GPT-6 Sol과 Luna 요금과 모델 선택: API 단가, 캐시, 이용 화면

GPT-6 Sol과 GPT-6 Luna는 오픈AI가 2026년 9월 22일 공개한 모델입니다. Sol은 복잡한 코딩과 여러 단계로 이어지는 업무, Luna는 분류나 추출처럼 범위가 정해진 반복 작업을 맡습니다. 둘 중 무엇을 쓸지는 모델 이름보다 맡길 작업, 쓸 수 있는 화면, 그 작업의 실제 비용으로 정합니다.

API는 프로그램에서 모델에 요청을 보내는 연결 방식이고, 아래 금액은 모두 API 사용료입니다. 요금과 이용 조건은 2026년 10월 4일 공식 문서 기준입니다. 뒤에 나온 GPT-6.1 Sol은 이름이 비슷해도 다른 모델이며, 요금과 사용법은 GPT-6.1 Sol 정리에 따로 있습니다.

이런 작업이라면 이 모델

이런 경우	GPT-6 Solgpt-6-sol	GPT-6 Lunagpt-6-luna
여러 단계를 거치는 코딩과 업무 자동화	제공	제공하지 않음
정답이 분명한 분류와 추출을 대량으로	제공하지 않음	제공
토큰당 단가를 최대한 낮춰야 한다	제공하지 않음	제공
Free, Go 요금제의 데스크톱 앱에서 쓴다	제공하지 않음	제공

짧은 요청 하나의 비용

토큰은 AI가 글을 처리하는 단위로, 글자 수와 일치하지 않습니다. 입력에는 지시와 참고 자료가, 출력에는 답변과 청구 대상 추론이 들어갑니다. 요금은 100만 토큰당 단가로 매기므로 사용한 토큰 수를 1,000,000으로 나눈 뒤 단가를 곱합니다.

입력 2,000토큰, 출력 500토큰인 요청 하나를 표준 처리로 보내고 캐시와 도구는 쓰지 않는다고 놓고 계산하면 이렇습니다.

입력 2,000, 출력 500토큰 요청 한 건

• 0.009달러GPT-6 Sol입력 0.004 + 출력 0.005
• 0.00045달러GPT-6 Luna입력 0.00020 + 출력 0.00025
• 20배두 모델의 비용 차이1,000번이면 9달러와 0.45달러

출력이 늘면 차이가 더 벌어집니다. 같은 요청에서 출력만 1,000토큰으로 늘면 Sol은 0.004 + 0.010 = 0.014달러, Luna는 0.00020 + 0.00050 = 0.00070달러입니다. 출력 단가가 입력의 다섯 배이므로 입력 단가만 보고 총액을 어림하면 실제보다 적게 나옵니다. ChatGPT 월 구독료는 이 계산과 상관없이 따로 냅니다.

50% 인하를 항목별로 계산하면

아래는 출시 발표의 요금 표입니다. 100만 토큰 기준이고, 인하 폭은 GPT-5.6 시절 프로모션 요금과 견준 값입니다.

Sol은 입력과 출력이 모두 정확히 절반이 됐습니다. 오픈AI는 Luna까지 묶어 50% 인하라고 적었지만, Luna 출력만 떼어 계산하면 (1.20 - 0.50) ÷ 1.20 × 100 ≈ 58.3%로 인하 폭이 더 큽니다.

이전 요금 대비 인하 폭

• Sol 입력, 출력50%4달러→2달러, 20달러→10달러
• Luna 입력50%0.20달러→0.10달러
• Luna 출력약 58.3%1.20달러→0.50달러

오픈AI는 캐싱과 추론을 개선해 모델을 돌리는 비용이 줄었고, 그만큼을 요금에 반영했다고 설명했습니다. 내려간 것은 API 단가이고 ChatGPT 구독료는 그대로입니다.

고를 수 있는 화면과 모델 ID

ChatGPT Work는 앱과 파일을 다루며 여러 단계 작업을 하는 화면이고, Codex는 코딩 작업을 돕는 도구입니다. 현재 모델 안내에 따르면 Sol과 Luna는 Work와 Codex에서 고를 수 있고 일반 Chat 대화에는 없습니다. 출시 발표에서는 Plus, Pro, Business, Enterprise, Edu에 두 모델을, Free와 Go에는 데스크톱 앱의 Luna를 제공한다고 밝혔습니다.

두 모델을 쓸 수 있는 곳

모델	일반 Chat	Work, Codex	API모델 ID
GPT-6 Sol	제공하지 않음	제공	gpt-6-sol
GPT-6 Luna	제공하지 않음	제공	gpt-6-luna

Work나 Codex의 모델 목록에 두 모델이 없으면 로그인 방식, 요금제, 앱 버전, 조직의 모델 허용 설정 순서로 봅니다. API에서는 위 표의 모델 ID를 그대로 씁니다.

컨텍스트 창과 추론 강도

컨텍스트 창은 한 요청에서 다룰 수 있는 입력과 출력을 합친 전체 맥락의 한도입니다. 두 모델 모두 105만 토큰이지만, 입력과 출력의 상한이 따로 있어 105만 토큰을 전부 입력으로 넣을 수는 없습니다.

Sol과 Luna 공통 한도

• 105만 토큰컨텍스트 창
• 92.2만 토큰최대 입력
• 12.8만 토큰최대 출력

추론 강도(reasoning effort)는 답을 내기 전에 모델이 추론에 쓰는 양을 정하는 설정이고, none, low, medium, high, xhigh, max 여섯 단계가 있습니다. 높일수록 시간과 토큰을 더 씁니다. API의 기본값은 medium이며 앱의 기본 설정과 같지 않을 수 있습니다. 추론 토큰은 화면에 보이지 않아도 출력 비용에 들어가므로, 같은 모델이라도 추론 강도에 따라 결과와 청구액이 달라집니다. 자세한 청구 방식은 추론과 청구 설명에 있습니다.

벤치마크는 모델 이름과 설정을 함께 봅니다

오픈AI가 앞세운 것은 점수보다 작업당 비용입니다. 아래는 업무 자동화 시험인 AutomationBench 결과입니다.

이 평가에서 Sol xhigh는 Astra low보다 점수가 2.9%포인트 높고, 작업당 비용은 Astra의 약 4분의 1이었습니다. 폴백은 주 모델이 처리하지 못한 작업을 다른 모델에 넘기는 방식이라 호출이 늘어납니다.

경쟁 모델 점수는 오픈AI가 공개 보고서에서 가져온 값이고, 일부 항목은 Fable 5.1 대신 Fable 5의 결과이며 Fable 5.1의 폴백 비용도 다 들어가지 않았습니다. 그래서 이 표는 모든 모델을 같은 환경에서 다시 돌린 결과가 아니라, 오픈AI가 정한 설정에서의 비교입니다. 다른 모델과 견줄 때도 버전과 추론 강도를 함께 적어 둡니다.

캐시 읽기 할인과 쓰기 비용

캐시는 반복되는 입력의 처리 결과를 재사용하는 기능입니다. 공식 캐싱 안내에 따르면 요청의 앞부분이 이전 요청과 같고 유지 시간 안에 있어야 할인이 적용됩니다. 캐시에서 읽은 입력은 일반 입력 단가의 10%, 캐시에 새로 쓰는 입력은 1.25배를 냅니다.

짧은 표준 요청의 100만 토큰당 단가(미국 달러)

항목	GPT-6 Sol	GPT-6 Luna
일반 입력	2달러	0.10달러
캐시 읽기	0.20달러	0.01달러
캐시 쓰기	2.50달러	0.125달러
출력	10달러	0.50달러

예를 들어 Sol 입력 10,000토큰 가운데 일반 입력이 2,000, 캐시 읽기가 6,000, 캐시 쓰기가 2,000이라면 입력 비용은 0.004 + 0.0012 + 0.005 = 0.0102달러이고, 출력 비용은 여기에 더합니다.

개발자는 대시보드와 진단 기능에서 실제로 캐시에 적중한 양을 볼 수 있습니다. 추론 강도를 바꿀 때 캐시를 유지하는 설정이 따로 있고, 도구는 정의와 순서를 그대로 둔 채 허용 목록만 바꿔야 캐시가 유지됩니다.

긴 입력에는 요청 전체에 할증이 붙습니다

한 요청의 입력이 272,000토큰을 넘으면 그 요청 전체의 입력과 캐시 단가가 2배, 출력 단가가 1.5배가 됩니다. 넘은 토큰에만 붙는 할증이 아닙니다.

Sol에 입력 30만, 출력 1,000토큰을 보낼 때

• 짧은 요청 단가로 계산0.61달러0.3 × 2 + 0.001 × 10
• 실제 적용되는 긴 입력 단가1.215달러0.3 × 4 + 0.001 × 15

여러 요청을 묶어 처리하는 Batch, 처리 시간이 유연한 Flex, 빠른 처리 모드인 Fast, 지역 지정 처리에는 각각 다른 요율이 붙습니다. 이 글의 계산은 표준 처리 기준입니다.

내 업무에서 두 모델을 비교하는 순서

오픈AI는 오류 신고 대화를 모은 사실성 평가와 코딩 작업 보고 평가에서 정확도가 좋아졌다고 발표했습니다. 이 평가는 오류가 나기 쉬운 상황을 골라 만든 것이어서, 평소 업무의 오류율과는 다릅니다. 평가 방식은 출시 발표에 있습니다.

내 업무에서 어느 모델이 맞는지는 실제로 처리하는 자료 몇 건을 두 모델에 똑같이 맡겨 보면 드러납니다. 예를 들어 지난주 회의 메일 열 건에서 날짜, 시간, 장소, 담당자를 뽑게 하고 결과를 원문과 대조합니다.

두 모델을 같은 조건으로 비교하는 순서

1. 11. 같은 자료실제 업무 자료 몇 건
   두 모델에 똑같이
2. 22. 같은 추론 강도설정값을 기록해 두고
   한 번에 하나만 바꿈
3. 33. 원문과 대조틀린 항목과
   없는 내용이 붙었는지
4. 44. 사용량 기록입력과 출력 토큰
   걸린 시간, 재시도

결과가 틀리면 지시와 원문이 충분했는지부터 보고, 그다음 추론 강도나 모델을 한 가지씩 바꿉니다. Luna가 단가는 훨씬 낮아도 결과를 사람이 계속 고쳐야 한다면, 그 수정 시간까지 비용에 넣어 판단합니다.

기존 프로그램을 옮길 때 바꿀 것

모델 ID만 바꿔서는 끝나지 않습니다. 두 모델은 Chat Completions API에서 도구를 호출하려면 reasoning_effort=none이어야 하고, 내장 도구를 쓰려면 Responses API를 써야 합니다. 이 조건은 Sol API 문서에 있습니다.

기존 프로그램을 Sol이나 Luna로 옮기는 순서

1. 11. 모델 IDgpt-6-sol 또는
   gpt-6-luna
2. 22. 도구 호출Chat Completions는
   reasoning_effort=none
3. 33. 출력 형식기존 처리 코드가
   그대로 읽는지
4. 44. 샘플로 비용일부 자료로 결과와
   사용량부터 기록

전체 자료를 한꺼번에 돌리거나 고객에게 결과를 보내기 전에, 일부 샘플로 결과와 사용량을 먼저 기록합니다. 계정에서 모델이 보이지 않을 때는 다른 이름을 짐작해 넣지 말고, 이용 가능한 모델 목록에서 정확한 이름을 찾습니다.

3줄 요약

1. GPT-6 Sol과 Luna는 오픈AI가 2026년 9월 22일 공개한 모델로, Sol은 여러 단계의 코딩과 업무를, Luna는 분류와 추출 같은 대량 반복 작업을 맡습니다.

2. 100만 토큰당 Sol은 입력 2달러와 출력 10달러, Luna는 입력 0.10달러와 출력 0.50달러이며 입력이 272,000토큰을 넘으면 요청 전체에 할증이 붙습니다.

3. 두 모델은 ChatGPT의 Work와 Codex에서 고를 수 있고 일반 Chat에는 없으며, API 사용료는 구독료와 따로 청구됩니다.