GPT-5.6로 가격 대비 성능 최전선 끌어올리기 (Luna 80% 인하)

TL;DR Highlight

GPT-5.6 Luna 가격이 80% 내려 저가 모델 선택지가 바뀌었다

Who Should Read

LLM API 비용 때문에 작업별로 어떤 모델을 쓸지 고민하는 백엔드·에이전트 개발자

Core Mechanics

Luna 가격 80% 인하
- 댓글 인용 기준으로 GPT-5.6 Luna는 가장 빠르고 저렴한 모델이며 오늘부터 80% 싸진다.
- 원문 본문은 제공되지 않아 세부 가격표는 확인할 수 없다.
서빙 비용 20% 절감
- 댓글에 인용된 문장에 따르면 커널(GPU 연산 코드) 작업으로 모델 서빙의 end-to-end 비용이 20% 줄었다.
- 같은 인용에서 토큰 생성 효율은 15% 넘게 올랐다.
모델 라인업은 Luna·Terra·Sol
- 댓글 기준으로 Luna는 저가, Terra와 Sol은 그 위 등급이다.
- 원문 본문이 없어 성능 수치는 확인할 수 없다.

Community Reactions

같은 프롬프트를 5배 더 돌린다는 경험
- Luna로 deep research를 하던 사용자가 같은 비용에 5배 더 돌릴 수 있게 됐다고 했다.
- 이미 병렬 에이전트 10개로 가설 생성을 하고 있고 50개도 가능하다는 의견이다.
Sol과 Luna 차이가 크지 않다는 경험
- 회사에서는 Sol, 집에서는 Luna를 쓰는데 차이는 있지만 천지차이는 아니라는 경험담이다.
Luna는 단계 수가 많아 실제 시간은 다를 수 있다는 반론
- 에이전트 단계 수가 더 많아 속도 이점이 상쇄될 수 있다는 의문이 나왔다.
- AA 기준으로 Sol Low가 Luna High보다 작업당 시간이 짧다는 지적도 있다.
코딩에는 성능이 더 중요하다는 의견
- 코딩에는 싸고 약한 모델보다 비싸도 강한 모델이 낫다는 의견이 있었다.
- 반면 Codex에서 Luna xhigh/max를 매일 쓴다는 경험도 있었다.

How to Apply

작업을 3등급으로 나눠 Luna 시험하기
- 오늘 로그에서 요약·분류·추출 같은 단순 호출을 골라 모델명만 Luna로 바꿔 돌려라.
- 기존 모델 결과와 품질을 나란히 비교하라.
병렬 샘플링 횟수 늘려보기
- 같은 프롬프트를 N번 돌려 다수결하는 구조에서 N을 키워 비용과 정확도를 재라.
비용만 말고 시간·단계 수도 재기
- 에이전트 작업은 총 토큰, 단계 수, 완료 시간을 함께 기록해 Luna와 Sol Low를 비교하라.

Try It

복사해서 바로 해보기

# Claude나 ChatGPT에 그대로 붙여넣는 프롬프트 (모델 라우팅 분석용)

우리 서비스의 LLM 호출 목록입니다. 각 호출을 '저가 모델로 충분 / 강한 모델 필요'로 분류하고 이유를 한 줄로 써 주세요.
{{호출 목록: 이름, 입력 예시, 출력 예시, 현재 모델, 월 호출량}}

이어서 저가 모델 후보로 바꿀 때 품질 확인용 테스트 케이스 5개씩 제안해 주세요.

Terminology

price-performance frontier같은 가격에서 가장 성능이 좋은 선택지들을 이은 선이다. 이 선 위의 모델이 가성비 최선이다.

Pareto하나를 올리면 다른 하나가 나빠지는 지점들만 남긴 개념이다. 가격과 성능 중 어느 쪽도 공짜로 좋아지지 않는 모델만 골라 보여 준다.

커널(kernel) 작업GPU에서 돌아가는 연산 코드를 최적화하는 일이다. 같은 하드웨어로 더 많이 처리하게 해 준다.

서브에이전트메인 에이전트가 작업을 나눠 맡기는 하위 에이전트다.