---
title: "GPT-6 Sol/Luna 출시, API 요금이 반토막 났다 – 가격·벤치마크·실전 배치 완전 분석"
date: 2026-09-23
model: deepseek-flash
category: knowhow
summary: "GPT-6 Sol($2/$10)과 Luna($0.10/$0.50)가 9월 22일 출시되면서 API 가격이 GPT-5.6 대비 50% 인하되었다. 벤치마크와 실사용 피드백을 교차 검증하여 어떤 작업에 어떤 모델을 배치할지 정리한다."
tags: GPT-6,GPT-6 Sol,GPT-6 Luna,GPT-6 Astra,OpenAI,API 가격,LLM 벤치마크,에이전트
---

# GPT-6 Sol/Luna 출시: API 요금이 반토막 났다

> 2026년 9월 22일, OpenAI는 GPT-6 Sol과 GPT-6 Luna를 동시에 출시했다. GPT-5.6 대비 입력·출력 토큰 단가가 50% 인하되었으며, 이는 프로모션 가격이 아닌 영구 적용 가격이다. 같은 날 앤트로픽은 Claude Opus 5.5를 출시했고, AI 모델 시장은 하루 만에 가격과 성능의 지각변동을 겪었다.

---

## 1. GPT-6 라인업 구성과 가격 체계

GPT-6는 2026년 9월 현재 3개 모델로 구성된다.

| 모델 | 포지셔닝 | 입력 (1M 토큰) | 출력 (1M 토큰) | 캐시 입력 | 컨텍스트 윈도우 | 출시일 |
|------|----------|---------------|---------------|-----------|----------------|--------|
| GPT-6 Astra | 플래그십 | $10.00 | $50.00 | $1.00 | 1.05M | 9월 3일 |
| GPT-6 Sol | 미들 티어 | $2.00 | $10.00 | $0.20 | 1.05M | 9월 22일 |
| GPT-6 Luna | 경량 가성비 | $0.10 | $0.50 | $0.01 | 1.05M | 9월 22일 |

### GPT-5.6 대비 가격 변동

| 모델 | GPT-5.6 가격 | GPT-6 가격 | 인하율 |
|------|-------------|-----------|--------|
| Sol (입력) | $4.00 | $2.00 | -50% |
| Sol (출력) | $20.00 | $10.00 | -50% |
| Luna (입력) | $0.20 | $0.10 | -50% |
| Luna (출력) | $1.20 | $0.50 | -58% |

**주의할 점**: GPT-5.6 Sol의 $4/$20는 프로모션 가격으로, 2026년 11월 21일까지 "최소한" 유지된다. GPT-6 Sol의 $2/$10은 영구 가격이다.

### 추가 가격 규칙

- **장문 컨텍스트 (>272K 입력)**: 전체 요청에 대해 입력·캐시 요율 2배, 출력 요율 1.5배 적용
- **Batch/Flex 모드**: 표준 요율의 50%
- **Fast 모드**: 적용 요율의 2배
- **캐시 쓰기**: 입력 요율의 1.25배

---

## 2. 핵심 벤치마크 비교

### OpenAI 공식 발표 수치

#### AutomationBench 1.0.6 (업무 자동화)

47개 도구를 활용한 세일즈, 마케팅, 운영, 지원, 재무, HR 업무의 엔드투엔드 워크플로우를 평가한다.

| 모델 | 점수 | 작업당 비용 |
|------|------|-----------|
| GPT-6 Sol (xhigh) | 33.2% | $0.27 |
| GPT-6 Astra (low) | 30.3% | Sol의 3.9배 |
| Claude Opus 5 (max) | 26.9% | Sol의 11.1배 |
| Claude Fable 5.1 + Opus 5 Fallback | 31.4% | Sol의 8.9배 이상 |

GPT-6 Sol은 xhigh effort에서 Claude Opus 5 max 대비 6.3%p 높은 점수를 기록하면서도, 작업당 비용은 91% 저렴하다.

#### DeepSWE v1.1 (실무 코딩)

실제 코드베이스에서의 장기 소프트웨어 엔지니어링 태스크를 평가한다.

| 모델 | 점수 | 비용 대비 |
|------|------|----------|
| GPT-6 Sol (max) | 68.8% | Claude Fable 5 대비 약 80% 저렴 |
| GPT-6 Luna (max) | 66.6% | Claude Opus 5 대비 93% 저렴 |
| Claude Fable 5 (xhigh) | 69.9% | 기준 |
| Claude Opus 5 (medium) | 67% 수준 | - |

GPT-6 Luna는 Claude Opus 5와 비슷한 코딩 성능을 보이면서도 작업당 비용이 93% 낮다.

#### OSWorld 2.0 (컴퓨터 제어)

일상 및 전문 업무를 아우르는 장기 컴퓨터 사용 워크플로우를 평가한다.

| 모델 | 점수 | 비용 대비 |
|------|------|----------|
| GPT-6 Astra | 72.6% | 최고 |
| GPT-6 Sol (xhigh) | 60.5% | Claude Opus 5 (medium)와 유사, 비용 80% 저렴 |
| Claude Opus 5 (medium) | 60.3% | - |

### 독립 평가 기관 수치 (Artificial Analysis)

독립 평가에서는 OpenAI 공식 수치와 미세한 차이가 존재한다.

#### 환각(Hallucination)율 변화

| 모델 | GPT-5.6 환각률 | GPT-6 환각률 | 개선 방식 |
|------|---------------|-------------|----------|
| Sol (max) | 92% | 60% | 일부 질문에 답변 거부 (83% 시도) |
| Luna (max) | 93% | 77% | 답변 정확도 개선 |

**핵심 함정**: Sol의 환각률 개선은 "더 정확하게 답변해서"가 아니라 "모르는 것은 모른다고 말해서" 달성된다. GPT-5.6 Sol은 질문의 99.9%에 답변했으나, GPT-6 Sol은 83%에만 답변한다. 이는 정확도를 59%에서 54%로 떨어뜨리는 부작용을 낳는다.

#### 코딩 에이전트 인덱스

Artificial Analysis Coding Agent Index에서 GPT-6 Sol(max)는 전작 대비 2점 향상되었으나, 작업당 비용은 절반으로 줄었다. 반면 GPT-6 Luna(max)는 2점 후퇴했다.

---

## 3. GPT-6 Astra: 플래그십의 기준

GPT-6 Astra는 9월 3일 출시된 GPT-6 패밀리의 최상위 모델이다.

### 주요 벤치마크

| 벤치마크 | GPT-6 Astra | 비교 모델 |
|---------|-------------|----------|
| ARC-AGI-3 (Standard) | 62.7% (max reasoning) | - |
| ARC-AGI-3 (Provider Adapter) | 99.9% | 하네스 의존적 수치 |
| FrontierMath Tier 4 | 97.6% | - |
| ExploitBench | 100% | - |
| OSWorld 2.0 | 72.6% | Claude Opus 5: 70.6% |

### 가격 구조

- 입력: $10.00/1M, 캐시 입력: $1.00/1M, 출력: $50.00/1M
- 272K 토큰 초과 시 전체 요청 가격 2배 (입력·캐시), 1.5배 (출력)
- Batch/Flex: 50% 할인, Fast 모드: 2배

### ARC-AGI-3 주의사항

ARC-AGI-3에서의 99.9%는 Provider Adapter 하네스를 사용한 수치이며, Standard 하네스에서는 62.7%에 그친다. 벤치마크 수치를 읽을 때 하네스 조건을 반드시 확인해야 한다.

---

## 4. Claude Opus 5.5와의 비교

앤트로픽은 GPT-6 Sol/Luna 출시 약 90분 전에 Claude Opus 5.5를 출시했다.

### 가격 비교

| 모델 | 입력 (1M) | 출력 (1M) |
|------|----------|----------|
| GPT-6 Sol | $2.00 | $10.00 |
| Claude Sonnet 5 | $2.00 | $10.00 |
| Claude Opus 5.5 | $4.00 | $20.00 |
| GPT-6 Astra | $10.00 | $50.00 |

GPT-6 Sol은 Claude Sonnet 5와 동일한 가격대에서, Claude Opus 5.5의 절반 가격에 경쟁한다.

### 성능 비교 (같은 하네스에서)

OpenAI와 앤트로픽은 서로 다른 하네스에서 자사 모델을 비교했기 때문에, 동일 하네스에서의 비교가 필요하다.

- **AutomationBench**: GPT-6 Sol(xhigh) 33.2% vs Claude Opus 5(max) 26.9% → Sol 우세
- **DeepSWE v1.1**: GPT-6 Sol(max) 68.8% vs Claude Fable 5(xhigh) 69.9% → Fable 5 소폭 우세
- **OSWorld 2.0**: GPT-6 Astra 72.6% vs Claude Opus 5 70.6% → Astra 우세

---

## 5. 유저 피드백과 실사용 경험

### 긍정적 피드백

- **말투 개선**: Astra의 협업 스타일이 Sol/Luna에 전파되어, 장황한 설명과 불필요한 조건문이 줄었다
- **환각 감소**: 모르는 것은 모른다고 솔직히 답변하는 비율이 높아졌다
- **비용 혁신**: 특히 Luna는 100만 입력 토큰당 10센트라는 경이적 단가로 대량 배치 작업의 문턱을 낮췄다

### 부정적 피드백

- **첫 토큰 생성 속도(TTFT) 저하**: 추론 연산 구조 고도화로 출력 속도는 44% 빨라졌으나, 첫 토큰 대기 시간이 눈에 띄게 늘었다
- **벤치마크 경쟁**: 일부 평가에서 Claude Opus 5.5(AutomationBench 40.0%)가 GPT-6 Sol의 피크 점수를 상회
- **환각률 개선의 그림자**: 답변 거부를 통한 환각 감소는 정확도 하락을 동반한다

---

## 6. 실전 배치 가이드

### GPT-6 Astra를 써야 할 때

- 컴퓨터 환경 제어 자동화 (브라우저, 스프레드시트, CRM 등)
- 고난도 과학 연구 및 수학 증명
- 사이버보안 침투 테스트 및 취약점 분석
- "최고의 결과가 필요하고 비용이 문제가 아닌" 프로젝트

### GPT-6 Sol을 써야 할 때

- 복잡한 다중 파일 디버깅 및 리팩토링
- API 가이드라인 준수 여부 검증
- 정교한 에이전트 자동화 (AutomationBench 최적)
- "확인한 것과 확인하지 않은 것의 엄격한 정렬"이 중요한 작업
- Claude Opus 5.5 대비 절반 비용으로 유사 성능이 필요한 경우

### GPT-6 Luna를 써야 할 때

- 대량 텍스트 분류 및 정보 추출
- 반복적인 태깅 및 라벨링 작업
- 수만 건의 배치 처리 작업
- 비용 리스크 없이 무한 루프로 구동하는 슬레이브 에이전트 백엔드
- "max effort를 주어도 비용 부담이 없는" 대규모 분산 처리

### 비용 시뮬레이션

월간 1억 입력 토큰 + 2천만 출력 토큰 기준 (캐시 없음):

| 모델 | 월 비용 | 비고 |
|------|--------|------|
| GPT-6 Luna | $20 | GPT-5.6 Luna 대비 55% 절감 |
| GPT-6 Sol | $400 | GPT-5.6 Sol 대비 50% 절감 |
| GPT-6 Astra | $2,000 | - |

캐시 80% 적용 시 Sol 비용: $256 (출력 토큰이 비용의 대부분을 차지)

---

## 7. 주의사항 및 한계

1. **272K 장문 절벽**: 입력 토큰이 272K를 1개라도 초과하면 전체 요청의 가격이 2~1.5배로 재조정된다. Sol 기준 270K 입력 시 $0.64, 275K 입력 시 $1.25로 거의 2배
2. **환각률 함정**: Sol의 환각률 개선은 답변 거부에 의존한다. "모르는 것을 모른다고 말하는" 것은 장점이자, 정확도 하락의 원인
3. **TTFT 저하**: 추론 토큰 생성이 늘어나 첫 응답 대기 시간이 증가한다. latency-sensitive한 실시간 응용에는 `reasoning effort: none` 설정이 필요
4. **GPT-5.6 Sol 가격 리스크**: 현재 $4/$20 프로모션 가격이 11월 21일 이후 인상될 수 있다. GPT-6 Sol로의 마이그레이션이 장기적으로 유리
5. **벤치마크 하네스 차이**: OpenAI와 앤트로픽이 서로 다른 하네스에서 자사 모델을 비교하므로, 직접 비교 시 반드시 동일 하네스의 수치를 확인

---

## 8. GPT-5.6 → GPT-6 마이그레이션 체크리스트

1. **모델 ID 확인**: `gpt-5.6-sol` ≠ `gpt-6-sol`. 벤치마크 테이블에서 "Sol"이라고만 표기된 경우 모델 ID를 반드시 확인
2. **가격 비교**: GPT-5.6 Sol의 프로모션 가격($4/$20)은 11월 21일 이후 변동 가능. GPT-6 Sol($2/$10)이 영구 가격
3. **장문 컨텍스트 절벽 확인**: 272K 초과 요청의 비용 급증에 대한 대비 필요
4. **reasoning effort 테스트**: Sol/Luna는 `none` 설정이 가능하므로, latency 최적화가 필요한 경우 활용
5. **환각률 기대치 조정**: 환각이 줄었으나, 이는 답변 거부에 의한 것이므로 "확실한 답변 비율"이 반드시 높아진 것은 아님

---

## 결론

GPT-6 Sol과 Luna의 핵심은 "절반의 비용으로 비슷한 성능"이다. GPT-6 Astra가 최고의 지능을 제공한다면, Sol과 Luna는 그 지능을 대중화하는 역할을 한다. 특히 Luna의 100만 토큰당 10센트라는 단가는, 과거 수 달러 이상이던 코딩 에이전트 구동 비용을 사실상 제로에 가깝게 만들었다.

 realpath 실무에서의 선택 기준은 명확하다. 최고의 결과가 필요하면 Astra, 비용 대비 최적 밸런스가 필요하면 Sol, 대량 배치와 슬레이브 에이전트가 필요하면 Luna. 이 3개 모델의 조합은 현재 시장에서 가장 강력한 비용-성능 곡선을 제공한다.