GPT-5.6 이해하기: 모델 이름, 성능표와 추론 설정 읽는 법

GPT-5.6은 OpenAI가 2026년 7월 9일 정식 출시한 AI 모델 세대입니다. Sol, Terra, Luna라는 세 등급이 있고 등급마다 결과 품질과 비용의 균형이 다릅니다. 모델은 입력을 해석하고 답을 만드는 AI이고, ChatGPT나 Codex는 그 모델을 쓰는 제품입니다.

2026년 10월 4일 기준으로 후속 세대도 나와 있습니다. 이 글은 GPT-5.6의 발표를 예로 모델 이름과 성능표를 읽고 내 작업에서 비교하는 법을 설명합니다. 최신 모델을 고르려면 GPT-6 Sol과 Luna 안내를 함께 봅니다.

숫자, 등급과 추론 설정을 나눠 읽습니다

GPT-5.6 Sol, max라는 표기에는 서로 다른 정보 세 가지가 들어 있습니다.

GPT-5.6 Sol, max를 나눠 읽기

1. 11. GPT-5.6모델 세대
   어느 발표와 평가인지
2. 22. Sol성능 등급
   Sol, Terra, Luna 중 하나
3. 33. max추론 수준
   답을 만들 때 허용한 처리량

OpenAI는 Sol을 주력 모델, Terra를 일상 작업에서 품질과 비용의 균형을 맞춘 모델, Luna를 비용 효율을 높인 모델로 소개했습니다. 세대 번호는 모델 세대를 가리키고, 성능 점수나 파라미터 개수, 학습 완료일과는 관계가 없습니다. 파라미터는 학습으로 정해진 모델 내부의 수치입니다.

같은 세대라도 등급마다 점수와 단가가 다릅니다. 다음 세대에서 등급 이름이 그대로 쓰여도 메뉴와 기능, 가격은 새로 정해지므로, 모델을 바꿀 때는 이전 결과를 남겨 두고 같은 작업을 새 모델로 다시 돌려 봅니다.

토큰 효율이 좋아졌다는 말은 무엇인가요?

토큰은 모델이 글을 처리하는 단위이고, 한 토큰이 한 글자나 한 단어와 늘 같지는 않습니다. API는 다른 프로그램이 모델에 요청을 보내는 연결 방식이며, API 비용은 입력과 출력 토큰 수에 단가를 곱해 정해집니다.

GPT-5.6 발표는 작업 하나를 끝내는 데 쓰는 토큰과 추정 비용이 줄었다는 점을 강조했습니다. 컴퓨터 화면 조작 평가인 OSWorld 2.0의 예가 대표적입니다.

OSWorld 2.0에서 Sol과 Claude Opus 4.8 비교

• 62.6%Sol의 점수Claude Opus 4.8보다 높음
• 85% 적게Sol의 출력 토큰Claude Opus 4.8 대비

비용과 점수를 함께 보려면 아래와 같은 그래프를 읽습니다. 가로축은 API 비용, 세로축은 점수라서 왼쪽일수록 싸고 위쪽일수록 점수가 높습니다.

같은 모델의 점이 여러 개인 것은 추론 설정마다 결과를 따로 찍었기 때문입니다. 모델 이름이 같아도 점마다 비용과 점수가 다르므로, 비교할 때는 어느 설정의 점인지 함께 읽습니다. 이 그래프는 Agents' Last Exam이라는 평가에서의 비교이고, 내 보고서 한 건을 만들 때의 비용과는 다릅니다.

성능표를 읽는 순서

벤치마크는 정해진 문제와 조건으로 성능을 평가하는 시험입니다. 아래는 OpenAI 출시 발표의 요약 표에서 GPT-5.5와 비교할 수 있는 항목을 추린 것입니다.

표는 한 행 안에서 읽습니다. 코딩 에이전트 지수는 점수이고 나머지는 문제를 푼 비율이라, 80점을 성공률 80%로 바꾸거나 서로 다른 평가의 점수를 더하면 뜻이 없어집니다. 새 세대라고 모든 등급이 모든 항목에서 앞서지도 않습니다. GPQA에서 Terra는 GPT-5.5보다 0.7%포인트 낮습니다.

등급 사이의 차이가 가장 큰 항목은 OSWorld 2.0입니다.

OSWorld 2.0 점수(컴퓨터 화면 조작)

• GPT-5.6 Sol62.6%GPT-5.5보다 15.1%포인트 높음
• GPT-5.6 Terra50.2%
• GPT-5.547.5%
• GPT-5.6 Luna45.6%GPT-5.5보다 낮음

Sol과 GPT-5.5의 차이 62.6-47.5=15.1%포인트는 OSWorld 문제를 푼 비율의 차이이고, 업무 속도와는 다른 값입니다. 화면 조작을 맡길 일이 많다면 이 행의 차이가 등급 선택에 크게 작용하고, 그렇지 않다면 하는 일에 맞는 다른 행을 봅니다.

코딩 지수 그래프에서도 가로축 비용과 세로축 점수를 함께 봅니다. 점수만 보면 비용을 놓치고, 비용만 보면 결과 품질을 놓칩니다. 코드 문제 해결 점수는 고객 문의 답변처럼 성격이 다른 작업의 품질을 알려 주지 않으므로, 업무마다 맞는 평가 행을 따로 봅니다.

max와 ultra를 올리면 항상 좋아지나요?

추론 수준(reasoning effort)은 답을 만들 때 모델이 얼마나 더 검토하게 할지 정하는 설정입니다. 출시 설명에서 max는 xhigh보다 더 많은 검토를 허용합니다. ultra는 여러 에이전트를 병렬로 쓰고, 발표의 비교에서는 에이전트 4개를 썼습니다. 에이전트는 모델을 이용해 도구를 실행하고 작업을 이어 가는 프로그램입니다.

출시 표에는 Sol의 기본 설정과 ultra를 비교한 두 사례가 있습니다.

Sol 기본 설정과 Sol ultra의 점수

• Terminal-Bench 2.1, Sol88.8%
• Terminal-Bench 2.1, Sol ultra91.9%3.1%포인트 높음
• BrowseComp, Sol90.4%
• BrowseComp, Sol ultra92.2%1.8%포인트 높음

점수는 1.8%포인트에서 3.1%포인트 올랐고 토큰 사용량도 늘었습니다. 그래서 ultra는 늘 켜 두기보다, 기본 설정의 결과가 원하는 품질에 못 미치는 작업에서 켜 봅니다. 입력이 틀렸거나 지시가 모호하면 설정을 올려도 같은 오류가 남으므로, 그럴 때는 지시부터 고칩니다.

캐시가 있으면 무조건 저렴해지나요?

캐시는 반복해서 보내는 입력의 앞부분을 저장해 두고 다시 쓰는 API 기능입니다. 같은 지시와 자료를 여러 번 보내는 작업에서 비용이 줄어듭니다. 개발자가 API 요청에서 쓰는 기능이라, 채팅창에 같은 문장을 다시 붙여 넣는 것과는 관계가 없습니다.

GPT-5.6에서는 다시 쓸 앞부분이 1,024 입력 토큰 이상이어야 캐시가 적용됩니다. 저장할 때는 일반 입력 단가의 1.25배, 다시 읽을 때는 일반 입력 단가의 10%를 냅니다.

같은 입력 부분을 일반 처리하면 100원이 드는 경우로 계산해 보겠습니다. 처음 보낼 때 캐시에 저장하면 그 부분의 비용은 100원이 아니라 125원이고, 다음 요청에서 다시 읽으면 10원이 더해집니다.

같은 입력을 두 번 보낼 때의 비용

• 두 번 모두 일반 처리200원100원 + 100원
• 첫 요청에 저장, 둘째 요청에 재사용135원125원 + 10원, 65원 적음
• 저장만 하고 재사용하지 않음125원한 번만 일반 처리한 100원보다 25원 많음

한 번만 보내고 끝나는 요청을 캐시에 저장하면 저장 비용만 더 듭니다. 캐시는 같은 긴 지시문을 여러 번 보내는 작업에 씁니다.

API 가격은 출시 뒤에도 바뀌었습니다. 7월 30일에 Luna와 Terra의 가격 인하가 발표됐고, 8월 21일에는 Sol의 기간 한정 인하가 출시 페이지에 추가됐습니다. 그래서 출시 때 차트에 적힌 가격은 이 변경 전의 단가입니다. 등급별 현재 가격은 GPT-5.6 Sol, Terra, Luna 비교 글에 정리했습니다.

실제 업무를 맡기기 전에 비교할 것

성능표는 정해진 평가의 결과라서, 내 업무에서 어느 등급이 맞는지는 내 자료로 비교해야 압니다. 예를 들어 고객 리뷰를 긍정, 부정, 중립으로 나누는 일이라면 지난달 리뷰 가운데 개인정보를 지운 일부를 골라 사람이 먼저 정답 분류를 붙여 둡니다. 만족과 불만이 섞인 리뷰, 내용 없이 주문 사실만 적은 리뷰처럼 판단이 어려운 예를 함께 넣습니다.

등급과 설정을 비교하는 순서

1. 11. 기준 자료실제 자료 일부와
   사람이 붙인 정답
2. 22. Luna부터같은 지시로
   가장 싼 등급 먼저
3. 33. 정확성정답과 대조
   누락, 중복 표시
4. 44. 시간완료 시간과
   수정 요청 횟수
5. 55. 비용사용량이나
   실제 청구 기록
6. 66. 한 조건씩등급이나 설정 중
   하나만 바꿔 다시

2번에서 Luna의 분류가 정답과 맞으면 거기서 멈추고, 틀리는 유형이 있을 때 Terra나 Sol로 올립니다. 문서 요약은 Terra, 복잡한 판단은 Sol에 맡기는 구성도 이 비교로 정합니다. 6번에서 한 번에 한 조건만 바꿔야, 결과가 달라졌을 때 지시를 고친 덕분인지 모델을 바꾼 덕분인지 구별됩니다.

Sources

• GPT-5.6 출시 발표 (OpenAI)
• GPT-5.6 가격 변경 발표 (OpenAI)
• 프롬프트 캐시 안내 (OpenAI 개발자 문서)

3줄 요약

1. GPT-5.6은 OpenAI가 2026년 7월 9일 출시한 모델 세대이며 Sol은 주력, Terra는 일상 작업의 균형, Luna는 비용 효율을 맡는 등급입니다.

2. 출시 표의 OSWorld 2.0 점수는 Sol 62.6%와 GPT-5.5 47.5%로 15.1%포인트 차이였고 GPQA Diamond에서는 Terra가 GPT-5.5보다 0.7%포인트 낮았습니다.

3. max는 xhigh보다 많은 검토를 허용하고 ultra는 여러 에이전트를 병렬로 써서 Sol의 Terminal-Bench 2.1 점수를 88.8%에서 91.9%로 올렸습니다.