최종학 | Kyle Choi NotesFaith · AI · Learning
AI트렌드

토큰 단가 20배 차이, 가벼운 사무 일에선 결과가 비슷했다 — Claude Opus 5.5·GPT-6 Sol·Luna·Grok 4.7 비교

Kyle Choi · 2026년 9월 23일

창가 나무 책상 위 유리 잉크병 네 개 — 남은 잉크 높이가 저마다 달라 네 회사가 서로 다른 폭으로 가격을 움직였음을 나타낸다

회의록에서 항목을 뽑는 일, 강의 자료를 정리하는 일, 여러 파일을 고치는 일은 모두 AI에게 맡길 수 있지만 필요한 능력과 비용은 다릅니다. 9월 21일과 22일, xAI의 Grok 4.7과 Anthropic의 Claude Opus 5.5, OpenAI의 GPT-6 Sol·Luna가 잇달아 공개됐습니다. 네 모델을 살펴볼 때는 회사가 발표한 내용, 실제로 고를 수 있는 서비스 경로, 직접 같은 과제를 맡겨 본 결과를 구분할 필요가 있습니다.

1. 세 줄 요약

  • Opus 5.5는 출력 속도와 캐시 비용, Sol은 코딩·사실성, Luna는 저렴한 반복 업무, Grok 4.7은 장시간 작업의 검증과 자기점검을 앞세웠습니다. 모두 각 사 발표 내용입니다.
  • 문맥 창은 Opus 5.5 100만, Sol·Luna 각 105만, Grok 4.7 50만 토큰입니다. 긴 입력에 적용되는 요금 조건은 모델마다 다릅니다.
  • 같은 사무 과제 세 개를 네 엔진에 넣은 실험에서는 12회 중 10회 답을 받았습니다. Grok Build 무료 한도 때문에 두 번 실패했으며, 이 결과로 모델 순위를 매길 수는 없습니다.

2. 네 엔진 비교

항목 Claude Opus 5.5 GPT-6 Sol GPT-6 Luna Grok 4.7
발표에서 내세운 변화 출력 30%+ 빠름, 정렬 개선, 캐시 비용 60%↓1 코딩·사실성 개선, 오류 약 절반. AutomationBench(xhigh)에서 Opus 5(max)를 그 비용의 9%로 앞섰다고 발표2 높은 추론 노력에서 GPT-5.6 Sol급 사실성에 약 1/100 비용으로 근접한다고 발표2 더 큰 기반 모델, 장시간 검증·자기점검, 문서·프레젠테이션 개선3
문맥 창 · 최대 출력 1M · 128K4 1.05M5 1.05M6 500K7
긴 입력 요금 1M 창까지 표준 단가8 입력 272K 초과: 전체 요청 입력·캐시 2배, 출력 1.5배9 입력 272K 초과: 전체 요청 입력·캐시 2배, 출력 1.5배9 200K 이상 $4/$12(xAI 공식 페이지 기준)7
이용 경로 Pro·Max·Team·Enterprise; Platform·AWS·GCP·Microsoft Foundry1 ChatGPT Work·Codex·API; 일반 Chat 미제공2 Work·Codex·API; Free·Go는 데스크톱 앱만, 일반 Chat 미제공2 Grok Build(무료)·API(유료)·Cursor 등3
발표일 2026-09-22 2026-09-22 2026-09-22 2026-09-21
API 가격 (입력/출력, 1M 토큰) $4 / $201 $2 / $102 $0.10 / $0.502 $2 / $63
한국어 언급 발표문에 없음1 발표문에 없음2 발표문에 없음2 발표문에 없음3

위 성능 설명과 비교 수치는 각 회사의 발표입니다. 서로 다른 평가 과제와 조건에서 나온 결과이므로 네 모델을 한 줄 순위로 읽을 수는 없습니다. 가격 행은 기본 API 입력·출력 단가만 나타냅니다. Opus 5.5의 토큰 단가 인하와 일반 작업 비용 주장은 아래에서 따로 구분합니다.

3. 모델과 서비스는 다르다

새 모델이 발표됐다고 내가 쓰는 화면에서 바로 선택할 수 있는 것은 아닙니다. GPT-6 Sol과 Luna는 일반 Chat 화면에는 아직 제공되지 않으며 ChatGPT Work, Codex, API 경로로 제공됩니다. Luna는 Free·Go에서도 데스크톱 앱으로 쓸 수 있습니다. 따라서 모델 이름뿐 아니라 계정 요금제와 작업 화면도 확인해야 합니다.2

4. 토큰 단가 ≠ 결과 하나 얻는 비용

Opus 5.5의 두 가격 주장은 서로 다른 기준입니다. 입력·출력 단가는 Opus 5보다 20% 낮아졌습니다. 별도로 Anthropic은 기본 설정의 자체 시험에서 전형적인 작업 비용이 Opus 5보다 40% 낮았다고 발표했습니다. 앞은 토큰 가격표의 비교이고, 뒤는 캐시 효율과 토큰 사용량 등이 반영된 일반 작업 비용입니다. 두 수치를 같은 뜻으로 합쳐서는 안 됩니다.1

긴 요청에서는 기본 단가만으로 비용을 예상하기 어렵습니다. Sol·Luna는 입력이 27만 2천 토큰을 넘으면 해당 요청 전체에 입력·캐시 단가 두 배, 출력 단가 1.5배가 적용됩니다. 반면 Anthropic은 Opus 5.5의 100만 토큰 문맥 창 전체에 표준 단가를 적용한다고 안내합니다. Grok은 20만 토큰 이상에서 입력·출력 $4/$12가 적용된다고 xAI 공식 페이지에 안내돼 있습니다.897

실제로 쓸 만한 답 하나를 얻는 비용에는 호출 단가 외에도 입력 길이와 캐시, 재시도, 결과를 사람이 고치는 수고가 영향을 줍니다. 그래서 간단한 과제를 네 엔진에 직접 맡겨 봤습니다. 같은 한국어 글 다듬기·자료 요약·표 만들기 프롬프트를 네 모델에 글자 그대로 입력해 총 12회 실행했습니다. 10회는 응답을 받았고, Grok 4.7은 무료 티어 한도에 걸려 두 번 실패하고 한 번 성공했습니다.

Sol은 low, Luna는 max로 실행했습니다. 이는 우리가 평소 쓰는 표준 설정이지, 두 모델의 최대 성능을 맞춘 대결은 아닙니다. 세 가지 가벼운 과제에서는 Sol과 Luna의 결과 차이가 거의 없었고, 표 만들기에서 두 모델이 마크다운 오른쪽 정렬을 자발적으로 붙인 정도가 눈에 띄었습니다. 과제마다 한 번만 실행했고 Grok은 한 번만 성공했으므로, 이 관찰은 순위가 아니라 작은 표본의 참고 결과입니다.

X에 올라온 사용기도 한 번의 경험이 전체 성능을 말해 주지는 않지만, 단가와 실제 결과를 함께 봐야 한다는 점을 보여줍니다. Every의 Dan Shipper는 Sol을 Codex의 새 일상 모델로 쓰기 시작했다고 적었습니다. 많은 일상 업무에서는 Astra에 충분히 가깝고 더 빠르며, GPT-5.6 Sol보다 50% 저렴하다는 평가입니다.

“속보: OpenAI가 GPT-6 Sol을 막 공개했다. Codex에서 내 새 일상 주력 모델이 됐다. Astra만큼은 아니지만 일상 업무 대부분에는 충분히 가깝고, 더 빠르며 GPT-5.6 Sol보다 50% 저렴하다. Every에서 실제 하는 일로 Opus 5.5와 맞대결 시험을 했다.”

“BREAKING: @OpenAI just dropped GPT-6 Sol. It’s my new daily driver in Codex: not quite Astra, but close enough for much of my everyday work, faster, and 50% cheaper than 5.6 Sol. We tested it across the work we actually do at @every and ran it head to head versus Opus 5.5.”10

CodeRabbit은 자기 코드 리뷰 파이프라인에서 Opus 5.5를 시험한 결과를 공개했습니다. 알려진 버그 패턴 80개에서 51 대 49, 더 어려운 사례 13개에서는 10 대 5를 잡았고, Cal.com의 재시도 횟수 경쟁 상태도 찾았다고 합니다. 동시에 토큰을 약 50% 더 썼고 기존 방식이 잡은 버그 9개를 놓쳤다고 밝혔습니다.

“CodeRabbit의 리뷰 파이프라인에서 Opus 5.5를 시험했습니다. 알려진 버그 패턴 80개에서 기존 운영 방식의 49개보다 많은 51개를 잡았습니다. 더 어려운 사례 13개에서는 10 대 5였습니다. 프로덕션에서 놓친 Cal.com의 재시도 횟수 경쟁 상태도 발견했습니다. 다만 토큰을 약 50% 더 썼고 기존 방식이 잡은 버그 9개는 Opus 5.5가 놓쳤습니다.”

“We ran Opus 5.5 through CodeRabbit’s review pipeline. On 80 known bug patterns it caught 51 vs 49 for our production mix. On 13 harder cases, 10 vs 5. It found a retry-count race in Cal.com that production missed. The catch is ~50% more tokens, and 9 bugs our baseline caught that Opus 5.5 didn’t.”11

이는 CodeRabbit의 자체 파이프라인에서 나온 한 차례의 평가입니다. 더 많은 버그를 찾은 결과와 더 많은 토큰 사용, 놓친 사례를 함께 읽어야 합니다. 모델의 표시 단가만으로 작업당 비용이나 품질을 예측하기 어려운 이유입니다.

5. 업무별 먼저 시험할 후보

실측 순위가 아니라 시작 제안이다. 공식 용도 설명과 가격·문맥 정보, 위의 제한된 실험을 바탕으로 첫 시험 대상을 골랐습니다.

하려는 일 먼저 시험해 볼 후보
긴 글·문서 작업 Opus 5.5 — 1M 문맥 창, 최대 출력 128K; Anthropic은 대부분의 작업에서 먼저 권하도록 안내4
비용을 아끼는 반복·대량 처리 Luna — 요약·추출·범위가 좁은 코딩 등 집중형 고처리량 업무12
코딩·에이전틱 작업 Sol — 복잡한 코딩과 에이전틱 워크플로용으로 안내됨12
무료로 먼저 써보기 Grok Build — 무료지만 우리 실험에서는 한도에 걸려 3회 중 2회 실패
설교 준비·교회 행정·강의 자료 장문 원고와 자료 구조화는 Opus부터, 반복 행정 문서·회신 초안은 Luna부터 나눠 시험

설교나 강의처럼 자료가 길고 구조를 잡는 일이 많으면 Opus 5.5부터, 반복적인 행정 문서와 회신 초안은 저비용 Luna부터 시작해 볼 수 있습니다. 이는 해당 분야의 성능을 확인한 순위가 아니라, 업무 형태에 따른 첫 비교 제안입니다.

벤치마크 읽는 법. 각 회사는 서로 다른 기준 모델·과제·추론 설정으로 결과를 발표합니다. 수치를 한 표에 놓아도 같은 조건의 맞대결이 되지는 않습니다. 지향점과 평가 조건을 함께 읽어야 합니다.

그래프 엔지니어링으로 고르기. 모델 선택을 노드(모델·능력·업무·비용·근거)와 엣지(지원한다·필요하다·이 조건에서 확인됐다)로 나눠 보면, 세 가지가 섞이지 않습니다. 지원하는 기능(공식 문서), 잘할 거라는 예상(발표·사용기), 우리 업무에서 확인된 결과(직접 시험). 「이 일을 이 모델에 맡긴다」는 연결은 세 번째가 채워진 뒤에 긋습니다.

입문 강좌: 그래프 엔지니어링 소개

6. 독자 Q&A

지금 쓰는 모델을 바로 바꿔야 하나요?

새 모델이 나왔다는 이유만으로 바꿀 필요는 없습니다. 반복해서 맡기는 일 하나를 정하고, 현재 모델과 새 후보의 결과 품질·수정량·총비용을 비교해 보세요.

Sol과 Luna 중 무엇부터 써볼까요?

복잡한 코딩이나 여러 단계를 잇는 에이전틱 작업은 Sol부터, 요약·정보 추출·범위가 정해진 반복 업무는 Luna부터 시작해 볼 수 있습니다. 세 가지 가벼운 사무 과제에서는 우리 실험의 결과가 거의 비슷했지만, 복잡한 코딩 성능을 비교한 실험은 아니었습니다.

무료로 먼저 써볼 모델은 있나요?

Grok Build는 무료로 시작할 수 있습니다. 다만 우리 실험에서는 세 번 중 한 번만 응답했고, 두 번은 무료 사용 한도에 걸렸습니다. Luna도 Free·Go 요금제에서 데스크톱 앱으로 이용할 수 있습니다.23

한국어 작업에는 어떤 모델이 더 좋나요?

네 모델의 발표문에는 한국어 품질 비교가 없습니다. 우리 실험도 일반적인 한국어 다듬기 한 과제뿐이라 한국어 우열을 말해 주지는 않습니다. 실제 문서 일부를 같은 조건으로 넣고 사실 오류와 사람이 고치는 양부터 비교해 보세요.

발표 벤치마크만 보고 가장 좋은 모델을 고를 수 있나요?

어렵습니다. 평가 과제와 비교 대상이 다르고, 결과는 사용 도구와 설정에도 영향을 받습니다. 발표 수치는 각 사가 무엇을 주장하는지 보여 주지만, 내 업무에서의 결과를 대신하지는 않습니다.

설교 준비·교회 행정·강의 자료에는 뭘 먼저 써볼까요?

긴 설교 원고를 자료와 함께 구조화하는 일은 큰 문맥과 장문 작업을 고려해 Opus 5.5부터, 반복적인 공지·회신·행정 문서 초안은 저비용 Luna부터 시작해 보세요. 강의 자료는 긴 원고를 엮을 때 Opus, 반복 요약과 항목 추출에는 Luna를 먼저 놓고, 같은 자료로 수정량과 정확성을 비교하는 방식이 좋습니다. 분야별 성능을 단정하는 권고가 아니라 시작 제안입니다.

7. 비교군

OpenAI는 Astra를 Sol·Luna의 상위 모델로 설명합니다.13 Anthropic은 대부분의 작업에서 Opus 5.5로 시작하고, 높은 추론 수준에서도 평가 기준에 못 미치거나 까다로운 장시간 작업이 필요하면 Fable 5.1을 고려하라고 안내합니다.4 Sonnet 5는 입력/출력 $2/$10의 비교 후보입니다.8 Gemini 3.8 Flash는 장시간 소프트웨어 엔지니어링과 에이전트 업무를 지향하며 검색 grounding과 코드 실행을 지원한다고 문서에 나옵니다.14

8. 아직 알 수 없는 것

  • Sol과 Luna가 일반 Chat 화면에 언제 들어올지는 발표되지 않았습니다.
  • 나라별로 언제부터 쓸 수 있는지는 발표 자료에 없습니다.
  • 네 모델의 한국어 품질을 같은 조건으로 비교한 공개 결과는 아직 없습니다.

9. 정리

새 모델 네 개는 한 줄 순위표보다 서로 다른 일의 후보로 읽는 편이 실용적입니다. 긴 문서는 Opus 5.5, 복잡한 코딩은 Sol, 반복 업무는 Luna, 무료로 먼저 맛보기는 Grok Build부터 시험해 보세요. 그리고 가격표의 토큰 단가가 아니라, 쓸 수 있는 결과 하나를 얻는 데 든 비용으로 비교하세요.

Footnotes

  1. Anthropic, Claude Opus 5.5 발표 · 2026-09-23 18시경 KST 확인 ↩ ↩2 ↩3 ↩4 ↩5

  2. OpenAI, Introducing GPT-6 Sol and Luna · 2026-09-23 18시경 KST 확인 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10

  3. xAI, Grok 4.7 발표 · 2026-09-23 18시경 KST 확인 ↩ ↩2 ↩3 ↩4 ↩5

  4. Anthropic, Models overview · 2026-09-23 18시경 KST 확인 ↩ ↩2 ↩3

  5. OpenAI, GPT-6 Sol model documentation · 2026-09-23 18시경 KST 확인 ↩

  6. OpenAI, GPT-6 Luna model documentation · 2026-09-23 18시경 KST 확인 ↩

  7. xAI, Grok 4.7 model documentation · 2026-09-23 18시경 KST 확인 ↩ ↩2 ↩3

  8. Anthropic, API pricing · 2026-09-23 18시경 KST 확인 ↩ ↩2 ↩3

  9. OpenAI, API pricing · 2026-09-23 18시경 KST 확인 ↩ ↩2 ↩3

  10. X(@danshipper), GPT-6 Sol 첫 사용 · 2026-09-23 18시경 KST 대조 ↩

  11. X(@coderabbitai), Opus 5.5 코드 리뷰 테스트 · 2026-09-23 18시경 KST 대조 ↩

  12. OpenAI, Codex models · 2026-09-23 18시경 KST 확인 ↩ ↩2

  13. OpenAI, GPT-6 Astra 발표 · 2026-09-23 18시경 KST 확인 ↩

  14. Google AI for Developers, Gemini API models · 2026-09-23 18시경 KST 확인 ↩