모델 하나가 아니라 '제품군'으로
오픈AI가 2026년 7월, 차세대 모델 제품군 'GPT-5.6'을 공개했다. 이번 발표에서 눈에 띄는 것은 모델을 하나가 아니라 세 가지 등급으로 나눴다는 점이다. 플래그십인 솔(Sol), 중간급인 테라(Terra), 그리고 빠르고 저렴한 루나(Luna)다.
오픈AI는 숫자(5.6)가 '세대'를, 솔·테라·루나라는 이름이 지속적으로 유지되는 '성능 등급(capability tier)'을 나타낸다고 설명했다. 즉 앞으로 각 등급이 독자적인 주기로 발전하며, 사용자는 지능·속도·비용 사이에서 더 명확하게 선택할 수 있게 된다.
초기에는 미국 상무부의 승인 절차에 따라 약 20개 조직에만 제한적으로 공개됐다가, 7월 중순 일반 공개로 전환됐다.
세 등급의 차이와 새로운 기능
세 모델은 100만 토큰 문맥창과 2026년 2월 16일 지식 컷오프를 공유하며, 최대 출력은 12만 8천 토큰이다. 등급별 가격(입력/출력, 100만 토큰당)과 용도는 다음과 같이 나뉜다.
- Sol — 5달러/30달러. 복잡한 에이전트·과학 작업을 위한 최상위 추론 모델.
- Terra — 2.5달러/15달러. 'GPT-5.5급 성능을 절반 비용에'를 지향. 챗봇·RAG 등 실서비스용.
- Luna — 1달러/6달러. 분류·라우팅·대량 전처리 등 속도가 중요한 작업용.
API 측면에서도 새로운 기능이 여럿 추가됐다. 모델이 직접 자바스크립트를 작성해 여러 도구 호출을 조율하는 '프로그래매틱 도구 호출(programmatic tool calling)', 하위 에이전트를 병렬로 생성하는 멀티 에이전트 오케스트레이션, 그리고 명시적으로 캐시 지점을 지정하는 '프롬프트 캐시 브레이크포인트'가 대표적이다.
캐시된 입력은 읽기 시 90% 할인되지만, 캐시 쓰기에는 표준 요율의 1.25배가 부과되고 최소 30분간 유지된다.
벤치마크 경쟁, 그리고 '숫자 너머'를 봐야 하는 이유
오픈AI는 55개 전문 분야를 다루는 '에이전트 최종 시험(Agents' Last Exam)'에서 Sol이 53.6점으로 앤트로픽 Fable 5(40.5점)를 13.1점 앞섰다고 강조했다. 그러나 소프트웨어 수정 능력을 평가하는 SWE-Bench Pro에서는 Fable 5가 80%로 Sol(64.6%)을 크게 앞선다.
흥미롭게도 오픈AI는 뒤이어 'SWE-bench Pro 과제의 약 30%에 결함이 있다'는 자체 감사 결과를 공개하며 벤치마크의 신뢰성에 의문을 제기했다.
여기서 실무자가 얻을 교훈은 분명하다. 벤치마크 우열은 측정 항목에 따라 뒤집히며, 어떤 단일 점수도 '가장 좋은 모델'을 결정해 주지 않는다. AI 연구자 사이먼 윌리슨(Simon Willison)도 조기 사용 후 Sol이 확실히 매우 유능하지만 자신이 자주 시험하는 복잡한 코딩 작업에서 Fable보다 낫다고 입증되지는 않았다고 신중하게 평했다.
결국 중요한 것은 리더보드 순위가 아니라 '내 작업에 맞는 등급을 고르는 안목'이다. 대량 요청에는 Luna, 일반 서비스에는 Terra, 최고 난도 추론에는 Sol을 배치하는 식으로 비용과 성능을 함께 설계하는 접근이야말로, 이번 3단계 구조가 개발자에게 던지는 진짜 메시지다.
참고 출처: GPT-5.6: Frontier intelligence that scales with your ambition | OpenAI