GPT-6 Sol: OpenAI의 중급 GPT-6 완전 레퍼런스

GPT-6 Sol이 제품군의 중간 계층입니다 — 위에 있는 플래그십 GPT-6 Astra보다 위에 있고, 아래에 있는 저렴하고 빠른 GPT-6 Luna보다 아래에 있는 모델로, 2026년 9월 22일에 출시되었으며 백만 입력 토큰당 2.00달러, 백만 출력 토큰당 10.00달러입니다. 이는 GPT-5.6 Sol이 벤더가 자체 문서에서 "복잡한 코딩 및 에이전트 워크플로를 구동하도록 설계되었다"고 설명하는 모델에 대해 치렀던 비용의 절반입니다: 1,050,000토큰 컨텍스트 윈도우, 128,000토큰 출력 상한, 텍스트 및 이미지 입력, 그리고 여섯 단계의 추론 노력 수준: none부터 max.

이 페이지는 해당 모델에 대한 레퍼런스입니다 — 그 이름을 입력한 뒤 도착하게 되는 바로 그 페이지죠. 이것은 의도적으로 두 번째 발표가 아닙니다. 여기서 출시일은 이벤트를 보도하기 위해서가 아니라 모델의 날짜를 표기하기 위해 사용됩니다: 이 모델은 오늘날 실제 운영 중이며 일반 제공되는 API 제품이고, 이 페이지에 도착한 독자에게 필요한 것은 요금표, 엔벨로프, 명확히 표시된 공급업체의 주장, 그리고 독립 평가자가 측정한 내용입니다. 날짜/시간 기준점은 2026년 9월 22일로, 이 페이지가 작성되기 6일 전입니다. 따라서 출시 시점도 7일 신선도 기간 안에 들어갑니다. 지금 읽고 계신 섹션이 이 페이지가 뉴스 항목이 아니라 레퍼런스인 이유입니다. 이 페이지가 존재하는 이유 자체는 이 사이트에서 자사 측정한 검색 수요입니다: 사람들은 모델 자체의 이름을 입력하고, 그 이름을 둘러싼 넓게 잡히는 트래픽은 전적으로 vs 형태이며 이미 우리가 별도로 발행하는 매치업 페이지에서 처리되고 있습니다.

GPT-6 스택에서 GPT-6 Sol의 위치

OpenAI 자체 문서는 세 가지 GPT-6 모델의 이름을 밝히고 각각에 역할을 부여합니다. GPT-6 Astra는 플래그십입니다. 회사의 자체 가이드에서는 이를 가장 지능적인 모델이라고 부르며, 컴퓨터 사용, 브라우징, 소프트웨어 엔지니어링, 과학 및 문서 작성에 초점을 맞추고, 가격은 어떤 티어보다도 앞서 $10.00 / $50.00입니다. GPT-6 Luna는 효율성 등급으로, 명확하게 정의된 대량 작업을 겨냥하며 비용은 $0.10 / $0.50입니다. GPT-6 Sol은 중간입니다. OpenAI의 모델 페이지는 이를 한 줄로 복잡한 코딩 및 에이전트 워크플로를 위해 구축되었다고 설명하며, 해당 패밀리 가이드는 개발자에게 최고 수준의 능력을 위해서는 gpt-6-astra를, gpt-6-sol은 "까다로운 작업에서의 강력한 추론"을 위해, 그리고 gpt-6-luna는 규모 있게 반복 가능한 효율적 작업을 위해 선택하라고 알려줍니다.

두 가지 사실이 이 등급을 가격표가 아닌 실제 등급으로 만듭니다. Sol은 Astra와 동일한 1,050,000토큰 창과 128,000토큰 출력 상한을 갖습니다 — 중간 등급은 더 작은 창이 아니라 토큰당 더 적은 기능 비용입니다. 그리고 Sol은 Astra가 지원하지 않는 추론 설정을 지원합니다: reasoning.effort는 none을 Sol에서 허용하므로, 모델을 추론 과정 없이 전혀 실행할 수 있습니다. 반면 Astra의 사다리는 low에서 시작합니다. 다른 모든 면에서 노력 사다리는 동일합니다 — none, low, medium (기본값), high, xhigh, max.

Artificial Analysis는 GPT-6 Astra의 날짜를 2026년 9월 3일로, GPT-6 Sol과 Luna의 날짜를 2026년 9월 22일로 산정한다 — 플래그십 세대의 첫 출시와 더 저렴한 형제 모델들을 갈라놓는 3주다. 우리 자체 카탈로그의 GPT-6 Astra 행에는 카탈로그 날짜가 9월 4일로 기재되어 있다는 점에 유의하십시오. 그것은 카탈로그 아티팩트이며, 여기서는 독립 추적기의 9월 3일을 출시일로 사용합니다.

요금표, 전체

이 섹션의 모든 수치는 OpenAI 자체 가격 문서와 GPT-6 Sol 모델 페이지에서 가져온 것으로, 두 문서 모두 2026년 9월 28일에 확인했으며, 둘 다 백만 토큰당 USD 기준입니다.

• 표준, 최대 272,000 입력 토큰 — 입력 $2.00, 캐시된 입력 $0.20, 캐시 쓰기 $2.50, 출력 $10.00.

• 캐시된 입력 비율 — OpenAI는 캐시된 입력에 대해 비캐시 요율의 10%, 즉 90% 할인된 요율로 청구하며, 캐시 쓰기는 비캐시 입력 요율의 1.25배로 청구된다고 밝히고 있습니다. GPT-6 출시에서는 조용히 비용을 발생시키던 걸림돌도 제거되었습니다: 추론 노력이나 도구 가용성을 변경해도 더 이상 캐시가 무효화되지 않습니다.

• 긴 컨텍스트, 272,000 입력 토큰 초과 — 입력 $4.00, 캐시된 입력 $0.40, 캐시 쓰기 $5.00, 출력 $15.00. 임계값은 272K이며, 이는 같은 숫자를 담고 있는 Astra 페이지에서 가져온 것이 아니라 OpenAI의 GPT-6 Sol 모델 페이지 자체에 명시되어 있습니다. 같은 페이지는 재가격 책정 규칙을 한 문장으로 명시합니다: 272K 입력 토큰을 초과하는 프롬프트는 입력 및 캐시 요율의 2배, 출력의 1.5배로 책정됩니다 — 전체 요청에 대해. 이는 초과분에 대한 추가 요금이 아닙니다. 300,000 토큰 요청은 300,000 토큰 전부를 장문 컨텍스트 요율로 청구하므로, 이 선을 넘는 비용은 완만한 기울기가 아니라 계단식 변화입니다 — 그리고 그 계단은 대부분의 장문 문서 파이프라인이 우연히 넘어서는 경계에서 발생합니다.

• Batch and Flex — 둘 다 적용되는 표준 요금의 50%로 책정되므로, Sol의 Batch와 Flex는 짧은 컨텍스트 $1.00 / $5.00, 긴 컨텍스트 $2.00 / $7.50이며, 캐시된 입력은 각각 $0.10과 $0.20입니다.

• Fast mode — 해당 요율의 2배이며, 짧은 컨텍스트는 $4.00 / $20.00, 긴 컨텍스트는 $8.00 / $30.00입니다. OpenAI는 2026년 7월 30일 priority processing을 Fast mode로 이름을 바꾸었으며, service_tier: "priority" 또는 "fast".

• 알아두어야 할 두 가지 할증 — 리전 처리 엔드포인트에는 2026년 3월 5일 이후 출시된 모델에 대해 10% 할증이 적용되며, FedRAMP 엔드포인트에는 표준 요금에 10% 할증이 적용됩니다. GPT-6 Sol 및 Luna의 경우 EU 데이터 레지던시는 Standard 처리에서만 이용할 수 있습니다.

• 가격 관련 배경 — OpenAI의 가격표에는 여전히 GPT-5.6 Sol이 $4.00 / $20.00으로 표시되어 있으며, 프로모션 가격은 최소 2026년 11월 21일까지 적용된다고 명시되어 있습니다. Sol의 $2.00 / $10.00은 직전 모델 대비 입력·출력 양쪽 모두 50% 인하된 가격이며, OpenAI는 기자들에게 새 요금이 프로모션이 아니라 영구적이라고 말했습니다. 이는 가격표에 명시된 서면 약속이라기보다 대변인 발언이므로, 계약상 사실이라기보다 공급업체가 밝힌 내용으로 취급하는 것이 좋습니다.

봉투

• 컨텍스트 및 출력 — 1,050,000 토큰 컨텍스트 창, 최대 입력 토큰 922,000개, 최대 출력 토큰 128,000개. 1,050,000이라는 수치는 OpenAI 자체에서 제시한 것이며, Artificial Analysis는 동일 모델의 사양 표에 872,000을 기재하고 있고, 해당 페이지의 FAQ에는 870k라고 나와 있습니다. 공급업체의 수치를 계약상 기준으로 삼고, 추적 사이트의 수치는 특정 서비스 구성에 대한 측정값으로 간주하십시오.

• 모달리티 — OpenAI의 모델 페이지에 따르면 텍스트 및 이미지 입력, 텍스트 출력입니다. 해당 모델에 대한 자체 카탈로그 행에는 텍스트 및 이미지와 함께 파일 입력도 나열되어 있지만, OpenAI 페이지에는 없습니다. 공급업체 페이지가 우선하므로, 오늘날 이 모델에 대한 정직한 해석은 텍스트 및 이미지 입력입니다.

• 지식 컷오프 — 2026년 4월 20일. GPT-6 Luna의 지식 컷오프는 2026년 5월 18일이고, Astra의 지식 컷오프는 2026년 4월 30일이므로, 이 제품군의 세 모델은 컷오프를 공유하지 않습니다.

• 엔드포인트 — Chat Completions와 Responses가 모두 지원되며 Batch도 지원됩니다. Realtime, Realtime 번역 및 전사, Assistants, 파인튜닝, 임베딩, 이미지 생성 및 편집, 음성, 오디오 전사 및 번역, 모더레이션, 그리고 레거시 Completions 경로는 모두 지원되지 않습니다.

• 도구 및 구조화된 출력 — 스트리밍, 구조화된 출력, 함수 호출, 파일 검색, 이미지 입력, 웹 검색, 프롬프트 캐싱이 모두 나열되어 있습니다. 한 가지 주의할 점이 있습니다. Chat Completions에서는 reasoning_effort가 none인 경우에만 함수 호출이 작동합니다. 도구와 함께 추론하려면 Responses API가 필요합니다.

• 추론이 켜져 있을 때 지원되지 않는 매개변수 — 추론 노력을 none이 아닌 값으로 설정한 경우, temperature, top_p 및 top_logprobs를 제거하세요. Chat Completions에서는 logprobs도 제거하세요.

OpenAI가 주장하는 것, 그리고 그것이 어떤 종류의 주장인지

출시 당일 The Decoder가 보도한 바에 따르면, GPT-6 Sol에 대한 OpenAI의 출시 자료는 성능 주장이라기보다 비용 동등성 논거로 읽는 것이 가장 적절하다. 아래 수치는 벤더가 보고한 것으로 독립적으로 재현되지 않았고, OpenAI가 공개하기로 선택한 형태들이다. 같은 보도가 지적하듯, 벤치마크 세트는 일반적인 라인업보다 좁으며 — GDPval과 Terminal-Bench 4.0은 여기서 빠져 있다.

• FrontierCode 1.1, 공급업체 보고 기준 — GPT-6 Sol은 최대 노력에서 49.3%를 기록하며 작업당 비용은 $2.14입니다. OpenAI는 이를 최대 노력 기준 50.3%를 기록한 Claude Fable 5.1과 대략 동등한 수준으로 보는데, OpenAI 자체 비교에 따르면 그쪽은 작업당 $12.83이 듭니다.

• DeepSWE v1.1, 벤더 보고 기준 — 최대 노력 설정의 GPT-6 Sol은 68.8%로, Claude Fable 5의 최고 공개 기록인 69.9%에 1.1포인트 차이로 근접했으며, OpenAI가 훨씬 저렴한 비용으로 xhigh에서 Sol과 맞먹는다고 밝힌 OpenAI 자체의 GPT-6 Luna보다 앞선다.

• AutomationBench 및 OSWorld 2.0, 공급업체 보고 기준 — OpenAI는 최대 노력(maximum effort) 설정의 GPT-6 Sol이 비즈니스 워크플로 벤치마크에서 최대 노력 설정의 Claude Opus 5를 태스크당 비용 9%로 앞선다고 보고하며, GPT-6가 약 80% 더 낮은 비용으로 Claude Opus 5와 유사한 컴퓨터 사용 결과를 제공한다고 밝혔습니다. 또한 GPT-6 Astra는 OpenAI 자체 제품군 내에서 해당 카테고리를 여전히 선도하고 있습니다.

그 문장들의 숫자가 아니라 그 형태를 읽어라. 각 문장은 경쟁사의 점수에 근접한 점수를 그 일부에 불과한 비용과 짝지어 놓는다. 그것은 더 낮은 비용에서의 동등성 주장이지, 우위 주장이 아니며, "최고의 모델"이라는 표현보다 실질적으로 더 약한 진술이다. 그 표현은 OpenAI가 Astra를 위해 아껴 두는 것이다. 여기서 업체의 주장은 중간 등급이 가격 격차를 좁혔다고 말할 뿐, 능력 격차를 좁혔다고 말하지는 않는다.

독립적인 읽기

Artificial Analysis는 GPT-6 Sol을 최대 추론 노력으로 평가하고 출시 당일 그 결과를 발표했다. 그 수치는 독립적이며 위 문단에 맞서는 균형추다.

• Intelligence Index — Artificial Analysis Intelligence Index v4.3.2에서 48점으로, AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience 및 AA-LCR v1.1을 포함한 10개 평가를 반영합니다. 이 페이지는 비교 클래스 내 211개 모델 중 18위에 올려놓습니다 — 트래커가 모델을 추가함에 따라 변하는 분모입니다.

• 작업당 비용 — Intelligence Index 작업당 1.06달러로, Artificial Analysis의 캐시 적중/입력/출력 7:2:1 비율 기준 백만 토큰당 1.54달러의 혼합 요금과 비교된다. 이 모델은 인덱스 실행 중 7,700만 개의 출력 토큰을 생성했는데, 이는 같은 가격대 추론 모델들의 중간값인 8,800만 개와 비교되는 수치이므로 간결성에서 우위를 점하는 것은 아니다.

• 속도 및 지연 시간 — OpenAI의 API를 통해 측정된 초당 88.7 출력 토큰은 비교 가능한 추론 모델의 트래커 중앙값 82.6보다 높으며, 첫 토큰까지 걸리는 시간은 138.06초로 중앙값 3.79초와 대비됩니다. 이 두 수치는 같은 트레이드오프를 보여줍니다. 즉 모델은 일단 시작하면 빠르지만 시작은 느리며, 이는 긴 추론 과정의 예상되는 특징입니다.

• 어디서 역행했나 — Artificial Analysis 결과에 대한 The Decoder의 해석은 이전 세대 대비 두 가지 지식 노동 평가에서 퇴보를 보고한다: GDPval-AA v2.1에서 약 100 Elo 포인트, Luna에서 약 75 포인트를 잃었으며, 수동 점검 결과 하락의 주된 원인은 프레젠테이션 품질과 불완전한 결과로 추적되었다. 보도된 바에 따르면 Artificial Analysis 자체 요약은 작업당 비용이 대략 절반으로 줄어든 반면 지능 점수는 GPT-5.6 수준을 유지했고, 일부 평가에서는 향상이, 다른 평가에서는 퇴보가 있었다는 것이다.

그 모든 것에는 한 가지 단서가 붙는다. GPT-6 Sol과 GPT-6 Astra는 우리가 인용할 수 있는 어떤 주체에 의해서도 동일한 추론 노력과 동일한 평가 하네스에서 직접 벤치마크된 적이 없으며, 나란히 인용되는 두 수치 — Sol 48, Astra 53 — 는 같은 지수에서 나온 것이지만 반드시 같은 구성에서 나온 것은 아니다. 그 비교를 솔직하게 표현하면 짧다: 그 지수에서 Astra는 Sol보다 높은 점수를 받으며, 격차 중 얼마가 모델 때문이고 얼마가 추론 노력 설정 때문인지 분리해 보여 주는 공개된 실행은 없다.

가용성, 그리고 출시 후 바뀐 단 한 가지

OpenAI는 2026년 9월 22일 자사 API를 통해 두 모델을 gpt-6-sol과 gpt-6-luna로 출시했으며, 출시 자료에서는 Plus, Pro, Business, Enterprise, Edu 구독자를 대상으로 이들을 ChatGPT Work와 Codex에 배치했고, Free 및 Go 사용자는 데스크톱 앱을 통해 GPT-6 Luna에 접근할 수 있었다. 출시 당시 두 모델 모두 일반 ChatGPT Chat 인터페이스에서는 사용할 수 없었다. 이는 당일 보도된 OpenAI 측의 설명이며, 모델 선택기에서 Sol을 찾아보았다가 발견하지 못한 독자가 가장 혼동하기 쉬운 세부 사항이다.

이 모델에 이미지를 입력하는 사람이라면 누구나 주목해야 할 출시 후 변경 사항이 2026년 9월 25일자 OpenAI 자체 API 변경 로그에 있습니다: OpenAI는 이미지 인코딩의 버그를 수정했는데, 이 버그가 GPT-6 Sol과 GPT-6 Luna의 이미지 이해를 저하시켰다고 하며, API와 Codex의 시각 작업(컴퓨터 사용 포함)에 영향을 주었습니다. 변경 로그 자체의 권장 사항은 이미지 입력이 사용 사례에 포함된다면 평가를 다시 실행하고 영향을 받은 워크플로를 재시도하라는 것입니다. 이는 출시 6일 된 모델에 대한 3일 된 수정 사항이며, 출시 주간의 벤치마크 실행과 이번 주의 실행이 시각 관련 항목에서 서로 다를 수 있는 이유입니다.

OrcaRouter에서 GPT-6 Sol 실행 중

GPT-6 Sol은 OrcaRouter에서 OrcaRouter의 openai/gpt-6-sol(으)로 라우팅되며, 가격은 OpenAI 자체 정가에 제공업체 정가를 0% 마크업으로 그대로 적용한 가격이고, openai/gpt-6-astra 및 openai/gpt-6-luna도 함께 제공됩니다. 세 모델 모두 하나의 OpenAI 호환 엔드포인트와 하나의 API 키 뒤에 있으며, 바로 이 점 덕분에 티어에 관한 질문이 이론이 아니라 검증 가능한 것이 됩니다. 즉, 동일한 요청 본문을 프로덕션 경로에는 Sol로, 그 옆의 대량 작업에는 Luna로 지정할 수 있고, 별도의 계약도 코드 변경도 필요 없으며, 공급업체 가격 변경은 재가격 주기를 거친 뒤가 아니라 같은 날 여기에서 바로 반영됩니다. 이렇게 새로운 모델로 워크로드를 옮기는 상황이라면, 제공업체 전반에 걸친 자동 장애 조치가 나머지 절반의 논거입니다. 이는 출시 6일 된 모델을, 프로덕션 경로를 그 첫 달에 걸지 않고도 실제 트래픽으로 시험해 볼 수 있는 방법입니다.

실제 청구서에 요금표가 미치는 두 가지 영향, 하나씩 계산해 보면:

• 900,000토큰 규모의 문서 분석 실행은 전체 요청에 대해 롱 컨텍스트 요금이 청구됩니다: 900,000 입력 토큰은 백만 개당 $4.00 기준으로 $3.60이며, 여기에 출력 비용이 더해집니다. 동일한 실행을 272,000토큰 미만으로 유지하면 백만 개당 $2.00로 청구됩니다. 하나의 지나치게 큰 요청을 네 개의 임계값 미만 호출로 나누는 것은 여기서 편법이 아니라 입력 비용을 단순하게 2배 절약하는 방법입니다.

• 캐시된 에이전트 루프는 90% 캐시 입력 할인이 실제로 효과를 발휘하는 지점입니다. 안정적인 프리픽스를 수백 번 다시 읽어도 Sol에서는 백만 토큰당 $2.00가 아니라 $0.20가 들며, 추론 강도를 변경해도 더 이상 캐시가 무효화되지 않기 때문에 하나의 대화 안에서 프리픽스를 다시 구축하는 비용을 치르지 않고도 노력 단계를 올려볼 수 있습니다.

당신이 실제로 원하는 것이 두 모델 중 하나를 고르는 결정 — 이것이냐 플래그십이냐 — 라면GPT-6 Sol과 GPT-6 Astra를 별도로 전면 비교했으며, 당시 미출시 모델이었던 것의 출시 전 기록은 여기서 다시 논하지 않고 자체 기사에 보존되어 있습니다.