뭐가 바뀌나 — 세 등급 체계로 재편

지금까지 GPT 모델은 단일 등급 위주였다면, GPT-5.6부터는 처음부터 세 가지 등급으로 나뉘어 출시됐다. 6월 26일 프리뷰 공개 후 2주 만인 7월 9일 세 모델 모두 정식 출시(GA)됐다.

세 모델 모두 100만 토큰 컨텍스트 창, 최대 12만8천 토큰 출력, 2026년 2월 16일 기준 지식 컷오프를 공유한다. 즉 “얼마나 아는지”는 세 모델이 같고, “얼마나 정교하게 추론하는지·얼마나 빠르게 답하는지”에서 등급이 갈린다.

왜 이 타이밍인가 — 경쟁 구도 속 위치

GPT-5.6 솔의 핵심 어필 포인트는 “에이전트 성능”이다. 55개 전문 분야의 장기 실무 워크플로를 평가하는 Agents’ Last Exam 벤치마크에서 솔은 53.6점을 기록해, 적응형 추론 모드의 클로드 페이블 5(당시 최고 기록 보유)를 13.1점 앞섰다. 이는 단순 대화 품질이 아니라 “혼자서 여러 단계를 거쳐 끝까지 작업을 완수하는 능력”을 겨루는 지표라, 오픈AI가 이번 세대에서 특히 에이전트형 사용 사례(코딩 자동화, 리서치 자동화 등)에 초점을 맞췄다는 뜻으로 읽힌다. 같은 시기 앤트로픽은 매출 기준으로는 연환산 약 470억 달러 규모로 업계 1위를 기록 중이라, 두 회사가 “매출·상용화는 앤트로픽, 신규 벤치마크 기록은 오픈AI” 구도로 경쟁하는 양상이다.

세 등급, 실제로 언제 써야 할까

세 모델을 그대로 나열하면 스펙표에 불과하다. 실무 기준으로 나누면 이렇다.

• Sol을 써야 할 때: 여러 단계로 이어지는 복잡한 에이전트 작업(예: “이 프로젝트 코드베이스를 분석하고 버그를 찾아 수정 PR까지 만들어줘” 같은 멀티스텝 작업), 정확도가 비용보다 중요한 경우.
• Terra를 써야 할 때: 일상적인 문서 작성·요약·코드 리뷰처럼 “충분히 좋은 답”이 필요한 대부분의 업무. 가격 대비 성능 균형점.
• Luna를 써야 할 때: 대량의 단순 반복 작업(분류, 짧은 응답 생성), 응답 속도가 정확도보다 중요한 실시간 서비스.

참고로 솔은 7월부터 Cerebras 인프라에서 초당 최대 750토큰 속도로도 제공되기 시작해, “플래그십인데 느리다”는 기존 통념을 깨는 방향으로도 움직이고 있다.

실제로 써보면 달라지는 지점

단순 채팅형 사용에서는 세 등급의 체감 차이가 크지 않을 수 있다. 차이가 뚜렷해지는 건 “여러 도구를 연달아 호출하며 작업을 이어가야 하는” 상황이다. 예를 들어 웹 검색→코드 실행→파일 수정을 순서대로 거쳐야 하는 작업에서, 하위 등급 모델은 중간에 맥락을 놓치거나 이전 단계 결과를 잘못 참조하는 빈도가 올라가는 경향이 있다. 이런 실무형 자동화를 자주 쓴다면 Terra보다 Sol을 우선 검토할 가치가 있다.

배경 — 오픈AI의 최근 행보

이번 출시는 오픈AI가 비공개로 기업공개(IPO)를 준비 중이라는 소식과 거의 같은 시기에 나왔다. 비공식적으로는 이르면 2026년 9월 IPO, 민간 시장 평가액 약 7,300억 달러 수준이 거론되고 있다. 벤치마크 1위 탈환과 IPO 준비가 같은 시기에 맞물린 셈이라, 이번 GPT-5.6 출시가 단순 기술 업데이트를 넘어 시장에 보내는 신호라는 해석도 나온다.

FAQ

참고: OpenAI 공식 발표, Simon Willison 분석