OpenAI는 2026년 7월 9일 GPT-5.6을 일반에 출시했으며, 플래그십 GPT 릴리스 역사상 처음으로 세 가지 모델이 각각 다른 가격으로 출시되었습니다. Sol은 백만 입력 토큰당 5달러, 백만 출력 토큰당 30달러로 가장 어려운 추론을 처리합니다. Terra는 백만 입력 토큰당 2.50달러, 백만 출력 토큰당 15달러로 중간 수준을 담당합니다. Luna는 백만 입력 토큰당 1달러, 백만 출력 토큰당 6달러로 대량 작업을 처리합니다. 이는 최고와 최저 간 5배의 가격 차이를 보여주며, 올해 API 요금에서 모델 선택이 가장 큰 영향력을 미치게 될 것입니다. 이름에는 숨겨진 함정이 있습니다. 단순한 별칭 `gpt-5.6`은 플래그십 추론 계층인 Sol로 라우팅됩니다. 퀵스타트를 복사하고 모델 문자열을 그대로 두면, Luna가 5분의 1 비용으로 처리할 수 있는 작업에 대해서도 모든 프로덕션 요청에 플래그십 요금이 부과됩니다. 기본값이 비싼 것이며, 응답에는 아무런 경고도 표시되지 않습니다. 이 가이드에서는 전체 요금표를 제시하고, 각 계층별 비용 예시를 실행하며, 캐싱 계산을 설명하고, 추론 노력과 울트라 모드가 지출을 어떻게 변화시키는지 설명하며, 중요한 부분에서 품질을 포기하지 않고 비용을 일정하게 유지하는 라우팅 패턴으로 마무리합니다.버튼
요약
- GPT-5.6 백만 토큰당 가격: Sol $5 입력 / $30 출력, Terra $2.50 / $15, Luna $1 / $6.
- `gpt-5.6` 별칭은 Sol로 라우팅됩니다. 기본적으로 플래그십 요금을 원하지 않는 한 `gpt-5.6-terra` 또는 `gpt-5.6-luna`를 고정하십시오.
- OpenAI는 Terra가 GPT-5.5와 경쟁하며 대략 절반 가격이라고 말하며, 이는 자연스러운 마이그레이션 대상이 됩니다.
- 프롬프트 캐싱: 쓰기 비용은 입력 요율의 1.25배로 청구되며, 읽기에는 90% 할인이 적용되고, 최소 캐시 수명은 30분입니다. 캐싱은 두 번째 요청부터 비용을 절감합니다.
- 더 높은 추론 노력은 더 많은 출력 토큰을 의미합니다. 울트라 모드는 네 개의 에이전트를 병렬로 실행하며 의도적으로 토큰 지출을 증가시킵니다.
- ChatGPT 무료 및 Go 플랜은 Terra를 이용할 수 있으며, Plus 이상 플랜은 세 가지 모델 모두를 선택할 수 있습니다.
- 프로덕션에 모델 ID를 확정하기 전에 Apidog에서 계층별 비교를 하고 요청당 토큰 사용량을 확인하세요.
GPT-5.6 요금표
각 모델의 백만 토큰당 비용은 다음과 같습니다. 파생된 캐싱 요율(읽기는 입력 가격의 10%, 쓰기는 125%)이 포함되어 있습니다:
| 모델 | 입력 / 100만 | 출력 / 100만 | 캐시된 입력 읽기 / 100만 | 캐시 쓰기 / 100만 |
|---|---|---|---|---|
gpt-5.6-sol (별칭: gpt-5.6) |
$5.00 | $30.00 | $0.50 | $6.25 |
gpt-5.6-terra |
$2.50 | $15.00 | $0.25 | $3.13 |
gpt-5.6-luna |
$1.00 | $6.00 | $0.10 | $1.25 |
모델 ID는 OpenAI 개발자 문서에서 확인되었으며, 모든 API 계정에 대해 API 액세스는 셀프 서비스로 제공됩니다. API 측면에서는 플랜 제한이 없습니다. 6월의 미리보기 제한은 GA 전에 종료되어 이제는 과거의 일입니다.
한 번 더 강조합니다. 팀원 중 누군가는 분명히 실수할 것이기 때문입니다: 접미사가 없는 `gpt-5.6`은 Sol입니다. 만약 설정, SDK 기본값 또는 복사한 예시가 단순한 별칭을 사용한다면, 작업에 필요하든 아니든 $5/$30 요금을 지불하게 됩니다. 모든 곳에 전체 모델 ID를 고정하고 코드 검토에서 계층 선택을 명시적으로 만드십시오.
계층화가 의미하는 것
숫자는 세대를 나타내고, Sol, Terra, Luna는 자체적인 속도로 발전할 견고한 역량 계층입니다. 각 계층이 무엇을 위한 것인지 아는 것이 비용 결정의 대부분을 차지합니다.
Terra는 가격-성능의 핵심입니다. OpenAI는 Terra가 GPT-5.5와 경쟁하며 대략 2배 저렴하다고 말합니다. 현재 프로덕션에서 GPT-5.5를 실행 중이라면, Terra는 요금표를 절반으로 줄여주는 드롭인 후보입니다. 마이그레이션 전에 현재 지출을 GPT-5.5 가격 분석과 비교하여 절감액을 확인하십시오. 품질 주장은 자체 평가로 확인될 때까지 OpenAI의 주장으로 간주하되, 가격 인하는 무조건적입니다.
Luna는 대량 작업 계층입니다. 1$/6$의 가격으로 분류, 추출, 라우팅 및 초안 작성과 같이 요청당 비용이 다른 모든 고려 사항보다 중요한 고빈도, 지연 시간에 민감한 작업에 적합합니다.
Sol은 다른 곳에서 실패하는 문제를 위한 것입니다. 가장 깊은 추론, 가장 높은 요율. 사이먼 윌리슨의 출시일 리뷰는 플래그십이 프리미엄을 얻는 곳과 얻지 못하는 곳에 대한 실무자의 관점을 파악하는 데 유용합니다.
초기 문서에 따르면 세 모델 모두 100만 토큰 컨텍스트 창과 최대 128K 출력을 공유하므로, 계층을 낮춘다고 해서 용량을 희생하는 것은 아닙니다. 가격을 위해 추론 깊이를 교환하는 것입니다.
실제 요청 비용
백만 토큰당 요금은 실제 요청에 가격을 매기기 전까지는 추상적입니다. 일반적인 RAG 스타일 호출을 예로 들어 보겠습니다: 10,000개의 입력 토큰(시스템 프롬프트, 검색된 컨텍스트, 사용자 질문)과 1,000개의 출력 토큰.
| 모델 | 입력 비용 | 출력 비용 | 요청당 총계 |
|---|---|---|---|
| Sol | $0.050 | $0.030 | $0.080 |
| Terra | $0.025 | $0.015 | $0.040 |
| Luna | $0.010 | $0.006 | $0.016 |
한 번의 요청은 어디서든 저렴해 보입니다. 계층은 볼륨에서 차이를 보입니다. 분류 워크로드에 가격을 책정해 보겠습니다: 월 100만 요청, 각 요청당 500개의 입력 토큰과 50개의 출력 토큰. 즉, 월 5억 개의 입력 토큰과 5천만 개의 출력 토큰입니다.
| 모델 | 입력 | 출력 | 월별 총계 |
|---|---|---|---|
| Luna | $500 | $300 | $800 |
| Terra | $1,250 | $750 | $2,000 |
| Sol | $2,500 | $1,500 | $4,000 |
이 워크로드를 단순한 `gpt-5.6` 별칭으로 실행하면 Luna가 800달러에 처리할 수 있는 작업에 대해 월 4,000달러를 지불하게 됩니다. 별칭 기본값은 송장을 읽는 사람이 생길 때까지 매월 3,200달러의 오타 비용을 지불하는 것입니다.
실제 계산을 통한 캐싱 경제학
GPT-5.6은 명시적인 캐시 중단점을 사용합니다: 자동 접두사 감지에 의존하는 대신 `prompt_cache_options.mode: "explicit"`과 `ttl` 필드를 사용하여 옵트인합니다. 세 가지 숫자가 경제학을 지배합니다. 캐시 쓰기 비용은 캐시되지 않은 입력 요율의 1.25배로 청구됩니다. 캐시 읽기에는 90% 할인이 유지됩니다. 최소 캐시 수명은 30분입니다.
{
"model": "gpt-5.6-terra",
"input": [
{ "role": "system", "content": "You are a support triage assistant. Classify each ticket..." },
{ "role": "user", "content": "Ticket #4821: webhook retries firing twice after 502s" }
],
"prompt_cache_options": { "mode": "explicit", "ttl": "30m" }
}
이제 실제 예시입니다. Sol에서 실행되는 캐시 기간 내에 100개의 요청에 걸쳐 재사용되는 5,000 토큰 시스템 프롬프트가 있다고 가정해 봅시다.
- 캐시되지 않음: 100개 요청 x 5,000 토큰 = 500,000개 접두사 토큰 (100만 개당 $5) = $2.50
- 캐시됨: 1회 쓰기 (5,000 토큰, 100만 개당 $6.25 = $0.031) + 99회 읽기 (495,000 토큰, 100만 개당 $0.50 = $0.248) = 약 $0.28
이는 청구서의 접두사 부분에서 약 89%를 절약하는 것입니다. 손익분기점은 두 번째 요청에 있습니다: 쓰기 프리미엄은 캐시되지 않은 한 번 통과 비용의 25%이며, 모든 읽기는 90%를 절약합니다. 두 번 사용된 접두사는 이미 캐시된 것이 더 저렴합니다.
30분이라는 최소 시간은 양방향으로 작용합니다. 몇 분마다 요청을 보내는 채팅 비서 또는 지원 파이프라인은 캐시를 무료로 유지합니다. 매일 밤 한 번 실행되는 배치 작업은 아무런 이득을 얻지 못하고 매 콜드 스타트마다 1.25배의 쓰기 프리미엄을 지불합니다. 이런 경우에는 캐싱을 끄세요. 안정적인 접두사(시스템 프롬프트, 도구 정의, few-shot 예시)는 캐시하고, 변동성 있는 부분(사용자 입력, 요청당 변경되는 검색된 문서)은 중단점 뒤에 두십시오.
추론 노력, 프로 모드, 그리고 울트라
GPT-5.6은 여섯 가지 추론 노력 수준을 제공합니다: `none`, `low`, `medium`, `high`, `xhigh`, 그리고 `max`. 노력은 품질 다이얼일 뿐만 아니라 비용 다이얼이기도 합니다. 더 높은 설정은 요청당 더 많은 출력 측 토큰을 생성하며, 출력은 비싼 방향입니다: Sol에서는 백만 토큰당 $30으로, 입력 요율의 5배입니다. 동일한 프롬프트를 가진 두 요청은 노력 설정만으로도 비용에서 여러 배 차이가 날 수 있습니다.
OpenAI의 자체 마이그레이션 지침은 모델 슬러그 변경뿐만 아니라 튜닝 과정으로 전환을 다루라고 명시하고 있습니다. 현재 노력 수준과 한 단계 낮은 수준을 대표적인 작업에서 벤치마킹하십시오. 많은 워크로드가 낮은 설정에서도 품질을 유지하며, 절약은 모든 요청에 걸쳐 복합적으로 작용합니다.
프로 모드(`reasoning.mode: "pro"`)는 모든 세 가지 모델에서 사용 가능한 설정이며, 자체 요금표가 있는 별도의 모델이 아닙니다. 토큰당 동일한 가격을 지불합니다. 모델은 생각하는 데 더 많은 토큰을 소비하므로, 품질 우선 워크로드에 더 많은 출력을 예산으로 책정하십시오.
울트라는 의도적인 고급 기능입니다. 기본적으로 네 개의 에이전트를 병렬로 실행하여, 더 빠른 실제 시간 결과와 측정 가능한 품질 향상을 위해 의도적으로 토큰 지출을 늘립니다. OpenAI에 따르면, Sol의 Terminal-Bench 2.1 점수를 88.8%에서 91.9%로 높입니다. 1차 근사치로, 단일 에이전트 실행의 약 4배의 토큰을 예산으로 잡고, 답변당 비용보다 답변까지의 시간이 더 중요한 작업에 사용하십시오. 병렬 지출이 가치 있는 경우에 대한 전체 분석은 GPT-5.6 울트라 모드 설명서에 있습니다. 울트라는 ChatGPT Work의 Pro 및 Enterprise 플랜에서, 그리고 Codex에서는 Plus 이상 플랜에서 제공됩니다.
ChatGPT 플랜에서 제공되는 것
GPT-5.6 사용이 프로그래밍 방식보다는 대화형인 경우, 구독이 API보다 비용 면에서 유리할 수 있습니다. 다음은 모델 액세스가 플랜과 어떻게 연결되는지입니다:
| 플랜 | GPT-5.6 액세스 |
|---|---|
| 무료 / Go | Terra |
| Plus | Sol, Terra, Luna; 모델별 노력 제어 (중간 노력 이상에서 Sol) |
| Pro / Business / Enterprise | 세 가지 모두, Sol Pro 포함 |
| ChatGPT Work (Pro / Enterprise) | 울트라 추가 |
무료 및 Go 사용자가 Terra를 사용하는 것은 강력한 기본값입니다. OpenAI가 GPT-5.5와 비교하여 벤치마킹하는 계층입니다. Plus는 모델별 노력 제어가 나타나는 곳으로, ChatGPT 내에서 어려운 문제에 Sol을 의존하는 경우 중요합니다. Codex 좌석과 원시 API 지출을 비교하는 코딩 팀은 Codex에서 Plus 이상부터 울트라가 제공된다는 점에 유의해야 합니다. Codex 가격 분석은 이 좌석들이 토큰당 지불하는 것과 어떻게 비교되는지 다룹니다.
비용을 절감하는 패턴
요금표는 프롬프트 골프보다 라우팅 규율에 보상을 줍니다. 숫자를 움직이는 패턴은 다음과 같습니다:
- 습관이 아닌 작업별로 라우팅합니다. 분류, 추출 및 라우팅에는 Luna를, 나머지 모든 것에는 Terra를 기본값으로, Sol은 Terra가 명백히 실패하는 문제에만 사용합니다. 대부분의 팀은 Sol이 필요한 부분이 작다는 것을 발견합니다.
- 전체 모델 ID를 고정합니다. 코드 검토에서 단순한 `gpt-5.6` 별칭을 금지합니다. 코드베이스의 모든 모델 문자열은 선택한 계층과 그 이유를 명시해야 합니다.
- 긴 접두사를 캐시합니다. 30분 이내에 반복되는 몇천 토큰 이상의 안정적인 접두사는 명시적 중단점 뒤에 위치해야 합니다. 위 계산에 따르면 두 번째 요청부터 비용이 절감됩니다.
- 노력 수준을 한 단계 낮춥니다. 배포하기 전에 현재 노력 수준과 한 단계 낮은 수준을 벤치마킹합니다. 이는 OpenAI의 자체 조언이며, 품질이 유지될 때 무료로 돈을 절약할 수 있습니다.
- 짧은 답변은 짧게 유지합니다. GPT-5.6은 이전 세대보다 현저히 짧은 응답을 생성하며 일반적인 서론이 적습니다. 오래된 프롬프트에서 "간결하게"라는 상투적인 문구를 제거하십시오. 중복된 지침은 더 이상 존재하지 않는 문제를 해결하기 위해 입력 토큰을 추가합니다.
- 확정하기 전에 측정합니다. Apidog에 `gpt-5.6-sol`, `gpt-5.6-terra`, `gpt-5.6-luna`를 환경 변수로 저장하고, 각 계층에 동일한 요청을 전송한 다음, 응답의 토큰 사용량 필드를 나란히 비교합니다. 자체 프롬프트에서 얻은 실제 토큰 수는 이 문서의 어떤 추정치보다도 정확합니다.
자주 묻는 질문
GPT-5.6이 GPT-5.5보다 저렴한가요?
비교 대상은 Terra이며, OpenAI는 Terra가 GPT-5.5와 경쟁하며 백만 토큰당 입력 2.50달러, 출력 15달러로 대략 2배 저렴하다고 말합니다. Sol은 Terra보다 비싸지만 더 깊은 추론을 제공합니다. 품질에 민감한 워크로드를 마이그레이션하기 전에 자체 평가를 실행하십시오. 그러나 가격만 놓고 보면 Terra는 GPT-5.5 요금표를 절반으로 줄입니다.
단순한 gpt-5.6 모델 ID는 얼마인가요?
`gpt-5.6` 별칭은 Sol로 라우팅되므로, 최고 요금인 백만 입력 토큰당 5달러, 백만 출력 토큰당 30달러를 지불하게 됩니다. 이 기본값은 퀵스타트 코드를 변경하지 않고 복사하는 팀을 함정에 빠뜨립니다. 작업에 플래그십 추론이 필요하지 않은 경우 `gpt-5.6-terra` 또는 `gpt-5.6-luna`를 명시적으로 고정하십시오.
추론 토큰이 출력 요금에 포함되나요?
네. 더 높은 노력 설정은 더 많은 출력 측 토큰을 생성하며, 이는 출력 요율로 청구됩니다. Sol에서는 백만 토큰당 $30, Luna에서는 $6입니다. 노력 다이얼은 GPT-5.6에서 가장 큰 비용 레버 중 하나이므로, 잠그기 전에 현재 수준과 한 단계 낮은 수준에서 워크로드를 벤치마킹하십시오.
GPT-5.6 테스트를 시작하는 가장 저렴한 방법은 무엇인가요?
첫 요청을 `gpt-5.6-luna`로 보냅니다. 10K 입력, 1K 출력 요청은 약 $0.016이므로, 오후 내내 실험해도 1달러 미만입니다. GPT-5.6 API 사용 가이드에서는 인증, 응답 API 호출 형태 및 계층 선택 단계를 안내합니다.
마무리
Terra를 기본값으로 사용하고, 대량 작업은 Luna로 라우팅하며, 백만 출력 토큰당 30달러의 가치를 지불할 수 있는 문제에만 Sol을 사용하세요. 30분 이내에 반복되는 모든 접두사에 명시적 캐싱을 추가하고, 현재 실행 중인 노력 수준보다 한 단계 낮은 수준을 테스트하십시오. 이 네 가지 조치는 품질 저하 없이 GPT-5.6 청구서를 절반 이상으로 줄일 수 있습니다.
이 모든 것이 프로덕션에 도달하기 전에, 자신의 프롬프트에서 실제 수치를 얻으십시오. Apidog를 다운로드하고, 세 가지 모델 ID를 환경 변수로 저장한 다음, 각 계층을 통해 동일한 요청을 보내고 응답의 토큰 사용량 필드를 비교하십시오. 10분 동안의 나란히 테스트는 이 요금표를 포함한 어떤 예상보다도 청구서에 대해 더 많은 것을 알려줄 것입니다.