# Claude Opus 5.5 vs GPT-6 Sol·6.1 Sol 비용

> GPT-6.1 Sol 기준 272K 이하 요청에서 Opus 5.5는 캐시 읽기까지 모든 단가가 2배, 과제당 비용은 4~9배입니다. 기본은 6.1 Sol, Opus는 실패하는 작업에만 시험합니다.

- URL: https://blog.laozhang.ai/ko/posts/claude-opus-5-5-vs-gpt-6-sol
- Published: 2026-09-23
- Updated: 2026-10-01
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ko/about)
- Topic: Claude Code
- Tags: Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Sol, 모델 비교, API 요금, 코딩 에이전트, Claude Code, Codex

---
Claude Opus 5.5와 OpenAI의 Sol 중에서 고른다면, 2026년 9월 29일부터 비교 상대는 GPT-6 Sol의 후속인 **GPT-6.1 Sol**입니다. API 단가에서 달라진 것은 캐시 읽기 하나로, 1M 토큰당 $0.20에서 $0.10로 내려갔습니다. 새 입력·캐시 쓰기·출력은 GPT-6 Sol과 같습니다. 그 결과 요청 입력이 272K 토큰 이하이면 같은 토큰 수에서 **Opus 5.5는 모든 항목이 정확히 2배**, 흔히 말하는 "가격은 2:1"이 캐시 읽기까지 그대로 적용됩니다. GPT-6 Sol과 비교할 때 통하던 "캐시 읽기가 많으면 차이가 줄고, 272K를 넘는 캐시 위주 요청에서는 Opus가 더 싸다"는 계산은 6.1 Sol에는 맞지 않습니다. 272K를 넘는 요청에서도 남는 차이는 출력 단가뿐이어서, 같은 토큰 수라면 Opus가 더 싸지는 경우는 없습니다.

실제 과제 비용의 차이는 단가보다 훨씬 큽니다. Artificial Analysis가 같은 추론 강도(effort)끼리 잰 과제당 비용은 2026년 9월 30일 기준 Opus가 GPT-6.1 Sol의 4.2~8.9배였습니다. 점수는 low에서 42점으로 같았고, medium 이상에서는 Opus가 3~6점 높았습니다. 같은 일에 Opus가 출력 토큰을 약 3배 쓰기 때문입니다.

그래서 출발점은 이렇습니다. 요청 길이와 관계없이 GPT-6.1 Sol을 기본으로 두고, 6.1 Sol이 반복해서 실패하는 작업 유형에서만 Opus 5.5를 시험합니다. 최종 결정은 자기 작업으로 잰 **승인된 작업당 비용**, 즉 미리 정한 수락 기준(테스트 통과, 코드 리뷰 승인 등)을 통과한 작업 1건에 들어간 토큰 요금과 검토 시간의 합으로 내립니다. GPT-6 Sol은 2026년 9월 30일 기준 지원 종료 공지가 없어 아직 쓰는 곳이 있으므로, 아래 표와 예시에는 GPT-6 Sol 값이 참고로 함께 적혀 있습니다.

## 2배가 적용되는 항목과 적용되지 않는 항목

아래는 두 API의 Standard 단가를 항목별로 나란히 놓은 표입니다. 금액은 미국 달러, 1M 토큰당 가격이며 Opus 5.5는 2026년 9월 25일, GPT-6.1 Sol은 2026년 9월 30일 기준입니다([Anthropic 가격표](https://platform.claude.com/docs/en/about-claude/pricing), [OpenAI 가격표](https://developers.openai.com/api/docs/pricing)).

| 항목 (1M 토큰당) | GPT-6.1 Sol, 입력 272K 이하 | Claude Opus 5.5 | Opus/6.1 Sol | GPT-6.1 Sol, 입력 272K 초과 | Opus/6.1 Sol |
|---|---|---|---|---|---|
| 새 입력 (캐시되지 않은 입력) | $2 | $4 | 2배 | $4 | 1배 |
| 캐시 쓰기 | $2.50 | $5 (5분 캐시) | 2배 | $5 | 1배 |
| 캐시 읽기 | $0.10 | $0.20 | 2배 | $0.20 | 1배 |
| 출력 (추론 토큰 포함) | $10 | $20 | 2배 | $15 | 1.33배 |

GPT-6 Sol은 캐시 읽기만 다릅니다. 272K 이하에서 $0.20(Opus와 같음), 272K 초과에서 $0.40(Opus의 2배)이고 나머지는 6.1 Sol과 같습니다. 2026년 9월 30일 기준 OpenAI 가격표에는 GPT-6 Sol이 더 이상 나오지 않고, 모델 페이지는 새 Sol 모델로 GPT-6.1 Sol을 안내합니다.

표에서 읽어야 할 점은 세 가지입니다.

첫째, **272K 이하에서는 캐시 읽기까지 2배**입니다. 6.1 Sol은 캐시된 입력을 새 입력 단가의 5%인 $0.10로 매깁니다. Anthropic은 캐시 읽기가 에이전트·코딩 작업 비용의 대부분을 차지한다고 설명합니다. GPT-6 Sol과는 이 항목 가격이 같아 코딩 에이전트의 청구서 차이가 2배보다 작았지만, 6.1 Sol과 비교하면 그 완충 효과가 사라집니다.

둘째, **272K 규칙은 요청 단위이고 요청 전체에 적용됩니다.** OpenAI 모델 페이지는 입력이 272K 토큰을 넘는 프롬프트에 대해 요청 전체의 입력·캐시 요금을 2배, 출력 요금을 1.5배로 매긴다고 적고 있습니다. 대화 전체 누적량이 아니라 한 번 보내는 요청의 입력 크기가 기준입니다. 캐시된 토큰이 272K 계산에 들어가는지는 명시되어 있지 않지만, "입력 **및 캐시** 요금을 2배"라는 문구로 보아 캐시된 입력까지 포함한 프롬프트 전체 입력으로 판단한다고 보는 것이 자연스럽습니다. 이 구간에서 6.1 Sol의 새 입력·캐시 쓰기·캐시 읽기 단가는 Opus와 똑같아지고 출력만 Opus가 $5 비쌉니다. Opus 5.5는 1M 컨텍스트 전체를 표준 단가로 청구하며, Anthropic은 90만 토큰 요청도 9천 토큰 요청과 같은 토큰당 요금이라고 밝히고 있습니다.

셋째, **출력에는 추론 토큰이 포함됩니다.** Opus 5.5는 적응형 사고(adaptive thinking)가 항상 켜져 있어 끌 수 없고, 기본 강도는 `medium`입니다. GPT-6.1 Sol의 `reasoning.effort`는 `low`, `medium`(기본), `high`, `xhigh`, `max` 중에서 고르며, GPT-6 Sol에 있던 `none`과 `minimal`은 지원하지 않습니다. 출력 단가가 2배인데 추론 토큰까지 더 쓰면 차이는 곱으로 커집니다. 뒤에서 볼 측정 결과가 단가 차이보다 큰 이유가 여기에 있습니다.

단가를 바꾸는 옵션도 확인해야 합니다.

- **Batch/Flex**: GPT-6.1 Sol은 Batch와 Flex가 Standard의 절반(짧은 요청 기준 $1 / $0.05 / $1.25 / $5)입니다. Opus 5.5는 Batch에서 입력·출력이 50% 할인됩니다.
- **Fast**: 6.1 Sol의 Fast 모드(2026년 7월 30일 Priority에서 이름 변경)는 Standard의 2배입니다. Opus 5.5의 Fast 모드는 연구 미리보기이며 Claude API 직결에서만 입력 $8 / 출력 $40이고 Batch와 함께 쓸 수 없습니다.
- **지역 처리**: OpenAI의 지역 처리(데이터 레지던시) 엔드포인트는 10% 가산, Anthropic은 `inference_geo: "us"` 지정 시 모든 토큰 항목에 1.1배가 붙습니다.
- **도구 호출 요금**: OpenAI는 웹 검색처럼 호출 건당 요금이 붙는 도구가 있습니다(웹 검색 1천 회당 $10). 토큰 계산만으로는 빠지는 비용입니다.

두 모델 모두 컨텍스트는 약 100만 토큰(6.1 Sol 1,050,000, Opus 1M), 최대 출력은 128K 토큰으로 같습니다. 도구를 쓰는 에이전트라면 6.1 Sol은 Responses API가 필요합니다. Chat Completions는 도구 호출 없는 요청만 지원합니다. 모델 ID만 바꿔 옮길 때 깨지는 설정은 [GPT-6.1 Sol 가격과 사용법: 모델 ID만 바꾸면 안 되는 이유](https://blog.laozhang.ai/ko/posts/gpt-6-1-sol)에 정리되어 있습니다.

## 내 사용량 구성에 넣어 보는 비용 계산

항목별 단가가 요청 길이에 따라 바뀌므로 비율은 청구서의 구성에 따라 달라집니다. 백만 토큰 단위로 새 입력을 U, 캐시 쓰기를 W, 캐시 읽기를 R, 출력을 O라고 하면 식은 다음과 같습니다.

- Opus 5.5 = 4U + 5W + 0.2R + 20O (캐시 쓰기는 5분 캐시 기준, 1시간 캐시는 $8)
- GPT-6.1 Sol, 요청 입력 272K 이하 = 2U + 2.5W + 0.1R + 10O
- GPT-6.1 Sol, 요청 입력 272K 초과 = 4U + 5W + 0.2R + 15O

두 식을 빼 보면 결론이 바로 나옵니다. 272K 이하에서는 Opus 식이 6.1 Sol 식의 정확히 2배이고, 272K 초과에서는 Opus − 6.1 Sol = 5O, 즉 출력 1M 토큰당 $5입니다. 출력이 0보다 크면 이 값은 항상 양수이므로 같은 토큰 수라면 Opus가 더 싸지는 구성은 없습니다.

GPT-6 Sol과 비교할 때는 사정이 달랐습니다. GPT-6 Sol 식은 272K 이하 2U + 2.5W + 0.2R + 10O, 272K 초과 4U + 5W + 0.4R + 15O라서, 짧은 요청에서는 Opus가 "2배에서 캐시 읽기 몫을 뺀 만큼" 비쌌고, 긴 요청에서는 캐시 읽기가 출력의 25배를 넘으면 Opus가 더 쌌습니다. 이 두 규칙은 GPT-6 Sol에만 해당합니다.

아래 다섯 가지는 **두 모델의 청구 토큰 수가 같다고 가정한 가상 계산**입니다. 실제로는 모델마다 추론·출력 토큰 양이 다르고 토크나이저도 달라 같은 일을 해도 청구 토큰 수가 다릅니다. 단가 구조가 비율을 어떻게 움직이는지 보여 주는 예시이지, 청구 금액 예측은 아닙니다.

| 예시 | 청구 토큰 (백만) | Opus 5.5 | GPT-6.1 Sol | Opus/6.1 Sol | 참고: GPT-6 Sol (Opus/6 Sol) |
|---|---|---|---|---|---|
| A. 캐시 없는 짧은 요청 | 새 입력 0.1, 출력 0.02 | $0.80 | $0.40 | 2.00배 | $0.40 (2.00배) |
| B. 짧은 호출을 여러 번 도는 에이전트 루프 | 새 입력 0.1, 캐시 읽기 2.0, 출력 0.05 | $1.80 | $0.90 | 2.00배 | $1.10 (1.64배) |
| C. 캐시 읽기가 대부분인 루프 | 새 입력 0.05, 캐시 읽기 5.0, 출력 0.03 | $1.80 | $0.90 | 2.00배 | $1.40 (1.29배) |
| D. 80만 토큰 요청 1건, 대부분 캐시 | 새 입력 0.05, 캐시 읽기 0.75, 출력 0.02 | $0.75 | $0.65 | 1.15배 | $0.80 (0.94배) |
| E. 캐시 없는 30만 토큰 요청 1건 | 새 입력 0.3, 출력 0.02 | $1.60 | $1.50 | 1.07배 | $1.50 (1.07배) |

![같은 토큰 수 가상 계산 예시 A: 새 입력 100,000토큰과 출력 20,000토큰일 때 GPT-6.1 Sol 0.40달러, Claude Opus 5.5 0.80달러로 2.00배. 272K 이하에서는 새 입력, 캐시 쓰기, 캐시 읽기, 출력 단가가 모두 2배이고, 272K 초과 요청은 출력 20달러 대 15달러 차이만 남는다는 안내](https://blog.laozhang.ai/posts/ko/claude-opus-5-5-vs-gpt-6-sol/img/token-price-example.webp)

위 그림은 예시 A, 즉 캐시가 전혀 없는 짧은 요청입니다. 이 요청은 GPT-6 Sol과 6.1 Sol의 요금이 $0.40로 같아서 어느 쪽과 비교해도 Opus가 정확히 2배입니다. 차이는 B와 C에서 드러납니다. GPT-6 Sol 열에서는 같은 맥락을 반복해서 읽을수록 비율이 1.3~1.6배로 내려갔지만, 6.1 Sol은 캐시 읽기도 절반 가격이라 2.00배 그대로입니다. D에서 GPT-6 Sol보다 Opus가 쌌던 것은 GPT-6 Sol의 장문 캐시 읽기 단가 $0.40가 Opus의 2배였기 때문인데, 6.1 Sol은 이 단가가 $0.20로 Opus와 같아져 이제 Opus가 1.15배 비쌉니다. E처럼 캐시 없이 긴 요청 한 건을 보내면 새 입력 단가가 같아져 출력 차이만 남습니다.

정리하면 6.1 Sol과의 단가 차이는 짧은 요청에서 2배로 고정되고, 272K를 넘는 요청에서만 출력 차이만큼으로 줄어듭니다. 자기 사용량으로 계산하려면 요청 단위로 272K 판정을 해야 하므로, 월 합계가 아니라 요청별 사용량 로그에 식을 적용합니다.

```python
# Standard 단가 (USD / 1M 토큰)
# Opus 5.5는 2026년 9월 25일, OpenAI는 2026년 9월 30일 기준
RATES = {
    "claude-opus-5-5":  {"fresh": 4.00, "write": 5.00, "read": 0.20, "out": 20.00},
    "gpt-6.1-sol":      {"fresh": 2.00, "write": 2.50, "read": 0.10, "out": 10.00},
    "gpt-6.1-sol-long": {"fresh": 4.00, "write": 5.00, "read": 0.20, "out": 15.00},
    "gpt-6-sol":        {"fresh": 2.00, "write": 2.50, "read": 0.20, "out": 10.00},
    "gpt-6-sol-long":   {"fresh": 4.00, "write": 5.00, "read": 0.40, "out": 15.00},
}
LONG = {"gpt-6.1-sol": "gpt-6.1-sol-long", "gpt-6-sol": "gpt-6-sol-long"}

def request_cost(model, fresh, write, read, out):
    """요청 1건의 요금(USD). 인자는 토큰 개수."""
    key = model
    # 캐시된 입력까지 합친 요청 입력이 272K를 넘으면 요청 전체를 장문 요율로 계산
    if model in LONG and fresh + write + read > 272_000:
        key = LONG[model]
    r = RATES[key]
    usd = fresh * r["fresh"] + write * r["write"] + read * r["read"] + out * r["out"]
    return round(usd / 1_000_000, 4)

# 예시 D: 새 입력 5만, 캐시 읽기 75만, 출력 2만
print(request_cost("claude-opus-5-5", 50_000, 0, 750_000, 20_000))  # 0.75
print(request_cost("gpt-6.1-sol", 50_000, 0, 750_000, 20_000))      # 0.65
print(request_cost("gpt-6-sol", 50_000, 0, 750_000, 20_000))        # 0.8
```

Batch, Fast, 지역 처리, 도구 호출 요금을 쓰고 있다면 위 단가에 해당 배율과 건당 요금을 더해야 합니다. 캐시 적중 여부가 요금에 주는 영향은 [Claude Code 캐시 미스 토큰 비용](https://blog.laozhang.ai/ko/posts/claude-code-cache-miss-token-costs)에서 더 자세히 다룹니다.

## 공개 점수와 과제당 비용을 읽는 법

### 같은 effort끼리 비교합니다

Artificial Analysis Intelligence Index v4.3.2(평가 10종)의 effort별 결과를 나란히 놓으면 다음과 같습니다(2026년 9월 30일 기준). "지수 과제당 비용"은 이 평가 세트를 한 과제 돌리는 데 든 입력·캐시·추론·답변 토큰 요금의 가중 합입니다.

| effort | Opus 5.5 점수 | Opus 과제당 비용 | GPT-6.1 Sol 점수 | 6.1 Sol 과제당 비용 | 비용 배율 |
|---|---|---|---|---|---|
| low | 42 | $0.55 | 42 | $0.13 | 4.2배 |
| medium | 51 | $1.34 | 48 | $0.21 | 6.4배 |
| high | 54 | $1.82 | 50 | $0.32 | 5.7배 |
| xhigh | 56 | $3.46 | 51 | $0.39 | 8.9배 |
| max | 58 | $5.98 | 52 | $0.72 | 8.3배 |

Opus 수치는 Artificial Analysis의 기본 폴백(default fallback) 설정 기준입니다. 참고로 GPT-6 Sol은 같은 지수에서 max 48점, 과제당 $1.05였으므로 6.1 Sol은 점수가 오르고 비용은 내려갔습니다. GPT-6 Sol과 비교할 때 4.2~6.5배이던 비용 배율이 4.2~8.9배로 벌어진 이유입니다.

단가 차이는 2배인데 측정 비용은 4~9배입니다. 과제당 출력 토큰을 보면 이유가 보입니다. medium에서 6.1 Sol은 8천 토큰, Opus는 2만 6천 토큰이었고, max에서는 3만 8천 대 11만 9천 토큰이었습니다. Opus가 같은 과제에 출력(추론 포함) 토큰을 약 3배 쓰고, 그 토큰의 단가가 2배이니 비용이 6배 안팎으로 벌어집니다. 같은 이유로 앞 절의 "같은 토큰 수" 계산만으로는 실제 청구서를 예측할 수 없습니다.

점수 대신 비용을 맞춰 보면 차이가 더 분명합니다. 6.1 Sol max(52점, $0.72)는 Opus medium(51점, $1.34)보다 점수가 높으면서 비용은 약 54%이고, Opus low(42점, $0.55)보다는 조금 비싼 대신 10점 높습니다. 반대로 지수 52점을 넘는 구간은 Opus high(54점) 이상만 도달했습니다. 다만 지수 점수는 합격률이 아니고, 지수 과제당 비용도 실제 업무 청구서가 아닙니다.

Artificial Analysis 비교 페이지의 요약 문장은 지능을 양쪽 max(58점 대 52점)로, 과제당 비용을 양쪽 low($0.55 대 $0.13)로 비교합니다. 어느 한 문장만 인용하지 말고 위 표처럼 같은 강도끼리 모두 놓고 읽어야 합니다.

속도는 무엇을 재느냐에 따라 결론이 다릅니다. 2026년 9월 30일 기준 초당 출력 토큰은 Opus가 빨라서 medium 72, max 92토큰이었고 6.1 Sol은 59~66토큰이었습니다. 하지만 첫 답변 토큰까지 걸린 시간은 low끼리 6.1 Sol 2.12초, Opus 12.72초(medium은 5.72초 대 22.95초)였고, 과제 하나를 끝내는 시간도 medium 기준 6.1 Sol 약 136초, Opus 약 219초였습니다. 토큰을 빨리 내보내도 내보낼 토큰이 많으면 늦게 끝납니다. 두 모델 모두 추론을 끌 수 없으므로 응답 지연이 중요한 대화형 기능이라면 6.1 Sol `low`가 출발점이고, 추론을 완전히 끄는 설정이 꼭 필요하면 `none`을 지원하는 GPT-6 Sol이 남은 선택지입니다.

### OpenAI 발표의 Opus 비교는 OpenAI가 고른 평가입니다

OpenAI는 GPT-6.1 Sol 발표문에서 Opus 5.5와 직접 비교한 결과를 몇 가지 내놓았습니다. GDP.pdf에서는 시험한 모든 추론 설정에서 6.1 Sol이 폴백을 포함한 Opus 5.5보다 점수가 높고 과제당 비용은 절반 미만이었으며, AutomationBench 1.0.6(medium)에서는 Opus보다 2.2점 높으면서 비용은 약 3분의 1이었다고 합니다. Terminal-Bench Science 0.1(max)의 평균 과제당 비용은 6.1 Sol $5.47, Opus $23.21이었습니다(이 평가 1위는 68.1%의 GPT-6 Astra).

이 수치는 OpenAI가 고른 평가이고, Opus 쪽 값은 공개 보고에서 가져왔다고 밝히고 있습니다. 평가 10종을 묶은 Artificial Analysis 지수에서는 최고 설정끼리 Opus가 58점 대 52점으로 앞섭니다. 비용은 어느 자료에서나 6.1 Sol이 크게 낮고, 점수는 어떤 평가를 보느냐에 따라 순서가 바뀐다고 읽는 것이 정확합니다.

### Anthropic 표의 "Sol"은 GPT-5.6 Sol입니다

Anthropic 발표문의 벤치마크 표에서 비교 대상 열은 **GPT-5.6 Sol**이지 GPT-6 Sol이나 6.1 Sol이 아닙니다. 예를 들어 Terminal-Bench 4.0의 Opus 5.5 66.4%(xhigh) 대 37.3%, CursorBench 4.0의 57.8% 대 41.7%는 모두 이전 세대 Sol과의 비교이고, GPT 쪽 수치는 OpenAI가 보고한 값을 옮긴 것입니다. Opus 수치는 별도 표기가 없으면 max effort 기준이며, 안전장치가 개입한 과제는 Opus 4.8이나 Opus 5가 대신 처리했습니다. Anthropic 스스로도 이 수준에서는 벤치마크 격차가 실제 차이를 보여 주는 지표로서 신뢰도가 떨어졌다고 적고 있습니다.

발표문의 "40% 저렴하다"는 문구도 **Opus 5 대비**입니다. Anthropic 자체 테스트에서 기본 설정, 일반적인 작업량 기준으로 Opus 5보다 운영 비용이 40% 적다는 뜻이고, GPT 계열과의 비교가 아닙니다. Opus 5.5 가격 변화와 구독 사용량 초기화권은 [Claude Opus 5.5 가격과 사용량 초기화권](https://blog.laozhang.ai/ko/posts/claude-opus-5-5-pricing-limit-reset)에서 따로 정리되어 있습니다.

커뮤니티에서 공유되는 한국어 벤치마크 KOBALT 결과도 있지만, 언어학 과제 중심이라 코딩 에이전트를 고르는 근거로는 맞지 않습니다.

### 단일 실습은 방향만 보여 줍니다

DataCamp가 2026년 9월 23일 공개한 실습은 "토큰이 적은데 더 비싼" 경우를 잘 보여 줍니다. 6.1 Sol 출시 전이라 비교 상대는 GPT-6 Sol이고, 단일 HTML 파일로 테트리스 변형 게임을 만드는 과제 하나를 effort high, 각 1회, OpenCode의 파일 도구만으로 돌린 결과입니다.

| 항목 | GPT-6 Sol | Claude Opus 5.5 |
|---|---|---|
| 턴 / 도구 호출 | 6턴 / 9회 | 3턴 / 2회 |
| 총 토큰 (그중 추론) | 120,226 (8,123) | 107,958 (22,551) |
| 비용 | $0.26 | $0.87 |
| 평가 점수 (5점 만점) | 5.0 | 4.3 |

Opus는 턴과 총 토큰이 더 적었지만 추론 토큰이 약 2.8배 많았고, 추론 토큰은 출력 요금으로 청구되므로 비용은 3배를 넘었습니다. 과제 1개, 시도 1회의 결과라 일반화할 수는 없고, 두 결과물 모두 실행은 되었습니다. 이 실습에서 가져갈 것은 승패가 아니라 "총 토큰이 아니라 항목별 청구 토큰을 봐야 한다"는 점입니다. 비용과 점수는 GPT-6 Sol의 값이므로 6.1 Sol의 결과로 옮겨 읽으면 안 됩니다.

토큰 수 자체도 모델 간에 직접 비교할 수 없습니다. Anthropic은 Claude 4.7 이후 모델의 토크나이저가 같은 텍스트에서 이전보다 약 30% 많은 토큰을 만든다고 밝히고 있지만, Claude와 OpenAI 모델 사이의 환산 비율은 어느 쪽도 공개하지 않았습니다. 실제 비용을 비교하려면 같은 작업을 두 API에 돌리고 각 응답의 청구 사용량을 세는 수밖에 없습니다.

## 승인된 작업당 비용으로 직접 시험하기

단가표와 공개 측정이 알려 주는 것은 여기까지입니다. 남은 질문, 즉 "내 작업에서 Opus의 추가 토큰이 재시도와 검토 시간을 줄여 본전을 뽑는가"는 자기 작업으로만 답할 수 있습니다.

![승인된 작업당 비용으로 GPT-6.1 Sol과 Claude Opus 5.5를 시험하는 흐름: 조건을 고정하고 같은 작업을 두 모델에 맡긴 뒤 모든 시도의 API 요금, 도구 호출 요금, 검토 시간과 인건비를 더해 수락 기준을 통과한 작업 수로 나눈다](https://blog.laozhang.ai/posts/ko/claude-opus-5-5-vs-gpt-6-sol/img/accepted-task-cost.webp)

계산식은 다음과 같습니다.

> 승인된 작업당 비용 = (모든 시도의 API 요금 + 도구 호출 요금 + 검토 시간 × 시간당 인건비) ÷ 수락 기준을 통과한 작업 수

실패한 시도의 토큰 요금과 검토 시간도 분자에 넣는 것이 핵심입니다. 싼 모델이 자주 실패하면 분자는 커지고 분모는 작아집니다.

시험 절차는 이렇게 잡습니다.

1. **대표 작업을 고릅니다.** 평소 맡기는 유형을 섞어 10~20개 정도 고르고, 6.1 Sol(또는 현재 모델)이 실패했던 작업을 반드시 넣습니다.
2. **수락 기준을 먼저 씁니다.** 통과해야 할 테스트, 린트, 리뷰 체크리스트를 결과를 보기 전에 정해 둡니다.
3. **조건을 고정합니다.** 같은 프롬프트, 같은 저장소 커밋, 같은 도구, 같은 재시도 상한을 씁니다. effort는 먼저 양쪽 `medium`으로 맞추고, 필요하면 6.1 Sol `max`와 Opus `low`처럼 비용대가 비슷한 조합을 추가합니다. GPT-6 Sol에서 `none`을 쓰던 요청은 6.1 Sol에서 `low`로 바꿔야 합니다.
4. **요청마다 청구 사용량을 기록합니다.** 모델 ID, effort, 캐시 설정, 서비스 등급(Standard·Batch·Flex·Fast), 날짜와 함께 새 입력·캐시 쓰기·캐시 읽기·출력(추론 포함) 토큰, 입력 272K 초과 여부, 도구 호출 건수를 남깁니다.
5. **검토 시간을 잽니다.** 사람이 결과를 확인하고 고치는 데 쓴 시간을 작업별로 기록합니다.
6. **위 식으로 계산하고 대시보드 청구액과 대조합니다.**

사용량 필드는 API마다 이름과 의미가 다릅니다. Claude Messages API의 `usage`는 `input_tokens`(캐시되지 않은 입력), `cache_creation_input_tokens`, `cache_read_input_tokens`, `output_tokens`로 나뉩니다. OpenAI Responses API의 `usage.input_tokens`는 캐시된 입력을 포함한 총량이므로 `input_tokens_details.cached_tokens`를 빼야 새 입력이 되고, 추론 토큰은 `output_tokens_details.reasoning_tokens`에 따로 나옵니다. Sol의 캐시 쓰기처럼 필드만으로 구분이 애매한 항목은 청구 대시보드의 항목별 금액과 맞춰 봅니다.

결과가 나오면 이렇게 판단합니다.

- **두 모델의 승인 수가 비슷하다면** 승인된 작업당 비용이 낮은 쪽을 기본으로 둡니다. 공개 측정대로라면 대개 6.1 Sol입니다.
- **Opus가 더 많이 통과하거나 검토 시간을 줄인다면** 손익분기를 계산합니다. 손익분기 검토 시간 = 작업당 토큰 비용 차이 ÷ 시간당 인건비입니다. 가정한 수치로, 작업당 차이가 $0.60이고 검토 인건비가 시간당 $60이면 Opus가 작업당 검토를 36초 이상 줄일 때 본전입니다. 작업당 토큰 비용 차이가 센트 단위라면 검토 시간이 몇 분만 달라져도 결론이 뒤집히므로, 이 값을 꼭 직접 계산해 봅니다.
- **6.1 Sol의 실패가 특정 유형에 몰린다면** 기본 모델은 그대로 두고 그 유형만 Opus로 보냅니다. 전체를 바꾸는 것보다 대개 싸게 끝납니다.
- **Opus로 올리기 전에 6.1 Sol의 effort를 먼저 올려 봅니다.** 공개 측정에서 6.1 Sol `max`는 Opus `low`보다 조금 비싸고 Opus `medium`보다 싸면서, 점수는 둘보다 높았습니다.

## Claude Code와 Codex 구독으로 쓰는 경우

구독 요금제의 사용 한도는 API 단가에서 계산되지 않습니다. Claude 구독과 Claude API는 별개의 상품이고 청구도 따로이며, OpenAI도 "API 토큰 가격은 구독 사용량과 별개이므로 포함된 작업량을 추정하는 데 쓰지 말라"고 적고 있습니다. 그래서 "6.1 Sol을 쓰면 Codex 한도가 Opus를 쓸 때의 Claude Code 한도보다 오래 간다"는 기대는 API 단가로 설명할 수 없습니다.

공개된 수치는 한쪽에만 있습니다. OpenAI는 Plus와 Standard Business 요금제의 5시간당 로컬 메시지 수 **추정치**를 공개하는데, 2026년 9월 30일 기준 GPT-6.1 Sol 15~160개, GPT-6 Sol 15~150개입니다. 고정 한도가 아니며 모델, 작업, 클라우드 작업 사용 여부에 따라 달라지고 주간 한도가 추가로 적용될 수 있습니다. Pro는 월 $100·$200·$500 세 가지이고 "현재 5시간 한도가 없다"고 안내되어 있습니다. 크레딧으로 계산하면 6.1 Sol은 1M 토큰당 입력 50, 캐시 입력 2.5, 출력 250 크레딧(GPT-6 Sol은 캐시 입력 5)이며 캐시 쓰기는 따로 차감하지 않습니다. Fast 모드는 포함된 사용량을 2.5배 빠르게 씁니다. Anthropic은 Opus 5.5 출시와 함께 Pro·Max·Team·좌석 기반 Enterprise의 5시간 사용 한도를 올렸다고 밝혔지만 요금제별 수치는 공개하지 않았습니다. 그래서 월 $20 요금제끼리 어느 쪽이 더 오래 가는지는 공개 자료로 답할 수 없고, 같은 조건으로 두 구독의 소진 속도를 비교한 공개 측정도 없습니다.

접근 경로도 다릅니다. ChatGPT에서 6.1 Sol은 Plus·Pro·Business·Enterprise·Edu의 Work와 Codex에서 쓸 수 있고 일반 Chat에서는 선택할 수 없습니다. Enterprise와 Edu는 관리자가 켜야 하고, Free와 Go는 포함되지 않습니다. Codex CLI에서는 `codex --model gpt-6.1-sol`로 지정합니다. 모델을 선택한다고 권한이 생기는 것은 아니며, 출시 기간에는 GPT-5.6 계열도 함께 남아 있습니다. Opus 5.5는 Claude 앱(Pro·Max·Team·Enterprise), Claude API, AWS·Google Cloud·Microsoft Azure(Foundry)에서 쓸 수 있고, Claude Code에서는 2.1.280 이상 버전이 필요합니다. 별칭 `opus`는 공급자에 따라 가리키는 모델이 다를 수 있으므로 전체 ID `claude-opus-5-5`를 지정하는 편이 안전합니다.

두 코딩 도구의 요금제와 한도를 비교하려면 [Claude Code vs Codex 비용 비교](https://blog.laozhang.ai/ko/posts/claude-code-vs-codex)를, Codex 한도를 다 쓴 뒤 크레딧으로 이어 쓰는 조건은 [ChatGPT Plus Codex 사용 한도](https://blog.laozhang.ai/ko/posts/chatgpt-plus-codex-weekly-limit-credits)를 참고하세요.

## 작업 형태별 기본 모델 정리

| 작업 형태 | 먼저 둘 모델 | 판단을 바꾸는 신호 |
|---|---|---|
| 272K 이하 요청이 많은 대량 처리(분류, 요약, 추출) | GPT-6.1 Sol, 가능하면 Batch·Flex로 절반 | 6.1 Sol의 승인율이 낮아 재시도와 검토가 늘어날 때 |
| 짧은 호출을 반복하는 코딩 에이전트(캐시 읽기 위주) | GPT-6.1 Sol. 캐시 읽기까지 2배라 캐시가 차이를 줄여 주지 않음 | Opus가 줄여 주는 검토 시간이 손익분기를 넘을 때 |
| 요청마다 272K를 넘는 긴 맥락(대형 코드베이스, 긴 문서) | GPT-6.1 Sol. 단가 차이는 출력 1.33배만 남지만 Opus가 더 싸지지는 않음 | 긴 맥락에서 6.1 Sol의 결과가 수락 기준을 반복해서 통과하지 못할 때 |
| 응답 지연이 중요한 대화형 기능 | GPT-6.1 Sol `low` (추론을 꺼야 하면 GPT-6 Sol `none`) | 품질 기준을 통과하지 못할 때 |
| ChatGPT·Codex 또는 Claude 구독 안에서 사용 | 이미 쓰는 요금제의 모델 | 한도 소진이 업무를 막을 때, API 비용과 따로 비교 |

같은 회사 라인업 안에서 고르는 문제도 남아 있다면, GPT-6 Sol에서 6.1 Sol로 옮길지나 Astra로 올릴지는 [GPT-6.1 Sol·Astra·GPT-6 Sol 비교와 전환 기준](https://blog.laozhang.ai/ko/posts/gpt-6-1-sol-vs-gpt-6-astra-vs-gpt-6-sol)에서, 더 가벼운 모델까지 포함한 OpenAI 라인업은 [GPT-6 Sol·Luna·Astra와 Terra 비교](https://blog.laozhang.ai/ko/posts/gpt-6-sol-vs-terra-vs-luna-vs-astra)에서, Opus 5.5에서 더 비싼 Fable 5.1로 올릴지는 [Claude Fable 5.1 vs Opus 5.5](https://blog.laozhang.ai/ko/posts/claude-fable-5-1-vs-opus-5-5)에서 이어서 판단할 수 있습니다.

OpenAI 가격과 구독 정보, Artificial Analysis 측정값은 2026년 9월 30일, Anthropic 가격은 2026년 9월 25일 기준이며 두 회사 모두 출시 직후라 바뀔 수 있습니다. 시험 기록에 날짜와 단가를 함께 남겨 두면, 가격이 바뀌었을 때 사용량 로그에 새 단가만 다시 적용해 판단을 갱신할 수 있습니다.

## 참고 자료

이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026-10-01.

- [Anthropic 가격표](https://platform.claude.com/docs/en/about-claude/pricing) (platform.claude.com)
- [OpenAI 가격표](https://developers.openai.com/api/docs/pricing) (developers.openai.com)