Claude Haiku 5.5 vs GPT-6 Luna Pro: 모델 대 모드

이 비교의 한쪽은 모델이고, 다른 한쪽은 설정입니다. Claude Haiku 5.5는 2026년 10월 7일 정식 출시되었으며, 백만 입력 토큰당 $0.10, 백만 출력 토큰당 $0.50의 가격으로 Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry 및 AWS의 Claude Platform에서 제공됩니다. GPT-6 Luna Pro는 애초에 모델이 아닙니다. 여기에 도달하는 방법은 GPT-6 Luna — 2026년 9월 22일부터 동일한 $0.10과 $0.50으로 제공 중 — 를 호출할 때 reasoning.mode를 pro 대신 standard. OpenAI의 모델 페이지에는 gpt-6-luna-pro 식별자가 없습니다. 따라서 이 대결을 정직하게 규정하자면 "어느 모델이 이기는가"가 아니라 "백만 입력 토큰당 10센트를 쓰는 더 나은 방법은 무엇인가"입니다. 즉, 노력 다이얼이 달린 작은 모델인가, 아니면 더 많은 작업을 수행하고 보여주지 않는 토큰에 대해서도 요금을 청구하는 모드로 실행되는 더 큰 모델인가입니다. 짧고 처리량이 많은 작업에는 보통 첫 번째가 답입니다. 어렵고 간헐적인 작업에는 두 번째가 답이 될 수 있습니다 — 그리고 그것을 결정하는 숫자를 OpenAI는 공개하지 않았습니다.

기계적으로 "pro"란 무엇인지

OpenAI의 추론 가이드에 따르면 GPT-5.6 및 GPT-6 모델은 Responses API에서 두 가지 모드를 지원합니다: standard(기본값)와 pro이며, reasoning.mode를 통해 선택합니다. 모드는 reasoning.effort와는 다른 제어 항목입니다. 모드는 모델이 답변을 확정하기 전에 얼마나 많은 작업을 수행할지 결정하고, effort는 선택한 모드 안에서 추론이 얼마나 많이 일어날지 결정합니다. GPT-6 Luna의 문서화된 effort 값은 none, low, medium(기본값), high, xhigh 및 max이며, 이들 중 어느 것이든 pro 모드와 결합할 수 있습니다.

청구와 관련해 가이드는 명확하면서도 약간 직관에 반한다. Pro 모드는 최종 답변 뒤에서 수행되는 모든 모델 작업을 집계하고 그 토큰을 "선택한 모델의 표준 토큰 요율로" 청구한다. 요금표에는 Pro 프리미엄이 없다. 비용은 볼륨으로 나타나는데, Pro 모드는 "표준 모드보다 더 많은 모델 작업을 수행하여 토큰 사용량과 비용을 증가시키기" 때문이다 — 그리고 추론 토큰은 출력 토큰으로 청구되지만 사용량 객체의 output_tokens_details.reasoning_tokens 아래에만 표시된다. 그 필드를 읽지 않으면 청구서가 도착할 때까지 증가분은 보이지 않는다.

그로부터 두 가지 비교가 도출되며, 이 둘은 구분해 둘 가치가 있다. 먼저 표준 모드의 GPT-6 Luna와 비교하면, 프로 모드는 동일한 모델이지만 토큰 소비량에 알 수 없는 배수가 적용된다. 다음으로 Claude Haiku 5.5와 비교하면, 이 역시 다른 규모의 다른 모델이다 — 컨텍스트 1,050,000토큰 대 1M, 922,000토큰 입력 상한, 그리고 2026년 5월 18일 지식 컷오프를 갖추고 있으며, Anthropic 자체 출시 문서가 어려운 에이전트 작업에서 Haiku보다 약간 위에 위치시키는 등급에 속한다. 두 차이는 비용에서는 같은 방향으로, 역량에서는 반대 방향으로 작용한다. 그래서 어느 쪽도 가격표만으로는 알 수 없다.

나란히 놓인 요금표들

두 모델 모두 두 단계로 과금되며, 임계값은 서로 다른 지점에 있습니다 — 이는 대표 요금보다 더 중요합니다. 왜냐하면 두 대표 요금은 동일하기 때문입니다.

• 입력 — Claude Haiku 5.5는 100,000 토큰까지 백만 개당 $0.10, 그 이상은 $0.50. GPT-6 Luna는 272,000 토큰까지 $0.10, 그 이상은 $0.20.

• 출력 — Claude Haiku 5.5는 100,000 토큰까지 $0.50, 초과 시 $2.50. GPT-6 Luna는 272,000 토큰까지 $0.50, 초과 시 $0.75.

• 캐싱 — Claude Haiku 5.5는 기준선 이하에서 캐시 읽기 $0.01, 쓰기 $0.125이고, 기준선 초과 시 $0.05, $0.625입니다. GPT-6 Luna는 272,000 토큰 이하에서 캐시 읽기 $0.01, 쓰기 $0.125이고, 초과 시 $0.02, $0.25입니다.

• 컨텍스트 및 출력 — Claude Haiku 5.5의 경우 1M 토큰 및 최대 출력 128,000개, GPT-6 Luna의 경우 922,000토큰 입력 한도와 최대 출력 128,000개로 1,050,000토큰.

• 사고 — 둘 모두 적응형입니다. Claude Haiku 5.5는 기본적으로 중간 수준의 노력으로 설정됩니다; GPT-6 Luna는 기본적으로 중간 수준의 노력과 표준 모드로 설정되며, 프로 모드는 추가 옵션으로 선택할 수 있습니다.

• 배치 및 캐싱 할인 — Claude Haiku 5.5는 Message Batches API에서 50% 할인을 제공하고, GPT-6 Luna는 Batch와 Flex에서 50% 할인을 제공하며 Fast 모드에서는 요금이 두 배가 되고, 지역 처리에는 10% 프리미엄이 추가됩니다.

형태가 다른 유일한 항목은 토크나이저입니다. Anthropic의 문서에 따르면 Claude Haiku 5.5는 Claude 4.7 및 이후 버전과 공유하는 최신 토크나이저를 사용하므로, 같은 텍스트가 Claude Haiku 4.5에서보다 약 30% 더 많은 토큰으로 계산됩니다. 이는 요율을 바꾸지는 않지만, 프롬프트가 100,000토큰 단계에 얼마나 빨리 도달하는지를 바꾸며, 어떤 요금표에도 표시되지 않는 실제 비용 차이입니다. 90,000토큰 프롬프트는 약 117,000으로 계산되어 백만 입력당 $0.10이 아니라 $0.50를 지불합니다 — 한도 아래에 여유 있게 있는 것처럼 보이는 프롬프트에 5배 요율이 적용되는 것입니다.

프로 모드의 비용, 누구나 쓸 수 있는 유일한 단위로

배수는 공개되지 않았으므로, 유용하게 제시할 수 있는 것은 추가 토큰 하나당 비용이 얼마인지, 그리고 대량 사용 시 가능한 범위들이 어떤 결과를 내는지입니다.

• GPT-6 Luna의 출력 100만 토큰당 $0.50 기준으로, 작업당 출력 토큰이 10,000개 추가될 때마다 비용은 $0.005입니다. 하루에 100,000건의 작업을 실행하면 그 증가분은 10억 개의 추가 토큰입니다 — 하루 약 $500, 한 달이면 $15,000이며, 이는 입력 100만 토큰당 10센트라는 대표 가격을 내건 모델에서 발생합니다.

• 규모를 가늠해 보면, 최대 노력 설정의 GPT-6 Luna는 Intelligence Index를 실행할 때 이미 1억 4,000만 개의 출력 토큰을 소비하는데, 중앙값 1억과 대비되며, 평가자는 이를 다소 장황하다고 설명합니다. Anthropic 자체 하네스에서 실행된 Anthropic의 출시 표는 GPT-6 Luna를 Terminal-Bench 4.0에서 16.4%, FrontierCode 1.1에서 42.4%로 기록하며, Claude Haiku 5.5의 39.2%, 46.4%와 대비됩니다 — 벤더 보고, 한 벤더의 평가 스위트, 경쟁사의 모델.

• 독립 리더보드에서는 순위 간격이 더 좁다. Artificial Analysis는 Intelligence Index v4.3.2에서 Max effort 기준 Claude Haiku 5.5에 43점을 주어 182개 중 2위로, GPT-6 Luna (Max)에 38점을 주어 182개 중 8위로 평가했다. 두 점수 모두 standard 모드, max effort 기준이다. pro 모드의 GPT-6 Luna에 대한 독립 평가는 없다: 해당 페이지에는 pro 항목이 없고, Artificial Analysis도 이를 등재하지 않는다.

프로 모드의 구조적 문제는 마지막 두 지점 간의 상호작용입니다. GPT-6 Luna가 Claude Haiku 5.5에 비해 갖는 전체 비용 우위는 토큰 효율성에서 비롯됩니다 — 동일한 스위트에 대해 1억 4천만 개의 출력 토큰 대 4억 4천만 개, 동일한 요율로, 이는 동일한 평가가 한쪽에서는 작업당 $0.07, 다른 쪽에서는 $0.21의 비용이 드는 이유입니다. 프로 모드는 정의상 더 많은 토큰을 출력하는 모드입니다. 이를 켜는 것은 이 비교에서 모델을 저렴하게 만든 요소를 끄는 것이며, 그 정도를 알려줄 배수는 공개되지 않았습니다. 이는 프로 모드가 나쁜 거래라는 주장이 아닙니다 — 어려운 작업에서는 더 많은 작업이 일반적으로 더 나은 작업입니다 — 이는 프로 모드가 가격이 아니라 역량으로 경쟁하며, 가격이 비슷한 중간 계층 모델과 비교해 평가되어야지, 그 안에 속한 저가 계층과 비교해서는 안 된다는 주장입니다.

각각이 실제로 우위를 차지하는 지점

결정 자체만 놓고 보면 양쪽은 깔끔하게 갈린다. 다만 어느 쪽도 단서가 없는 건 아니다.

Claude Haiku 5.5는 저가 영역을 장악하고 있다. 중요한 두 가지 의미 모두에서 더 빠르다. Artificial Analysis가 측정한 초당 출력 토큰 수는 241.9개로 GPT-6 Luna의 123.0개와 대비되며, Index 실행에서 첫 토큰까지 걸리는 시간은 295초인데, 이는 네트워크 수치가 아니라 Max 에포트에서 답변 전에 얼마나 오래 생각하는지에서 비롯된 결과다. 요금표는 100,000토큰에서 두 번째 구간에 도달하고, 토크나이저는 프롬프트를 약 30% 부풀리므로, 긴 프롬프트 워크로드는 두 가지 측면 모두에서 표시 가격이 시사하는 것보다 더 많은 비용을 지불한다. 그 대가로 돌려주는 것은 독립 지수에서의 5점 지능 우위와 Low부터 Max까지의 에포트 다이얼인데, 이는 양사가 이번 출시와 함께 내놓은 단일 비용 제어 수단 중 가장 유용한 것이다. 에포트를 낮게 고정하는 것이 바로 그 5점 리드의 일부를 GPT-6 Luna에 더 가까운 작업당 비용 수치와 맞바꾸는 방법이다.

GPT-6 Luna Pro는 가장 어려운 쪽을 담당하지만, 그 비용은 수치화되어 있지 않다. 그 기반 모델은 입력 토큰 272,000개를 넘는 구간에서 Claude Haiku 5.5가 입력 토큰 100,000개를 넘는 구간에서보다 토큰당 더 저렴하며, 입력에서는 2.5배, 출력에서는 3과 1/3배 더 저렴하고, 첫 번째 티어는 컨텍스트 윈도우에서 18배 더 멀리까지 도달한다. 표준 모드는 완료된 작업당 비용이 측정 가능할 정도로 더 저렴하다. 프로 모드는 그 대신 같은 요율로 답변당 더 많은 작업을 한다. 그리고 주어진 작업에서 Max effort에서 Claude Haiku 5.5를 이기는지, 아니면 중간 등급 모델을 이기는지는 어떤 공개된 수치로도 답할 수 없는 질문이다. 그 답을 얻는 방법은 그 작업을 두 방식으로 실행하고 추론 토큰 필드를 읽는 것이다.

그것에 돈을 걸지 않고 둘 중 하나를 시도해 보기

이 비교에서 곤란한 부분은, 가장 중요한 숫자인 프로 모드의 실제 비용은 자체 트래픽을 여기에 통과시켜야만 산출할 수 있고, 더 작은 모델의 실효 비용은 재토큰화 후 100,000토큰 경계선을 기준으로 프롬프트가 어디에 놓이는지에 달려 있다는 점이다. 둘 다 측정 문제이며, 둘 다 두 벤더 클라이언트에 걸쳐 하는 것보다 공유 엔드포인트에서 더 저렴하다.

GPT-6 Luna는 오늘 OrcaRouter 카탈로그에 공급자 정가 그대로, 0% 마크업이 그대로 전가된 가격으로 올라 있습니다. 따라서 이 비교의 표준 모드 기준선은 키 하나로 호출할 수 있고, 공급자 가격이 바뀌면 다음 청구 주기가 아니라 같은 날 우리 쪽에 반영됩니다. Claude Haiku 5.5는 아직 카탈로그에 없습니다. 현재 우리가 실제로 라우팅하는 Anthropic 등급은 Claude Haiku 4.5, Claude Sonnet 5.5, Claude Opus 5.5이며, 이 덕분에 저렴한 구간에서 중간 등급으로 올라가는 에스컬레이션 테스트가 코드 변경이 아니라 라우팅 규칙 하나로 가능해집니다. 그 밑을 받쳐 주는 자동 페일오버 덕분에, 이틀 된 모델이 여러분이 아직 성능을 측정하는 동안에도 프로덕션 트래픽을 감당할 수 있습니다. 장애가 발생하기 시작한 공급자는 요청을 죽이는 대신 우회되며, 이는 이번 주에 바로 돌려볼 수 있는 파일럿과 일정을 잡아야 하는 컷오버의 차이입니다.

무엇이 그것을 판가름하는가

답을 얼마나 바꿔놓을지를 기준으로 순서대로 세 가지를 꼽자면. OpenAI가 프로 모드 토큰 배수나 자체 가격 라인을 가진 프로 슬러그를 공개한다면 핵심 미지수가 산술 문제로 바뀔 것이다. Artificial Analysis가 GPT-6 Luna를 프로 모드에서 동일한 노력 수준으로 다시 실행한다면 독립적인 쪽에서 그걸 해낼 것이다. 그리고 Claude Haiku 5.5를 medium 설정으로, Max가 아니라, 두 번째로 독립 실행하면 이 모델이 기본 설정에서 실제로 얼마가 드는지 알 수 있다. 기본 설정은 대부분의 사람들이 배포하게 될 구성이다 — 보드의 작업당 $0.21은 Max 노력 기준 수치이고, Max는 기본값이 아니다.

그때까지는 정확한 요약이 좁습니다. Claude Haiku 5.5는 오늘 바로 호출하고 가격을 책정하고 벤치마크할 수 있는 모델이며, 이 등급이 감당하도록 설계된 물량에서는 더 저렴한 답이고, 더 저렴하게 만드는 방법도 문서화되어 있습니다. GPT-6 Luna Pro는 호출할 수 있는 모델의 구성이며, 요금표가 문제가 아니라 토큰 소비량이 검증되지 않았고, 이 모델을 정당화하는 모든 근거는 토큰을 더 쓰는 것이 핵심일 만큼 어려운 작업에 달려 있습니다. 그런 작업에는 이 모델을 구매하되, 구매하기 전에 측정하고, 누군가 배수를 공개할 때까지 대량 경로에 투입하지 마십시오.