OpenAI와 Anthropic이 나란히 비용 절감형 신모델을 공개했다. OpenAI는 GPT-6 Sol과 Luna를, Anthropic은 Opus 5.5를 발표했다. 두 회사 모두 획기적인 신기능보다 효율을 전면에 내세웠다.
모델별 가격·성능 한눈에
▼ GPT-6 Sol·Luna vs Opus 5.5 핵심 비교 (출처: OpenAI·Anthropic 공식 발표)
| 항목 | GPT-6 Sol | GPT-6 Luna | Opus 5.5 |
|---|---|---|---|
| 입력 토큰 단가 ($/백만) | $2 | $0.10 | $4 |
| 출력 토큰 단가 ($/백만) | $10 | $0.50 | $20 |
| 전작 대비 가격 | 절반 | 절반 | 20% 인하 (입출력 토큰) |
| 캐시 읽기 단가 ($/백만) | - | - | $0.20 |
| 주요 용도 | 일상 코딩·업무 | 빠른 경량 처리 | 코딩·복잡 지식 업무 |
캐시 읽기 단가는 Opus 5 대비 60% 인하다. Anthropic은 기본 설정 기준 일반 워크로드에서 토큰 수 감소 효과까지 더하면 실제 절감폭은 Opus 5 대비 40%에 가깝다고 밝혔다. Opus 5.5는 출력 속도도 Opus 5보다 30% 이상 빠르다.
포지셔닝 구조
OpenAI의 GPT-6 라인업은 역할이 나뉜다. Astra가 최고 성능·최고가 모델이고, Sol은 일상 업무용 준고성능, Terra는 범용 균형형, Luna는 저가 고속 옵션이다. Anthropic 라인업과 대략 대응하면 Astra↔Fable, Sol↔Opus, Terra↔Sonnet, Luna↔Haiku 구도지만 완전히 일치하지는 않는다.
GPT-6 Sol과 Luna는 GPT-6 Astra와 유사한 학습 방식으로 훈련됐다. 벤치마크에 따라 전작보다 몇 퍼센트포인트 높은 성능을 보이는 경우도 있다.
Opus 5.5는 사이버보안·생물학 등 고위험 영역에서 높은 역량을 갖췄다고 Anthropic은 밝혔다. 다만 해당 영역 요청은 자동으로 이전 모델로 라우팅될 수 있다.
시장 흐름: 프런티어보다 비용
두 회사가 동시에 '저가·고성능' 포지셔닝을 택한 배경에는 오픈웨이트 모델의 부상이 있다. 기업 고객들이 모델 라우터를 활용해 고가 프런티어 모델 사용을 줄이는 방향으로 움직이자, OpenAI와 Anthropic 모두 가격 경쟁력을 앞세운 것이다.
한국 개발자·스타트업 입장에서는 API 비용 재산정이 필요한 시점이다. 특히 코딩 에이전트나 복잡한 지식 업무 파이프라인을 운영 중이라면 Opus 5.5의 캐시 읽기 단가 인하가 실질 비용에 미치는 영향을 먼저 따져볼 만하다.
