GPT-5.6 Luna·Terra·Sol 비교｜API 가격·차이·업무별 추천, ChatGPT와 무엇이 다를까?

AI를 활용하여 생성한 이미지입니다.

GPT-5.6 Luna·Terra·Sol은 같은 GPT-5.6 계열이지만, 비용을 줄이는 방향부터 복잡한 전문 업무까지 맡는 범위가 달라요. 가장 먼저 짚을 점은 이 글의 가격이 ChatGPT 월 구독료가 아니라 OpenAI API의 토큰 사용료라는 점이에요. OpenAI 개발자 문서는 세 모델을 API 모델로 안내하고, 사용량 기준으로 가격을 제시합니다.[1][5]

개인 대화나 한두 번의 긴 글쓰기라면 모델 이름보다 원하는 기능과 구독 플랜이 더 중요할 수 있어요. 반대로 앱·자동화·사내 도구처럼 요청을 반복해서 보내는 환경이라면 Luna·Terra·Sol의 가격 차이가 바로 운영비 차이로 이어집니다.

먼저 보는 결론

• Luna: 대량 분류, 짧은 요약, 형식이 정해진 반복 작업처럼 비용이 가장 중요한 업무에 맞아요.
• Terra: 품질과 비용을 함께 봐야 하는 일반 업무 자동화, 문서 처리, 코드 보조의 기본 선택지로 보기 좋아요.
• Sol: 복잡한 분석, 긴 문맥을 읽고 여러 조건을 맞춰야 하는 전문 업무처럼 결과 품질의 우선순위가 높은 경우에 맞아요.

OpenAI는 모델 선택에서 먼저 정확도 목표를 세우고, 그 목표를 만족하는 범위 안에서 더 작고 저렴한 모델로 내려가 보라고 권합니다.[6] 따라서 “무조건 Sol”보다는 실제 업무 예시로 세 모델을 시험한 뒤 고르는 편이 안전해요.

Luna·Terra·Sol 한눈에 비교

가격과 기본 사양은 2026년 9월 5일 OpenAI 개발자 문서에서 확인했어요.[2][3][4] 표의 토큰 단가는 API 표준 요금 기준이며, 27.2만 토큰을 넘는 긴 프롬프트에는 별도 장문 문맥 요금이 적용될 수 있습니다.[5]

가격 차이는 실제 요청에서 얼마나 날까?

예를 들어 한 번의 요청에 입력 1만 토큰, 출력 2천 토큰을 쓴다고 가정해 볼게요. 도구 호출 비용, 캐시, 장문 문맥 요금은 빼고 표준 토큰 단가만 적용한 단순 계산이에요.

출력 토큰이 길어질수록 차이는 더 커져요. 세 모델 모두 출력 단가가 입력 단가보다 높으므로, 장황한 답변을 제한하고 필요한 형식을 미리 정하는 것이 비용 관리에 도움이 됩니다.[5][6]

각 모델은 언제 쓰면 좋을까?

Luna: 반복 작업의 단가를 낮추고 싶을 때

Luna는 비용에 민감한 대량 처리용으로 설계됐고, 이전 GPT-5 계열의 nano 급에 해당한다고 안내돼요.[2] 문의를 정해진 항목으로 분류하거나, 짧은 제목·요약·태그 초안을 여러 건 만들거나, 규칙이 명확한 데이터 정리를 반복할 때 먼저 시험해 볼 만해요.

다만 답변의 미묘한 뉘앙스, 복수 문서의 충돌 정리, 고난도 코드 설계처럼 오류의 비용이 큰 업무라면 작은 모델의 결과를 사람이 샘플 검수하거나 Terra·Sol과 비교해야 해요. 저렴하다는 사실만으로 충분한 정확도를 보장하지는 않아요.

Terra: 대부분의 업무 자동화에서 먼저 비교할 모델

Terra는 지능과 비용의 균형을 목표로 하며, 이전 GPT-5 계열의 mini 급에 해당한다고 안내됩니다.[3] 여러 문서를 읽어 회의록 초안을 만들고, 정책 문서를 정리하고, 코드 변경안을 설명하는 것처럼 단순 분류보다 문맥 이해가 필요한 일에 잘 맞는 출발점이에요.

하루 처리량이 꽤 많지만 Sol까지는 필요하지 않은 환경이라면 Luna와 Terra를 같은 평가 세트에 넣어 보세요. Luna가 기준을 통과하면 비용을 아끼고, 누락·형식 오류·환각이 늘어나면 Terra를 기본값으로 올리는 식이 현실적이에요.

Sol: 복잡한 판단과 검수가 중요한 업무

Sol은 GPT-5.6 계열의 플래그십이며, gpt-5.6 별칭은 Sol로 연결된다고 OpenAI가 안내합니다.[4] 복잡한 요구사항을 함께 해석해야 하는 문서 작성, 여러 파일을 넘나드는 코드 작업, 오류를 잘못 내면 검토 비용이 큰 분석처럼 결과 품질이 더 중요한 업무에서 우선 후보가 돼요.

단, Sol이라고 해서 결과를 무검토로 배포하면 안 돼요. 특히 법률·의료·금융 판단, 운영 설정 변경, 고객에게 나가는 답변은 사실 확인과 사람의 승인 절차가 별도로 필요합니다.

ChatGPT 구독과 API 사용료는 분리해서 봐야 해요

ChatGPT 앱의 월 구독과 API의 토큰 과금은 같은 개념이 아니에요. 이 글의 Luna·Terra·Sol 가격은 OpenAI API 모델 문서에 공개된 100만 토큰당 가격이에요.[1][5] 따라서 이 API 단가표만으로 특정 ChatGPT 요금제에서의 모델 표시나 사용 한도를 판단할 수는 없어요.

그래서 ChatGPT를 대화용으로만 쓰는 경우에는 이 표를 월 이용료처럼 계산하면 안 됩니다. 반대로 API로 자동화를 만들 예정이라면, 먼저 예상 입력·출력 토큰과 도구 호출 횟수를 기록해 두고 비용을 계산하는 편이 맞아요. 웹 검색이나 컴퓨터 사용처럼 일부 도구에는 토큰 외의 호출 비용이 붙을 수 있습니다.[5]

추천 조합

• 개인용 ChatGPT 대화: 먼저 현재 구독 플랜에서 제공하는 기능과 사용 한도를 확인하세요. API 단가표만으로 플랜 가치를 판단하기는 어려워요.
• 월 수만~수백만 건의 짧은 자동화: Luna부터 정확도를 측정하세요. 정해진 형식의 추출·분류라면 가장 큰 비용 절감 폭을 기대할 수 있어요.
• 사내 문서 요약·고객 지원 초안·코드 보조: Terra를 기준선으로 두고 Luna와 같은 입력으로 비교해 보세요.
• 복잡한 분석·여러 제약이 얽힌 산출물·검수 비용이 큰 코드 작업: Sol을 후보로 삼되, 실제 평가 세트에서 정확도 개선이 비용을 정당화하는지 확인하세요.

결국 모델 선택은 이름의 등급표보다 업무의 실패 비용에 달려 있어요. OpenAI도 정확도 목표를 먼저 검증한 뒤, 목표를 유지하는 가장 저렴하고 빠른 모델로 옮겨가라고 설명합니다.[6]

선택 전에 확인할 것

1. 실제 업무 사례 20~50개를 평가용으로 따로 모으세요.
2. 정답 기준과 허용할 오류 유형을 먼저 정하세요.
3. Luna·Terra·Sol에 같은 입력을 넣고 결과와 토큰 사용량을 기록하세요.
4. 이미지 입력, 웹 검색, 컴퓨터 사용처럼 추가 비용이 생기는 도구를 분리해서 계산하세요.
5. 가격과 한도는 바뀔 수 있으므로 도입 직전에 공식 가격 페이지를 다시 확인하세요.

Sources

1. [1] OpenAI API 모델 카탈로그
2. [2] GPT-5.6 Luna 모델 문서
3. [3] GPT-5.6 Terra 모델 문서
4. [4] GPT-5.6 Sol 모델 문서
5. [5] OpenAI API 가격표
6. [6] OpenAI API 모델 선택 가이드