GPT-5.6가 이제 세 가지 모델 제품군으로 Zero에 기본 탑재되었습니다. 가장 까다로운 멀티 에이전트 작업을 위한 Sol, 균형 잡힌 일상 실행을 위한 Terra, 그리고 빠르고 대량인 워크플로를 위한 Luna입니다.
다양한 에이전트 작업 부하를 라우팅하는 팀에게는 이것이 하나의 새로운 플래그십보다 더 유용할 수 있습니다. 매 단계마다 최대 추론에 비용을 지불하는 대신, 연결된 도구, 파일, 브라우저 접근, 격리 실행, 스킬, 끝까지 완수하는 후속 처리 등 동일한 Zero 환경을 그대로 유지하면서 작업에 맞는 모델을 배정할 수 있습니다.
Built-in 경로를 선택하면 VM0가 모델 접근을 관리하고 사용량을 크레딧으로 청구합니다. 팀이 이미 OpenAI API 키나 ChatGPT/Codex 구독을 사용하고 있다면, Zero는 그 경로들도 지원합니다.
하나의 제품군, 세 가지 작동 지점
OpenAI는 GPT-5.6을 지속 가능한 역량 계층을 중심으로 설계했습니다. 숫자는 세대를 나타내고, Sol, Terra, Luna는 지능, 속도, 비용 사이의 절충을 나타냅니다.
GPT-5.6 Sol: 가장 어려운 작업
Sol은 플래그십입니다. 더 나은 계획, 더 많은 검증, 또는 병렬 작업이 결과를 실질적으로 바꿀 수 있을 만큼 작업이 어려울 때 활용하세요.
Zero의 GPT-5.6 Sol 통합은 기본적으로 Ultra 추론을 사용합니다. OpenAI는 Ultra를 네 개의 에이전트를 병렬로 조율한 뒤 그 결과를 종합하는 방식으로 설명합니다. 이로 인해 Sol은 다음과 같이 여러 개의 독립적인 작업 흐름이 있는 과제에 매우 적합합니다.
- 호환성을 테스트하고 결과를 문서화하면서 대규모 코드베이스를 마이그레이션.
- 여러 출처에 걸쳐 시장을 조사하고, 결과에 이의를 제기하며, 의사결정에 바로 쓸 수 있는 브리프 작성.
- 제품 브리프를 완성도 높은 인터페이스로 전환하고, 렌더링된 결과를 점검하며, 시각적 또는 기능적 문제를 수정.
- 수정안을 제안하기 전에 로그, 코드, 티켓, 브라우저 상태에 걸쳐 프로덕션 장애를 조사.
Sol은 $$$ VM0 Built-in 등급에 속합니다. 잘못된 판단이 값비싼 곳에 사용하고, 짧은 응답 하나하나에는 사용하지 마세요.
GPT-5.6 Terra: 균형 잡힌 일꾼
Terra는 반복 가능한 전문 작업을 위한 합리적인 출발점입니다. OpenAI는 이를 균형 계층으로 자리매김하며, 정가 API 토큰 가격의 절반으로 GPT-5.5에 필적하는 성능을 보고합니다.
여전히 추론과 도구 사용이 필요하지만 Sol의 최대 연산까지는 필요하지 않은 작업에 Terra를 사용하세요.
- 일일 리서치, 경쟁사 모니터링, 다중 출처 요약.
- 일상적인 코드 변경, 풀 리퀘스트 분석, 이슈 조사.
- 보고서, 출시 계획, 고객 브리프, 운영 문서 작성.
- 더 적정한 비용으로 강력한 롱컨텍스트 처리가 필요한 에이전트 워크플로.
Terra는 $$ VM0 Built-in 등급에 속합니다. 이는 보편적 기본값으로 강제되지 않으며, 다수의 범용 워크플로에서 우리가 가장 먼저 테스트해 볼 등급일 뿐입니다.
GPT-5.6 Luna: 속도와 물량
Luna는 제품군에서 가장 빠르고 가장 저렴한 구성원입니다. 최대 깊이보다 처리량과 응답 시간이 더 중요한 작업을 위해 만들어졌습니다.
Luna에 적합한 작업 부하의 예:
- 대량의 티켓, 리드, 메시지를 분류하거나 라우팅.
- 일관된 문서에서 구조화된 필드를 추출.
- 모호한 사례를 Terra나 Sol로 올리기 전에 1차 분류 수행.
- 대량으로 짧은 요약이나 변환을 생성.
Luna는 $ VM0 Built-in 등급에 속합니다. 모든 저렴한 작업에 적합한 선택은 아닙니다. OpenAI 자체의 롱컨텍스트 평가는 매우 큰 입력에서의 정보 검색에서 Luna와 상위 두 등급 사이에 큰 격차가 있음을 보여줍니다. 깊고 모호한 컨텍스트는 Terra나 Sol로 라우팅하세요.
벤치마크가 말하는 것과 말하지 않는 것
OpenAI는 제품군 전반에 걸쳐 강력한 결과를 보고하지만, 유용한 이야기는 단일 순위표 순위가 아니라 절충의 형태입니다.
명령줄 에이전트 워크플로를 평가하는 Terminal-Bench 2.1에서 OpenAI는 Sol Ultra 91.9%, Sol 88.8%, Terra 87.4%, Luna 84.7%를 보고합니다. BrowseComp에서 보고된 점수는 Sol Ultra 92.2%, Sol 90.4%, Terra 87.5%, Luna 83.3%입니다.
롱컨텍스트 결과가 더 중요한 라우팅 신호입니다. OpenAI MRCR v2, 8-니들, 256K–512K에서 Sol은 91.5%, Terra는 89.6%를 기록하는 반면 Luna는 41.3%를 기록합니다. Luna는 짧고 반복적인 작업에는 여전히 훌륭할 수 있습니다. 다만 모든 작업 부하에서 작은 Sol처럼 취급해서는 안 됩니다.
이는 공급사가 보고한 평가이며 보편적 순위가 아닙니다. 벤치마크는 특정 하네스, 도구, 추론 설정, 예산을 측정합니다. 여러분의 워크플로에서는 순서가 뒤집힐 수 있으므로, 프로덕션 에이전트를 변경하기 전에 대표적인 작업을 다시 실행해 보세요.
GPT-5.6 대 GPT-5.5 및 Claude Fable 5
실용적인 비교는 "어느 모델이 이기는가?"가 아닙니다. "실행의 이 단계에서 비용을 지불할 가치가 있는 동작은 무엇인가?"입니다.
| 모델 | Zero에서의 최적 용도 | 두드러지는 점 | VM0 Built-in 등급 |
|---|---|---|---|
| GPT-5.6 Sol | 계획, 병렬 실행, 설계 판단 또는 검증이 결과를 바꿀 수 있는 어렵고 다단계인 작업 | Zero는 기본으로 Ultra 사용; 코딩, 컴퓨터 사용, 설계, 리서치, 심층 컨텍스트에 가장 강력한 GPT-5.6 등급 | $$$ |
| GPT-5.6 Terra | 여전히 신뢰할 수 있는 추론과 도구가 필요한 일상적 전문 워크플로 | 균형 잡힌 품질, 속도, 비용; 롱컨텍스트 작업에 강한 제품군 적합성 | $$ |
| GPT-5.6 Luna | 일관된 입력과 손쉬운 에스컬레이션을 갖춘 빠르고 대량인 작업 | 제품군에서 가장 낮은 지연과 비용; 분류, 추출, 대량 처리에 이상적 | $ |
| GPT-5.5 | 이미 검증되어 아직 재기준선이 필요하지 않은 기존 OpenAI 워크플로 | 익숙한 프런티어 동작과 현재 에이전트를 위한 안정적인 비교 기준점 | 가용성은 워크스페이스 구성에 따라 다름 |
| Claude Fable 5 | 가장 심층적인 Anthropic 및 Claude Code 워크플로, 특히 팀이 이미 그 동작에 맞춰진 경우 | 프리미엄 장기 추론과 뚜렷한 공급사/도구 프로필 | $$$$ |
OpenAI는 Sol이 Agents' Last Exam과 Artificial Analysis Coding Agent Index에서 Fable 5를 앞서고, GDPval-AA v2에서는 Fable 5가 근소하게 앞선다고 보고합니다. 바로 이것이 "최고의 모델"이라는 표현이 지나치게 광범위한 이유입니다. Sol은 OpenAI의 가장 강력한 에이전트형 코딩, 컴퓨터 사용, 설계, 멀티 에이전트 동작을 원할 때 매력적입니다. Fable은 최상위 Anthropic 작업과 이미 Claude Code를 중심으로 보정된 워크플로에 여전히 유효한 선택지입니다.
Terra는 많은 GPT-5.5 작업 부하에 대해 더 직접적인 업그레이드 후보입니다. OpenAI는 이것이 정가 API 토큰 가격의 절반으로 GPT-5.5에 필적한다고 말합니다. Luna는 다른 최적화 목표 — 속도와 규모 — 를 지향하므로, 최고 벤치마크 점수만이 아니라 달러당 또는 분당 완료된 작업으로 비교하세요.
Zero에서 Built-in의 의미
Built-in은 GPT-5.6을 자격 증명 프로젝트가 아니라 라우팅 선택으로 만듭니다. VM0 Managed 공급자를 선택하면 Zero가 접근을 처리하고 그에 해당하는 VM0 크레딧 등급을 청구합니다. 그 경로를 위해 별도의 OpenAI API 키를 생성하거나 관리할 필요가 없습니다.
자체 공급자 관계를 선호하는 팀은 여전히 OpenAI API 키를 사용하거나 ChatGPT/Codex 구독을 연결할 수 있습니다. 모델 이름은 동일하게 유지되며, 청구 경로와 공급자 구성이 달라집니다. VM0 크레딧 등급($, $$, $$$)은 OpenAI의 공개 API 토큰 가격과 동일하지 않습니다.
Zero에서 GPT-5.6을 켜는 방법
GPT-5.6은 프롬프트 안에 "GPT-5.6을 사용하라"고 적는 것이 아니라 모델 설정에서 선택합니다.
- Settings를 열고 사이드바에서 Models를 선택합니다.
- Personal 섹션에서 GPT 5.6 Sol, GPT 5.6 Terra, 또는 GPT 5.6 Luna를 추가합니다.
- VM0 Managed 라우팅을 사용하려면 Built-in을 선택하고, 그렇지 않으면 연결된 OpenAI API 또는 ChatGPT/Codex 공급자를 선택합니다.
- 채팅이나 실행을 시작하고 모델 선택기를 열어 원하는 등급으로 전환합니다.
- 워크플로가 안정되면 일상 작업이 의도한 경로를 일관되게 사용하도록 에이전트 또는 스킬 수준에서 적절한 모델을 설정합니다.
실용적인 라우팅 플레이북
세 가지 질문으로 시작하세요.
- 잘못된 답의 비용은 얼마나 큰가? 오류가 상당한 재작업, 위험, 또는 하류 영향을 초래할 때 Sol을 사용하세요.
- 컨텍스트는 얼마나 깊고 모호한가? 교차 확인과 종합이 필요한 크고 지저분한 입력에는 Terra나 Sol을 사용하세요.
- 이 작업은 얼마나 자주 실행되는가? 예측 가능한 대량 작업에는 Luna를 사용하고, 예외는 상위 등급으로 올리세요.
혼합 라우팅 패턴은 테스트해 볼 가치가 있습니다. Luna가 입력을 걸러 구조화하고, Terra가 작업의 본체를 완료하며, Sol이 최대 추론을 정당화하는 소수의 결정을 처리합니다. 모든 것을 하는 하나의 모델이 필요한 것이 아니라, 각 단계가 충분한 모델을 사용하는 것이 필요합니다.
GPT-5.6은 그 선택을 유난히 명확하게 만듭니다. Sol, Terra, Luna는 동일한 에이전트 환경 안에서 Zero에 세 가지 작동 지점을 제공합니다. 그래서 작업이 요구할 때 역량을 끌어올리고, 그렇지 않을 때 비용을 낮출 수 있습니다.
