GPT-6 vs Grok 4.6: 두 중간 티어, 200K 토큰 이상에서 갈리는 하나의 청구서

GPT-6 Sol과 Grok 4.6은 두 칼럼 상단에서 백만 입력 토큰당 $2.00, 백만 출력 토큰당 $6.00으로 동일한 비용이 듭니다. 거의 아무도 그 옆에 적어 놓지 않는 사실은, 두 칼럼이 요청의 서로 다른 지점에서 일치하지 않기 시작한다는 점입니다. Grok 4.6은 프롬프트가 200,000 입력 토큰을 넘으면 장문 컨텍스트 요율을 부과하기 시작하고, GPT-6 Sol은 272,000까지 기다립니다. 그 경계를 넘으면 전체 요청이 재가격 책정됩니다 — 초과분만이 아니라 — 그리고 두 공급업체는 반대 방향으로 재가격을 책정하는데, 이 부분이 긴 에이전트 실행의 청구서를 결정합니다. GPT-6 Sol과 그 형제 모델인 GPT-6 Astra, GPT-6 Luna는 2026년 9월 22일에 출시되었고, SpaceXAI 라인의 중간 계층인 Grok 4.6은 2026년 8월 12일에 출시되어 이미 Grok 4.7이 합류했으므로, 이것은 두 출시된 모델 간의 비교이며 어느 쪽의 출시도 아닙니다.

2026년 10월 7일에는 GPT-6을 어떻게 해석해야 하는지에 중요한 두 번째 변화가 있었습니다. OpenAI가 GPT-6를 ChatGPT의 메인 Chat 탭에 순차 배포하기 시작했고, 10월 8일에는 무료 티어에도 도달했습니다. Plus, Pro, Business, Enterprise 티어에서는 GPT-6 Sol이, Free 및 Go 티어에서는 GPT-6 Luna가 실행됩니다. 이는 표면적인 변화입니다. 동일한 모델, 훨씬 더 큰 사용자층, 그리고 OpenAI가 Intelligent UI라고 부르는 새로운 인터페이스 계층이죠. 이는 API 요율을 단 하나도 바꾸지 않습니다. 다만, "GPT-6"을 무엇과 비교해 벤치마킹하고 있다면, 이제는 매우 많은 사람들이 브라우저 탭에서도 대화하고 있는 모델을 벤치마킹하고 있다는 뜻입니다.

두 카드가 실제로 다른 부분

• 짧은 컨텍스트 입력 — GPT-6 Sol 백만 토큰당 $2.00 vs Grok 4.6 백만 토큰당 $2.00
• 짧은 컨텍스트 출력 — GPT-6 Sol 백만 토큰당 $10.00 vs Grok 4.6 백만 토큰당 $6.00
• 장문 요청 임계값 — GPT-6 Sol은 입력 토큰 272,000개 초과 시 가격이 재산정됨 vs Grok 4.6은 200,000개 초과
• 장문 요청 입력 — GPT-6 Sol 백만 토큰당 $4.00 vs Grok 4.6 백만 토큰당 $4.00
• 장문 요청 출력 — GPT-6 Sol 백만 토큰당 $15.00 vs Grok 4.6 백만 토큰당 $12.00
• 캐시된 입력 — GPT-6 Sol 백만 토큰당 $0.20 vs Grok 4.6 백만 토큰당 $0.50
• 컨텍스트 창 — GPT-6 Sol 1,050,000 토큰 vs Grok 4.6 500,000 토큰
• 입력 모달리티 — 둘 다 텍스트, 이미지, 파일을 지원
• 지식 업무 점수 — Artificial Analysis Intelligence Index에서 GPT-6 Sol 47.6 vs Grok 4.6 44.3
• Terminal-Bench 2.1 — GPT-6 Sol은 동일 리비전에서 미공개 vs Grok 4.6 88.4

두 출력 줄을 함께 읽으면 결정의 윤곽이 드러난다. Grok 4.6은 200K 미만의 모든 요청에서 백만 출력 토큰당 $4.00 더 저렴하고, 200K를 넘으면 $3.00만 더 저렴하다. 이는 헤드라인의 40%가 시사하는 것보다 훨씬 작은 격차인데, 두 모델 모두 기준을 넘는 부분만이 아니라 요청 전체의 가격을 다시 매기기 때문이다 — 200,001토큰의 프롬프트가 비싼 요율의 토큰 1개에 저렴한 요율의 200,000개를 더한 것으로 청구되지 않는다는 점을 곱씹어볼 만한 세부 사항이다.

그러면 임계값 자체는 반대 방향으로 작용한다. Grok 4.6은 GPT-6 Sol보다 72,000토큰 더 이른 지점에서 가격 재조정을 시작한다. 200K와 272K 사이에 꾸준히 놓이는 워크로드라면, Grok 4.6은 토큰당 헤드라인 가격이 더 저렴한데도 더 비싼 모델이며, 둘 중 실제로 움직인 쪽은 이것뿐이다. 여러분의 프롬프트가 그 구간의 어느 쪽에 걸리는지가 어느 헤드라인 가격이 더 낮은지보다 더 유용한 질문이다.

벤치마크 격차는 가격 격차보다 더 작고 좁다

Artificial Analysis의 Intelligence Index는 벤더 표가 아닌 제3자 측정 지표인데, 여기서 GPT-6 Sol은 47.6, Grok 4.6은 44.3에 위치한다. 0~100 척도에서 3.3점 차이는 실재하지만, 어떤 모델이 특정 작업에 부적합하고 다른 모델이 적합하게 만드는 종류의 거리는 아니다. 또한 이 수치는 모델별 특정 추론 설정에서 측정된 것이며, GPT-6 Sol은 구성 가능한 추론 강도를 제공하고 Grok 4.6은 자체 추론 강도를 제공한다 — 따라서 단일 일대일 비교 수치를 인용하는 사람은 2차원 격자에서 한 점을 인용하는 셈이다.

두 모델이 진정으로 더 크게 벌어지는 지점은 터미널 스타일의 에이전트 작업이다. Terminal-Bench 2.1에서 Grok 4.6은 88.4를 기록했다. GPT-6 Sol은 우리 카탈로그가 수록한 개정판에서 비교 가능한 공개 수치가 없으며, 빈 칸에 대한 정직한 해석은 그 수치가 공개되지 않았다는 것이지 — 모델이 나쁜 성적을 냈다는 뜻은 아니다. 장시간 실행되는 셸 기반 에이전트가 워크로드라면, 공개된 증거는 Grok 4.6에 유리하며, 누락된 증거는 어느 쪽에도 증거로 간주되지 않는다.

지식 검색에서는 장문맥에서 반대가 성립한다. GPT-6 Sol은 장문맥 회상에서 83.7을 기록해 Grok 4.6의 80.3을 앞서며, 두 모델의 공급업체들은 각기 다른 곳에서 자체 수치를 보고한다 — SpaceXAI는 Grok 4.6의 GPQA Diamond가 94.9라고 강조하고, OpenAI의 GPT-6 자료는 대부분 공급업체가 보고한 것으로 재현되지 않았다. 이를 바로잡는 두 가지 규칙이 있다. 공급업체 수치는 주장이고, 지수 수치는 명시된 리비전에 대한 측정값이다. 이 둘은 서로 바꿔 쓸 수 없으며, 결코 하나의 "더 나은" 점수로 평균 내서는 안 된다.

후계자 문제

이들 중 어느 것도 각자의 연구소에서 나온 최신 모델이 아니며, 그렇지 않은 척하는 것은 이 비교가 할 수 있는 가장 오해의 소지가 큰 일일 것이다. SpaceXAI는 2026년 9월 21일 Grok 4.7을 동일한 기본 요율 $2.00 / $6.00으로 출시했으며, Intelligence Index는 44.3에서 46.4로 움직였다. OpenAI는 2026년 9월 29일 GPT-6.1 Sol을 출시했으며, 역시 $2.00 / $10.00이고, Intelligence Index는 51.8이며, 한 가지 요율은 실제로 개선되었다: 캐시된 입력이 백만 토큰당 $0.20에서 $0.10으로 떨어졌다. Artificial Analysis는 이제 자사의 GPT-6 Sol 페이지를 사용 중단(deprecated)으로 표시하며, 독자들에게 GPT-6.1 Sol을 안내한다.

그러므로 공정한 틀은 "이 둘 중 무엇을 도입해야 하는가"가 아니라 "이 둘 중 무엇이며, 어느 쪽이든 한 세대 더 새로운 것이 아닌지 확신하는가"입니다. GPT-6 Sol에 머무는 이유는 보통 성능 주장이 아니라 특정 8일 된 통합 때문이고, Grok 4.6에 머무는 이유는 후속 모델이 아직 공개적으로 따라잡지 못한 공개된 터미널 에이전트 수치입니다. 둘 다 타당하며, 둘 다 시간 제한적입니다.

하나의 키로 둘 다 실행

두 모델 모두 OrcaRouter를 통해 라우팅되므로, 두 후보를 살려 두는 기계적인 부분에는 비용이 들지 않습니다: 200개 이상의 모델 앞에 놓인 하나의 API, 동일한 키, 두 모델 사이에 두 번째 계약도 코드 변경도 없습니다. 이는 여기서 평소보다 더 중요합니다. 왜냐하면 이 특정 조합에서 두 번째 모델을 쓰는 근거는 역량 헤지가 아니라 라우팅 결정이기 때문입니다 — 200K~272K 윈도는 GPT-6 Sol로, 그보다 짧은 모든 것은 Grok 4.6으로 보내면, 동일한 애플리케이션이 어느 벤더도 선택하게 해주지 않는 임계값의 양쪽에서 더 저렴한 청구서를 받게 됩니다.

자동 페일오버는 같은 구성에서 지루한 절반에 해당한다. 롱컨텍스트 에이전트 실행이 긴 이유는 바로 무언가가 세션을 계속 열어 둔 상태로 붙잡고 있기 때문이며, 40분 시점에 프로바이더가 잠깐 삐끗하는 것은 값비싼 종류의 실패다. 미리 구성해 둔 두 번째 경로가 있으면 그것은 재실행이 아니라 재시도가 된다.

우리 카탈로그는 두 카드 모두 해당 제공업체의 자체 정가로 등록되어 있고, 아무런 마크업도 붙지 않습니다. 그래서 어느 카드에서든 요금이 바뀌면 제공업체 쪽에 적용되는 같은 날 우리 쪽에도 적용됩니다. 이 점은 슬로건처럼이 아니라 분명히 말할 가치가 있습니다. 신경 써야 하는 이유는 위의 $0.20 대 $0.50 캐시 입력 차액이 바로 공급업체들이 조용히 바꾸는 그런 항목이라는 점이며, 패스스루는 리셀러가 따라잡을 때까지 기다릴 필요가 없다는 뜻입니다.

실제로 그것을 결정하는 것은 무엇인가?

프롬프트가 짧다면, Grok 4.6은 어떤 지수 차이로도 메울 수 없는 격차로 출력 가격에서 앞서며, 터미널 에이전트 점수는 두 칼럼 중 어느 쪽에서든 공개된 수치 가운데 가장 강력합니다. 프롬프트가 길다면, GPT-6 Sol의 더 늦은 재가격 임계값과 더 긴 윈도우는 더 높은 출력 단가보다 더 가치가 있으며, 캐시된 입력 라인은 비용의 4분의 1입니다. 프롬프트가 200K와 272K 사이에 있다면, 당신은 더 저렴해 보이는 모델이 실제로는 더 비싼 모델인 유일한 워크로드를 다루고 있는 것이며, 해결책은 모델 선택이 아니라 라우팅 선택입니다.

주목할 것은 두 모델 중 어느 쪽이 아니라, 이미 시판 중인 두 후속 모델이다. Grok 4.7과 GPT-6.1 Sol은 둘 다 여기서 결정을 미룰 명분을 약화시킨다. 그리고 3주마다 다시 돌려야 하는 비교는 아키텍처 문서가 아니라 라우터 뒤에 있어야 할 비교다.