GPT-5.6 Terra vs Claude Sonnet 5: 벤치마크, 가격, 선택 가이드

하루 종일 돌아가는 에이전트 뒤에 둘 중간급 모델을 고른다면, 지금 눈에 띄는 후보는 GPT-5.6 Terra와 Claude Sonnet 5입니다. 두 모델 모두 해당 벤더가 무료 사용자에게 기본 제공하는 모델이고, 약 100만 토큰의 컨텍스트 윈도우를 제공하며, 입력 토큰 단가도 1달러 내에서 비슷합니다.

이 글에서는 코딩·터미널 에이전트, 지식 업무, 사이버보안 성향, 장문 컨텍스트 거동, API 조작성, 가격 측면에서 GPT-5.6 Terra와 Claude Sonnet 5를 비교해 업무에 맞는 선택을 돕겠습니다. 각 모델에 대한 자세한 내용은 GPT-5.6 가이드와 Claude Sonnet 5 가이드를 참고하세요.

요약

• Terra는 터미널 중심 코딩 에이전트와 도구 의존도가 높은 파이프라인에서 강세로, 토큰 효율 기능이 실질적 이점을 냅니다.
• Sonnet 5는 장문 컨텍스트·문서 위주의 작업에 안정적입니다. 윈도우 전체에서 요금이 고정이기 때문입니다.
• 에이전트가 셸에서 살고, 턴마다 여러 도구를 호출하며, 8월 이후 더 저렴한 출력 토큰을 원하면 GPT-5.6 Terra를 고르세요.
• 매우 큰 프롬프트를 보내고, 토큰 단가 예측 가능성을 원하거나, 악용 작업을 의도적으로 거부하는 모델을 원하면 Claude Sonnet 5를 고르세요.

GPT-5.6 Terra란?

GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군 중 중간 티어로, 2026년 7월 9일 플래그십 Sol과 최저가 Luna와 함께 일반 제공에 도달했습니다. OpenAI는 Terra를 일상 업무에 균형 잡힌 옵션으로 설명하며, 이전 GPT-5 제품군의 mini 티어에 대략 대응한다고 밝힙니다. 1,050,000 토큰 컨텍스트 윈도우, 128,000 토큰 출력 상한, 2026년 2월 16일 지식 컷오프를 제공합니다.

Terra가 단순히 저렴한 것을 넘어 흥미로운 이유는 두 가지입니다. Responses API에서 프로그램적 도구 호출을 물려받아, 각 도구 응답을 모델로 라운드트립하지 않고도 도구를 조정하는 작은 인메모리 프로그램을 작성·실행할 수 있습니다. 또한 2026년 7월 30일 OpenAI가 Terra 가격을 20% 인하해, 출시 당시 $2.50/$15에서 100만 토큰당 $2.00/$12로 낮췄습니다.

제품군 전반은 GPT-5.6 Sol, Terra, Luna 가이드에서 다뤘고, 플래그십 티어의 활용 사례는 GPT-5.6 Sol이 맥스웰 추측 반증에 기여한 사례에서 살펴볼 수 있습니다. 플래그십 간 비교는 Claude Opus 5 vs GPT-5.6 Sol에서도 다뤘습니다.

Claude Sonnet 5란?

Claude Sonnet 5는 Anthropic의 중간 티어 모델로, 2026년 6월 30일 출시되었으며 지금까지 공개한 Sonnet 중 가장 에이전틱하다고 소개됩니다. 브라우저와 터미널을 구동하고 자율적으로 계획·실행하는 수준이 기존에는 Opus급이 필요했던 영역에 가깝고, 추론·도구 사용·코딩·지식 업무에서 Opus 4.8에 근접한 성능을 더 낮은 가격으로 제공한다는 주장입니다.

무료·프로 플랜의 기본 모델이며, 의도적인 제약이 있습니다. temperature, top_p, top_k가 제거되었고, 수동 확장 사고는 400 오류를 반환하며, 적응형 사고가 기본 활성화됩니다. 또한 새 토크나이저를 사용해 동일 텍스트 대비 Sonnet 4.6보다 약 30% 더 많은 토큰을 생성하는데, Anthropic은 2026년 8월 31일까지 도입가로 이를 상쇄했습니다.

출시 수치는 Claude Sonnet 5 가이드에서 정리했으며, 플래그십과의 위쪽 비교는 Claude Opus 5 vs Claude Sonnet 5에서 다뤘습니다.

GPT-5.6 Terra vs Claude Sonnet 5: 직접 비교

세부 영역으로 들어가기 전, 두 모델의 전반적 윤곽은 다음과 같습니다.

코딩 및 터미널 에이전트

일반적으로, 저장소 기반 프로그래밍은 Anthropic, 터미널 작업은 OpenAI가 유리한 양상이 나옵니다.

후자는 그대로입니다. Terminal-Bench 2.1에서 Terra는 87.4%를 기록했고, Sonnet 5는 Anthropic의 출시 자료 기준 80.4%로, 커맨드라인 워크플로에서 7포인트 격차입니다. 주목할 점으로, Terra는 같은 평가에서 Claude Opus 4.8(78.9%)과 Claude Fable 5(83.1%)도 앞섰습니다.

하지만 현재 두 중간급 경쟁 모델은 저장소 코딩에서는 비슷합니다. 실제 저장소에 다단계 수정을 가하는 SWE-Bench Pro에서 OpenAI는 Terra 63.4%, Anthropic은 Sonnet 5 63.2%를 보고했습니다.

Anthropic의 설명도 이 분할을 뒷받침합니다. Sonnet 5의 코딩 서사는 최고 점수보다 마무리에 가깝습니다. 초기 테스터들은 Sonnet 4.6이 멈췄던 작업을 끝내고, 요청하지 않아도 자체 검증을 수행했다고 말했습니다.

에이전트가 셸에서 대부분 시간을 보낸다면 Terra가 우세합니다. 코드베이스 내부에서 실패 원인을 추론하는 데 주력한다면, 벤치마크상 두 모델은 같은 급에서 선택하는 셈입니다.

지식 업무 및 전문 작업

두 벤더 모두 전문 산출물 품질의 Elo형 지표인 GDPval-AA v2를 보고하며, 수치가 비슷해 우열을 가리기 어렵습니다. OpenAI는 Terra 1,593 Elo, Anthropic은 Sonnet 5 1618을 제시합니다. OpenAI는 Claude Opus 4.8을 1600 Elo, Anthropic은 같은 모델을 1615로 매겨, Terra와 Sonnet 5의 25포인트 차이는 방법론적 잡음 범위입니다.

Terra가 주장만 있고 반박이 없는 항목은 Agents' Last Exam입니다. 55개 분야의 장시간 전문 워크플로를 평가하며, Terra는 50.4%로 GPT-5.5(46.9%), Claude Opus 4.8(45.2%), Claude Fable 5(40.5%)를 앞섰습니다. Anthropic은 Sonnet 5 수치를 공개하지 않았으므로, 판정보다는 OpenAI가 선택한 유리한 지형으로 보시면 됩니다.

컴퓨터 사용은 직접 비교를 권하지 않습니다. OpenAI는 Terra가 OSWorld 2.0에서 50.2%라고 보고하고, Anthropic은 Sonnet 5가 OSWorld-Verified에서 81.2%라고 보고합니다. 평가 세트와 채점 방식이 다르고, Anthropic은 이번 출시에서 OSWorld-Verified 운영 방식을 명시적으로 수정했습니다. 두 수치를 나란히 놓아도 의미가 없습니다.

이 영역에서 Terra의 실용적 장점은 토큰 회계입니다. Notion은 GPT-5.5로 돌던 많은 에이전트가 Terra에서 비용이 절반이고 토큰이 16% 줄었지만 성능은 동일했다고 보고했고, Clio는 프로그램적 도구 호출이 다단계 문서 분석에서 프롬프트 토큰을 38% 줄였다고 했습니다. 벤더-파트너 보고라 독립 측정은 아니지만, 변화 지점이 구체적입니다.

사이버보안: 정반대의 선택

이 비교에서 가장 큰 격차이며, 우연한 능력차가 아니라 설계 결정의 결과입니다.

OpenAI는 GPT-5.6 제품군을 사이버 작업에 맞춰 학습했습니다. Terra는 Capture-the-Flag 91.8%, SEC-Bench Pro 57.7%, ExploitBench 52.9%, ExploitGym 23.2%를 기록합니다. 이 중 두 수치는 이전 플래그십 GPT-5.5(SEC-Bench Pro 45.8%, ExploitBench 47.9%)를 앞섭니다.

Anthropic은 반대 방향으로 갔습니다. Sonnet 5는 사이버보안 작업에 의도적으로 학습되지 않았고, Mozilla와 함께 구성한 Firefox 147 취약점 기반 익스플로잇 개발 평가에서 작동하는 익스플로잇을 전혀 만들지 않아 0.0%를 기록했습니다. Anthropic은 실시간 사이버 보호장치를 기본 활성화한 상태로 Sonnet 5를 제공하며, 가드레일을 낮춰야 하는 사이버 작업에는 Opus 4.8을 권장합니다.

대부분의 독자에게 이는 Sonnet 5의 장점입니다. 익스플로잇 생성을 시도하는 모델이 리스크인 제품이라면, 일관되게 거부하는 모델이 더 안전한 의존성입니다. 방어적 보안 업무를 한다면 Terra는 OpenAI Daybreak Trusted Access for Cyber 프로그램에 포함되어 있고, 개별 구성원은 9월 1일까지 하드웨어 기반 패스키를 활성화해야 가장 사이버 역량이 높은 모델에 대한 접근을 유지합니다.

OpenAI 측 마찰 비용도 짚을 만합니다. OpenAI에 따르면 GPT-5.6 Sol의 사이버 보호장치는 이전 모델 대비 잠재적 유해 활동을 약 10배 더 많이 차단하며, 이 때문에 정상 요청도 걸리는 문제가 있어 ChatGPT와 Codex에 낮은 역량 모델로 재시도 옵션을 추가했습니다. Anthropic 측 레딧 스레드도 같은 불만을 보고합니다. Sonnet 5가 정상적인 보안 교육 콘텐츠를 차단한다는 것으로, 어느 쪽도 과도 차단 문제를 해결하지 못했습니다.

컨텍스트 윈도우와 장문 컨텍스트 작업

명목상 두 모델은 같습니다. Terra는 1,050,000 토큰의 컨텍스트 윈도우와 128,000 토큰 출력 상한을, Sonnet 5는 100만 윈도우와 128K 출력 상한을 공표합니다. 차이는 실제로 윈도우를 채웠을 때입니다.

Terra는 윈도우 전반의 검색 성능을 공개했습니다. OpenAI MRCR v2 8-needle에서 256K-512K 구간 89.6%, 512K-1M 구간 72.5%로, Sol의 91.5%·73.8%에 가깝고 Luna의 41.3%보다 훨씬 높습니다. 즉, 512k 문서 내 숨겨진 세부를 10번 중 9번 정도 찾아낸다는 뜻으로, 지식 추출에서 매우 신뢰할 수 있습니다. Anthropic은 출시 시점에 Sonnet 5에 대한 유사한 니들 검색 수치를 공개하지 않았습니다.

과금 거동의 차이는 더 중요합니다. Terra에서는 입력 272K 토큰을 넘는 프롬프트가 들어오면, 초과분만이 아니라 해당 요청 전체에 대해 입력 2배, 출력 1.5배가 적용됩니다. Sonnet 5는 장문 컨텍스트 할증이 공표되어 있지 않아, 윈도우 전체에 걸쳐 요금이 고정입니다. 이는 가격 섹션에서 수치로 보겠습니다. 어느 쪽이 저렴한지가 뒤집힙니다.

조작성: 노력, 사고, API 제약

두 모델 모두 추론 노력 다이얼을 제공하지만, 그 외 만질 수 있는 범위는 크게 갈립니다.

Sonnet 5는 temperature, top_p, top_k를 완전히 제거했으며, 해당 설정을 보내면 400 오류가 납니다. 수동 확장 사고도 400을 반환합니다. 기본은 적응형 사고 활성 또는 사고 비활성 중 택일입니다.

또한 Sonnet 5는 Anthropic 플랫폼의 Priority Tier를 지원하지 않아, 오늘 Opus나 Sonnet 4.6에서 대기시간 보장을 위해 이를 사용하는 팀이라면 영향을 받을 수 있습니다. Anthropic은 높은 노력 수준에서 늘어나는 토큰 사용량을 흡수하기 위해 Chat, Cowork, Claude Code, Claude Platform 전반의 레이트 리밋을 상향했습니다.

Terra의 표면은 다른 방향으로 넓습니다. 알아둘 만한 기능은 다음과 같습니다.

• Responses API의 프로그램적 도구 호출: 인메모리 조정 프로그램을 실행하며, Zero Data Retention과 호환됩니다.

• Responses API의 멀티 에이전트 베타: 동시 하위 에이전트를 실행하고 한 요청에서 작업을 종합합니다.

• max 노력 설정: ChatGPT Work와 Codex에서 GPT-5.6 접근 권한이 있는 사용자는 누구나 토글 가능.

• 명시적 캐시 브레이크포인트: 최소 30분 캐시 수명, 캐시 읽기는 90% 할인, 캐시 쓰기는 비캐시 입력 요금의 1.25배.

• 함수 호출, 구조화 출력, 호스팅 셸, 코드 인터프리터, 컴퓨터 사용을 Responses API에서 지원하며, 파인튜닝은 미지원.

비대칭 주의: OpenAI의 ultra 설정은 4개 에이전트를 병렬로 조정하지만, 공개된 ultra 벤치마크는 모두 Sol에 관한 것입니다. 누군가 Terra Ultra 수치를 공개하기 전까지, 중간 티어가 같은 멀티 에이전트 이득을 낸다고 가정하지 마세요.

가격: 실제로 지불하는 금액

Terra와 Sonnet 5는 현재 입력 단가가 1달러 내에서 비슷하므로, 청구 금액을 좌우하는 것은 요금표보다 워크로드 형태입니다.

토큰 단가 나란히 보기

Terra의 $2.00/$12.00은 2026년 7월 30일 20% 인하 반영(출시가는 $2.50/$15.00)이며, Terra의 캐시된 입력 읽기는 100만당 $0.20입니다. Anthropic도 Sonnet 5에 대해 프롬프트 캐싱을 지원하지만, 출시 자료에서 Sonnet 전용 요율을 따로 밝히지는 않았습니다.

Anthropic은 사고 토큰을 출력 요율로 과금하므로, Sonnet 5를 초고노력으로 돌리면 가장 비싼 항목에 직접적인 곱셈이 됩니다. 입력량 기준으로 예산을 잡았다면 가장 빠르게 초과 지출하는 방법입니다.

실제 워크로드 비용

공식은 간단합니다. (볼륨 ÷ 1,000,000) × 요율을 입력·출력에 대해 합산합니다. 두 모델의 차이를 실제로 드러내는 메커니즘을 고립하기 위해, 표준 요율 기준 세 가지 워크로드 형태를 계산했습니다.

세 번째 행이 핵심입니다. 두 번째와 세 번째 행은 총량은 같고 개별 요청 크기만 다릅니다. Terra의 272K 할증으로 41% 비용 우위가 29% 비용 열위로 뒤집힙니다. 계약서나 저장소 컨텍스트를 한 번에 30만 토큰씩 넣는 경우가 잦다면, Terra의 저렴해 보이는 단가는 착시입니다.

생성 위주 행도 9월 전까지는 반전됩니다. Sonnet 5의 도입가 $2.00/$10.00에서는 해당 워크로드가 $42로, Terra의 $50보다 $8 저렴합니다. Anthropic은 이 도입 기간을 Sonnet 4.6에서의 마이그레이션이 대략 비용 중립이 되도록 설정했습니다. 이를 예산에 고정하기 전, 기간 종료를 염두에 두세요.

같은 작업이 다른 비용이 되는 이유

이 요율이 청구서로 이어지려면 두 모델이 같은 작업에 같은 토큰을 써야 하지만, 보통은 그렇지 않습니다. Terra와 Sonnet 5는 서로 다른 벤더의 토크나이저를 사용하므로, 동일 텍스트라도 응답 전 입력 토큰 수가 다릅니다.

벤더 간 비교 토큰 수는 공개되지 않았습니다. 대신 Terra 대 Sonnet 5를 직접 말해주지 않는 전신 모델 관련 주장만 있습니다.

• Anthropic은 Sonnet 5의 새 토크나이저가 Sonnet 4.6 대비 약 30% 더 많은 토큰을 낸다고 문서화했고,
• Notion은 Terra가 GPT-5.5 대비 토큰을 16% 덜 쓴다고 보고했습니다.

위 표는 예측치가 아니라 요율 비교로 받아들이고, 커밋 전 대표 샘플로 자체 토큰 수를 측정하세요. 특히 Sonnet 5 토크나이저 변화는 출시 시 팀들을 놀라게 했고, Simon Willison의 리뷰와 클라우드 컨설팅사들이 주요 마이그레이션 이슈로 지적했습니다.

GPT-5.6 Terra vs Claude Sonnet 5: 선택 가이드

대부분 독자에게 해당될 시나리오별 권장 사항은 다음과 같습니다.

이럴 때 GPT-5.6 Terra를 선택하세요

• 에이전트가 셸에서 동작합니다. Terminal-Bench 2.1의 7포인트 격차는 두 모델 간 공개된 코딩 차이 중 가장 큽니다.
• 턴마다 도구를 많이 호출합니다. 프로그램적 도구 호출은 중간 데이터를 컨텍스트에서 분리합니다. PlayCo는 구조화된 장면 구성 작업에서 총 토큰 63.5%, 모델 턴 50.1% 감소를 보고했습니다.
• 방어적 사이버 작업을 합니다. Terra의 SEC-Bench Pro 57.7%, ExploitBench 52.9%는 Sonnet 5의 의도적 거부와는 급이 다릅니다.
• 출력 토큰을 더 저렴하게 원합니다. 2026년 8월 이후 Sonnet 5는 100만당 $15, Terra는 $12입니다.
• 장문 검색 수치가 문서화된 모델이 필요합니다. 예: MRCR v2 512K-1M 구간 72.5%.

이럴 때 Claude Sonnet 5를 선택하세요

• 프롬프트나 파일 컨텍스트가 큽니다. 100만 토큰까지 고정 요금은 Terra의 272K 절벽보다 유리하며, 입력 1000만 월간 기준 29% 차이를 만듭니다.
• 설계적으로 사이버 작업을 거부하는 모델을 원합니다. Anthropic 자평으로 Sonnet 5의 사이버 역량은 Opus 4.8·Mythos 5보다 상당히 낮습니다. 다수의 제품팀엔 바람직한 동작입니다.
• 이미 Claude 생태계에 있습니다. Sonnet 5는 Free·Pro 기본값이며 Claude Code에서 동작합니다.
• 설정 패널보다 단일 다이얼을 원합니다. 적응형 사고 + 노력 수준은 노력·max·ultra·도구 호출 모드를 모두 고려하는 것보다 단순합니다.

비용이 가장 중요하다면, 세 가지 예시 워크로드가 방향을 가장 빨리 보여줍니다. 생성 위주 $50 vs $63, 임계 미만 검색 $32 vs $45, 각 요청이 272K를 넘으면 $58 vs $45입니다.

GPT-5.6 Terra와 Claude Sonnet 5 시작하기

두 모델 모두 오늘 일반 제공 중이며, 벤더가 무료로 제공하는 기본 모델이라 시도 비용은 시간뿐입니다.

첫 API 호출 만들기

두 SDK는 별개여서 모델 문자열만 바꾸는 것 이상이 필요합니다. 호출 예시는 충분히 짧아 차이가 한눈에 보입니다.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-5.6-terra",  # swap for gpt-5.6-sol or gpt-5.6-luna
    input="Refactor this pytest fixture to avoid module-level state.",
)
print(response.output_text)

from anthropic import Anthropic

client = Anthropic()
message = client.messages.create(
    model="claude-sonnet-5",  # no temperature/top_p/top_k on this model
    max_tokens=1024,
    messages=[{"role": "user", "content": "Refactor this pytest fixture to avoid module-level state."}],
)
print(message.content.text)

기존 Anthropic 코드를 이식한다면, 먼저 temperature, top_p, top_k와 수동 확장 사고 관련 설정을 제거하세요. Sonnet 5는 이를 무시하지 않고 400을 반환합니다.

Anthropic 측 전체 설정 절차는 Claude API 완전 가이드에서 이 글보다 깊이 다룹니다. GPT 측 시작은 Working with the OpenAI API 코스가 가장 좋습니다.

마무리

한 문장으로 요약하면: 터미널 에이전트와 도구 밀집 파이프라인에는 Terra가 더 낫고, 큰 프롬프트와 설정 표면이 작은 모델을 원하는 팀에는 Sonnet 5가 더 낫습니다.

흥미로운 점은 두 벤더 모두 중간 티어를 무료 기본값으로 삼았고, 중간 티어가 무엇을 거부해야 하는지 정반대의 선택을 했다는 것입니다. OpenAI는 Terra를 사이버 작업에 맞게 학습하고, 가장 예리한 역량은 신원 확인과 하드웨어 패스키 뒤에 두었습니다. Anthropic은 Sonnet 5에 아예 하지 않도록 학습시키고, 그 위에 보호장치를 얹었습니다. 어느 쪽이 옳다고 단정하기 어렵고, 둘 다 합법적 작업에 마찰을 만듭니다.

남의 벤치마크 표를 읽는 대신 스스로 판단할 배경지식을 쌓고 싶다면, AI Fundamentals 스킬 트랙부터 시작해 보세요.