GPT-6 Sol·Luna 출시, 가격·성능·제공 범위 정리

OpenAI가 GPT-6 Sol과 GPT-6 Luna를 출시했습니다. API 가격은 GPT-5.6 Sol·Luna보다 절반 이상 낮고 ChatGPT Work와 Codex, API, GitHub Copilot에서 쓸 수 있습니다. ChatGPT의 Chat 화면에는 아직 들어오지 않았습니다.

OpenAI가 9월 22일 GPT-6 Sol과 GPT-6 Luna를 출시했습니다. 9월 3일 나온 GPT-6 Astra에 이어 GPT-6 계열에 들어온 두 모델입니다. OpenAI는 Astra와 비슷한 방법으로 두 모델을 학습해 Astra가 보여 준 전문 업무·사실성·코딩·컴퓨터 사용·정렬의 개선을 더 빠르고 저렴한 모델로 옮겼다고 설명했습니다. Sol은 복잡한 코딩과 에이전트 작업용이고 Luna는 범위가 좁고 양이 많은 작업용입니다.

가장 큰 변화는 가격입니다. OpenAI는 캐싱과 추론을 개선해 줄인 비용을 반영했다며 Sol과 Luna의 API 가격을 GPT-5.6 Sol·Luna보다 50% 낮췄다고 밝혔습니다. 최상위 모델은 여전히 GPT-6 Astra이고 Sol과 Luna는 그 아래에서 비용을 낮춘 선택지입니다.

발표 시점도 눈에 띕니다. TechCrunch는 Anthropic이 Claude Opus 5.5를 내놓은 지 약 90분 뒤에 OpenAI가 이 모델들을 발표했다고 보도했습니다.

입력과 출력 단가를 절반 이상 내렸다

GPT-6 Sol의 API 가격은 100만 토큰당 입력 2달러와 출력 10달러입니다. GPT-5.6 Sol의 4달러와 20달러에서 정확히 절반입니다. GPT-6 Luna는 입력 0.10달러와 출력 0.50달러입니다. GPT-5.6 Luna의 0.20달러·1.20달러와 비교하면 입력은 50% 내렸고 출력은 약 58% 내렸습니다. 발표문 가격표는 두 모델 모두 "50% cheaper"라고 적었지만 Luna 출력은 그보다 더 내려갔습니다.

항목(100만 토큰당)	GPT-6 Sol	GPT-5.6 Sol	GPT-6 Luna	GPT-5.6 Luna
입력	$2	$4	$0.10	$0.20
캐시 입력	$0.20	$0.40	$0.01	$0.02
출력	$10	$20	$0.50	$1.20

비교 기준에는 단서가 있습니다. OpenAI는 GPT-5.6의 프로모션 가격과 비교했다고 적었습니다. 공식 API 변경 기록에서 프로모션으로 표시된 가격은 8월 21일 내린 GPT-5.6 Sol의 4달러·20달러이며 최소 11월 21일까지 유지됩니다. GPT-5.6 Luna의 0.20달러·1.20달러는 7월 30일 80% 인하한 가격입니다. 7월 9일 GPT-5.6 출시 당시 가격인 Sol 입력 5달러·출력 30달러와 Luna 입력 1달러·출력 6달러와 비교하면 인하 폭은 더 커집니다.

최상위 모델 GPT-6 Astra의 가격은 입력 10달러와 출력 50달러입니다. 세 모델 모두 입력이 27만2천 토큰을 넘으면 요청 전체에 입력·캐시 요율 2배와 출력 요율 1.5배가 붙습니다. Batch와 Flex 처리는 표준 가격의 절반이고 Fast mode는 두 배입니다. 캐시된 입력은 캐시되지 않은 입력 가격의 10%입니다.

OpenAI가 공개한 성능 수치

OpenAI는 Sol이 비슷한 가격대의 경쟁 모델보다 좋은 결과를 낸다며 Sol과 Luna의 여러 평가를 공개했습니다. 대부분 점수와 과제당 비용을 함께 보여 주는 방식입니다. 경쟁 모델 점수는 공개 자료에서 가져왔고 Claude Fable 5.1 점수가 없을 때는 Fable 5 점수를 썼다고 OpenAI는 밝혔습니다. 비교에 들어간 Claude 모델은 Opus 5와 Fable 5.1(또는 Fable 5)이며 같은 날 나온 Opus 5.5는 들어 있지 않습니다.

여러 앱을 오가는 업무 흐름을 재는 Zapier의 AutomationBench에서 GPT-6 Sol은 xhigh effort로 33.2%를 받았습니다. max effort의 Claude Opus 5보다 높은 점수를 Opus 5 과제당 비용의 9%로 냈다고 OpenAI는 밝혔습니다. GPT-6 Luna는 high effort에서 이전 모델보다 5.4%포인트 높은 점수를 58% 낮은 과제당 비용으로 냈다고 합니다.

모델(effort)	AutomationBench 점수	과제당 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 포함 (max)	31.4%	Sol의 8.9배 초과

Fable 5.1 비용에는 약 40%의 과제를 Opus 5가 대신 처리한 비용이 빠져 있어 실제보다 낮게 잡혔다는 각주가 붙었습니다. 같은 벤치마크의 Zapier 공개 리더보드에는 Opus 5.5도 올라 있습니다. 9월 22일 확인한 리더보드에서 Opus 5.5 max는 40.0%를 받았고 과제당 비용은 1.28달러였습니다. GPT-6 Sol xhigh보다 점수는 6.8%포인트 높고 비용은 약 4.7배입니다. 1위는 41.4%의 GPT-6 Astra max였습니다.

코딩에서는 실제 코드베이스의 복잡한 과제를 다루는 DeepSWE v1.1 결과가 나왔습니다. GPT-6 Sol은 max effort로 68.8%를 기록해 이 평가에서 Claude Fable 5가 낸 최고 점수(xhigh effort 69.9%)와 1.1%포인트 차이였고 과제당 비용은 약 80% 적었다고 OpenAI는 밝혔습니다. GPT-6 Luna는 max effort로 66.6%를 받아 medium effort의 Claude Opus 5·Fable 5와 비슷했고 과제당 비용은 Opus 5보다 93%, Fable 5보다 96% 적었다고 합니다. 병합할 수 있는 수준의 변경을 만드는지 보는 FrontierCode에서는 Sol이 Claude Fable 5.1 xhigh와 같은 수준을 훨씬 낮은 비용으로 냈다고 설명했습니다.

컴퓨터 사용에서는 OSWorld 2.0 offline 세트의 partial reward를 기준으로 삼았습니다. GPT-6 Sol xhigh는 60.5%로 medium effort의 Claude Opus 5(60.3%)와 비슷한 점수를 약 80% 낮은 과제당 비용으로 냈다고 합니다. GPT-6 Luna max는 GPT-5.6 Sol medium보다 높은 점수를 10분의 1 비용으로 냈다고 OpenAI는 밝혔습니다. 컴퓨터 사용에서 가장 좋은 모델은 여전히 GPT-6 Astra라고 덧붙였습니다.

복잡한 전문 업무를 보는 Agents' Last Exam에서는 GPT-6 Sol이 max effort로 56.4%를 받았습니다. 이 평가에서 Claude Opus 5가 낸 최고 점수보다 높고 과제당 비용은 60% 낮았다고 합니다. 사실성은 사용자가 오류를 지적했던 실제 ChatGPT 대화를 비식별화해 만든 내부 평가로 쟀습니다. GPT-6 Sol의 오류는 이전 모델의 약 절반이었고 GPT-6 Luna는 높은 effort에서 GPT-5.6 Sol과 비슷한 수준을 약 100분의 1 비용으로 냈다고 OpenAI는 밝혔습니다. 이 평가는 오류를 끌어내기 쉬운 대화만 모은 것이라 일반적인 사용에서는 오류가 더 드물다는 단서도 달았습니다.

답변 방식도 Astra를 따라 바꿨습니다. OpenAI는 Sol과 Luna가 더 명확하게 쓰고 전문 용어와 어색한 표현, 가치가 낮은 세부 내용을 줄여 전체 답변이 조금 짧아졌다고 설명했습니다. 기술·코딩 대화에서 차이가 가장 잘 보일 것이라고 했습니다.

캐싱 기능은 상당수가 이미 있던 것이다

OpenAI는 가격 인하와 함께 GPT-6의 프롬프트 캐싱을 개선해 기본 설정에서 캐시 적중률이 높아졌다고 밝혔습니다. 에이전트나 긴 대화처럼 같은 문맥을 반복해 보내는 애플리케이션일수록 영향이 큽니다. GitHub은 지난 몇 달 동안 OpenAI 모델에 보낸 수십억 건의 요청에서 새로 처리해야 하는 프롬프트 토큰 비율이 50% 넘게 줄었다고 보고했다고 OpenAI는 전했습니다.

발표문이 함께 소개한 도구 가운데 상당수는 이번에 처음 나온 기능이 아닙니다. 캐시 읽기 90% 할인은 GPT-5.6 이전부터 적용되던 조건이고 캐시가 끝나는 위치를 직접 지정하는 explicit breakpoint는 7월 9일 GPT-5.6과 함께 들어왔습니다. 프롬프트 캐싱 대시보드는 8월 20일 나왔고 GPT-5.6 이상 모델용 캐시 진단 도구는 9월 8일 정식 공개됐습니다. 대화 도중 reasoning effort를 바꿔도 캐시를 유지하는 기능은 9월 3일 GPT-6 Astra와 함께 나왔습니다. 도구를 켜고 꺼도 캐시를 유지하는 기능은 공식 변경 기록에서 도입 시점을 확인하지 못했습니다. GPT-6 Sol·Luna와 함께 새로 발표된 내용은 기본 캐시 적중률을 높였다는 OpenAI의 설명입니다.

API에서 달라지는 점

API 모델 ID는 gpt-6-sol과 gpt-6-luna입니다. 두 모델 모두 컨텍스트 창 105만 토큰과 최대 출력 12만8천 토큰을 지원하고 텍스트와 이미지를 입력으로 받아 텍스트를 출력합니다. 오디오와 비디오는 지원하지 않습니다. Responses API와 Chat Completions, Batch에서 쓸 수 있고 fine-tuning은 지원하지 않습니다. 학습 데이터 기준일은 Sol이 2026년 4월 20일, Luna가 2026년 5월 18일입니다.

reasoning effort는 none, low, medium, high, xhigh, max를 지원하고 기본값은 medium입니다. GPT-6 Astra와 달리 none을 지원합니다. 분류나 추출처럼 추론이 필요 없는 작업에는 Luna를 none으로 두고 쓸 수 있습니다. effort가 none이 아니면 temperature와 top_p, top_logprobs를 요청에서 빼야 합니다. Chat Completions에서 function calling은 effort가 none일 때만 쓸 수 있어서 내장 도구나 function calling을 쓰려면 Responses API가 맞습니다.

luna_classify.py복사

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-luna",
    reasoning={"effort": "none"},
    input="다음 고객 문의를 배송, 환불, 기타 중 하나로 분류해 줘: 주문한 상품이 아직 안 왔어요.",
)

print(response.output_text)

ChatGPT Work·Codex·Copilot에서 쓰는 곳

ChatGPT에서는 Plus·Pro·Business·Enterprise·Edu 이용자가 ChatGPT Work와 Codex에서 두 모델을 쓸 수 있습니다. Free와 Go 이용자는 데스크톱 앱에서 Luna만 쓸 수 있습니다. 질문과 대화를 주고받는 Chat 화면에는 아직 들어오지 않았습니다. ChatGPT는 7월부터 짧은 질문용 Chat과 긴 작업을 끝까지 수행하는 에이전트 Work를 나눠 제공하고 있습니다. OpenAI는 서비스 안정을 위해 발표 당일 하루 동안 순차적으로 배포한다고 밝혔고 Enterprise에서는 관리자가 새 모델을 켜야 합니다.

Codex에서는 모델 선택 메뉴에서 고르거나 CLI에서 /model 명령 또는 codex --model gpt-6-sol처럼 지정합니다. OpenAI는 Sol을 medium effort로 시작하고 Luna는 high effort로 시작하라고 권합니다. Codex cloud 채팅은 예외입니다. ChatGPT 요금제의 cloud 채팅은 GPT-5.6 Sol을 쓰고 기본 모델을 바꿀 수 없습니다.

Codex 요금 문서는 5시간마다 보낼 수 있는 로컬 메시지 수를 추정치로 제시합니다. Plus 기준으로 GPT-6 Sol은 15~150개이고 GPT-6 Luna는 350~3,000개입니다. 각각 GPT-5.6 Sol의 10~100개와 GPT-5.6 Luna의 250~2,000개보다 많습니다. 문서는 이 숫자가 고정된 한도는 아니라고 밝히고 실제 한도는 사용량 대시보드에서 확인하라고 안내합니다.

GitHub Copilot에도 같은 날 두 모델이 들어왔습니다. Sol은 Copilot Pro+·Max·Business·Enterprise 요금제에서 쓸 수 있고 Luna는 Pro·Pro+·Max·Business·Enterprise 요금제에서 쓸 수 있습니다.

정렬 평가와 아직 확인되지 않은 것

OpenAI는 정렬 평가에서 Sol과 Luna가 GPT-5.6의 같은 등급 모델보다 나아졌다고 밝혔습니다. 코딩 작업 결과를 사실과 다르게 보고하는 비율도 낮아졌다고 합니다. 이 평가는 일부러 어려운 상황을 만들어 시험한 것이며 일반적인 사용에서의 실패율을 잰 것은 아니라고 회사는 설명했습니다. 발표문이 전체 결과를 보라고 연결한 시스템 카드는 GPT-6 Astra의 것입니다.

발표 당일 기준으로 확인되지 않은 부분도 있습니다. ChatGPT 도움말 센터의 릴리스 노트에는 9월 22일 확인 시점까지 Sol·Luna 항목이 없었습니다. Codex 모델 문서는 데스크톱 앱 Power 슬라이더 설명에서 Sol Light를 시작 프리셋으로 보여 주지만 이 화면은 예시일 뿐이고 기본값은 요금제와 클라이언트, 작업 공간 설정, 배포 상황에 따라 다르다고 안내합니다. GPT-5.6 Sol·Terra·Luna는 API 지원 종료 목록에 없고 종료일도 발표되지 않았습니다. ChatGPT와 Codex에서는 배포 기간 동안 계속 제공한다고만 밝혔습니다. GPT-5.6에 있던 중간 모델 Terra에 해당하는 GPT-6 모델은 이번에 나오지 않았습니다.

API로 GPT-5.6 Sol이나 Luna를 쓰던 개발자라면 모델 ID를 바꾸고 기존 effort 설정으로 결과와 비용을 다시 비교해 보는 것이 먼저입니다. 성능 수치 대부분은 OpenAI가 고른 평가와 비교 대상이라는 점도 함께 봐야 합니다. 이 글에서 확인한 Opus 5.5와의 직접 비교는 Zapier 리더보드뿐입니다.

GPT-6 Astra의 업무용 적용 내용과 같은 날 나온 Claude Opus 5.5 발표는 아래 글에서 다뤘습니다.

함께 읽을 글