저는 그동안 GPT-6 Sol의 xHigh 설정을 주로 써 왔습니다. 익숙한 설정을 계속 쓰다가 GPT-6.1 Sol과 Terra의 특징과 요금표를 이제야 제대로 비교해 보니 조금 아쉬웠습니다. 매번 가장 깊게 생각하게 하기보다 작업에 맞춰 모델과 추론 강도를 골랐다면 사용량을 더 효율적으로 쓸 수 있었겠다는 생각이 들었습니다.
이 글에서 다루는 모델 중 가장 최근에 나온 GPT-6.1 Terra도 2026년 10월 26일 출시되어, 글을 정리하는 11월 5일에는 열흘이 지났습니다. 그래서 이번 글은 출시 후 조금 늦게 정리하는 ChatGPT 모델 비교입니다. Sol과 Terra의 강점, 실제 비용 차이, 추론 강도를 함께 살펴보며 Plus·무료 사용자가 자신의 작업에 맞는 선택을 할 수 있도록 정리했습니다.
먼저 선택 기준: Plus에서 일상적인 글·화면 작업은 Terra의 Light~Medium, 복잡한 코드·여러 자료를 엮는 작업은 6.1 Sol의 Medium을 출발점으로 권합니다. 무료·Go 이용자는 공식 안내상 Luna 중심의 선택지가 제공됩니다. 이 글의 세부 모델 설정은 주로 ChatGPT Work·Codex에 관한 내용입니다.
ChatGPT 구독, 모델, 추론 강도는 각각 무엇일까요?
모델은 일을 맡길 담당자, 추론 강도는 그 담당자에게 검토 시간을 얼마나 줄지 정하는 설정에 가깝습니다. 짧은 이메일을 정리하는 일과 여러 파일의 오류 원인을 찾는 일에 같은 검토 시간이 필요한 것은 아닙니다. 다만 모델마다 잘하는 분야가 달라서 한 모델의 추론 강도를 높였다고 다른 모델과 같은 능력이 되는 것은 아닙니다.
Plus는 구독 상품이고 Sol·Terra는 모델 이름입니다. Pro 구독과 높은 추론 강도 역시 다른 개념입니다. Plus에서도 계정에 제공되는 모델과 추론 설정을 쓸 수 있지만 사용 가능한 양과 기능에는 해당 플랜의 제한이 적용됩니다.
또한 ChatGPT의 일반 대화인 Chat과, 자료·도구를 활용해 작업하는 Work, 코딩 작업을 수행하는 Codex를 구분해야 합니다. 공식 안내상 GPT-6.1 Sol과 Terra는 Work·Codex에서 제공되며 일반 Chat의 모델 선택 메뉴와 같지 않습니다. “Plus인데 Sol이 안 보인다”면 어떤 화면을 열었는지부터 확인하는 편이 좋습니다. 공식 요금·이용 범위
GPT-6 Sol·6.1 Sol·6.1 Terra의 출시일과 성격 비교
다음 날짜는 공식 API 변경 기록에 명시된 출시일입니다. 실제 구독 계정의 메뉴에 표시된 날짜와는 다를 수 있습니다. Light·Medium·High·xHigh는 각각 따로 출시된 모델이 아니라 해당 모델에 적용하는 추론 설정이므로 별도의 출시일을 붙이지 않았습니다.
| 모델 | API 출시일 | 공식 설명에서 드러나는 강점 | 선택할 만한 상황 |
|---|---|---|---|
| GPT-6 Sol | 2026-09-22 | 복잡한 코딩과 여러 단계의 에이전트 작업 | 기존에 잘 작동하는 작업을 유지하거나 6.1 Sol과 같은 조건으로 비교할 때 |
| GPT-6.1 Sol | 2026-09-29 | 복잡한 코드·앱·문서 작업. 공식 문서는 Astra에 가까운 성능을 더 낮은 비용으로 제공한다고 소개 | 여러 파일을 수정하고 결과까지 검증하는 작업, 자료 간 충돌을 정리하는 기획 |
| GPT-6.1 Terra | 2026-10-26 | 명확한 글쓰기, 이미지 이해, 화면을 보고 수행하는 컴퓨터 작업 | 제공 자료로 글 정리, 차트·화면 검토, 범위가 분명한 앱 작업과 코드 수정 |
출시일: OpenAI API 변경 기록. 역할 비교: 공식 모델 선택 가이드. Terra의 Plus 등 유료 플랜 Work·Codex 제공은 10월 26~30일 업데이트에서도 확인할 수 있습니다.
지능을 하나의 점수로 순서 매기면 선택이 오히려 어려워집니다. 예를 들어 여러 프로그램의 관계를 추적하는 일과 화면 속 작은 글자를 읽어 간결하게 설명하는 일에는 서로 다른 능력이 필요합니다. 공식 소개의 “Astra에 가까운 성능”도 모든 분야·모든 추론 강도에서 점수가 같다는 뜻으로 해석해서는 안 됩니다.
6.1 Sol Medium과 Terra xHigh 중 어느 쪽이 무조건 더 똑똑한지를 이 글에서는 단정하지 않습니다. 이 조합 전체를 같은 조건으로 비교한 검증 자료를 확보하지 못했습니다. 아래 추천은 공식 용도 설명과 추론 설정 원리를 바탕으로 제안하는 출발점이며 필자가 전 조합을 직접 시험해 만든 성능 순위는 아닙니다.
GPT-6 Sol·6.1 Sol·Terra의 API 토큰 가격 비교
먼저 토큰은 AI가 글을 처리할 때 나누어 다루는 단위입니다. 단어나 글자 수와 정확히 같지는 않습니다. 아래 가격은 ChatGPT 월 구독료가 아니라 API Standard 처리·입력 272K 토큰 이하 조건에서의 100만 토큰당 미국 달러 가격입니다.
| 모델 | 일반 입력 | 캐시된 입력 | 출력 |
|---|---|---|---|
| GPT-6 Sol | $2.00 | $0.20 | $10.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 |
| GPT-6.1 Terra | $1.00 | $0.05 | $5.00 |
| 참고: GPT-6 Luna | $0.10 | $0.01 | $0.50 |
출처: 6 Sol · 6.1 Sol · 6.1 Terra · 6 Luna 공식 모델 페이지. 2026-11-05 확인.
캐시는 같은 지시문이나 자료의 일부를 다시 처리할 때 재사용하는 장치입니다. 요금표를 볼 때는 일반 입력·캐시된 입력·출력 단가를 각각 비교해야 어느 부분에서 비용을 줄일 수 있는지 알 수 있습니다.
GPT-6.1 Sol은 GPT-6 Sol과 일반 입력·출력 가격이 같습니다. 두 모델 모두 100만 토큰당 일반 입력 $2, 출력 $10입니다. 캐시된 입력의 단가는 $0.20에서 $0.10으로 50% 낮아졌습니다. 반복해서 사용하는 자료에 캐시가 적용된다면 이 항목에서 비용을 아낄 수 있습니다.
GPT-6.1 Terra는 두 Sol 모델보다 일반 입력·출력 단가가 각각 50% 낮습니다. 일반 입력은 $1, 출력은 $5입니다. 캐시 입력 $0.05는 6.1 Sol보다 50%, 6 Sol보다 75% 저렴합니다. 다만 캐시 적용량과 실제 추론·출력량에 따라 전체 작업 비용이 줄어드는 폭은 단가 차이와 다를 수 있습니다.
가격표를 한 번의 API 요청에 적용해 보겠습니다. 캐시 없이 입력 1만 토큰, 청구 대상 출력 총 2천 토큰을 쓴다고 가정하면 6 Sol과 6.1 Sol은 각각 약 $0.04, Terra는 약 $0.02입니다. 출력에는 추론 토큰도 포함한다고 가정한 산술 예시이며 실제 과금 측정값이 아닙니다. 도구 사용료·긴 입력 할증·캐시 저장·다른 처리 속도는 넣지 않았습니다.
Plus 구독에 포함된 작업량을 이 숫자로 나눠 “몇 번 쓸 수 있다”고 계산하면 안 됩니다. 포함 사용량은 작업의 길이와 복잡성, 도구 사용 등에 따라 달라집니다. 월 구독료, 구독에 포함된 사용량, 추가 구매 크레딧, API 청구를 각각 따로 보아야 합니다. 공식 요금 안내
Light·Medium·High·xHigh는 어떻게 다른가요?
추론 강도를 높이면 모델이 계획·검토에 더 많은 자원을 쓸 수 있습니다. 문장을 보기 좋게 고치는 작업에는 큰 차이가 없을 수 있지만 여러 조건이 충돌하는 문제에서는 추가 검토가 도움이 될 수 있습니다. 항상 High가 필요하거나 xHigh가 정답을 보장하는 것은 아닙니다.
| 화면 표시·설정값 | 생각하는 방식의 차이 | 시작하기 좋은 작업 | 올릴 신호 |
|---|---|---|---|
Light / Low (low) | 범위가 분명한 일을 빠르게 처리하는 쪽 | 짧은 문장 수정, 항목 추출, 정해진 형식으로 변환 | 필수 조건을 자꾸 놓치거나 자료 관계를 이해하지 못함 |
Medium (medium) | 속도와 검토 깊이의 균형 | 일반적인 글 초안, 여러 자료 정리, 원인이 비교적 분명한 코드 수정 | 예외 조건·여러 단계의 영향까지 검토해야 함 |
High (high) | 복잡한 논리와 조건을 더 꼼꼼히 살핌 | 여러 파일의 오류 추적, 상충하는 요구사항 비교, 게시 전 내용 점검 | 같은 오류가 반복되거나 전체 구조를 다시 설계해야 함 |
Extra High / xHigh (xhigh) | 어려운 작업에 더 깊은 검토를 요청 | 충돌하는 근거로 판단하기, 복잡한 설계·검증 | 기다린 만큼 개선됐는지 확인 후 유지 또는 낮춤 |
공식 모델 안내에서 데스크톱·Work의 Light는 CLI의 Low에 대응합니다. 지원되는 메뉴는 클라이언트와 계정에 따라 달라집니다. 또한 Light와 Fast는 다른 설정입니다. 전자는 추론 깊이, 후자는 응답을 생성하는 처리 속도에 관한 선택입니다. 빠른 답을 원한다고 Fast를 켜면 사용량 부담이 오히려 커질 수 있으므로 절약이 목적이라면 우선 Standard 속도에서 추론 강도를 조절해 보세요. 공식 모델·추론 설정 설명
모델마다 선택할 수 있는 단계도 조금 다릅니다
- GPT-6 Sol: API에서 none, low, medium, high, xhigh, max 지원.
- GPT-6.1 Sol: low, medium, high, xhigh, max 지원. none을 선택하는 모델이 아닙니다.
- GPT-6.1 Terra: none, low, medium, high, xhigh, max 지원.
세 모델의 API 기본 추론 강도는 Medium입니다. none은 추론 설정의 하나이며 Light와 같은 값이 아닙니다. Max는 더 깊은 검토가 필요한 경우의 선택지지만 이 글은 일상적인 효율을 위해 Light~xHigh를 중심으로 비교합니다. API 지원값이 앱 메뉴에 전부 노출된다는 뜻은 아닙니다. 지원값은 위 표에 연결한 각 공식 모델 페이지를 기준으로 했습니다.
추론 강도마다 “Light $1, High $2”처럼 고정된 별도 가격이 붙는 방식도 아닙니다. API에서는 모델의 토큰 단가를 적용합니다. 추론 강도를 높여 더 많은 추론 토큰을 쓰면 실제 비용과 대기 시간이 늘어날 수 있습니다. High는 Medium의 정확히 두 배 비용처럼 고정 배수로 계산할 수 없습니다. 모델은 문제에 따라 추론량도 조절합니다. 공식 추론 모델 설명
Plus 이하·무료 사용자는 어디서 타협하면 좋을까요?
공식 가격표의 미국 달러 월정액 표기는 무료 $0, Go $8, Plus $20입니다. 앞서 설명한 API 단가와는 별도의 구독료이며 실제 가입·갱신 금액은 결제 화면에서 확인할 수 있습니다.
| 이용 경로 | 공식 안내에서 확인한 범위 | 이 글의 추천 출발점 |
|---|---|---|
| 무료·Go | 데스크톱에서 Standard 속도의 GPT-6 Luna. 순차 제공과 계정 상태에 영향받음 | Luna Medium부터. 명확한 작은 작업을 나누어 맡기고 필요할 때 High를 시험 |
| Plus의 Work·Codex | 6.1 Sol·Luna, Terra 제공 안내 확인. 포함 사용량 제한 적용 | 가벼운 작업 Terra Light~Medium, 복잡한 작업 6.1 Sol Medium |
| API 키로 별도 이용 | API 계정의 모델 접근 권한과 사용량 과금 적용 | 소액 예산·사용량 한도를 정하고 결과와 총토큰을 비교 |
출처: 공식 플랜·모델 이용 범위. 무료 계정에서 Sol·Terra를 자유롭게 고를 수 있다고 전제하지 않았습니다.
무료 사용자는 모델을 바꾸기 전에 요청 범위를 줄이는 방법이 유용합니다. 예를 들어 “사이트 전체를 고쳐 줘”보다 오류 화면, 관련 파일, 기대 동작을 함께 주고 “이 버튼이 작동하지 않는 원인을 찾아 줘”라고 맡기면 성공 여부를 확인하기 쉽습니다. 범위를 나눈다는 것은 필요한 배경까지 빼라는 뜻이 아니라, 한 번에 확인할 목표를 분명히 하자는 뜻입니다.
Plus라면 처음부터 xHigh를 고정하기보다, 결과가 충분한 가장 낮은 설정을 찾는 편을 권합니다. 초안을 Terra Medium으로 만들고 여러 근거를 맞춰 최종 판단해야 할 때 6.1 Sol High를 쓰는 식입니다. 단, 모델을 바꾸면 필요한 자료와 결정사항이 전달되었는지도 확인해야 합니다.
이런 상황이라면 어떤 모델과 추론 강도를 고를까요?
다음은 공식 문서의 용도 설명을 실제 업무에 적용한 필자의 추천 예시입니다. 성능 측정으로 입증한 승패표가 아닙니다. 무료·Go 계정은 앞서 설명한 이용 범위에 따라 Luna에서 시작하고 Sol·Terra 열은 접근 가능한 Plus·API 등의 환경에서 참고하세요.
| 상황 | 추천 시작 설정 | 이 조합을 고른 이유 | 강도를 올리거나 모델을 바꿀 때 |
|---|---|---|---|
| 공지문·이메일을 자연스럽게 다듬기 | Terra Light | 범위가 분명한 글 정리. 원문 사실을 유지하는지 확인하기 쉬움 | 여러 독자·금지 표현·정책 조건을 함께 맞추면 Medium |
| 회의록에서 할 일·담당자·날짜 뽑기 | Luna Medium | 형식이 정해진 추출 작업에 효율적인 출발점 | 서로 모순된 발언을 해석해 우선순위까지 정하면 Sol Medium |
| 차트·앱 화면을 보고 설명하기 | Terra Medium | 시각 자료 이해가 강점인 모델. 글자·수치와 해석을 구분해 요청 | 자료 간 관계와 사업 판단까지 필요하면 Sol High도 비교 |
| 자료를 제공하고 블로그 초안 만들기 | Terra Medium | 명확한 글쓰기와 전달 목적에 맞는 구성부터 확인 | 출처 충돌·기술적 예외가 많으면 Sol Medium~High |
| CSS 간격·문구·한 함수 수정하기 | Terra Light~Medium 또는 Luna Medium | 수정 범위와 확인 방법이 명확하면 작은 모델·강도로도 비교 가능 | 여러 파일에 걸쳐 영향이 생기면 Sol Medium |
| 여러 파일의 오류 원인 추적·기능 구현 | 6.1 Sol Medium | 계획·수정·검증이 연결되는 복잡한 코딩 용도 | 재현이 어렵거나 구조·예외 처리까지 얽히면 High |
| 상충하는 자료로 중요한 기획안 만들기 | 6.1 Sol High | 근거 간 충돌과 여러 선택의 손익을 함께 검토 | High 결과의 구체적 누락이 남고 검토 가치가 크면 xHigh |
| 같은 오류를 여러 번 고쳐도 실패하기 | 현재 결과 점검 후 Sol High, 필요 시 xHigh | 우선 재현 단계·오류 기록·실패한 시도를 정리해야 함 | 자료가 부족하면 강도를 올리기보다 로그·입력부터 보완 |
예를 들어 “일본어 공부 앱 소개 글을 다듬어 달라”는 요청에는 Terra Medium으로 시작할 수 있습니다. 반면 가입 제한, 가격표, 이미지 사용 조건이 서로 다른 여러 자료를 맞춰야 한다면 Sol의 추가 검토가 도움이 될 수 있습니다. 같은 글쓰기라도 어떤 판단이 필요한지에 따라 선택이 달라집니다.
최신 가격이나 출시일을 묻는 작업에는 추론 강도와 함께 최신 공식 출처를 찾을 수 있는 환경이 필요합니다. xHigh로 오래 생각해도 읽지 않은 새 공지를 아는 것은 아닙니다. 인용한 페이지가 실제 주장과 맞는지 확인하는 과정도 남습니다. 공식 추론 설정 가이드도 복잡한 작업에서만 추가 추론의 품질 이득과 비용을 비교하도록 안내합니다.
작업에 맞는 모델과 추론 강도를 선택하는 기준
선택할 때는 작업 범위, 판단의 복잡성, 결과를 확인하는 방법을 함께 보면 좋습니다. 같은 블로그 글이라도 제공된 원고의 문체만 다듬는 일과 여러 출처의 주장을 대조하는 일은 필요한 검토 깊이가 다릅니다.
- 수정 범위가 분명한가요? 문장 정리, 항목 추출, 한 함수의 수정처럼 목표와 완료 조건이 명확하면 가벼운 모델이나 낮은 추론 강도부터 선택하기 좋습니다. 여러 파일·자료의 관계를 함께 다뤄야 한다면 Sol 계열의 더 깊은 검토를 고려할 수 있습니다.
- 정보를 정리하나요, 서로 다른 조건을 판단하나요? 정해진 형식으로 옮기는 작업과 상충하는 근거를 따져 결정하는 작업은 다릅니다. 후자처럼 선택의 이유와 예외까지 살펴야 할 때 High·xHigh를 검토하는 편이 합리적입니다.
- 틀린 결과를 얼마나 쉽게 확인할 수 있나요? 원문과 바로 대조할 수 있는 짧은 요약과 여러 단계의 구현은 검증 부담이 다릅니다. 확인하기 어려운 작업일수록 충분한 검토와 별도의 사실 확인·실행 검증을 계획해야 합니다. 추론 강도만 올려 검증을 대신할 수는 없습니다.
- 추가 검토가 실제로 필요한가요? 필수 조건을 놓치거나 논리적 누락이 있다면 자료를 보완하고 추론 강도를 높여 볼 수 있습니다. 결과가 이미 목적에 맞는다면 더 긴 답변을 얻기 위해 높은 강도를 유지할 필요는 없습니다.
설정을 바꾸어 비교할 때는 같은 자료와 요구사항을 사용하고 필요한 사실·문체·실행 결과가 충족되는지 살펴보세요. 답변의 길이나 모델의 세대 숫자보다 실제 작업을 얼마나 정확하게 마쳤는지를 기준으로 삼으세요. 자주 하는 업무에 맞는 기본 설정을 정해 두면 품질과 사용량을 함께 관리하기 수월합니다.
본 게시글은 AI의 도움을 받아 작성되었으며 2026년 11월 5일 확인한 OpenAI 공식 자료를 참고했습니다. GPT-6 Sol xHigh를 주로 사용했다는 도입 경험은 필자가 제공한 내용이며 모든 모델·추론 강도 조합을 직접 시험한 비교 실험은 아닙니다. 요금·지원 모델·계정별 제공 범위는 바뀔 수 있습니다.
