Codex용 최적 GPT-5.6 모델

Codex용 최적 GPT-5.6 모델은 가장 큰 이름이 아니라 작업의 모호함, 실패 비용, 검증 방식에 따라 달라집니다. 원인이 불분명하고 잘못 고치기 비싼 일은 GPT-5.6 Sol, 요구사항이 명확한 기능·버그·테스트는 GPT-5.6 Terra, 입력과 완료 조건이 고정된 반복 작업은 GPT-5.6 Luna가 출발점입니다.

판단이 어렵고 품질이 지연이나 token 비용보다 중요하다면 Sol로 대표 작업을 한 번 실행하세요. 그렇다고 모든 작업을 Sol에 고정할 이유는 없습니다. 같은 저장소의 acceptance test를 통과하는 범위에서 더 저렴한 모델과 낮은 reasoning effort로 내리는 것이 실용적입니다.

Luna가 유력한 저비용 계층이라면 Claude Haiku 4.5와 GPT-5.6 Luna 비교도 보세요. 직접 요금, 캐시, 컨텍스트 제약과 재현 가능한 수락 테스트를 다룹니다.

Sol, Terra, Luna 빠른 선택표

짧게 말하면 깊은 판단은 Sol, 일상 개발은 Terra, 처리량은 Luna입니다. 이는 모든 프롬프트에 적용되는 품질 순위가 아니라 작업 형태에 따른 역할입니다.

Codex는 에이전트이고 GPT-5.6은 모델 계열

Codex는 저장소 문맥을 읽고, 도구를 호출하고, 패치를 적용하고, 승인을 요청하고, 검사를 실행하는 코딩 에이전트입니다. Sol, Terra, Luna는 적합한 Codex surface를 구동하는 모델입니다. 이 선택을 Claude Code와 Codex 제품 비교와 혼동하지 마세요.

같은 모델도 한 실행에 AGENTS.md, shell, 쓰기 가능한 sandbox, 결정적 테스트가 있고 다른 실행에는 붙여 넣은 코드만 있다면 다르게 동작합니다. 가능하면 동일한 Codex client, 권한, acceptance criteria 안에서 비교하세요.

OpenAI는 gpt-5.6을 gpt-5.6-sol로 보내는 alias로 문서화합니다. 평가와 자동화에는 정확한 ID가 더 안전합니다.

gpt-5.6-sol
gpt-5.6-terra
gpt-5.6-luna

사양과 OpenAI 직접 API 가격

가격은 짧은 컨텍스트에서 OpenAI 직접 표준 API의 100만 token당 USD입니다. OmniaKey의 소매 가격이 아닙니다. 예산을 정하기 전에 세 모델 페이지와 라이브 모델 카탈로그에서 OmniaKey의 현재 이용 가능 여부와 가격을 확인하세요.

세 모델 모두 text·image 입력, text 출력, streaming, structured outputs, function calling, prompt caching, Responses API를 공식 문서에 나열합니다. 공급자 고유 도구나 ChatGPT 기능이 모든 custom provider, client, gateway에 자동으로 나타나는 것은 아닙니다. 사용할 정확한 경로를 검증하세요.

입력이 272K token을 넘는 요청은 현재 OpenAI 규칙상 전체 요청에 짧은 컨텍스트 입력 가격의 2배와 출력 가격의 1.5배가 적용됩니다. cache write는 캐시 없는 입력의 1.25배입니다. 1.05M 용량이 있다는 것은 매번 창을 채우는 것이 경제적이거나 유용하다는 뜻이 아닙니다.

어렵고 열린 작업에는 Sol

Sol은 이미 정해진 길을 따르기보다 모델이 조사하며 길을 찾아야 할 때 강한 첫 후보입니다. 다음 상황에서 Sol부터 시작하세요.

• 근본 원인이 service, queue, database, 권한 경계를 넘습니다.
• 요구사항이 충돌하거나 중요한 제약이 명시되지 않았습니다.
• migration이 청구, 인증, 보안, 영속 데이터에 영향을 줍니다.
• 테스트가 약해서 수정 전 모델이 증거를 모아야 합니다.
• 응답 속도보다 review 품질이 중요합니다.
• 그럴듯하지만 틀린 답을 되돌리는 비용이 큽니다.

OpenAI Docs는 Sol을 추가 분석, 판단, 마무리가 필요한 복잡하고 열린 고가치 작업에 배치합니다. Codex cloud가 필수라면 현재 공식 모델 표에서 이 계층이 지원으로 표시됩니다.

저장소가 크다는 사실만으로 Sol이 필요한 것은 아닙니다. 큰 monorepo의 범위가 명확한 수정은 Terra 작업일 수 있고, 작은 service의 열 줄짜리 인증 버그는 Sol이 타당할 수 있습니다.

일상 개발에는 Terra

작업을 이미 이해했다면 Terra가 실용적인 기본 후보입니다. 다음 업무부터 시작하세요.

• 명확한 acceptance criteria에 따른 기능 구현
• focused test가 있는 재현 가능한 버그 수정
• unit test 및 integration test 추가·갱신
• 알려진 call site를 가로지르는 refactor
• 일반적인 pull request review
• 코드와 함께 타입, 설정, 문서 유지

짧은 컨텍스트 직접 API에서 Terra의 입력 가격은 Sol의 절반이고 출력 가격은 60%입니다. 일상 작업을 많이 실행하는 팀에는 이 차이만으로도 Terra를 먼저 시험할 이유가 됩니다.

Terra가 같은 실패 방식을 반복하거나, 시스템 간 제약을 놓치거나, 근본 원인을 설명하지 못하거나, 좁은 테스트만 통과하는 패치를 만들면 tier를 올리세요. 파일 수가 아니라 증거로 escalation을 결정해야 합니다.

Terra와 Sol이 아니라 Claude의 일상 계층과 비교하려면 Claude Sonnet 5와 GPT-5.6 Terra 비교를 사용하세요.

명확하고 반복 가능한 작업에는 Luna

Luna는 빠르고 비용 민감한 계층입니다. 입력과 완료 정의가 모두 명확할 때 특히 적합합니다.

• 고정 schema로 issue를 분류하거나 ticket을 라우팅합니다.
• log, report, source file에서 필드를 추출합니다.
• 반복 설정이나 문서를 변환합니다.
• 결정적 테스트가 있는 고립된 기계적 변경을 합니다.
• 상위 작업을 위해 범위가 제한된 검색 결과를 요약합니다.
• false positive와 누락을 측정하는 대량 검사를 실행합니다.

모호한 아키텍처, 미묘한 security review, 설명되지 않은 production 장애에는 Luna를 기본으로 삼지 마세요. 저렴한 실패를 여러 번 한 뒤 Terra나 Sol을 쓰는 것이 처음부터 적절한 tier를 고르는 것보다 비쌀 수 있습니다.

Luna에는 명시적 입력, output schema, 중단 조건, 결정적 acceptance check를 제공하세요. 되돌릴 수 있고 검증하기 쉬운 작업일수록 저가의 이점을 실제 비용 절감으로 만들 수 있습니다.

대표 작업 비용

캐시되지 않은 입력 100,000 token과 출력 20,000 token의 실행을 가정합니다. 272K 장문 컨텍스트 임계값 아래입니다.

이는 완료 작업 벤치마크가 아닙니다. cache write, 내장 도구 비용, retry, reasoning 사용량 차이, 사람의 수정 시간이 빠져 있습니다. 봐야 할 지표는 다음입니다.

완료 작업 비용 = 성공 실행
               + 실패 시도
               + retry 및 도구 비용
               + 사람 수정 시간

Luna가 유리한 것은 받아들일 수 있는 결과를 낼 때뿐입니다. 어려운 작업에서 낮은 tier의 실패를 여러 번 막는다면 Sol이 더 저렴할 수 있습니다.

먼저 effort를 조정하세요

모델 tier와 reasoning effort는 별도 제어입니다. 필요한 결과를 내는 가장 낮은 effort부터 시작하고, 더 많은 계획·분석·검증이 필요한 경우에만 올립니다.

1. 익숙한 작업을 보통 또는 medium으로 실행합니다.
2. 방향은 맞지만 조사 깊이가 부족하면 같은 모델에서 effort를 올립니다.
3. 문제를 해결하지 못하거나 필요한 판단을 놓치면 tier를 올립니다.
4. 넉넉히 통과하면 낮은 effort나 더 저렴한 tier로 반복합니다.
5. 해석 가능한 비교를 위해 한 번에 하나의 변수만 바꿉니다.

높은 effort Luna가 Sol과 같거나 낮은 effort Sol이 Terra와 같다고 가정하지 마세요. configuration마다 acceptance result, 지연, token, 사람 수정 시간을 측정합니다.

local Codex와 Codex cloud는 다릅니다

OpenAI는 세 GPT-5.6 모델을 Codex CLI와 IDE extension용으로 나열합니다. Sol은 Codex cloud용으로도 표시되고, Terra와 Luna는 표시되지 않습니다. 그러나 실제 이용 가능성은 rollout, sign-in method, client에 따라 다릅니다.

API key 청구는 ChatGPT plan에 포함된 credit이 아니라 API rate를 따릅니다. Responses 호환 custom provider는 지원 모델을 local Codex에 노출할 수 있지만 ChatGPT 전용 또는 cloud 전용 기능을 열어 주지는 않습니다.

지원되는 설정은 OmniaKey Codex CLI 가이드(영문)를 보세요. 모델 목록은 정상인데 stream이나 tool call이 실패하면 GPT-5.6 호환성 키트를 사용하세요. 이 글은 모델 선택, 키트는 설정과 문제 해결을 담당합니다.

실용적인 routing policy

결과와 함께 model ID, effort, task class, acceptance command를 저장하세요. 그래야 나중의 regression이 model, prompt, harness, repository 중 어디서 왔는지 구분할 수 있습니다.

Codex에서 모델 변경하기

대화형 Codex CLI session에서는 /model을 사용합니다. 새 CLI 실행에서는 정확한 모델을 지정하세요.

codex --model gpt-5.6-sol
codex --model gpt-5.6-terra
codex --model gpt-5.6-luna

비대화형 실행에도 같은 선택자를 사용할 수 있습니다.

codex exec -m gpt-5.6-terra "저장소 검사를 실행하고 모든 실패를 설명해"

이 명령은 모델만 선택하며 authentication이나 provider를 구성하지는 않습니다. 지원되는 setup을 먼저 완료하세요. 저장하는 작업과 평가에는 exact ID를 사용하고, 변경될 수 있는 family default를 허용할 때만 gpt-5.6 alias를 사용하세요.

수락된 변경으로 평가하기

팀이 실제로 수행하는 일에서 작은 task set을 만드세요.

1. 결정적 테스트가 있는 일반 구현.
2. 최소 두 module을 가로지르는 재현 가능한 버그.
3. 많은 파일에 걸친 기계적 변환.
4. 알려진 defect를 심은 review 작업.
5. 고위험 아키텍처 또는 migration 판단.

각 작업은 같은 commit, instruction, tool, permission, check에서 실행합니다. Agent 결과는 변동하므로 반복하세요. pass rate, 경과 시간, input/output token, tool call, retry, 사람 수정 시간을 기록합니다.

Terra와 Luna는 Sol과 동일한 수락 결과를 내는 task class에만 올립니다. 추가 판단이 결과를 바꾸는 곳에는 Sol을 남겨 두세요. 일반 leaderboard가 아니라 자신의 repository에 맞는 routing policy가 됩니다.

더 넓은 provider 선택은 코딩 모델 패밀리 가이드를 참고하세요.

최종 판단

알 수 없고 어렵고 열린 Codex 작업 또는 cloud가 필요한 작업에는 GPT-5.6 Sol이 가장 좋은 시작점입니다. 명확한 소프트웨어 작업의 일상 기본값은 GPT-5.6 Terra입니다. 빠르고 반복 가능하며 객관적으로 검증할 수 있는 작업에는 GPT-5.6 Luna가 가장 잘 맞습니다.

가장 큰 모델 이름이 아니라 작업의 위험과 모호함에서 시작하세요. 이후 수락 데이터를 이용해 반복 작업을 신뢰성을 유지하는 가장 저렴한 tier와 가장 낮은 effort로 내립니다.

자주 묻는 질문

Codex용 최적 GPT-5.6 모델은 무엇인가요?

확실하지 않거나 복잡하고 열린 작업에는 Sol, 일상 기능·debugging·test·refactor에는 Terra, 명확하고 반복적이며 대량이고 객관적 검사를 갖는 작업에는 Luna를 선택하세요.

Codex는 기본으로 GPT-5.6 Sol을 사용하나요?

gpt-5.6 API alias는 Sol로 향합니다. 그러나 Codex picker와 default Power는 account, plan, sign-in, client, rollout에 따라 달라집니다. 재현성이 중요하면 gpt-5.6-sol을 명시하세요.

Terra가 Sol보다 coding 가치가 더 좋은가요?

요구사항이 명확한 일상 coding에서는 Terra의 직접 API rate가 낮아 보통 더 좋은 시작점입니다. 깊은 판단으로 실패, review debt, 비싼 잘못된 구현을 피한다면 Sol이 더 높은 가치를 낼 수 있습니다.

가장 저렴한 GPT-5.6 모델은 무엇인가요?

2026년 9월 10일 기준 Luna입니다. 짧은 컨텍스트 100만 token당 입력 $0.20, cache input $0.02, 출력 $1.20입니다.

세 모델의 컨텍스트는 같은가요?

예. 모두 1,050,000 token context, 최대 입력 922,000, 최대 출력 128,000입니다. 같은 용량이 같은 reasoning 깊이, 속도, 작업 신뢰성을 뜻하지는 않습니다.

세 모델 모두 Codex cloud에서 실행되나요?

현재 공식 Codex 모델 표에서는 Sol이 Codex cloud 지원으로 표시되고 Terra와 Luna는 local CLI와 IDE extension용으로 표시됩니다. 표준화 전에 자신의 account에서 이용 가능성을 다시 확인하세요.

확인한 1차 자료

• OpenAI: Codex 모델과 선택(영문)
• OpenAI: GPT-5.6 Sol(영문)
• OpenAI: GPT-5.6 Terra(영문)
• OpenAI: GPT-5.6 Luna(영문)
• OpenAI: API 가격(영문)
• OpenAI: GPT-5.6 model guidance(영문)
• OpenAI: Codex authentication(영문)

사실과 계산은 2026년 9월 10일에 확인했습니다. 독립적인 세 모델 비교, 속도 시험, production reliability 시험은 하지 않았습니다. 도입 전에는 공식 OpenAI Docs와 라이브 카탈로그에서 model ID, 가격, client availability를 다시 확인하세요.