facts

가장 눈에 띄는 변화는 소형 모델인 루나(Luna)의 가격표다. OpenAI는 GPT-5.6 시리즈 중 가장 빠르고 작은 루나의 가격을 기존 100만 토큰당 합산 7달러에서 1.40달러로 80%나 낮췄다. 세부적으로는 입력 토큰 100만 개당 0.20달러, 출력 토큰 100만 개당 1.20달러를 적용한다.

중간 단계 모델인 테라(Terra) 역시 20%의 가격 인하가 이뤄졌다. 기존 합산 17.50달러에서 14달러(입력 2달러, 출력 12달러)로 조정됐다. 반면 최상위 모델인 솔(Sol)의 표준 모드 가격은 입력 5달러, 출력 30달러로 유지했다.

대신 솔 모델에는 '패스트(Fast) 모드'라는 프리미엄 옵션이 추가됐다. 가격은 표준 모드의 두 배인 합산 70달러(입력 10달러, 출력 60달러)지만, 모델의 지능 수준을 유지하면서 처리량(throughput)을 최대 2.5배까지 높였다. 이번 조정으로 루나는 테라 가격의 10분의 1 수준이 됐고, 테라는 솔 표준 모드보다 60% 저렴한 구조가 됐다.

market-flow

이번 가격 조정은 구글과 앤스로픽이 제시한 서로 다른 비용 전략에 대한 정면 대응이다. 최근 구글은 제미나이(Gemini) 3.6 플래시와 3.5 플래시-라이트를 출시하며 저렴한 추론 비용과 효율적인 에이전트 워크로드에 집중했다. 특히 제미나이 3.5 플래시-라이트는 합산 2.80달러의 가격을 책정했는데, OpenAI는 루나의 가격을 이보다 더 낮게 설정하며 '지능 대비 비용' 경쟁에서 우위를 점하려 한다.

앤스로픽(Anthropic)의 접근법은 조금 다르다. 이들은 클로드(Claude) 오퍼스 5를 출시하며 이전 버전인 오퍼스 4.8과 동일한 가격(합산 30달러)을 유지했다. 가격표는 그대로 두되 모델의 성능을 높여, 결과적으로 사용자가 지불하는 단위 비용당 얻는 성능(capability)을 끌어올리는 전략을 취했다.

시장의 경쟁 축이 '누가 더 똑똑한 모델을 만드느냐'에서 '누가 더 저렴하고 예측 가능하게 프로덕션에 적용하느냐'로 옮겨가고 있다. OpenAI는 토큰 단가를 직접 깎고, 구글은 토큰 사용량 자체를 줄이는 효율성을 강조하며, 앤스로픽은 동일 가격 내 성능 향상을 내세우는 식이다. 세 회사 모두 개별 토큰 가격보다는 실제 업무를 완수하는 데 드는 '총 운영 비용'을 낮추는 데 목적을 두고 있다.

reader-impact

실무자가 주목할 지점은 단순한 토큰 단가가 아니라 '지능 대비 비용'의 효율성이다. 외부 분석 기관인 아티피셜 애널리시스(Artificial Analysis)에 따르면, 가격이 인하된 루나 모델은 구글의 제미나이 3.6 플래시나 제미나이 3.1 프로보다 성능이 뛰어난 것으로 나타났다. 이는 개발자가 더 낮은 비용으로 더 높은 지능의 모델을 선택할 수 있는 선택지가 넓어졌음을 의미한다.

특히 지연 시간(latency)에 민감한 워크로드를 운영하는 기업은 솔(Sol) 모델의 패스트 모드 도입 시점을 검토해야 한다. 지능 수준은 유지하면서 처리 속도를 2.5배 높일 수 있다는 점은 실시간 응답이 중요한 에이전트 시스템에서 비용을 더 지불하더라도 채택할 이유가 되기 때문이다.

이제 기업의 선택지는 단순히 모델의 벤치마크 점수가 아니라, 자신의 서비스가 요구하는 '지능-속도-비용'의 최적 조합을 찾는 것으로 바뀐다. GPT-5.6 시리즈가 가격-성능 효율 곡선(Pareto curve)의 최전선에 위치하게 됨에 따라, 기존에 비용 문제로 도입을 망설였던 고성능 추론 작업들을 루나나 테라 모델로 전환해 테스트할 시점이다.