GPT-6.1 Sol vs Laguna S 2.1: 아무도 나란히 측정해 본 적 없는 작업에 대한 50배의 출력 가격

50배. 그것은 GPT-6.1 Sol이 백만 출력 토큰에 부과하는 가격과 Laguna S 2.1이 부과하는 가격 사이의 비율입니다 — $10.00 대 $0.20 — 그리고 이는 이 전체 비교 시리즈에서 가장 큰 가격 격차입니다. GPT-6.1 Sol은 OpenAI의 2026-09-29 출시 모델로, 공개된 독립 점수를 보유한 1,050,000토큰 범용 모델입니다. Laguna S 2.1은 Poolside의 2026-07-21 출시 모델로, 토큰당 약 80억 개 매개변수가 활성화되는 1,180억 매개변수 오픈 웨이트 전문가 혼합(MoE) 에이전트형 코더이며, Hugging Face에 Apache에 준하는 라이선스의 가중치가 공개되어 있고, Poolside가 자체 제작한 벤치마크 세트를 갖추고 있습니다. 가격 격차는 실재하며 엄청납니다. 그것이 넘어설 가치가 있는 격차인지는 어느 공급업체도 답하지 않은 질문에 달려 있습니다: 누군가 두 모델을 같은 작업에서 측정한 적이 있나요?

벤더가 보고한 수치는 문서 전반에 걸쳐 그렇게 표시됩니다. Artificial Analysis의 수치는 우리 모델 기록에 실린 독립적인 측정치입니다. 우리 자체 서빙 수치는 우리의 것으로 식별됩니다. 셀이 비어 있으면 비어 있는 상태로 유지됩니다.

각 측이 무엇인지

Poolside의 Laguna S 2.1은 전문가용 모델이며, 그 설계가 이를 말해줍니다. 이는 1180억 개 파라미터의 전문가 혼합(mixture-of-experts) 모델로, 주어진 토큰마다 약 80억 개 파라미터가 활성화되고, 사고/비사고 토글과 1,000,000 토큰에 이르는 컨텍스트 윈도를 갖추고 있습니다. 더 작은 형제 모델인 Laguna XS 2.1은 330억 개 파라미터에 약 30억 개가 활성화되며, 백만 토큰당 입력 $0.06, 출력 $0.12의 가격입니다. S 변형의 가중치는 Hugging Face에 공개되어 있습니다: poolside/Laguna-S-2.1.

80억 활성 파라미터라는 수치는 가격을 설명하는 동시에 제품을 제약하는 숫자다. 추론 비용은 총 파라미터가 아니라 활성 파라미터를 따르므로, 토큰당 80억 개를 사용하는 118B MoE는 동일한 총 크기의 dense 모델이 그럴 수 없는 방식으로 저렴하게 서빙할 수 있다. 그러나 80억 활성 예산은 단일 순방향 패스가 할 수 있는 일에 대한 단단한 상한이기도 하며, 그 상한이 바로 독립 평가자의 범용 지수가 코딩 특화 점수보다 이 모델에 더 유용한 척도인 이유다.

GPT-6.1 Sol은 정반대 유형의 객체입니다. 하나의 스냅샷 식별자, gpt-6.1-sol, 날짜가 붙은 변형 없음, 1,050,000토큰 컨텍스트 창, 최대 출력 128,000, 텍스트·이미지·파일 입력, 다섯 가지 추론 강도 수준에 걸쳐 항상 켜져 있고 기본값은 중간, 그리고 2026년 4월 30일 기준 지식 컷오프를 갖습니다. temperature나 top_p를 받지 않으며, 추론 강도 다이얼이 이를 대체합니다. 폐쇄형이고 토큰당 가격이 책정되며 미세 조정할 수 없습니다.

실제로 차이가 나는 차원:

• 입력 가격 — Laguna S 2.1은 백만 개당 $0.10인 반면 GPT-6.1 Sol은 $2.00. 무려 20배다.

• 출력 가격 — $10.00 대비 $0.20. 무려 50배.

• 추론 제어 — Laguna S 2.1의 이진 사고/비사고 토글을 GPT-6.1 Sol의 5단계 노력 수준과 비교한 것입니다.

• 가중치 — Laguna S 2.1은 다운로드 및 자체 호스팅 가능, GPT-6.1 Sol은 비공개.

• 컨텍스트 윈도우 — Laguna S 2.1은 최대 1,000,000 토큰, GPT-6.1 Sol은 1,050,000 토큰입니다. 사실상 동일한 수준입니다.

두 레이블 세트가 모두 첨부된 벤치마크 행들

Poolside가 공개한 Laguna S 2.1 수치 — 모두 벤더가 보고한 것이며, 우리가 찾아본 바로는 제3자가 재현한 사례는 하나도 없습니다:

• SWE-Bench Multilingual — 78.5%.

• Terminal-Bench 2.1 — 70.2%.

• DeepSWE v1.1 — 40.4%로, DeepSeek-V4-Pro-Max의 9.0%와 대비되며, Poolside는 이를 활성 파라미터의 약 6분의 1이 4배가 넘는 점수를 낸 것으로 본다.

GPT-6.1 Sol의 독립 기록, 모두 Artificial Analysis:

• AA Intelligence Index — 51.8, 147개 중 10위, 93.2백분위수.

• 인류의 마지막 시험 — 52.9%.

• 장문맥 리콜 — 83%.

• SciCode — 54.2%.

• Terminal-Bench 4.0 — 56.06%.

이 두 목록이 만나는 것처럼 보이는 지점이 한 곳 있는데, 그것은 함정이다. Laguna S 2.1은 Terminal-Bench 2.1에서 70.2%를 보고한다. GPT-6.1 Sol은 우리 기록상 Terminal-Bench 2.1에서 채점된 적이 전혀 없다 — 이 모델의 터미널 수치는 버전 4.0, 즉 더 나중에 나온 더 어려운 개정판 하네스에 대한 것이다. 70.2%를 56.06% 옆에 놓고 12점 차 Laguna의 승리라고 부르는 것은 서로 다른 두 테스트를 비교하는 것이며, 이것이 바로 이 블로그가 피하고자 하는 실수다. 두 모델은 공유하는 벤치마크 행이 없으며, 이는 곧 이 비교의 성능 측면은 현재 측정되지 않았음을 의미한다.

추가로 언급할 만한 공백이 두 가지 더 있다. Laguna S 2.1에는 Artificial Analysis Intelligence Index 점수도 없고 독립적인 SWE-bench Verified 결과도 없다. 7월에 공개된 모델로서는 외부 측정 없이 이렇게 오래 지나가는 것은 상당히 긴 시간이며, 이는 Poolside가 이 모델에 관해 공개한 그 어떤 자료에서도 가장 큰 단일 누락 사항이다.

생각 토글이 실제로 주는 것

Poolside 자체 수치는 이 토글에 구체적인 숫자를 붙여 주는데, 그것이 이번 릴리스에서 가장 흥미로운 부분이다. 사고 기능을 켜면 DeepSWE v1.1이 16.5%에서 40.4%로 — 약 2.4배 — 올라가고, Terminal-Bench 2.1은 60.4%에서 70.2%로 상승한다. 두 수치 모두 벤더가 제시한 것으로, 재현된 바 없다.

가격에 비추어 보면, 이는 대표 요금표가 담아내지 못하는 방식으로 중요하다. 사고 모드는 출력 토큰을 소비하며, 출력 토큰이 바로 당신이 비용을 지불하는 대상이다. Laguna S 2.1을 사고 모드를 켠 채 실행하는 워크로드는 같은 워크로드를 끈 채 실행할 때보다 출력을 실질적으로 더 많이 소모한다 — 이는 어려운 에이전트형 벤치마크에서 2.4배 향상에서 정확히 예상할 수 있는 일이다. 따라서 GPT-6.1 Sol과의 정직한 비교는 원시 출력에서 $0.20 대 $10.00이 아니다. 그것은 완료된 작업당 사고 모드 사용 비용 대 완료된 작업당 에포트 기반 비용이다.

그 비교는 여전히 Laguna S 2.1에 엄청나게 유리하며, 이를 단언하기보다는 계산을 직접 해보는 것이 좋습니다. 한 달에 10억 개의 출력 토큰을 생성하고 30억 개의 입력 토큰을 처리하는 워크로드를 가정해 보겠습니다:

• GPT-6.1 Sol — 입력 30억 개가 백만 개당 $2.00이면 $6,000이고, 출력 10억 개가 백만 개당 $10.00이면 $10,000입니다. 한 달에 1만 6천 달러입니다.

• Laguna S 2.1, 사고 끔 — 입력 $300, 출력 $200. 한 달에 500달러.

• Laguna S 2.1, 사고 모드를 켜면 출력이 약 2.4배 — 입력 $300, 출력 약 $480. 월 800달러 미만.

사고 페널티를 감안하더라도, 이 사용량에서는 월 약 $15,000의 차이입니다. 당신의 워크로드가 Laguna S 2.1 하나가 실제로 처리할 수 있는 것이라면, 가격 문제는 비교할 것도 없으며, 어떤 그럴듯한 재시도 오버헤드로도 그 차이를 메울 수 없습니다. 그러면 결정 전체가 역량 문제로 넘어갑니다 — 그리고 역량은 이 비교에서 공통된 측정 기준이 없는 절반입니다.

50배 격차가 더 이상 핵심이 아니게 되는 지점

세 가지가 그 비율을 현실로 되돌리며, 각각은 분명히 말해 둘 가치가 있습니다. 위의 숫자는 팀들에게 실제 돈을 잃게 해 온 만큼 매혹적이기 때문입니다.

첫째, 80억 활성 파라미터를 가진 코더와 프런티어 범용 모델은 대체재가 아니다. Laguna S 2.1은 에이전트 기반 소프트웨어 엔지니어링, 즉 저장소 편집, 터미널 작업, 다국어 코드를 위해 만들어졌으며, Poolside는 그렇게 마케팅한다. 이 모델은 문서 중심의 전문 업무, 컴퓨터 사용, 또는 GPT-6.1 Sol이 83%의 독립적인 장문맥 회상 점수와 1,050,000 토큰 창을 보유한 장문맥 회상 작업을 겨냥한 것이 아니다. 그러한 작업에서 정직한 비교는 "저렴한 모델이 이긴다"가 아니라 "저렴한 모델은 이를 위해 만들어지지 않았다"이다. 예시에서 든 월 $15,000는 더 저렴한 모델의 출력이 사용 가능할 때만 절약이다. 그리고 한 부류의 워크로드에 대해서는 그것이 사용 가능하다는 것을 아무도 입증하지 못했다.

두 번째는 처리량과 운영 표면입니다. GPT-6.1 Sol은 자체 플레이그라운드 트래픽을 7일간 측정한 결과 p50 지연 시간 2,442밀리초, 초당 출력 토큰 95.57개, 오류율 6.36%를 보고합니다. 우리는 Laguna S 2.1에 대해 비교 가능한 서빙 패널이 없습니다. OrcaRouter에서 라우팅되지 않기 때문에 나란히 놓을 숫자가 없으며, 자체 호스팅 경로의 지연 시간은 어떤 하드웨어를 구매하느냐에 따라 달라집니다. H100 8대에서는 동일한 동시성에서 호스팅된 프런티어 엔드포인트의 처리량을 따라잡지 못할 것입니다. 지연 시간을 단위 비용과 맞바꾸게 되며, 그 트레이드오프가 어떻게 귀결되는지는 워크로드가 지연 시간에 민감한지에 달려 있습니다.

셋째, 자체 호스팅 방식은 규모가 커야만 저렴하다. 위 계산이 일방적인 완승처럼 보이게 만드는 바로 그 $0.10과 $0.20 요금은, 원가에 가깝게 청구하는 추론 제공업체가 제시할 요금이기도 하다. 이는 GPU를 정당화할 만한 규모에 미치지 못하는 어떤 규모에서든, 오픈 모델을 위해 하드웨어를 사는 대신 임대하는 쪽을 지지하는 논거다.

실제로 통화를 하는 방법

이는 올바른 다음 단계가 라우팅 변경이 아닌 드문 조합입니다. 두 모델에 도달하는 방식이 완전히 다르기 때문입니다.

GPT-6.1 Sol은 OrcaRouter에서 openai/gpt-6.1-sol로 OpenAI 정가에 0% 마크업으로 제공됩니다 — 입력 $2.00, 출력 $10.00, 캐시 입력 $0.10, 그리고 272,000토큰 초과분은 OpenAI가 정한 그대로 적용됩니다. 라우팅 계층이 제공자의 가격을 마크업 없이 그대로 전달하기 때문에, OpenAI 측 가격이 변경되면 시행되는 당일 이곳에서도 바로 반영됩니다. 경로가 있는 곳이라면 그 아래에 자동 페일오버가 자리합니다 — 이는 더 저렴한 모델이 프로덕션 경로를 감당할 수 있는지 알아보는 저렴한 방법입니다. 비싼 모델은 라우팅 한 번만 바꾸면 되니까요.

Laguna S 2.1은 OrcaRouter에 없고 우리가 호스팅하지도 않습니다. 이 모델은 Poolside 자체 API를 통해 접근할 수 있으며, 가중치가 공개되어 있으므로 직접 서빙해서도 접근할 수 있습니다. 이 모델의 경우 후자가 더 흥미로운 선택인데, 활성 8B인 118B MoE는 중간 규모 팀이 소유할 수 있는 하드웨어에서 실행하기에 정말 충분히 작기 때문입니다. 따라서 이 조합에서 올바른 첫걸음은 가격 비교가 전혀 아닙니다. 실제 코딩 작업 스무 개를 골라 기존 GPT-6.1 Sol 경로로 실행한 다음, 같은 스무 개를 thinking을 켠 상태와 끈 상태로 Laguna S 2.1을 통해 실행하세요. 이제 당신은 어느 벤더도 공개하지 않은 공유 벤치마크 행을 갖게 됩니다. 그것도 중요한 유일한 작업 세트에 대한 것입니다. 그리고 50배 가격 차이는 당신이 근거를 가지고 받아들이거나 거절하는 숫자가 됩니다.

현재 존재하는 증거에 근거해 이 조합이 받는 평결: Laguna S 2.1은 지금 에이전트형 코딩에서 가장 흥미로운 비용 대비 역량 제안이며, 벤더 수치가 독립적으로 확인된다면 기본 선택이 되게 만들 수치이지만, 그중 어느 것도 독립적으로 확인된 바 없다. GPT-6.1 Sol은 출력 비용이 50배 더 들며, 둘 중 회사 외부 누군가가 공유된 도구로 역량을 측정한 유일한 모델이다. 값싼 모델의 가중치를 사서 테스트하라, 왜냐하면 대부분의 오픈 릴리스와 달리 이것은 제대로 테스트할 수 있을 만큼 작기 때문이다 — 그리고 50배라는 수치는 그 테스트에 대한 답으로서가 아니라 그 테스트를 실행해야 하는 이유로 취급하라.