GPT-6 Sol vs Claude Opus 5.5: 벤치마크, 가격, 그리고 선택 가이드

더 효율적이고 합리적인 가격의 프런티어 모델 경쟁에서 Anthropic의 새 모델에 쏠린 관심은 약 한 시간 남짓에 그쳤습니다. 

Claude Opus 5.5는 Claude 5.5 제품군의 첫 모델로, Opus 5보다 낮은 실행 비용으로 Fable 5.1 수준의 성능을 내세웁니다.

OpenAI는 빠르게 응답했습니다. 플래그십 GPT-6 Astra와 같은 방법으로 학습한 GPT-6 Sol을 GPT-6 제품군의 중간급으로 공개했고, 전작인 GPT-5.6 Sol 대비 API 가격을 절반으로 출시했습니다.

이 글에서는 성능, 가드레일, 가격 등 여러 범주에서 GPT-6 Sol과 Claude Opus 5.5를 비교하고, 두 모델 모두로 수행한 실전 빌드 테스트 결과도 제공합니다.

요약

• Claude Opus 5.5는 공개된 에이전틱 코딩 벤치마크에서 더 강하며, 두 모델이 실제로 공유하는 두 벤치마크 모두에서 앞섭니다.
• GPT-6 Sol은 정가 기준 절반 가격이지만, 캐시 사용이 많은 에이전트 루프나 매우 긴 요청에서는 격차가 줄어듭니다.
• 우리의 빌드 테스트에서는 두 모델 모두 어려운 논리를 정확히 구현했고, Sol이 더 다듬어진 게임을 제공했습니다.
• 장시간 실행되는 에이전틱 코딩이나 세 주요 클라우드 모두에서 운영해야 하는 배포에는 Opus 5.5를 선택하세요.
• 비용이 민감한 대량 트래픽, Codex 및 ChatGPT Work 팀, 예산 내 비즈니스 앱 자동화에는 Sol을 선택하세요.

GPT-6 Sol이란?

GPT-6 Sol은 OpenAI의 중간급 GPT-6 모델로, 2026년 9월 22일 GPT-6 Luna와 함께 출시되었으며, 플래그십 GPT-6 Astra 아래에 위치합니다.

주요 포인트는 Astra의 학습 레시피를 적용하면서 GPT-5.6 Sol의 API 가격을 절반으로 낮췄고, 대화 중 추론 노력이나 도구 설정이 바뀌어도 유지되는 프롬프트 캐싱을 제공합니다.

우리의 GPT-6 Sol과 Luna 가이드에서 출시 내용을 살펴볼 수 있고, GPT-6 Astra API 튜토리얼에서는 제품군의 비동기 도구와 스티어링을 다룹니다.

Claude Opus 5.5란?

Claude Opus 5.5는 Anthropic의 첫 Claude 5.5 모델로, 2026년 9월 22일 출시되었으며 장시간 에이전틱 코딩과 지식 작업을 위한 회사의 새로운 주력 모델입니다.

주요 포인트는 Opus 가격대에서 Fable급 결과를 제공한다는 점입니다. Anthropic은 대부분의 작업에서 Claude Fable 5.1과 대등하다고 말하며, Fable급 사이버보안 및 생물학 안전장치를 제공합니다.

우리의 Opus 5.5 가이드에서 출시 내용을, Claude Opus 5 API 튜토리얼에서 이전 세대의 API를 확인할 수 있습니다.

GPT-6 Sol vs Claude Opus 5.5: 정면 비교

출시 시점이 촉박해 서로의 새 모델을 상대의 표에 넣지 못했기 때문에 두 모델이 겹치는 벤치마크는 두 개뿐이고, 둘 다 Opus 5.5가 앞섭니다. Sol의 논리는 가격과, 그리고 우리 테스트에서의 성과에 기반합니다.

코딩과 에이전틱 워크플로

Opus 5.5는 에이전틱 코딩 수치가 더 강하며, Sol의 발표는 이를 직접 반박하지 않습니다. Anthropic은 Opus 5.5의 Terminal-Bench 4.0, FrontierCode, CursorBench 점수를 공개했고, OpenAI는 Sol의 DeepSWE 점수와 FrontierCode 결과를 xhigh 노력에서 Claude Fable 5.1과 동등하다고만 설명합니다. Anthropic은 FrontierCode에서 Fable 5.1이 50.3%, Opus 5.5가 54.4%라고 밝히므로, 두 주장 모두 사실이라면 두 업체가 모두 언급한 유일한 코딩 벤치마크에서 Sol은 Opus 5.5보다 약 4점 낮은 셈입니다.

두 업체 모두 공통 점수보다는 장기 작업 일화를 내세웁니다. Anthropic의 내부 사례인 HAProxy의 C→Rust 리라이트는 Opus 5.5가 Fable 5.1 대비 51% 저렴한 비용으로 9.5시간에 마쳤고 Fable 5.1은 12시간이 걸렸습니다. OpenAI의 논리는 작업당 비용입니다. Sol은 DeepSWE에서 Fable 5에 약 1포인트 차이로 접근하면서 비용은 약 80% 낮췄다는 주장입니다.

이 표들을 감안해야 할 이유 두 가지:

• Anthropic은 프로덕션 안전장치를 켠 상태로 Opus 5.5를 실행했으며, 라우팅된 사이버보안·생물학 작업이 점수를 낮췄을 가능성이 있다고 밝힙니다.
• OpenAI의 작업당 비용 비교는 Sol의 xhigh 또는 max를 Claude 모델의 다른 노력 단계와 짝지은 것입니다.

서류상으로는 Opus 5.5가 더 강한 코딩 모델이지만, 아래의 단일 빌드 테스트에서는 그 격차가 드러나지 않았습니다.

비즈니스 워크플로와 컴퓨터 사용

Opus 5.5는 두 모델이 공유하는 벤치마크 둘 다에서 앞서며, AutomationBench 격차는 이 글에서 가장 명확한 수치입니다. 47개 비즈니스 도구 전반에서 에이전트를 시험하는 Zapier의 테스트에서 Opus 5.5는 40.0%, Sol은 33.2%입니다.

Sol의 반론은 청구서입니다. OpenAI는 Sol이 작업당 비용에서 Claude Opus 5 대비 9% 수준으로 앞선다고 프레이밍하지만, 이 비교는 이전 Opus와의 비교입니다.

점수상으로는 Opus 5.5가 더 강한 에이전트이고, 모든 티켓에 돌릴 수 있는 건 Sol입니다.

지식 작업과 사실 신뢰도

여기서 유일한 교차 벤더 수치는 Opus 5.5의 GDPval-AA v2.1 1846 Elo로, Anthropic 표에서 GPT-6 Astra와 GPT-5.6 Sol보다 높습니다(솔 본인은 미등재). 보고서 작성 테스트에서는 수치 하나라도 꾸미면 실패 처리되는데, Opus 5.5는 18개 중 16개가 통과했고, Fable 5.1과 Opus 5는 단 한 번도 통과하지 못했습니다.

Sol의 근거는 전작 대비 개선입니다. OpenAI 내부 사실성 세트에서 Sol은 GPT-5.6 Sol의 실수 대비 약 절반으로 줄였고, Artificial Analysis의 AA-Omniscience 테스트도 유사한 결을 보입니다. 단, Sol의 환각률은 92%→60%로 낮아졌지만 답변률은 전작의 99%에서 83%로 떨어졌습니다.

두 모델 모두 전작보다 신중해졌고, 경쟁사 대비를 보여준 건 Opus 5.5뿐입니다.

가드레일과 API 제약

Sol은 제약이 덜한 API이고, Opus 5.5는 감독이 더 촘촘합니다.

Opus 5.5는 생각(추론)을 끌 수 없고, 강제 도구 사용을 거부하며, 생각 블록을 해당 모델과 대화에 묶습니다. 그래서 2026년 8월 31일 이후 생성된 계정에서는 컨텍스트를 편집하면 400 오류가 발생합니다. 사이버보안 작업 대부분은 Cyber Verification Program 외부에서는 Opus 4.8로 라우팅되며, 생물학 작업은 Life Sciences Verification Program이 필요합니다.

Sol은 none부터 max까지 사다리를 제공하고, 대화 중간에 노력 수준을 바꿔도 캐시가 깨지지 않으며, 코딩 작업에 대한 오해 소지가 있는 주장이 GPT-5.6 Sol보다 적다고 OpenAI는 보고합니다.

이는 의도된 트레이드오프입니다. Opus 5.5는 Opus 5 대비 격리 경계(컨테인먼트)를 넘으려는 시도가 약 85% 줄었고, 이는 무인 에이전트 운영에 중요합니다.

가격: 실제로 지불하는 것

표면 요금으로는 Opus 5.5가 Sol의 정확히 두 배이지만, 실제 에이전트 비용을 좌우하는 두 메커니즘은 패턴을 깹니다. 캐시 읽기 비용은 동일하고, Sol은 272K 토큰 초과 시 할증을 붙이지만 Anthropic은 붙이지 않습니다.

토큰 요율 나란히 보기

프리미엄은 입력·출력·캐시 쓰기에 고르게 걸리므로, 캐시나 롱 컨텍스트가 개입하기 전까지는 모든 워크로드 형태에 동일하게 불리합니다. 캐시 읽기는 예외이며, Anthropic은 에이전틱 및 코딩 작업 비용의 대부분을 캐시 읽기가 차지한다고 말합니다. 두 업체 모두 추론 토큰에 별도 요율을 공개하지 않았으므로, 출력 요율로 예산 잡는 것이 좋습니다.

실제 워크로드 비용

임계 초과 행이 핵심입니다. 각 요청이 임계를 넘으면 Sol의 할증으로 청구액이 Opus 5.5의 8% 내로 근접해, 롱 컨텍스트 검색 파이프라인에서는 Sol을 선택해도 거의 할인 이점이 없습니다. 캐시 중심 루프에서는 다른 이유로 격차가 33%로 좁혀집니다. 1,000회의 캐시 읽기 비용이 두 모델에서 동일하고, 2배 프리미엄은 신규 토큰에만 적용되기 때문입니다.

두 모델은 서로 다른 토크나이저를 사용하고, 동일 워크로드의 토큰 수를 어느 쪽도 공개하지 않았으므로, 위 합계는 청구서가 아니라 요율 비교로 보시기 바랍니다. Anthropic은 Opus 5.5가 Opus 5보다 작업당 토큰을 덜 쓴다고 밝히지만, Sol과의 비교는 언급하지 않았습니다.

GPT-6 Sol과 Claude Opus 5.5의 실제 성과

서로 상대 모델을 테스트하지 않은 두 업체의 벤치마크만으로는 한계가 있어, 동일한 프롬프트와 동일한 도구로 두 모델에 같은 빌드 작업을 수행하게 했습니다.

테스트

두 모델 모두에게 12×24 보드의 단일 파일 테트리스 클론을 만들라고 요청했고, 한 가지 변주를 걸었습니다. 중력 방향이 20초마다 뒤집힙니다. 프롬프트가 요구하는 두 가지가 난도를 높입니다. 뒤집힌 후에는 블록이 천장 방향으로 떨어져 그쪽에 쌓여야 하고, 양쪽 스택에서 가득 찬 줄이 사라져야 하며, 이미 잠긴 칸은 중력 반전 시 절대 움직이면 안 됩니다.

두 모델 모두 OpenCode에서 동일하게 고정된 도구 표면으로 실행했습니다. 파일 읽기, 검색, 편집만 가능하고 셸과 네트워크는 불가. 두 모델 모두 high 추론 노력으로, 각 1회 시도, 재시도 없음, 프롬프트는 바이트 단위로 동일하게 새 세션에 전달했습니다.

유의할 비대칭 한 가지: high는 두 모델 모두에서 상한보다 두 칸 아래지만, Sol에는 맨 아래에 none이 하나 더 있어 high는 여섯 단계 중 네 번째이고 Opus 5.5는 다섯 단계 중 세 번째입니다.

프롬프트는 다음과 같았습니다.

Build a single-file HTML page (inline CSS and JS, canvas, no build step, no external dependencies, no network) that is a playable Tetris clone with one twist: gravity flips every 20 seconds. It needs:
- a 12×24 board, the seven tetrominoes, rotation, left/right movement, soft drop, hard drop, line clears, a score, and a game-over state, controlled with the arrow keys and the space bar;
- the twist: every 20 seconds the direction of gravity flips between down and up. Pieces then fall toward the ceiling, land on the stack that has formed there, and full rows clear on either stack. Pieces already locked in place never move when gravity flips;
- a visible gravity indicator (an arrow showing the current direction) and a countdown to the next flip, both always on screen;
- a fixed starting position: the board loads with the same flat four-row stack already locked on the floor (a few gaps, no complete rows), so the flip has a stack to leave behind;
- a fixed seed for the piece sequence, so two loads produce the same game;
- autoplay on load: with no key pressed, a simple built-in player plays at the normal starting speed of about one row per second, sliding each piece without rotating into the column where the stack it is falling toward is currently lowest (the leftmost such column on a tie) and letting it fall — never a hard drop — so pieces are seen falling the moment the page opens. Any key press hands control to the keyboard for the rest of the game;
- the whole board, indicator and countdown fit in one viewport of about 1440×900 without scrolling.

Ship it as one working file named `index.html`. Do not install packages. Do not open, screenshot, or headless-render the page (no Playwright, Puppeteer, or Chrome). Do not ask me clarifying questions — make reasonable assumptions and note them briefly in a comment at the top of the file.

비용을 기록하고 아래 세 가지 루브릭으로 1~5점 척도로 채점했습니다.

• 반전 메커닉: 중력이 뒤집힐 때 블록이 실제로 위로 떨어져 천장에 착지하고 그쪽에서도 줄이 지워지며, 기존 바닥 스택은 그대로 유지되는가?
• 게임 완성도: 변주를 제외하고 기본 테트리스로서 완전하고 플레이 가능한가?
• 시각 품질과 감각: 부드럽고 읽기 쉬우며, 반전이 버그처럼 보이지 않고 의도적으로 느껴지는가?

GPT-6 Sol이 만든 결과

Sol은 6턴, 9번의 도구 호출을 했습니다. 비어 있는 작업공간을 나열·검색·읽은 뒤 22KB짜리 index.html을 작성하고 한 번 패치했습니다. 결과물에는 자체 브랜딩인 "Fall / Rise, a game of shifting ground"가 붙었고, 반전 시 호박색에서 청록색으로 바뀌는 중력 패널, 다음 반전까지의 카운트다운, 여백의 규칙 카드가 있습니다.

해야 할 일을 정확히 하며 부드럽고 안정적으로 동작합니다. 반전 시 바닥 스택은 그대로고, 블록은 위로 올라가 천장에 잠기며, 양쪽 스택에서 줄이 지워지고, 소프트 드랍은 반응성이 좋아 두 결과물 중 플레이하는 재미가 더 컸습니다.