Sol 가격 발표와 10월 2일 가이드의 비용 기준
OpenAI는 2026년 9월 29일 DevDay 2026 발표에서 GPT-6.1 Sol을 공개하며 "Astra의 표준 입력 및 출력 토큰 가격의 5분의 1"이라고 소개했습니다. 이어 10월 2일에는 GPT-6 제품군으로 무엇을 만들 때 어떤 모델과 설정을 고를지 정리한 모델 가이드를 냈습니다. 가이드는 "아이디어를 작동하는 프로토타입으로 구현하거나, 기능을 개발하고 테스트하거나, 코드 리포지터리·데이터베이스·외부 API를 아우르는 다단계 워크플로를 조율할 때 이 가이드를 활용하세요"라고 쓰임새를 밝혔습니다. 이 가이드가 새 기능을 발표한 것은 아니므로, 이 글은 Sol 가격이 나온 뒤 MVP 운영비를 다시 계산하는 방법만 다룹니다.
가이드는 배포 전 테스트 항목으로 "대표적인 작업을 실행하고 작업 성공률, 지연 시간, 성공한 작업당 비용을 측정하세요"라고 권합니다. 토큰 단가만 비교하면 싼 모델이 늘 유리해 보이지만, 실패한 작업을 다시 처리하거나 사람이 고치는 비용은 단가에 들어 있지 않습니다. 작성자는 MVP 운영비를 추정할 때 이 성공한 작업당 비용을 기준으로 삼는 편이 맞다고 봅니다. 고객 1명에게 기능을 1번 제공하는 데 실제로 드는 돈에 가장 가깝기 때문입니다.
모델별 가격과 캐시 단가
가이드에 실린 가격은 아래 표와 같습니다. 가이드 페이지의 가격표에는 US$ 금액만 있고 몇 토큰당 가격인지는 적혀 있지 않은데, GPT-6.1 Sol 소개 페이지의 "표준 API 가격은 입력 토큰 100만 개당 $2, 캐시된 입력 토큰 100만 개당 $0.10, 출력 토큰 100만 개당 $10입니다"라는 문장으로 100만 토큰당 미국 달러 가격임을 확인했습니다. 모든 가격은 OpenAI 자체 표기입니다.
가이드는 "캐시된 입력 토큰은 모델에 따라 캐시되지 않은 입력 토큰보다 비용이 최대 95% 저렴합니다"라고 적었습니다. 캐시는 앞선 요청과 같은 입력 부분을 다시 계산하지 않고 재사용하는 기능입니다. 표의 단가로 직접 계산하면 할인 폭은 Sol이 95%, Astra와 Luna가 90%입니다. 표의 Sol 입력·출력 단가도 DevDay 발표의 5분의 1 비율과 맞습니다. GPT-6.1 Sol 소개 페이지에 따르면 개발자는 OpenAI API에서 gpt-6.1-sol이라는 모델 이름으로 Sol을 쓸 수 있습니다.
가이드는 Luna에 맞는 작업으로 "청구서 필드 추출, 요청 분류, 구조화된 요약 생성 등이 여기에 해당합니다"라고 예를 들었습니다. 입력을 정해진 형식으로 바꾸는 단순 반복 작업이라면 Luna부터 시험해 볼 수 있습니다.
| 모델 | 입력 | 캐시된 입력 | 출력 | 캐시 할인(작성자 계산) |
|---|---|---|---|---|
| GPT-6 Astra | 10.00달러 | 1.00달러 | 50.00달러 | 90% |
| GPT-6.1 Sol | 2.00달러 | 0.10달러 | 10.00달러 | 95% |
| GPT-6 Luna | 0.10달러 | 0.01달러 | 0.50달러 | 90% |
예시: 문의 분류 MVP의 하루 비용
아래는 작성자가 만든 계산 예시입니다. 고객 문의를 받아 유형을 분류하고 담당 부서를 붙이는 MVP가 하루 1,000건을 처리한다고 가정합니다. 요청 1건의 입력은 2,000토큰이고 그중 1,500토큰은 매번 같은 분류 지침이라 캐시가 적용된다고 보고, 나머지 500토큰은 고객 문의 원문, 출력은 300토큰으로 잡았습니다.
하루 토큰은 캐시 안 된 입력 50만, 캐시된 입력 150만, 출력 30만입니다. Sol로 계산하면 1.00달러, 0.15달러, 3.00달러를 더해 하루 4.15달러, Luna는 0.05달러, 0.015달러, 0.15달러를 더해 하루 0.215달러, Astra는 같은 방식으로 하루 21.50달러가 나옵니다. 캐시가 적용되지 않으면 Sol의 하루 비용은 7.00달러로 늘어납니다. 가이드도 고정된 지침과 참고 자료를 바뀌는 작업 내용보다 앞에 두라고 권합니다. 다만 가이드는 "전체 워크플로의 비용을 추산할 때는 캐시 쓰기 비용과 적용되는 긴 컨텍스트 요금도 포함하세요"라고 적었는데, 이 두 항목은 가이드 가격표에 금액이 없어 이 예시 계산에서 뺐습니다. 실제 운영비는 이 예시보다 높게 나올 수 있습니다.
여기에 성공률을 넣습니다. 측정 전이므로 예시로 Sol 95%, Luna 80%를 가정했습니다. 성공한 작업 1,000건당 비용은 Sol이 약 4.37달러, Luna가 약 0.27달러입니다. Luna가 실패한 200건을 Sol로 다시 처리하는 구성을 쓰면 하루 1.045달러로 약 990건을 성공시키고, 성공한 작업 1,000건당 비용은 약 1.06달러가 됩니다. 30일로 환산하면 Sol만 쓸 때 124.50달러, Luna만 쓸 때 6.45달러, Luna와 Sol을 이어 쓸 때 31.35달러입니다.
숫자를 읽을 때 주의할 점
예시에서 Luna와 Sol을 이어 쓰는 구성이 가장 싸 보이는 데는 조건이 있습니다. 실패한 작업을 사람이 보기 전에 자동으로 알아낼 수 있어야 합니다. 분류 결과처럼 정해진 값 가운데 하나를 고르는 작업은 형식 검사로 실패를 일부 걸러낼 수 있지만, 틀린 분류가 형식상 정상으로 보이면 그 비용은 고객 불만으로 이어집니다. 그래서 작성자는 성공률을 사람이 직접 채점한 표본으로 먼저 재 보라고 권합니다.
추론 수준도 비용을 바꿉니다. 가이드는 "Extra High / Max: High로 부족할 때 지원되는 환경에서 테스트하고, 개선 효과가 추가 시간과 비용을 정당화할 때만 유지하세요"라고 적었습니다. 이 문장은 추론 수준을 올리면 시간과 비용이 더 든다는 전제로 쓰였습니다. 그러므로 같은 대표 작업으로 성공률이 실제로 오르는지 확인한 뒤 올리는 편이 안전합니다. 가이드는 "멀티 에이전트는 현재 베타 버전으로 제공됩니다"라고도 적었습니다. 베타 기능은 MVP의 기본 경로보다 시험용으로 두는 편이 낫습니다.
가이드에 없는 정보도 있습니다. 긴 컨텍스트 요금은 가이드에서 언급만 하고 수치를 적지 않았고, 모델별 캐시 할인의 적용 조건 전체와 한국 결제·세금 조건도 확인하지 못했습니다. 가이드의 성능 관련 설명은 OpenAI 자체 주장이므로 이 글에서는 옮기지 않았습니다. 실제 청구 금액은 OpenAI 결제 화면에서 다시 확인하십시오.
이번 주에 할 일
MVP에서 AI가 처리하는 작업 1개를 골라 실제 입력 20건을 모으십시오. 같은 20건을 Luna와 Sol에 각각 보내 사람이 결과를 성공과 실패로 채점하고, 요청마다 입력·캐시된 입력·출력 토큰 수를 기록하면 됩니다. 기록한 값을 위 표의 단가에 넣어 성공한 작업 1,000건당 비용을 모델별로 계산하고, 예상 고객 수에 곱해 한 달 운영비를 적어 두십시오. 그 숫자로 가격 정책과 무료 체험 범위를 정할 수 있습니다.