GPT-6 Luna와 GPT-5.6 Luna 비교: 가격은 절반, 분량은 적다

GPT-6 Luna는 공개 벤치마크(Artificial Analysis Intelligence Index에서 38 대 37)에서 GPT-5.6 Luna와 동등한 수준이며, 작업당 비용은 약 절반입니다. 차이점은 작성하는 내용에 있습니다. 프롬프트가 단순히 목표("3분기 검토서 작성")만을 명시했을 때, GPT-6 Luna는 80개의 비즈니스 문서 전반에 걸쳐 0.55배의 단어를 작성했습니다. 요청된 부분을 건너뛰지 않았습니다. 필수 부분이 명시되었을 때는 두 모델 모두 동등하게 완벽했지만, 목표만 주어진 프롬프트에서 GPT-6 Luna가 더 자주 누락한 세부 정보는 사건 기간이었습니다.

요약 (TL;DR)

• Artificial Analysis 점수는 max 노력 기준으로 GPT-6 Luna에 38점을, GPT-5.6 Luna에 37점을 부여했으며, 작업당 비용은 $0.07 대 $0.18입니다.
• 목표만 주어진 프롬프트의 경우, GPT-6 Luna는 문서당 384단어를 작성한 반면, GPT-5.6 Luna는 703단어를 작성했습니다.
• GPT-6 Luna는 목표만 주어진 20개의 사건 사후 검토서 중 9개에서 사건 기간을 누락했고, GPT-5.6 Luna는 2개에서 누락했습니다.
• 필수 부분이 명시된 경우, GPT-6 Luna는 80개 문서 중 74개에서 완벽했으며, GPT-5.6 Luna는 1,000개당 $0.81 대 $1.61로 각각 69개였습니다.

GPT-6 Luna는 벤치마크에서 GPT-5.6 Luna와 어떻게 비교되나요?

GPT-6 Luna는 일반적인 벤치마크에서 GPT-5.6 Luna와 비교했을 때 작업당 비용이 48%에서 61% 더 낮으며, 두 모델은 루브릭(채점 체크리스트)에 따라 점수를 매긴 문서에서는만 차이를 보입니다. 점수는 추론 노력(reasoning effort), 즉 모델이 답변하기 전에 얼마나 많이 추론하는지를 설정하는 API 설정(none부터 max, 기본값 medium)을 기준으로 인용되었습니다. 이 수치들은 2026-10-02에 발행사 페이지에서 읽은 것입니다.

GPTval-AA는 GPT-6 Luna에 대한 불만이 시작된 지표입니다. Artificial Analysis가 출시 분석을 통해 GPT-6 Luna를 GDPval-AA에서 GPT-5.6 Luna보다 약 75 Elo 포인트를 낮게, 그리고 두 번째 문서 벤치마크인 AA-Briefcase v1.1에서는 약 45 포인트 낮게 평가했으며, 그 원인을 "제출물 품질 저하 및 루브릭 요소를 누락한 결과물"로 지적했습니다. 리뷰어들은 이를 "포맷 세금(format tax)"이라고 명명했습니다. 현재 리더보드는 최대치에서 25점의 격차를 보여주며, 중간 수준에서는 GPT-6 Luna가 129점 앞서고 있습니다.

다른 공급업체들과 비교했을 때, GPT-6 Luna는 플래시 티어(flash tier) 즉 저가형 고속 모델과 경쟁합니다. 동일한 지표에서 DeepSeek V4.1 Flash는 최대치에서 작업당 $0.27에 39점을 기록했고, Gemini 3.8 Flash는 높은 수준에서 작업당 $1.24에 41점을 기록했습니다. 따라서 GPT-6 Luna는 작업당 비용이 4배에서 18배까지 낮아지는 대신 1점에서 3점 정도를 포기합니다. 두 모델 모두 초당 209개 및 249개의 토큰으로 더 빠르게 생성됩니다.

가격 외에 무엇이 변경되었나요?

GPT-6 Luna는 GPT-5.6 Luna의 제한 사항과 설정을 유지하고 있으며, 변경된 부분은 캐시 가격과 지식 차단일(knowledge cutoff)뿐입니다. 두 모델 모두 1,050,000 토큰의 컨텍스트 창과 128,000 토큰의 출력 한도를 가지고 있으며, 프롬프트가 272K 토큰을 초과하는 경우 전체 요청에 대해 입력은 2배, 출력은 1.5배를 부과합니다. 캐시된 입력 비용은 이전 $0.02에서 $0.01/백만 토큰으로 하락했으며, 지식 차단일은 2월 16일에서 2026년 5월 18일로 변경되었습니다. 노력(Effort)은 Responses API의 reasoning.effort를 통해 설정할 수 있으며 (none, low, medium, high, xhigh, max), 추론 과정은 숨겨져서 출력 토큰으로 청구됩니다.

출시 후 일주일 만에 OpenAI는 상위 등급의 GPT-6.1 Sol을 GPT-6 Sol의 후속작으로 출시했으며, 저희 GPT-6.1 Sol 측정치를 통해 그 답변이 예전 길이로 돌아왔음을 확인했습니다. Luna는 업데이트가 없었기 때문에, 우리는 GPT-6 Luna가 무엇을 더 짧게 작성하는지, 무엇을 빠뜨리는지, 그리고 무엇이 그것을 원래대로 되돌리는지를 측정했습니다.

테스트 방법은 어땠나요?

우리는 코드로 검증할 수 있는 요구사항을 가진 문서 작업을 작성하여 심사 모델(judge model)의 개입 없이 진행했습니다. 각 작업은 모델에게 합성 데이터 블록을 제공하고, 이를 기반으로 문서를 작성하도록 요청합니다:

각 작업은 동일한 데이터에 대해 두 가지 프롬프트 스타일로 구성됩니다. 목표만 제시된(goal-only) 프롬프트는 문서가 무엇인지 설명하고 그 부분에 대해서는 아무것도 언급하지 않습니다(

2026년 10월 2일, 우리는 두 모델 모두에서 80개의 목표 전용(goal-only) 항목을 다섯 가지 노력도(effort settings)로 테스트하고 GPT-6 Luna에서는 하나의 상세 수준(verbosity setting)으로 테스트했으며, 또한 두 모델 모두에서 80개의 명명된 부분(named-part) 항목을 기본 노력도인 1에 맞춰 테스트했습니다. 총 1,040개의 응답 API 호출이 이루어졌습니다. 모든 프롬프트는 고유한 무작위 문자열을 포함했기 때문에 캐시에서 온 응답은 없었으며, 비용은 OpenAI의 목록 가격을 사용했습니다. 두 모델 모두 동일한 항목에 대해 답변했으므로, 우리는 정확한 McNemar 테스트(두 모델이 다른 항목에 대한 쌍별 테스트)와 Holm 보정(여러 비교를 한 번에 테스트할 때 임계값을 강화하는 것)을 사용하여 이를 비교했습니다. 생존하는 격차만이 차이라고 불립니다.

GPT-6 Luna가 GPT-5.6 Luna보다 적게 작성하는가?

GPT-6 Luna는 기본 노력도에서 목표 전용 프롬프트에 대해 GPT-5.6 Luna보다 0.55배 적은 단어 수(문서당 384단어 대 703단어)를 작성했으며, 모든 80개 항목에서 더 짧았습니다. 포스트모템(postmortems)에서는 특히 짧았고(981단어 대비 441단어), 고객 답변(customer replies)에서는 가장 적었습니다(767단어 대비 576단어).

부분이 명명된 경우에는 격차가 사라집니다: 724단어 대 738단어.

기본적으로 짧은 것은 Luna에만 국한된 것이 아닙니다. 동일한 항목에서 GPT-6 Sol는 325단어 대 GPT-5.6 Sol의 592단어를 작성했으며, GPT-6.1 Sol은 다시 565단어로 돌아왔습니다.

GPT-6 Luna가 무언가를 빠뜨리는가?

목표 기반 프롬프트(goal-only prompts)를 사용할 때, GPT-6 Luna는 GPT-5.6 Luna보다 사후 분석 보고서(postmortem)에서 사고 기간을 누락하는 경향이 더 강했습니다. 일반적으로 시간 범위("사고 기간: 18:00-18:39 UTC")만 제공하고 나머지 계산은 독자에게 맡겼습니다. 다른 모든 요소들, 즉 모든 지역과 최악의 지역, 모든 이벤트, 그리고 none을 제외한 모든 티켓에 대한 이름으로 작성된 답변까지는 모든 노력 설정(effort setting)에서 존재했습니다.

none에서의 격차(57 대비 44)는 수정 후에도 유지됩니다. medium(58 대비 51)에서는 수정 전에만 유의미하며, 방향성으로 읽어야 하고, max에서는 두 모델이 동률입니다. 이 모든 것은 하나의 문서 유형에서 나온 것이므로, GPT-6 Luna가 사후 분석 보고서에서 파생된 수치를 건너뛰는 것일 뿐 일반적인 콘텐츠 누락 습관은 아니라는 것을 보여줍니다.

부분을 명시했을 때, GPT-6 Luna는 80개 중 74개의 문서에서 완전했으며, GPT-5.6 Luna도 69개로 동률이었습니다. 두 모델 모두 놓친 부분은 요청된 단어 범위 아래에 있는 메모 또는 영향(impact) 단락이었습니다: GPT-6 Luna의 경우 6개, GPT-5.6 Luna의 경우 11개였습니다.

길이와 세부 사항을 되돌리는 것은 무엇인가?

프롬프트에서 부분을 명시하는 것이 그러하며, 두 가지 요청 매개변수도 마찬가지입니다. 동일한 GPT-6 Luna를 같은 노력 수준으로 사용했을 때, 프롬프트가 기간을 요구하자 384단어에서 738단어로 늘어나면서 모든 사후 분석 보고서에 기간을 명시했습니다. 다음과 같은 요청만으로 충분합니다:

다음 섹션들로 사후 분석 보고서를 작성하세요: 타임라인(모든 이벤트를 포함하는 표), 영향(120-200 단어, 총 지속 시간을 분 단위로 명시), 근본 원인, 조치 항목(5개, 각각 "Owner: <팀>"으로 끝날 것), 배운 점(최소 3개의 글머리 기호).

text.verbosity는 응답(Responses) API 매개변수(low, medium, high)로, 표시되는 답변의 길이와 상세도를 결정합니다. 이 값을 high로 설정했을 때, GPT-6 Luna의 목표 전용 문서 길이는 7% 증가하여 410단어가 되었으며, 완전성(completeness)은 기존과 동일하게 52/60 대 51을 유지했습니다.

reasoning.effort를 높이면 모델이 얼마나 많이 쓰는가보다 얼마나 깊게 생각하는지에 영향을 미칩니다. none에서 max로 변경했을 때, GPT-6 Luna의 문서 길이는 370단어에서 436단어로 증가했으며, 추론(reasoning)은 답변당 0 토큰에서 4,192 토큰으로 늘었습니다. max 설정은 지속 시간(duration)을 회복시켰으나 (20개 중 1개 누락), 비용은 medium의 4.5배에 달했습니다.

두 매개변수 모두 OpenAI Python SDK를 통해 사용할 수 있습니다:

from openai import OpenAI

client = OpenAI()
...

output_tokens에는 추론 토큰이 포함되므로, 표시되는 답변은 이 두 숫자의 차이입니다.

GPT-6 Luna가 GPT-5.6 Luna 대비 얼마나 절약할 수 있나요?

동일한 문서를 기준으로 할 때, GPT-6 Luna는 GPT-5.6 Luna 대비 49% 저렴했습니다. 명시된 부분(parts named) 기준으로 1,000개 문서당 $0.81 대 $1.61이었습니다. 가격 절감만으로도 충분히 큰 차이가 있었습니다. GPT-5.6 Luna의 토큰을 GPT-6 Luna 요율로 재산정하면 $0.68로, 58% 적었으며, GPT-6 Luna의 답변 비용은 이보다 20% 더 비쌌습니다. 이는 GPT-6 Luna가 두 배 많은 추론(답변당 271 토큰 대 537 토큰)을 했고, 총 출력이 1,284토큰에서 1,558토큰으로 증가했기 때문입니다.

목표 전용 프롬프트(goal-only prompts)의 경우 청구서가 더 좋아져 1,000개 문서당 $0.54 대 $1.66 (68% 절감)이었지만, 추가적인 절감액 대부분은 GPT-6 Luna가 절반만 작성했기 때문이며, 이는 나머지 절반이 필요하지 않았을 때에만 해당되는 절약입니다.

속도는 거의 비슷했습니다. GPT-6 Luna는 전체 요청 시간당 115 출력 토큰/초를 생성한 반면, GPT-5.6 Luna는 125를 기록했으며, 목표 전용 문서는 적을 내용이 적었기 때문에 중앙값으로 각각 8.1초 대 11.1초가 소요되었습니다.

저희 결과가 다른 공개 테스트와 일치하나요?

저희의 결과는 중복되는 부분에서는 공공 벤치마크와 일치하며, 더 짧은 내용, 누락된 내용, 그리고 이를 수정하는 내용을 추가합니다.

우리가 관찰한 점과 무엇을 사용해야 할까요?

프롬프트를 제어할 수 있고 필요한 부분이 이름으로 지정되는 곳에서는 GPT-6 Luna를 사용하고, 프롬프트 변경이 불가능하여 독자들이 긴 문서를 기대하는 경우에만 GPT-5.6 Luna를 유지하세요. 세 가지 관찰 결과가 이를 뒷받침합니다:

1. GPT-6 Luna는 요청에 맞춰 작성합니다. 목표(goal)가 짧은 문서를 얻고, 부분 목록(list of parts)이 GPT-5.6 Luna와 일치하는 전체 문서를 얻습니다.
2. 누락되는 부분이 좁습니다. 네 가지 문서 유형 전반에서 가장 자주 누락된 예상 항목은 사고 기간(incident duration)이었습니다.
3. 절약되는 부분은 가격 인하입니다. 동일한 문서를 위해 21% 더 많은 출력 토큰을 사용하므로, 49% 절감액은 목록 가격만으로 얻는 58%보다 적습니다.

FAQ