인하 ��전후 Sol과 Luna의 가격 격차 비교 — 인하 전 Sol $35 대 Luna $7로 5배, 인하 후 Sol $35 대 Luna $1.40으로 25배

입력 100만 + 출력 100만 토큰 기준으로 Sol ÷ Luna 가 인하 전 5배에서 인하 후 25배가 됐습니다.

같은 작업을 Sol로 돌리느냐 Luna로 돌리느냐가 전에는 5배 차이였는데, 이제 25배입니다. 습관적으로 최상위 모델을 쓰고 있었다면 그 습관의 값이 다섯 배로 비싸진 셈입니다.


왜 내렸나

OpenAI는 GPT-5.6을 개발하는 과정에서 얻은 효율 개선 덕분이라고 설명했습니다. 구체적으로는 모델이 운영 코드를 직접 다시 쓰고 최적화해서 토큰 생성 효율이 올라갔다는 것입니다.

TechTimes 보도는 이걸 더 직접적으로 표현했습니다 — Sol이 자기 추론 스택을 스스로 다시 짜서 인하 재원을 만들었다는 것입니다. AI가 자기를 돌리는 인프라를 최적화해 자기 가격을 내린 구조입니다.

배경에는 기업들이 AI 비용에 민감해진 흐름이 있습니다. 성능 경쟁이 어느 정도 평준화되면서 경쟁축이 비용으로 옮겨가는 중이라는 게 VentureBeat의 분석입니다.


그래서 뭘 써야 하나

가격이 바뀌었으니 배치도 다시 짜야 합니다. 작업 성격별로 정리했습니다.

Luna로 내려도 되는 작업

반복적이고, 판단이 단순하고, 양이 많은 것들입니다. 25배 차이를 감안하면 여기서 Sol을 쓰는 건 낭비입니다.

  • 문서·메일·회의록 요약

  • 문의 분류, 감정 분석, 태깅

  • 데이터에서 필드 추출 (이름·날짜·금액 등)

  • 번역 초벌

  • 정형화된 문구 생성 (제목 후보, 알림 문구)

  • 대량 처리 파이프라인의 1차 필터

Terra가 맞는 작업

중간 난이도입니다. Luna로는 품질이 아쉽고 Sol까지는 과한 구간입니다.

  • 블로그·리포트 초안 작성

  • 중간 규모 코드 수정

  • 여러 문서를 종합한 답변

  • 고객 응대 초안

Sol을 계속 써야 하는 작업

틀리면 비싼 것들입니다. 여기서 아끼면 나중에 더 씁니다.

  • 복잡한 다단계 추론

  • 큰 코드베이스 리팩터링·디버깅

  • 최종 검수, 품질 게이트

  • 애매한 요구사항 해석이 필요한 기획

  • 에이전트의 계획 수립 단계 (실행은 Luna로 내려도 됩니다)

실무 팁: 하나의 워크플로에서 모델을 섞으세요. 계획은 Sol, 실행은 Luna, 검수는 Terra 같은 조합이 비용 대비 품질이 가장 좋습니다. 전부 Sol로 도는 파이프라인을 이렇게 쪼개면 비용이 한 자릿수 퍼센트로 떨어지는 경우가 많습니다.


놓치기 쉬운 요금 항목

가격표 숫자만 보고 계산하면 실제 청구서와 어긋납니다. Sol 기준으로 확인된 항목입니다.

  • 긴 컨텍스트 (입력 272K 토큰 초과) — 입력 $10 / 출력 $45 · 요청 전체에 적용

  • 캐시된 입력 — $0.50

  • 캐시 쓰기 — $6.25

272K 초과가 특히 함정입니다. 초과분만 비싸지는 게 아니라 그 요청 전체가 비싼 단가로 계산됩니다. 273K 토큰을 한 번에 넣으면 입력 단가가 $5에서 $10으로 두 배가 됩니다.

긴 문서를 다룬다면 272K를 넘기지 않게 쪼개는 것만으로 절반이 됩니다.


자주 묻는 질문

Q. GPT-5.6 가격 인하는 언제부터 적용되나요? 2026년 7월 30일부터입니다. AWS Bedrock에도 같은 날 반영됐습니다(US East 버지니아·오하이오, US West 오리건).

Q. Sol 가격도 내렸나요? 아닙니다. Sol은 입력 $5 / 출력 $30 그대로입니다. 내린 건 Terra(−20%)와 Luna(−80%) 둘뿐입니다.

Q. Luna는 얼마인가요? 100만 토큰당 입력 $0.20, 출력 $1.20 입니다. 인하 전에는 각각 $1, $6이었습니다.

Q. Terra는 얼마인가요? 100만 토큰당 입력 $2, 출력 $12 입니다. 인하 전에는 $2.50, $15였습니다.

Q. ChatGPT 구독료도 내려가나요? 아닙니다. 이번 인하는 API 요금입니다. ChatGPT Plus·Pro 같은 구독 요금제와는 별개입니다.

Q. 지금 Sol을 쓰고 있는데 Luna로 바꿔도 되나요? 작업에 따라 다릅니다. 요약·분류·추출처럼 판단이 단순한 작업이면 바꿔도 품질 차이가 크지 않고 비용은 25분의 1이 됩니다. 다만 바꾸기 전에 실제 데이터 20~30건으로 결과를 비교해보세요. 체감 품질이 유지되면 그대로 내리면 됩니다.

Q. 왜 Luna만 80%나 내렸나요? 경량 모델 구간이 경쟁이 가장 치열하고, 효율 개선의 효과도 가장 크게 반영되는 구간이기 때문으로 보입니다. OpenAI는 GPT-5.6 개발 중 얻은 추론 효율 개선을 이유로 들었습니다.


마무리

이번 인하의 실질적 의미는 "싸졌다"가 아니라 "모델을 골라 쓰는 게 훨씬 중요해졌다" 입니다.

Sol과 Luna의 차이가 5배일 때는 그냥 좋은 걸 쓰는 게 편했습니다. 25배가 되면 얘기가 다릅니다. 작업을 나눠서 붙이는 수고가 확실히 값을 합니다.

지금 돌아가는 자동화가 있다면 어떤 단계가 어떤 모델을 쓰고 있는지 한 번 훑어보세요. 요약이나 분류를 Sol로 돌리고 있었다면, 오늘 바꾸는 것만으로 비용이 한 자릿수로 떨어집니다.


참고 자료