오픈AI가 7월 30일 GPT-5.6 루나 값을 100만 토큰당 입력 1달러·출력 6달러에서 0.2달러·1.2달러로 80% 내리고, 테라는 2.5/15달러에서 2/12달러로 20% 내렸어요. 맨 위 솔은 5/30달러 그대로지만 표준보다 최대 2.5배 빠른 '패스트 모드'가 2배 값으로 API에 들어왔고, 값을 내릴 수 있던 근거로는 솔을 코덱스에 붙여 자기 추론 서버의 GPU 커널을 다시 쓰게 해 서빙 비용을 20% 줄이고 초안 모델을 수백 번 스스로 실험해 토큰 생성 효율을 15% 넘게 올린 걸 들었어요. 코덱스 CLI와 ChatGPT의 자동 리뷰도 GPT-5.4에서 루나로 갈아타 비용이 약 10분의 1이 된다고 해요.
용어 풀이
- API
- 프로그램끼리 기능을 주고받는 연결 창구
- GPU
- 그래픽 처리 장치. 지금은 AI 연산에 주로 쓰인다
- CLI
- 명령어를 글자로 입력해 쓰는 프로그램
운영자 인사이트
토큰 단가가 아니라 '과제 하나 해결하는 데 드는 비용'으로 다시 재보세요 — 코드래빗이 5개 언어 100여 개 과제로 재보니 솔은 63.7% 통과에 과제당 2만 토큰, 테라는 40.7% 통과에 5만 5천 토큰을 써서, 표에 적힌 값이 싸도 실제 지출은 더 나올 수 있어요.
여러 관점으로 보기
- 경쟁사 대비 위치 루나가 앤트로픽 하이쿠 4.5보다 입력은 5배·출력은 4배 싸졌고, 테라는 8월 31일부터 적용될 소네트 5 값(3/15달러)보다 아래에 자리 잡았어요. Unite.AI
- 실제 코딩 성적 — 지표와 체감의 간격 타입스크립트·고·파이썬·자바스크립트·러스트 100여 개 과제로 재보니 솔은 63.7% 통과에 과제당 2만 토큰, 테라는 40.7% 통과에 5만 5천 토큰을 썼어요. CodeRabbit
- 독립 벤치마크 — 등급별 차이 코딩 에이전트 지수는 솔 80·테라 77.4·루나 74.6이고, 터미널벤치 2.1에서 루나(84.7%)는 GPT-5.5(85.6%)와 1점 차예요. LayerLens
- 해커뉴스 반응 — 실사용 평가와 값 인하의 배경 루나를 1조 토큰 넘게 썼다는 이용자는 추론 설정을 높이면 소네트 5급이라 했지만, 지시가 모호하면 엉뚱하게 나가고 중국 모델 압박이 진짜 이유라는 지적도 같이 나왔어요. Hacker News