GPT 6 Sol, Luna 반값 행사중

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

영상은 GPT-6 Sol·Luna의 API 가격이 기존 대비 절반 수준으로 낮아졌다고 소개하며, 실제 선택은 작업별 완성도와 총비용을 함께 보고 결정해야 한다고 강조한다.

📌 핵심 요점

1. 영상에서 제시한 Sol의 입력·출력 가격은 각각 4→2달러, 20→10달러이며, Luna는 0.2→0.1달러, 1.2→0.5달러다. 다만 가격의 기준 토큰 단위와 적용 조건은 전사에 없다.
2. 저렴한 토큰 단가가 항상 저렴한 작업 비용을 뜻하지는 않는다. 같은 문제를 해결하는 데 쓰는 토큰 수와 반복 작업까지 고려해야 한다.
3. 경복궁 모션 그래픽, 한강 배경 GTA형 게임, 자기소개 웹사이트, 한국어 소설을 같은 지시로 비교했다. 모션 그래픽 소요 시간은 Opus 1시간 18분 21초, Sol 21분 33초, Luna 28분 28초로 소개됐다.
4. Luna는 복잡한 모션 그래픽과 게임에서 구현 누락·작동 실패를 보였지만, 웹사이트는 비교적 좋은 평가를 받았다. 소설 문장에서는 발표자가 Luna를 더 선호했다.
5. 발표자는 한 번의 요청으로 높은 완성도를 원하는 경우 Astra, 단계적으로 수정하며 진행하는 경우 Sol, 글쓰기에는 Luna를 제안한다. 이는 이번 시연에 기반한 사용 제안이다.

🧩 배경과 문제 정의

영상은 GPT-6 Sol·Luna 출시와 가격 인하를 소개하고, 모델의 가격대별 역할이 실제 작업에서도 드러나는지 살펴본다. 발표자는 앞서 시험한 Opus 5.5와 같은 종류의 작업을 부여해 실행 시간과 결과물의 완성도를 비교한다.

핵심 문제는 ‘더 저렴하고 빠른 모델이 내 작업에도 적합한가’다. 비교 대상은 경복궁 모션 그래픽, 한강 배경 GTA형 게임, 자기소개 웹사이트, 한국어 소설이다. 결과물 평가는 발표자의 관찰과 취향을 포함하며, 전사에 모델명 혼재가 있어 일부 결과의 귀속은 유보해야 한다.

🕒 시간순 섹션별 상세정리

1. 출시 소개와 반값 가격의 의미

• GPT-6 Sol·Luna 출시를 소개하고, 모션 그래픽·게임·웹사이트·한국어 소설을 만들어 보도록 요청했다고 보여준다. [00:26]
• GPT 계열을 Astra·Sol·Terra·Luna로 구분하며, 영상 시점에는 Terra가 아직 출시되지 않았다고 드러낸다. [01:16]
• Sol은 입력 4→2달러·출력 20→10달러, Luna는 입력 0.2→0.1달러·출력 1.2→0.5달러로 보여준다. 경쟁이 성능에서 가격과 속도로도 확대되고 있다는 해석을 덧붙인다. [01:59]

2. 토큰 단가보다 작업당 비용

• 발표자는 OpenAI 모델들이 가격과 성능에 따라 비교적 명확하게 나뉜다고 해석하고, 같은 문제에 필요한 토큰 수에 따라 가성비가 달라진다고 강조한다. [02:45]
• Sol X High의 33.2%·0.27달러 사례와 다른 모델의 점수·비용 배수를 제시한다. 다만 전사에는 벤치마크 이름과 충분한 비교 조건이 없다. [03:20]
• 두 모델에 동일한 네 가지 작업을 부여했다고 설명하고, 결과물에 앞서 소요 시간을 비교한다. [03:49]

3. 실행 시간과 고난도 작업의 예외

• 모션 그래픽은 Opus 1시간 18분 21초, Sol 21분 33초, Luna 28분 28초가 걸렸다고 보여준다. Luna가 더 오래 걸린 이유로 재렌더링이나 반복 수정 가능성을 제시하지만 확인된 원인은 아니다. [04:39]
• Luna의 게임·웹사이트·소설 소요 시간은 각각 20분 58초·16분 46초·11분으로 드러난다. 이 구간에서 다른 비교 모델은 ‘Sonnet’으로 불려 Sol 기록인지 확인이 필요하다. [05:13]
• 발표자는 텍스트 생성이라면 Luna부터 사용해 보고 결과가 마음에 드는지 판단하라고 권한다. [05:20]

4. 모션 그래픽과 게임에서 드러난 완성도 차이

• 같은 지시와 자동 구현 방식으로 실행했다고 설명하며 Opus의 분해 표현을 높게 평가한다. Luna의 모션 그래픽에서는 경계 이탈, 설명이 불명확한 숫자, 분해 동작 누락을 지적한다. [06:24]
• 게임 시연에서는 Opus의 인체 관절 표현과 전체 완성도를 더 높게 평가한다. 시간이 적게 걸린 모델에 추가 수정을 맡기면 격차를 줄일 수 있다는 가능성도 언급한다. [07:43]
• Luna가 만든 게임은 도시 진입이 작동하지 않는 모습을 보이며, 발표자는 이런 복잡한 작업에 Luna를 선택하기 어렵다고 평가한다. [07:59]

5. 웹사이트와 소설에서 달라진 평가

• 웹사이트의 입자 효과와 시각 표현은 긍정적으로 평가한다. Luna도 좋은 결과를 냈지만 움직임은 다소 어색하고, Sol은 상대적으로 세밀하다고 보여준다. [08:58]
• Sol의 소설 일부를 읽으며 표현의 어색함을 지적하고, 자신의 글쓰기에서는 대체로 Low나 Medium 설정을 사용한다고 드러낸다. [09:46]
• Luna의 소설 문장이 더 낫다는 개인적 선호를 드러낸다. 작은 모델과 낮은 설정이 가독성에 도움이 된다는 경험을 소개하면서도 추상적인 글쓰기에서는 다를 수 있다고 덧붙인다. [10:37]

6. 용도별 선택과 실행 방식에 관한 마무리

• 발표자는 최근 몇 달 사이 낮은 가격으로 얻을 수 있는 결과의 수준이 높아졌다고 평가한다. 한 번의 요청으로 높은 완성도를 원하면 Astra, 단계적 작업에는 Sol, 글쓰기에는 Luna를 제안한다. [11:27]
• 별도 목표 관리 도구나 동적 실행 환경 없이 단일 프롬프트를 주는 경우, Anthropic 쪽이 더 오래 독립적으로 작업하는 경향이 있다는 관찰을 제시한다. [11:57]
• 두 계열은 활용 방식과 개인 선호에 따라 선택할 만한 수준이라고 정리하고, 관련 리뷰 안내와 구독·댓글 요청으로 영상을 마친다. [12:21]

🧾 결론

• 가격 인하로 모델 선택지가 넓어졌지만, 작업 난이도에 따라 속도와 완성도의 우열이 달라졌다.
• 이번 비교에서 Luna는 글쓰기용으로 먼저 시험할 만했으며, 복잡한 시각·상호작용 구현에서는 한계가 드러났다.
• Sol의 세부 표현과 Opus의 완성도에 대한 평가를 종합하면, 대기 시간·수정 노력·결과 품질을 함께 비교하는 접근이 적절하다.

📈 투자·시사 포인트

• 영상은 모델 경쟁이 성능뿐 아니라 가격과 속도로 확대되고 있다고 해석한다. 이는 AI 서비스의 비용 구조를 살펴볼 때 주목할 변화다.
• 서비스 운영 관점에서는 토큰 단가보다 요구 품질을 충족한 결과물 한 건의 총비용을 비교필요가 있다.
• 작업별 모델 선택은 비용 절감의 여지가 있다. 글쓰기와 복잡한 게임 구현을 같은 모델로 처리할 이유가 있는지 점검할 수 있다.
• 가격 하락만으로 공급사의 수익성이나 투자 매력도를 판단할 수는 없다. 영상에는 매출·마진·실제 이용량 자료가 제시되지 않는다.

⚠️ 불확실하거나 확인이 필요한 부분

• 제목의 ‘반값 행사중’만으로 한시적 할인 행사라고 단정할 수 없다. 전사는 가격 인하를 설명하지만 행사 기간, 종료 조건, 기준 토큰 단위를 제공하지 않는다.
• Sol·Luna 비교라는 설명과 달리 여러 소요 시간 및 결과물 소개에서 ‘Sonnet’이 등장한다. 게임 결과물의 모델 지칭도 혼재하므로 해당 수치를 Sol의 확정 기록으로 옮기기 어렵다.
• 벤치마크 점수와 비용 배수가 소개되지만 평가 이름, 문제 구성, 정확한 비교 모델 및 실행 조건은 전사만으로 충분히 확인되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 실제 사용 전에 Sol·Luna의 가격 단위, 적용 조건, 할인 기간 유무를 확인한다.
• 자신의 대표 작업을 같은 프롬프트와 실행 조건으로 비교하고, 모델명과 설정을 정확히 기록한다.
• 토큰 사용량, 실행 시간, 재시도 횟수, 사람의 수정 시간을 함께 기록해 작업당 총비용을 계산한다.
• Luna는 글쓰기부터 시험하고, 복잡한 그래픽·게임에서는 동작 여부와 구현 누락을 직접 검사한다.

❓ 열린 질문

• 같은 총시간과 총예산을 주고 Sol을 반복 개선하면 Opus의 초기 결과물 수준에 도달할 수 있을까?
• Luna의 소설에 대한 선호는 다른 장르와 여러 번의 반복 생성에서도 유지될까?
• 실행 환경과 도구 사용 방식을 통일하면 모델별 속도·완성도 차이는 얼마나 달라질까?