지난주 한 팀 회의에서 "우리 서비스는 어떤 모델을 쓸까"라는 질문이 나왔다. 몇 달 전이면 이름 하나로 끝날 답이었다. 이번엔 아니었다.
7월 9일 공개된 GPT-5.6은 한 이름으로 오지 않았다. Sol, Terra, Luna 세 등급으로 왔고 가격은 100만 토큰당 입력/출력 기준 각각 5/30달러, 2.5/15달러, 1/6달러다. 최상위와 최하위 사이 단가 차이가 다섯 배다. 같은 날 GitHub Copilot은 세 등급을 모두 열었다. 개발자는 이제 도구 안에서 요청마다 등급을 고른다.
고를 대상이 바뀌었다. "어느 벤더인가"에서 "이 과제에 어느 등급을, 얼마의 계산을 태울 것인가"로 내려왔다.
한 번의 릴리스가 가격표 세 장으로 온다
세 등급은 성능 서열이 아니라 용도 분할이다. Sol은 복잡한 에이전트·과학 추론을 위한 최상위, Terra는 품질과 비용을 맞춘 프로덕션용 중간, Luna는 분류·라우팅처럼 대량으로 흘려보내는 경량이다.
| 등급 | 입력/출력(100만 토큰) | 겨냥한 일 |
|---|---|---|
| Sol | $5 / $30 | 복잡한 에이전트·추론 |
| Terra | $2.50 / $15 | 프로덕션 워크로드 |
| Luna | $1 / $6 | 분류·라우팅·대량 처리 |
한 서비스 안에서도 요청 성격에 따라 등급이 갈린다. 사용자 질문 분류는 Luna, 실제 응답 생성은 Terra, 다단계 디버깅은 Sol. 이 배분을 손으로 정하지 않으면 전부 최상위로 흘러 청구서만 다섯 배가 된다.
정확도의 마지막 몇 점은 따로 판다
여기에 다이얼이 하나 더 붙었다. Sol에만 켜지는 '울트라 모드'는 단일 추론 사슬 대신 기본 4개의 서브에이전트를 병렬로 띄워 과제를 쪼갠 뒤 결과를 합친다. 오케스트레이션이 모델 밖 프레임워크가 아니라 모델 안으로 들어왔다.
값은 분명하다. Terminal-Bench 2.1에서 일반 Sol은 88.8%, Sol 울트라는 91.9%. 3.1점을 더 얻는 데 비용은 약 3배다. 서브에이전트마다 토큰을 따로 쓰기 때문이다. METR은 이 모드의 장기 자율 작업 위험을 별도로 표시했다. 정확도의 상단 몇 점은 이제 명시적으로 돈과 위험을 얹어야 사는 것이 됐고, 그 가치는 과제마다 다르다.
고를 것이 늘면 결정 규칙이 남는다
대조적으로 Google은 Gemini 3.5 Pro를 7월 17일로 미루고 아키텍처를 다시 짰다. 한쪽은 등급 메뉴를 늘리고 한쪽은 모델 하나를 다시 만든다. 어느 쪽이 이겼는지는 조직에 중요하지 않다. 중요한 건 매번 새로 열리는 선택지 앞에서 반복 가능한 결정 규칙이 있느냐다. 규칙이 없으면 선택지가 늘어난 만큼 비용과 편차만 늘어난다.
조녁컴퍼니가 교육·AX 현장에서 지금 가르치는 것도 "어떤 모델이 제일 좋은가"가 아니라 "이 과제에 어느 등급을, 얼마의 계산을 태울 것인가"를 판단하는 규칙이다. 사업영역 →