GPT-5.6은 7월 9일에 일반 사용 가능(General Availability) 상태가 되었습니다. Opus 5는 7월 24일에 출시되었습니다. 두 플래그십 모델 출시 사이에 15일의 간격이 있었으며, 제가 에이전트 기반 코딩(Agentic Coding) 작업을 위해 실제로 하나를 선택하기 위해 앉았을 때, 온라인에서 찾은 모든 비교 자료는 벤더(Vendor) 자체의 벤치마크 페이지이거나 출처가 전혀 없는 자극적인 의견(Hot take)뿐이었습니다.

그래서 저는 몇 주간의 테스트 스위트(Test suite)를 직접 실행하는 대신(의미가 있으려면 최소 한 달은 필요할 것입니다), 덜 흥미롭지만 다른 일을 하는 데 저녁 시간을 보냈습니다. 바로 이 두 모델에 관한 수치 중 어떤 것이 실제로 제3자에 의해 교차 검증되었는지, 그리고 어떤 것이 여전히 단순한 마케팅 문구인지를 확인하는 것이었습니다.

검증된 내용은 다음과 같습니다.

215개의 모델을 순위 매기는 독립적인 리더보드인 BenchLM.ai는 Opus 5를 종합 1위(85.88), GPT-5.6 Sol을 4위(81.46)로 기록하고 있습니다. 이것은 벤더의 주장이 아닌 제3자의 순위이며, 제가 출시 블로그 게시물보다 이를 더 신뢰하는 이유입니다. 코딩에 특화하여 살펴보면, Opus 5는 SWE-bench Verified에서 96.0%, SWE-bench Pro에서 79.2%를 기록했습니다. 동일한 기준으로 GPT-5.6의 티어(Sol/Terra/Luna)는 SWE-bench Pro에서 각각 64.6% / 63.4% / 62.7%를 기록했으며, 이는 반올림 오차가 아닌 실제적인 격차입니다.

모호해지는 부분은 다음과 같습니다. GPT-5.6은 각 티어에 대한 SWE-bench Verified 수치를 전혀 공개하지 않았으며, OpenAI 자체의 Terra 및 Luna 티어 문서도 이 글을 쓰는 시점까지 여전히 불완전했습니다. 따라서 떠도는 Terminal-Bench 수치(Sol의 경우 88.8%, 더 저렴한 티어의 경우 약 82-87%)는 OpenAI에서 직접 나온 것이 아니라 제3자 사이트들이 서로 교차 검증한 결과입니다. 이를 위험 신호(Red flag)라고 부르는 것은 아닙니다. 새로운 출시 제품은 문서 측면에서 항상 혼란스럽기 마련이지만, 위의 SWE-bench 수치와는 신뢰 수준이 다릅니다.

가격 책정(Pricing)은 결정의 나머지 절반을 차지하며, 두 모델 사이의 차이는 결코 미미하지 않습니다. Opus 5는 100만 토큰당 $5/$25의 단일 티어(one tier)로 구성되며, 적응형 사고(adaptive thinking) 기능이 내장되어 있습니다. GPT-5.6 Sol은 $5/$30이지만, Luna는 $1/$6로 떨어집니다. 만약 라우팅하려는 작업에 최첨단(frontier) 수준의 코딩 성능이 필요하지 않다면, 이는 Opus 5 출력 비용의 6분의 1 수준입니다. GPT-5.6이 가진 진정으로 차별화된 기능이 하나 있다면, 그것은 하나의 긴 컨텍스트 윈도우(context window) 대신 단일 난제를 서브 에이전트 군집(subagent swarm)에 할당하는 "울트라 모드(ultra mode)"입니다. Opus 5에는 이에 상응하는 기능이 없으며, 단지 더 크고 적응형 사고가 가능한 컨텍스트를 가질 뿐입니다.

제 개인적인 결론을 말씀드리자면, 만약 작업이 실제 코드베이스를 대상으로 하는 에이전트 기반 코딩(agentic coding)이라면, Opus 5의 SWE-bench Pro 수치가 보여주는 격차가 매우 크기 때문에 저는 해당 용도에 대한 기본 설정을 Opus 5로 변경했습니다. 반면, 작업이 대량의 저위험 생성(high-volume, lower-stakes generation) 작업이라서 GPT-5.6 Luna의 가격이 Opus 5를 한 번 실행하는 비용보다 열 번 실행하는 비용이 더 저렴할 정도라면, 저는 GPT-5.6을 계속 사용 목록에 두었습니다. 두 모델 모두 출시된 지 얼마 되지 않아 실제 운영 워크로드(production workload)에 2주 이상 적용해 본 사람이 없으므로, 저의 의견을 포함한 이 모든 내용은 최종 판결이 아닌 하나의 스냅샷(snapshot)으로 간주하시기 바랍니다.

모든 티어와 모든 공개된 지표, 출처 노트를 포함한 전체 비교 분석 내용은 여기에서 확인하실 수 있습니다: Claude Opus 5 vs GPT-5.6 comparison