GPT-6 Sol vs Claude Opus 5.5: 가격, 벤치마크 점수, 코딩 작업은 어떻게 선택할까?

먼저 결론: 일반 API 프로그래밍 작업은 GPT-6 Sol을 먼저 시도해볼 수 있다. 표준 입력/출력 가격은 백만 토큰당 $2/$10로, 모두 Claude Opus 5.5의 절반이다. Artificial Analysis(AA) 동일 평가 체계의 최고 단계 구성에서 Opus 5.5의 종합 지수는 58, Sol은 48이다. 둘은 "같은 가격에 더 강함"의 관계가 아니다: 먼저 자신의 저장소 작업으로 일회 통과율, 라운드 수, 총 토큰, 수동 재작업을 비교한 뒤 Opus의 더 높은 성적에 비용을 지불할지 결정하라. 더 어려운 장기 작업은 GPT-6 Astra 또는 Claude Fable 5.1로 올려볼 수 있으며, 네 모델의 단가와 능력은 같은 순서로 배열되지 않는다.

우리는 Codex와 Claude Code를 지원하는 PandaNpc를 운영하므로 제품 사용 사례가 있다; 이 글은 네 모델 동일 문제 실측을 완료하지 않았으며, 아래의 공개 평가를 이 사이트의 실측인 것처럼 가장하지도 않는다. 가격은 모델 API 비용이며, 도구 구독 가격이 아니다. 자료 확인일은 2026년 9월 23일이고, 통화는 모두 미국 달러이다.

네 모델의 사양: 먼저 용량, 출력, 기본 단계를 구분하자

휴대폰으로 읽기 쉽도록 아래 표는 OpenAI와 Anthropic으로 나누어 정리했다; "최대 출력"은 단일 응답 상한이고, 컨텍스트는 입력과 출력을 합쳐 사용할 수 있는 창이며, 매번 같은 길이를 출력할 수 있다는 뜻은 아니다. API 모델 ID는 청구서나 평가 구성을 확인하는 데 바로 사용할 수 있다.

데이터: GPT-6 Sol 공식 모델 페이지, GPT-6 Astra 공식 모델 페이지.

데이터: Opus 5.5 공식 모델 페이지, Fable 5.1 공식 모델 페이지. Opus의 300K 출력은 지정된 Batch beta와 output-300k-2026-03-24 header에만 적용되며, 일반 대화형 요청 상한이 아니다.

네 모델의 요금 청구: 일반 입력, 캐시 쓰기, 캐시 적중은 서로 다른 토큰

아래 표는 모두 백만 토큰당 달러 가격이며, 해당 토큰 범주의 단가다. 일반 입력에는 "캐시 쓰기 비용"이 추가로 더해지지 않는다; 처음 캐시에 기록되는 토큰만 쓰기 가격을 사용한다. 캐시 적중 후에는 읽기 가격으로 청구되고, 출력은 여전히 별도로 청구된다. 두 회사 모두 50%의 Batch 입력/출력 할인이 있지만, Batch는 비동기 처리이므로 즉시 피드백이 필요한 코딩 대화에는 적합하지 않다.

출처: Sol, Astra, OpenAI 가격표, OpenAI 캐시 설명. 272K 초과는 초과분에만 할증하는 것이 아니다; 요금이 기준을 넘는지는 전체 요청의 입력 토큰을 기준으로 계산하며, 캐시 관련 입력도 포함한다.

출처: Opus 5.5, Fable 5.1, Anthropic 가격 및 Batch/캐시 규칙, 장문맥 설명. Anthropic은 Batch와 캐시 할인 중첩을 명시적으로 허용한다; 캐시 적중은 해당 유효 기간과 동일한 접두사 조건을 충족해야 한다.

동일 평가 체계에서 네 모델의 구체적 성적

아래 표는 모두 Artificial Analysis Intelligence Index v4.3.2에서 가져왔다. 테스트 구성은 GPT-6 Sol max, GPT-6 Astra max, Claude Opus 5.5와 Fable 5.1 모두 adaptive reasoning max effort이며 default fallback을 활성화한 것이다. 이는 네 모델의 기본 단계가 아니며, 특히 Opus는 기본 medium, Fable은 기본 high이다; 서로 다른 모델이 모두 max로 표시되어도 실제 추론 토큰 사용량은 다르다. AA는 통일된 작업과 자체 harness를 사용하므로 해당 테스트 구성 내에서 결과를 가로로 비교할 수 있다; 벤더 발표 성적은 이 표에 섞을 수 없다. 링크: Sol–Opus 원본 비교, Astra–Fable 원본 비교, AA 방법.

각 행의 수치 출처는 모두 위의 두 AA 동일 버전 모델 비교 페이지와 Astra–Fable 페이지이다. 예를 들어 AA 자체의 Terminal-Bench 4.0 harness에서 Opus 5.5는 Sol보다 16%포인트 높다; 이는 Anthropic 공식 사이트의 66.4%와 섞어 계산할 수 없으며, 후자는 실행 설정이 다르다.

각 행의 수치 출처: AA Sol–Opus, AA Astra–Fable. 1–2%포인트의 작은 차이는 견고한 승패로 해석하기 어렵다; Elo, 지수 점수, 통과율도 같은 단위가 아니다.

출처는 여전히 AA Sol–Opus 및 AA Astra–Fable이다. 작업 비용은 AA 테스트 사용량의 가중 평균이며, 당신 저장소에서 "요구사항 하나 완료"에 대한 견적이 아니다. Opus의 max 구성은 출력과 추론 토큰을 더 많이 소비하며, 이는 청구 차이가 단가 차이를 넘어서는 이유 중 하나다.

두 회사 공식 차트: 각자의 결론은 검증할 수 있지만 같은 경기의 승패로 맞붙일 수는 없다

OpenAI의 DeepSWE v1.1 차트는 **GPT-6 Sol max가 68.8%**임을 보여주며, 차트에서 Claude Fable 5의 xhigh는 69.9%이다; Opus 5.5는 없다. 가로축은 작업당 비용이며 로그 스케일이다. 차트의 Opus 5도 Opus 5.5가 아니다. 이는 Sol이 OpenAI가 공개한 설정에서 고급 모델에 가까운 코딩 에이전트 성적을 낸다는 것을 보여주지만, 네 모델 동일 조건 테스트를 대체할 수는 없다.

그림 1: OpenAI 'Introducing GPT-6 Sol and Luna' "Coding", 2026-09-22. 모과 effort는 범례와 원문 각주를 기준으로 한다. 전체 원본 이미지를 열어 작은 글씨 보기.

Anthropic의 Terminal-Bench 4.0 차트는 **Claude Opus 5.5 xhigh가 66.4%**를 보여준다. 차트의 GPT-6 Astra 57.9%는 high를 사용하며, GPT-6 Sol이 아니다. 곡선에는 기본 effort 지점도 있지만, 그 위치를 xhigh 점수로 간주할 수 없다. 여기의 벤더 harness는 AA 위 표의 Terminal-Bench 4.0과 다르므로, 66.4%에서 AA가 Sol에 준 44%를 뺄 수 없다.

그림 2: Anthropic 'Claude Opus 5.5' "Coding", 2026-09-22. 가로축은 시도당 비용이며 로그 스케일; 그림의 설정, 통계 구간 및 제한은 원문 참조. 전체 원본 이미지를 열어 작은 글씨 보기.

또한 벤더가 일방적으로 공개했지만 직접 빼기에는 적합하지 않은 성적: OpenAI는 Sol xhigh의 AutomationBench 1.0.6이 33.2%, max의 Agents' Last Exam V1이 56.4%, xhigh의 OSWorld 2.0 offline이 **60.5%**라고 보고했으며, 출처는 동일 OpenAI 발표 페이지; Anthropic은 Opus 5.5의 FrontierCode v1.1 Main 54.4%, CursorBench 4.0 57.8%, GDPval-AA v2.1 1846 Elo, Humanity's Last Exam with tools **67.7%**를 보고했으며, 출처는 동일 Anthropic 발표 페이지. 이 항목들의 버전, 도구, effort 또는 harness가 상대방과 일치한다고 확인되지 않았으므로 "얼마나 앞선다"를 기재하지 않는다. 공개되지 않은 네 모델 동일 기준 값은 추측으로 채울 수 없다.

같은 작업량에서 비용은 얼마인가? 다시 계산 가능한 다섯 가지 예

아래에서는 입력을 일반, 최초 캐시 쓰기, 이후 캐시 읽기의 세 가지 상호 배타적 토큰으로 나누고 출력을 더한다. 각 행은 한 번의 요청이며, 도구 호출, 플랫폼 부가 요금 또는 추가 라운드를 포함하지 않는다; 출력은 모두 일반 요청의 128K 상한보다 낮다. 가격은 위 공식 가격으로 계산하므로, 자신의 사용량 로그에 따라 토큰 수를 바꿀 수 있다.

계산 예: A의 Sol = 0.1×$2 + 0.05×$10 = $0.70. B의 Opus 5m = 0.2×$5 + 0.05×$4 + 0.02×$20 = $1.60; C의 Opus = 0.2×$0.20 + 0.05×$4 + 0.02×$20 = $0.64. E의 Sol 입력은 300K로 272K를 초과하므로 전체가 $4 입력, $15 출력으로 계산됨; Astra는 $20/$75에 해당. Opus/Fable의 1M 컨텍스트는 표준 단가를 유지한다. B와 C는 먼저 쓰고 나중에 읽는 서로 다른 요청이다; C는 캐시가 아직 유효한지 확인해야 한다. OpenAI의 캐시 보존 기간과 Anthropic의 5m/1h 과금 메커니즘은 다르므로, B의 쓰기 비용을 C의 각 요청에 잘못 더하면 안 된다. 근거: OpenAI 두 모델 가격, Anthropic 가격 규칙.

실제 코딩 워크플로에 넣으면 어떻게 분업할까?

Sol로 일상 반복을 먼저 돌린다. 요구사항 분해, 기존 저장소의 작은 수정, 테스트 패치, 일괄 검토 가능한 작업은 먼저 Sol이 처리하게 하고, 작업 성공률, 재작업 횟수, 총 토큰을 기록한다. 낮은 단가는 A–D처럼 272K를 넘지 않는 예에서 가장 직접적이다; 초장문 요청에서는 가격 우위가 줄어든다.

Opus 5.5는 한 번에 수렴하기 어려운 에이전트 작업을 처리한다. AA의 동일 조건 테스트는 종합, 터미널 및 지식 작업에서 더 높은 성적을 주지만, max 구성에서는 작업당 평균 비용도 눈에 띄게 높다. 먼저 기본 medium 또는 실제 사용하는 effort로 로컬 기준선을 세우고, 어려운 문제에 대해 단계를 올려라. AA의 max 결과를 기본 경험으로 간주하지 말라.

Astra와 Fable 5.1은 상향 탐색용이다. Astra는 AA의 AutomationBench-AA, Terminal-Bench 4.0 및 GDP.pdf에서 경쟁력 있는 성능을 보이고, Fable 5.1은 장기 지식 작업의 일부 지표에서 더 강하지만, 둘 다 $10/$50 기본 입력/출력 가격이 Sol보다 현저히 높다. Fable의 캐시 읽기는 $0.25로 Astra의 $1.00보다 낮다; 큰 접두사를 반복해서 읽으면 비용 순위가 달라질 수 있다. 어려운 작업에는 같은 저장소 요구사항에 대해 네 모델 소규모 샘플 검수를 수행하고, 단일 리더보드 점수가 아니라 "성공적으로 완료하고 병합 가능한 작업 비용"으로 선택하라.

PandaNpc에서 Codex와 Claude Code는 사용 가능한 두 Agent Engine이다. 진입점을 선택할 때는 기존 구독 또는 API 채널, 도구 권한, 저장소 컨텍스트, 팀 리뷰 프로세스도 봐야 한다; 모델 API 견적은 도구 구독 할당량으로 직접 환산할 수 없다. 이 문서는 공개 사양과 평가를 보여주며, PandaNpc 내 네 모델의 실측 순위를 주장하지 않는다.

FAQ

Sol이 반드시 Opus 5.5보다 절반 저렴한가? 표준 API의 입력, 출력 단가만 각각 절반이다. 272K 입력 초과, 캐시 쓰기/읽기, 실제 추론 토큰, 라운드 및 도구 비용은 모두 전체 작업 청구를 바꾼다. 위 시나리오 E는 이미 둘의 단일 요청 가격을 $1.50과 $1.60으로 좁혔다.

공식 코딩 차트 두 장이 누가 이겼는지 증명하나? 아니다. OpenAI 차트에는 Opus 5.5가 없고, Anthropic 차트에는 Sol이 없으며, 벤치마크와 harness도 다르다. 네 모델 동일 조건 결과를 보려면 AA v4.3.2의 고정 구성 표를 보라; 자신의 도구 선택을 결정하려면 자신의 저장소 작업을 다시 실행해야 한다.

캐시와 Batch를 중첩할 수 있나? Anthropic 가격 문서는 중첩을 명시적으로 지원한다; 실제 캐시 적중 여부는 접두사, 유효 기간 및 요청 설정에 달려 있다. OpenAI 두 모델 Batch는 표준 요금의 50%이며, 구체적 청구는 해당 API 사용 기록으로 확인하라.