tracks
AI 기초
10
SpaceXAI는 2026년 8월 12일 Grok 4.6을 출시했습니다. 이는 OpenAI가 7월 9일 GPT-5.6 제품군을 일반 공개한 지 약 한 달 후입니다. 두 출시의 핵심 메시지는 비슷합니다. 여러 단계를 거쳐 과제를 끝까지 수행하는 장기 실행 에이전트와, 대화형 작업에서 더 탄탄한 1차 산출입니다. Grok 4.6은 Artificial Analysis Intelligence Index에서 GPT-5.6 Sol과 동률이라고 주장하며 등장했는데, 이는 출력 단가가 $6인 모델을 $20인 모델 옆에 놓고 차이를 찾아보라는 의미입니다.
이 글에서는 에이전트형 코딩, 장기 지식 작업, 컨텍스트 처리, 추론 제어, 가격을 기준으로 Grok 4.6과 GPT-5.6 Sol을 비교한 뒤, 동일한 코딩 에이전트에서 고난도 빌드 과제를 두 모델 모두에 수행합니다. 각 모델에 대한 자세한 개별 분석은 Grok 4.6 가이드와 GPT-5.6 Sol, Terra, Luna 가이드를 참고하세요.
요약
- 능력은 비슷합니다. 두 모델 모두 Artificial Analysis Intelligence Index에서 61점을 기록하고, 공개된 코딩 벤치마크에서도 서로 절반가량씩 우세합니다.
- 가격이 갈립니다. 그것도 단순 배수 차이가 아닙니다. Sol은 입력에서 2배, 출력에서 3.3배 더 비쌉니다.
- 두 모델 모두 긴 프롬프트에 할증을 붙입니다. 임계치는 Grok가 더 빨리 도달하며, Grok 200,000 토큰, Sol 272,000 토큰입니다.
- 실전 빌드 테스트에서 두 모델 모두 정답이자 안정적인 시뮬레이션을 완성했습니다. Sol은 3턴, Grok는 14턴이 걸렸습니다.
- 추론·생성 비중이 큰 루프에는 Grok 4.6을, 1,050,000-토큰 윈도우, 터미널 중심 엔지니어링, 최소 턴으로 완성물을 원한다면 GPT-5.6 Sol을 선택하세요.
Grok 4.6이란?
Grok 4.6은 2026년 8월 12일 출시된 SpaceXAI의 코딩, 에이전트형 작업, 지식 작업을 위한 최전선 모델입니다. Grok 4.5를 기반으로 장기 실행 에이전트, 더 야심적인 대화형·시각 작업에 초점을 맞췄으며, SpaceXAI는 복잡한 과제에서 다수의 단계를 거쳐 끝까지 따라간다고 설명합니다. 주제 조사, 코드베이스 전반의 작업, 아이디어를 실행 가능한 애플리케이션으로 전환하는 과정 등입니다. 학습에는 선별된 모델 생성 추론 데이터와, 커널 최적화·웹 개발·CAD 영역의 에이전트 강화학습이 추가되었습니다.
특징적인 부분은 가격 전략입니다. Grok 4.6은 1M 입력·출력 토큰당 $2·$6이라는 Grok 4.5의 대표 단가를 유지하면서도 Artificial Analysis Intelligence Index에서 5점을 더했습니다. Artificial Analysis에 따르면 이는 최전선에서 드문 일로, 보통 성능 향상에는 가격 인상이 수반됩니다.
모델 동작 예시는 Grok 4.6 API 튜토리얼에서 도구를 사용하는 에이전트를 단계별로 구축하는 방법을, Grok Build 튜토리얼에서 코딩 에이전트 내부에 머신러닝 프로젝트를 만드는 과정을 확인할 수 있습니다. 4.6은 현재 해당 코딩 에이전트의 기본 모델입니다. 또한 SpaceXAI의 에이전트 동료에 대해서는 Grok Bot 기사에서 다뤘습니다.
GPT-5.6 Sol이란?
GPT-5.6 Sol은 OpenAI의 GPT-5.6 제품군 플래그십으로, 2026년 7월 9일부터 일반 제공 중입니다. 일상 작업용 Terra, 비용 효율적 티어인 Luna와 함께 공개됐습니다. OpenAI는 Sol을 순수 성능만큼이나 효율성 중심으로 포지셔닝합니다. 코딩, 지식 작업, 보안, 과학 전반에서 최신 성과를 내되 토큰 사용을 줄인다는 것입니다. 강화된 컴퓨터 사용 능력으로 렌더링된 결과물을 직접 확인·개선할 수 있어, 코드 생성에만 의존하지 않습니다.
두 가지 신규 능력 다이얼이 추가됐습니다. max 설정은 xhigh보다 더 많은 시간으로 모델이 추론·수정을 수행하게 하며, ultra는 기본으로 네 개의 에이전트를 병렬로 조정해 토큰 사용을 늘리는 대신 더 짧은 경과 시간에 더 나은 점수를 노립니다. Terminal-Bench 2.1에서 Sol Ultra는 기본 Sol의 88.8% 대비 91.9%에 도달합니다.
모델을 직접 다뤄보려면, Cursor Agent Mode 튜토리얼에서 GPT-5.6 Sol로 REST API를 구축하고, ChatGPT Work 가이드에서 GPT-5.6으로 엔드 투 엔드 데이터 사이언스 워크플로를 실행합니다. 다른 비교가 궁금하다면 Claude Opus 5 vs GPT-5.6 Sol도 확인하세요.
Grok 4.6 vs GPT-5.6 Sol: 정면 비교
핵심은, 두 모델은 능력 면에서는 동급이지만 가격 면에서는 크게 다릅니다.
Intelligence Index 61점 동률, 코딩 벤치는 분점, 출력 가격은 Sol이 3.3배 비쌉니다.
| Feature | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| Released | August 12, 2026 | July 9, 2026 |
| AA Intelligence Index | 61 | 61 |
| Input / output per 1M tokens | $2 / $6 | $4 / $20 |
| Context window | 500,000 tokens | 1,050,000 tokens |
| Long-context threshold | 200,000 tokens | 272,000 tokens |
| Rates above that threshold | $4 / $12 | 2x input, 1.5x output |
| Reasoning settings | Low, medium, high, xhigh | None through max, plus ultra |
| API model ID | grok-4.6 |
gpt-5.6-sol |
| Knowledge cutoff | February 1, 2026 | February 16, 2026 |
코딩 및 에이전트형 워크플로
Cursor의 표에서 Grok 4.6(high)와 GPT-5.6 Sol(max)을 비교하면 승패가 갈리지 않습니다. Grok는 CursorBench v3.2에서 69.9% 대 67.2%로 앞서고, GDPval-AA v2에서 1753 Elo 대 1728을 기록합니다. Sol은 DeepSWE v1.1에서 73% 대 65.9%, Terminal-Bench v3.0에서 34.6% 대 26%로 앞섭니다.
| Benchmark | Grok 4.6 (high) | GPT-5.6 Sol (max) | Notes |
|---|---|---|---|
| AA Intelligence Index | 61 | 61 | 아홉 개 벤치마크의 합성; 동률 |
| CursorBench v3.2 | 69.9% | 67.2% | Cursor의 자체 에이전트 하니스 |
| DeepSWE v1.1 | 65.9% | 73% | 실제 코드베이스의 장기 작업 |
| Terminal-Bench v3.0 | 26% | 34.6% | 둘 다 낮음; OpenAI의 2.1 수치와는 다른 버전 |
| FrontierCode v1.1 Extended | 61.3% | 60.6% | 차이는 잡음 범위 |
| APEX-Agents | 57.5% | 56.7% | 차이는 잡음 범위 |
이 격차들은 여지를 두고 읽어야 합니다.
- 노력 설정이 일치하지 않습니다. Grok는 high, Sol은 max입니다.
- 서드파티 행은 단일 하니스가 아닌, 각사 공개치 혹은 최선의 자체 보고 수치입니다.
- Cursor 표의 Terminal-Bench v3.0은 OpenAI 포스트의 Terminal-Bench 2.1(솔 88.8%)과 다른 버전입니다.
IDE 에이전트 루프에서는 Grok가 강합니다. 장기 리포지토리 작업과 커맨드라인에서는 Sol이 강합니다.
장기 지식 작업
Grok 4.6은 Artificial Analysis의 비공개 장기 지식 작업 스위트인 AA-Briefcase에서 1577 Elo로 Sol의 1502를 앞섭니다. 법률 태스크 평가인 Harvey LAB에서는 공개 수치가 15.8% 대 2.5%로 6배 격차이지만, 절대 점수는 모두 낮으므로 확정적 차이보다는 신호로만 보세요.
또한 Grok는 Artificial Analysis의 도구 사용 스위트 중 뱅킹 부문에서 50.7%를 기록합니다. Terminal-Bench v2.1의 88.4%는 선도 모델들과 비슷한 수준이지만, 위 표의 v3.0과는 다른 버전입니다.
컨텍스트 윈도우와 장문 컨텍스트
Sol은 대략 두 배의 윈도우를 가집니다. Grok 4.6의 500,000 토큰 대비 1,050,000 토큰이며, 출력 상한 128,000 토큰도 있습니다. SpaceXAI는 텍스트에서 이를 맞추지 못합니다. 500K를 넘으면 Grok에 상응하는 옵션이 없습니다.
두 모델 모두 해당 상한선 이전에 긴 프롬프트에 대해 재가격을 적용하며, Grok의 임계치가 먼저 옵니다.
- Grok 4.6: 200,000 토큰 이후 전체 요청에 입력·출력 모두 2배.
- GPT-5.6 Sol: 272,000 토큰 이후 전체 요청에 입력 2배, 출력 1.5배.
200,000~272,000 구간에서는 입력 단가가 $4로 같아집니다. 출력은 Grok가 여전히 더 저렴하지만, 대표 단가에서 보이는 격차보다는 작습니다.
추론 노력 제어
Sol은 더 많은 다이얼을 제공합니다. none부터 max까지, 그리고 네 개의 에이전트를 병렬로 돌리는 ultra가 추가됩니다. Grok 4.6은 기본으로 low, medium, high, 그리고 xhigh를 제공합니다. 저렴한 분류 호출에서 Sol을 none으로 내리는 건 유용합니다. Ultra의 Terminal-Bench 2.1 점수 상승(88.8%→91.9%)은 실제지만, 두 극단 모두 출력 단가가 Grok의 3.3배입니다.
내장 도구 표면
Grok 4.6은 함수 호출, 웹 검색, X 검색, 코드 실행을 제공합니다. GPT-5.6 Sol은 파일 검색, 이미지 생성, 코드 인터프리터, 호스팅 셸, 패치 적용, 컴퓨터 사용, Responses API의 도구 검색이 추가됩니다.
Sol에는 Programmatic Tool Calling도 있습니다. 모델이 작은 프로그램을 작성·실행해 도구를 조정하고 중간 결과를 거르며, 모든 도구 응답을 다시 모델로 보내지 않습니다.
가격: 실제로 지불하는 비용
가격 차이는 가장 뚜렷하고, 그 형태는 단순 배수가 아닙니다.
토큰 단가 나란히 보기
| Rate | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| Input, per 1M tokens | $2.00 | $4.00 |
| Output, per 1M tokens | $6.00 | $20.00 |
| Cached input read, per 1M tokens | $0.50 | $0.40 |
| Long-context threshold | 200,000 prompt tokens | 272,000 input tokens |
| Above the threshold | 2x input and output | 2x input, 1.5x output |
| Fast variant, input / output | $4.00 / $12.00 | Not applicable |
Sol은 입력 2배, 출력 3.3배이므로, 모델이 작성하는 모든 것과 함께 격차가 벌어집니다. 두 모델 모두 추론 토큰은 출력 단가로 과금합니다. 캐시된 읽기는 비슷합니다($0.50 vs $0.40). 다만 SpaceXAI는 Responses API에서 prompt_cache_key가 없으면, 캐시가 식은 서버에서 종종 전체 입력 비용을 내게 된다고 경고합니다. 자세한 내용은 Grok 4.6 API 튜토리얼을 참고하세요.
실제 워크로드 비용
공식은 (볼륨 ÷ 1M) × 단가이며, 입력·출력을 표준 단가로 합산합니다.
| Workload | Grok 4.6 | GPT-5.6 Sol | Difference |
|---|---|---|---|
| 생성 위주: 1M 입력 / 4M 출력 | $26 | $84 | +$58 (223%) |
| 검색, 임계 미만: 10M 입력 / 1M 출력 | $26 | $60 | +$34 (131%) |
| 검색, 임계 초과: 10M 입력 / 1M 출력 | $52 | $110 | +$58 (112%) |
생성 위주에서 출력 단가 격차가 크게 작용합니다. 두 검색 행은 10M 입력 / 1M 출력으로 동일하며, 각 요청이 두 임계값을 넘느냐만 다릅니다. 즉 두 행의 차액은 할증입니다. 해당 행에서 Grok 청구서는 $26에서 $52로 두 배가 됩니다. Sol은 $60에서 $110으로 오릅니다. 상대적 프리미엄은 131%에서 112%로 좁혀지지만, 달러 격차는 커집니다. 두 벤더 모두 공유 워크로드의 토큰 수를 공개하지 않았으므로, 이 합계는 실제 청구서가 아니라 단가 비교로 보세요.
Grok 4.6과 GPT-5.6 Sol 성능
같은 코딩 에이전트에서 두 모델 모두에게 고난도 빌드 과제 하나를 수행했습니다.
테스트
두 벤더 모두 대화형·시각 작업에서 강하다고 주장하므로 단일 파일 물리 시뮬레이션 생성으로 시험했습니다. 동일한 프롬프트를 바이트 단위로 일치하게, 빈 워크스페이스의 새 채팅에 붙여 넣었습니다. 각 1회 시도, 재시도 없음, 중간 개입 없음.
Build a single-file HTML page (inline CSS and JS, canvas, no build step, no external libraries, no network) that simulates a few dozen balls of varying sizes bouncing inside a slowly rotating square container, under gravity. The balls should collide with each other and with the container walls, and lose a little energy on each collision so the system settles rather than gaining energy over time. The container keeps rotating throughout, so the balls should slosh and re-pile as it turns.
Ship it as one working file named index.html that starts animating on load. Do not ask me clarifying questions, make reasonable assumptions and note them briefly in a comment at the top of the file.두 모델 모두 2026년 8월 25일 Cursor에서 실행했습니다. Grok 4.6은 high 추론, GPT-5.6 Sol은 high 추론이었습니다. 결과는 순수 모델이 아니라 에이전트로서의 성격을 설명합니다. 네트워크는 두 모델 모두 거부했습니다.
Grok 4.6의 결과
Grok는 실행 가능성 검사를 통과한 작동하는 index.html을 제공했습니다. 단일 파일, 로드시 애니메이션 시작, 콘솔 미포착 오류 없음, 30초 경과 후에도 실행 상태 유지. 상자가 회전하는 동안 경계 유지가 되었고, 공-공 충돌은 그럴듯했으며, 시스템은 시간이 지날수록 에너지를 잃어 속도가 증가하지 않고 안정화되었습니다.
다만 여기에 도달하기까지 어시스턴트 턴이 14회였고, 몇 차례 자가 수정 라운드가 있었습니다. 또한 자체 결과 확인을 위해 브라우저 접근을 요청했으나, 테스트 규칙에 따라 거부했습니다.
결과
각 축은 1~5점으로, 실행 전 작성한 루브릭에 따라 각 시뮬레이션을 30초간 관찰해 채점했습니다.
| Measure | Grok 4.6 (high) | GPT-5.6 Sol (high) |
|---|---|---|
| Turns | 14 | 3 |
| Runnability | Pass | Pass |
| Physics correctness | 5 | 5 |
| Stability over time | 5 | 5 |
| Visual quality | 4 | 5 |
| Overall | 3.5 | 5 |
산출물 자체만 보면 거의 무승부입니다. 두 모델 모두 물리를 제대로 구현했고 안정성을 유지했습니다. 차이는 노력입니다. Sol은 3턴, Grok는 14턴이었고, 이것이 Grok의 종합 점수를 3.5로 낮춘 요인입니다.
다만 이는 시각적 빌드에서 n=1 결과입니다. 하나의 데이터 포인트이지 벤치마크는 아니며, 대규모 코드베이스나 긴 검색 체인을 말해주지는 않습니다.
Grok 4.6 vs GPT-5.6 Sol 선택 가이드
능력이 비슷하므로, 결정은 워크로드 형태, 컨텍스트 크기, 턴 수 대비 토큰 단가에 대한 우선순위에 달렸습니다. 출력이 저렴해 청구서에서 압도한다면 Grok를, 더 큰 윈도우나 더 적은 턴이 필요하다면 Sol을 고르세요.
다음과 같다면 Grok 4.6을 선택하세요
- 작성량이 많습니다. 1M 출력 토큰당 $6으로 Sol의 $20 대비, 생성 위주 한 달이 $84가 아닌 $26에 마무리됩니다. 추론 토큰도 같은 출력 단가로 과금됩니다.
- 프롬프트가 200,000 토큰 이하입니다. 이 범위에서 Grok의 $2(입력)와 $6(출력) 단가가 온전히 적용됩니다.
- 에이전트 작업이 IDE 내부에서 이뤄집니다. Grok는 CursorBench v3.2에서 69.9%로 앞서며, Grok Build의 기본 모델입니다.
- 턴 수보다 토큰 단가를 더 중시합니다.
다음과 같다면 GPT-5.6 Sol을 선택하세요
- 500K 토큰을 넘는 컨텍스트가 필요합니다. Sol의 1,050,000-토큰 윈도우는 Grok 4.6에 대응 모델이 없습니다.
- 실제 리포지토리에서 장기 에이전트 작업을 수행합니다. Sol의 DeepSWE v1.1 73%는 Grok 65.9% 대비 가장 큰 코딩 격차입니다.
- 토큰 단가보다 턴 수가 더 중요합니다. 물리 빌드를 Sol은 3턴, Grok는 14턴에 마쳤습니다.
- 노력 제어를 더 세밀히 원합니다. Sol은 none부터 max까지 제공하고
ultra를 추가합니다.
Grok 4.6과 GPT-5.6 Sol 시작하기
이미 OpenAI 호환 엔드포인트를 호출 중이라면 두 모델 모두 문자열 한 줄만 바꾸면 됩니다. 문자열은 grok-4.6과 gpt-5.6-sol입니다. OpenAI는 gpt-5.6 별칭도 Sol로 라우팅합니다.
| Surface | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| First-party API | xAI API | OpenAI API |
| Consumer app | Grok app and Grok.com | ChatGPT |
| Coding agents | Grok Build (default model), Cursor (all plans) | Codex, Cursor |
| Model gateways | OpenRouter, Vercel, Cloudflare | OpenRouter, Vercel, Cloudflare |
| API model ID | grok-4.6 |
gpt-5.6-sol |
코딩 에이전트에서 Grok 4.6과 GPT-5.6 Sol 사용하기
Cursor에서는 두 모델이 선택기에 있어, 본 테스트도 그렇게 실행했습니다. 전환은 설정 파일 수정 없이 선택기만 바꾸면 됩니다.
API에서는 문자열 한 줄만 바꾸면 됩니다. xAI는 OpenAI 호환 엔드포인트를 제공합니다.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["XAI_API_KEY"],
base_url="https://api.x.ai/v1", # drop this line for gpt-5.6-sol
)
response = client.responses.create(
model="grok-4.6", # swap for "gpt-5.6-sol"
input="Find and fix the bug: function median(a){a.sort();return a[a.length/2]}",
)
print(response.output_text)전체 설정은 Grok 4.6 API 튜토리얼, Cursor Agent Mode 튜토리얼, Grok Build 튜토리얼을 참고하세요.
맺음말
청구서에서 출력과 추론 토큰이 지배적이라면 Grok 4.6을 사용하세요. Intelligence Index에서 동률이면서 출력 단가가 3분의 1 이하인 선택은 분명합니다. 100만 토큰급 윈도우나 장기 리포지토리 작업이 필요하다면 GPT-5.6 Sol을 사용하고 프리미엄을 감수하세요. 전환 전에 프롬프트가 Grok의 200,000-토큰 할증선 어느 쪽에 있는지 확인하세요.
우리의 테스트에서 출시 주장들은 유효했습니다. 두 모델 모두 좋은 결과로 통과했습니다. 다만 Sol은 Grok보다 훨씬 빨랐고, 턴 수는 Grok의 약 20%에 불과해 의미 있는 격차를 보였습니다. 읽는 것보다 에이전트 내부에서 직접 잘 다뤄보고 싶다면 Software Development with Cursor 과정을 추천합니다.