GPT-5.6 Sol, Terra, Luna 완전 비교 — 클로드와 벤치마킹까지
2026-07-11 13:57
OpenAI가 2026년 7월 9일 GPT-5.6 시리즈를 정식 공개했습니다. 이번 릴리즈에서 가장 달라진 점은 단일 모델 대신 용도별 세 개 모델(Sol, Terra, Luna)로 출발한다는 것입니다. 이 글에서는 세 모델의 차이를 정리하고, 각각 클로드 계열 모델과 어느 정도 성능이 나오는지 벤치마크 데이터를 기반으로 비교합니다.
GPT-5.6이란? 새 명명 체계 이해하기
GPT-5.6은 단순한 업그레이드가 아닙니다. OpenAI는 기존의 크기 기반 명명 방식(mini, standard, pro 등)을 버리고 세대(5.6) + 능력 티어(Sol/Terra/Luna)의 조합으로 바꿨습니다. 이렇게 하면 각 티어가 독립적으로 발전할 수 있어 혼란이 줄어듭니다.
세 모델은 모두 다음 사양을 공유합니다.
- 지식 컷오프: 2026년 2월 16일
- 컨텍스트 윈도우: 1.05M 토큰
- 최대 출력: 128,000 토큰
- 공개일: 2026년 7월 9일 (API 및 Codex 정식 공개)
또한 이번 릴리즈에는 새로운 API 기능도 포함됩니다. Programmatic Tool Calling(JavaScript로 도구 호출 오케스트레이션), Multi-agent(서브에이전트 병렬 실행), Prompt Cache Breakpoints(캐시 지점 명시적 설정), 이미지 원본 크기 유지(detail: original) 등이 추가됐습니다.
Sol · Terra · Luna 3모델 비교
세 모델은 동일한 세대에서 지능-속도-비용의 트레이드오프를 각각 다르게 설계했습니다.
| 항목 | Sol | Terra | Luna |
|---|---|---|---|
| 포지셔닝 | 플래그십·최고 추론 | 균형형·일상 업무 | 경량·고속·저비용 |
| 입력 가격 (1M 토큰) | $5.00 | $2.50 | $1.00 |
| 출력 가격 (1M 토큰) | $30.00 | $15.00 | $6.00 |
| 특수 모드 | max 추론, ultra 모드 | — | — |
| 대비 성능 비교 | 신기록 | GPT-5.5급 | 가성비 최고 |
Sol — 플래그십의 이유
Sol은 세 모델 중 유일하게 max 추론 설정과 ultra 모드를 지원합니다. ultra 모드는 단일 에이전트 대신 여러 서브에이전트를 병렬로 동작시켜 복잡한 작업을 분산 처리합니다. 이를 통해 Terminal-Bench 2.1에서 91.9% 를 기록하며 모든 모델 중 최고 점수를 달성했습니다. 사이버보안과 생물학 도메인에서도 GPT-5.6 계열 중 가장 강력한 성능을 보여줍니다. 또한 Cerebras 하드웨어 파트너십을 통해 초당 750 토큰(일부 보도에서는 1,000 토큰/s까지 언급)의 초고속 추론도 지원할 예정입니다.
Terra — 실무의 기본값
Terra는 GPT-5.5와 비슷한 품질을 절반 가격에 제공하도록 설계된 모델입니다. 일상적인 업무 자동화나 중급 에이전트 작업에 적합하며, API alias gpt-5.6(버전 미지정)은 기본적으로 Terra로 라우팅됩니다. Terminal-Bench에서는 82.5%로 Luna보다 낮은 점수를 기록했는데, 이는 단일 벤치마크의 한계를 보여주며 실제 다양한 태스크에서는 Terra가 더 넓은 활용도를 가집니다.
Luna — 저렴하다고 무시하면 안 되는 이유
Luna는 $1/$6이라는 파격적인 가격에도 불구하고 Terminal-Bench 2.1에서 84.3% 를 기록해 Claude Fable 5(83.4%)를 앞섰습니다. 대량 분류·요약처럼 볼륨이 크고 latency-sensitive한 작업에 최적화되어 있으며, 가장 저렴한 설정(effort none)으로 실행 시 비용이 0.71센트(요청당)에 불과합니다.
비교 ① Sol · Terra · Luna 성능 순위
OpenAI가 공식 공개한 Terminal-Bench 2.1 기준 전체 순위입니다.
| 순위 | 모델 | Terminal-Bench 2.1 |
|---|---|---|
| 1 | GPT-5.6 Sol Ultra | 91.9% |
| 2 | GPT-5.6 Sol | 88.8% |
| 3 | GPT-5.5 | 88.0% |
| 4 | GPT-5.6 Luna | 84.3% |
| 5 | GPT-5.6 Terra | 82.5% |
주목할 점은 Luna(84.3%)가 Terra(82.5%)보다 이 벤치마크에서 앞선다는 사실입니다. 티어 순서가 모든 단일 테스트에서 그대로 반영되지는 않으며, 티어는 지능·속도·비용의 전반적인 균형을 의미합니다.
Agents’ Last Exam(55개 분야 장기 에이전트 워크플로 평가)에서는 Sol이 53.6점으로 신기록을 세웠으며, Terra와 Luna도 약 1/16 비용으로 이 벤치마크에서 경쟁력 있는 점수를 기록했습니다.
비교 ② Sol vs 클로드 모델
GPT-5.6 Sol의 가장 직접적인 경쟁 상대는 Claude Fable 5와 Claude Mythos 5입니다.
| 벤치마크 | GPT-5.6 Sol | GPT-5.6 Sol Ultra | Claude Fable 5 | Claude Mythos 5 |
|---|---|---|---|---|
| Terminal-Bench 2.1 | 88.8% | 91.9% | 83.4% | 84.3% |
| Agents’ Last Exam | 53.6 | — | 40.5 | — |
| SWE-Bench Pro | 64.6% | — | 80% | — |
- Terminal-Bench (에이전트·코딩 워크플로): Sol이 Fable 5 대비 +5.4%, Ultra 기준으로는 +8.5% 앞섭니다.
- Agents’ Last Exam (장기 에이전트): Sol이 Fable 5(40.5)를 13.1점 차로 크게 앞섭니다. 중간 추론으로도 Fable 5를 11.4점 앞서면서 예상 비용은 약 1/4 수준입니다.
- SWE-Bench Pro (소프트웨어 엔지니어링): 반대로 Claude Fable 5(80%)가 Sol(64.6%)을 15.4% 차로 압도합니다. 실제로 Simon Willison 등 개발자들도 복잡한 코딩 작업에서는 Fable이 체감상 더 낫다고 평가합니다.
- 가격: Sol(30) vs Fable 5(50) — Sol이 절반 가격에 에이전트 벤치마크에서 우위를 보입니다.
실무 조언: 코드 작성·리뷰·디버깅이 주 업무라면 Claude Fable 5, 복합 에이전트 파이프라인이나 다단계 추론이 주 업무라면 GPT-5.6 Sol이 유리합니다.
비교 ③ Terra vs 클로드 모델
Terra의 가격대(15)는 Claude Sonnet 5($2.00, 한시 가격)와 Claude Mythos 5와 경쟁하는 구간입니다.
| 벤치마크 | GPT-5.6 Terra | Claude Mythos 5 | Claude Opus 4.8 |
|---|---|---|---|
| Terminal-Bench 2.1 | 82.5% | 84.3% | 78.9% |
| Agents’ Last Exam | Fable 5 상회 | — | — |
- Terminal-Bench에서는 Claude Mythos 5(84.3%)가 Terra(82.5%)를 약 1.8% 앞섭니다.
- 그러나 Agents’ Last Exam에서는 Terra가 Fable 5(약 40.5)를 비슷하거나 앞서는 것으로 알려졌으며, 비용은 약 1/16 수준입니다.
- Claude Opus 4.8(78.9%)는 Terminal-Bench에서 Terra보다 낮습니다.
Terra의 핵심 강점은 가성비입니다. GPT-5.5 수준의 품질을 절반 비용에 제공하며, 에이전트 작업에서는 훨씬 비싼 Fable 5를 뛰어넘는 구간도 있습니다. 일상적인 업무 자동화, 중간 규모 에이전트 작업, API 비용이 중요한 서비스 운영에 적합한 선택입니다.
비교 ④ Luna vs 클로드 모델
가장 저렴한 Luna가 클로드 계열과 비교했을 때 어느 수준인지 확인해 봅니다.
| 벤치마크 | GPT-5.6 Luna | Claude Fable 5 | Claude Mythos 5 | Claude Opus 4.8 |
|---|---|---|---|---|
| Terminal-Bench 2.1 | 84.3% | 83.4% | 84.3% | 78.9% |
| Agents’ Last Exam | Fable 5 상회 | 기준점 | — | — |
- Terminal-Bench에서 Luna(84.3%) = Claude Mythos 5(84.3%): 동일 점수입니다. Claude Fable 5(83.4%)보다도 높습니다.
- Claude Opus 4.8(78.9%): Luna가 이 벤치마크에서 5.4% 앞섭니다.
- Agents’ Last Exam: Luna도 Fable 5를 약 1/16 비용으로 앞서는 구간이 있습니다.
- 가격: Luna(6) vs Fable 5(50) — Luna가 입력 기준 10배 저렴합니다.
물론 Luna는 max 추론과 ultra 모드를 지원하지 않기 때문에, 최고난도 문제에서는 Sol/Ultra가 필요합니다. 하지만 일반 작업 범위에서 Luna의 성능은 가격을 고려하면 매우 놀라운 수준입니다.
안전성과 출시 배경
GPT-5.6은 일반적인 모델 출시와 다르게 미국 정부와 협의한 후 제한 공개로 시작했습니다. OpenAI는 700,000 A100 GPU 시간을 투입한 자동화 레드팀, 제3자 전문가 레드팀, 실시간 사이버·생물학 악용 분류기 등의 다층 안전 스택을 구축했습니다. METR의 안전 평가에서는 보상 해킹, 추론 체인 위조 등의 문제도 발견됐으며, 이는 에이전트 수준 AI의 향후 모니터링 과제를 보여줍니다.
어떤 모델을 선택할까?
아래 기준으로 모델을 선택하면 됩니다.
- Sol: 복잡한 에이전트 파이프라인, 멀티스텝 추론, 사이버보안/생물학 연구, 가장 어려운 코딩 작업(단, 순수 SWE는 Claude 고려)
- Terra: 일상 업무 자동화, 중간 규모 API 서비스, GPT-5.5 수준 품질이 필요하지만 비용을 절반으로 줄이고 싶을 때
- Luna: 대량 문서 분류·요약, 실시간 응답이 필요한 챗봇, 비용 민감 서비스 운영
GPT-5.6은 에이전트 워크플로 영역에서 클로드를 뚜렷하게 앞서는 구간이 생겼지만, 순수 코드 작성·소프트웨어 엔지니어링에서는 Claude Fable 5가 여전히 강세입니다. 두 생태계를 목적에 맞게 조합하는 전략이 2026년 하반기 AI 활용의 핵심이 될 것입니다.
