Kiro에서는 GPT-5.6 Sol, Terra, Luna를 내장 모델로 선택할 수 있습니다. 일반적인 경로는 Kiro에 로그인하고 premium model을 제공하는 plan에서 model selector를 바꾸는 것입니다. OpenAI Platform API key를 붙이거나 base URL을 교체하는 작업이 아닙니다.
이 차이를 먼저 알아야 비용과 context를 정확히 읽을 수 있습니다. Kiro는 credits로 작업량을 계산하고 세 모델 모두 Kiro context를 272K로 제공합니다. OpenAI 직접 API의 token 가격과 1.05M context는 별도 계약입니다.
현재 계정의 live model list부터 확인한다
Kiro 모델 문서는 GPT-5.6을 Pro, Pro+, Pro Max, Power에 표시하고 Free에는 표시하지 않습니다.
IDE에서는 chat 입력창의 현재 모델 이름을 누른 뒤 원하는 tier를 고릅니다. 선택한 모델은 해당 conversation의 다음 message부터 적용됩니다. CLI에서는 먼저 대화형 picker를 엽니다.
text/model
현재 client와 account가 실제로 받은 catalog는 다음 명령으로 확인할 수 있습니다.
bashkiro-cli chat --list-models --format json
출시 글에 이름이 있어도 live list에 없다면 그 session에서 쓸 수 있다고 가정하지 마세요. 임의의 ID를 입력하기 전에 plan, country/region, client version, organization policy를 확인해야 합니다.
Terra와 Luna의 예전 multiplier를 쓰지 않는다
Kiro credit은 prompt에 응답해 수행한 work의 단위입니다. 같은 model이라도 짧은 질문보다 복잡한 spec task가 더 많은 credits를 쓸 수 있습니다. multiplier는 Auto를 1.0x로 둔 상대값이지 token 수나 prompt당 고정 가격이 아닙니다.
| Kiro model | 최신 multiplier | 먼저 시험하기 좋은 작업 |
|---|---|---|
| GPT-5.6 Luna | 0.1x | 반복이 많고 자동 test로 합격을 빠르게 확인할 수 있는 작업 |
| GPT-5.6 Terra | 1.0x | 일상적인 다단계 구현, 수정, review의 기준선 |
| GPT-5.6 Sol | 2.4x | 저렴한 tier가 실패한 장기 refactor, 복잡한 terminal 작업과 debugging |
7월 14일 launch 문서는 Terra 1.2x, Luna 0.6x를 보여 줍니다. 하지만 Kiro는 7월 31일 update에서 Terra를 1.0x, Luna를 0.1x로 낮췄고 Sol은 2.4x를 유지했습니다. 예전 소개 글의 숫자를 현재 예산에 쓰면 안 됩니다.
보통의 개발 작업은 Terra로 기준선을 만들기 좋습니다. 경계가 단순하고 대량인 작업은 Luna부터 시험할 수 있습니다. Sol은 더 높은 multiplier만큼 실패·재시도·사람의 수정을 줄였을 때 채택합니다. Auto도 같은 조건의 비교 대상에 남겨 둡니다.
직접 OpenAI API의 token 가격을 비교하려면 별도의 GPT-5.6 Sol·Terra·Luna API 비교를 사용하세요. 그 달러 가격은 Kiro credits 계산식이 아닙니다.
reasoning effort를 명시적으로 고정한다
Kiro reasoning effort 문서는 세 모델 모두 none, low, medium, high, xhigh, max를 지원한다고 설명합니다. Kiro built-in default는 현재 high입니다.
IDE는 model selector 옆 Effort panel에서 바꿉니다. CLI는 picker 또는 직접 명령을 쓸 수 있습니다.
text/effort /effort medium
CLI는 model과 effort 선택을 저장합니다. 지난 session의 max가 남아 있으면 latency와 credits 비교가 왜곡됩니다. 시험을 시작할 때 현재 표시를 확인하세요.
가장 높은 값이 아니라 합격 기준을 안정적으로 통과하는 가장 낮은 값을 선택합니다. 일상 구현은 medium을 빠른 기준선으로 삼고, 누락된 edge case나 불완전한 reasoning이 실제로 관찰될 때 high 이상을 비교하면 됩니다.
한 개의 실제 작업으로 합격 비용을 측정한다
공급자 benchmark는 공개된 평가 조건의 결과입니다. 자신의 starting commit, tool 권한, test suite, definition of done을 대신 검증하지 않습니다.
한 번의 review 안에 끝나는 실제 작업을 고르세요. 이미 실패하는 test가 있는 bug 수정, behavior를 유지하는 한 module refactor, 명확한 acceptance criteria가 있는 작은 기능이면 충분합니다. 각 후보에서 prompt, commit, tools, test command를 동일하게 유지합니다.
다음만 기록해도 결정에 필요한 근거가 생깁니다.
- 필수 test를 삭제하거나 약화하지 않고 통과했는가
- retry와 사람의 수정이 몇 번 필요했는가
- diff가 요청 범위를 벗어나지 않았는가
- review 가능한 결과까지 걸린 시간
- Kiro dashboard에 기록된 credits
first response가 아니라 accepted result를 비교하세요. Luna가 0.1x여도 계속 수리해야 하면 개발자 시간이 더 큽니다. Sol이 크고 위험한 diff를 만들었다면 flagship이라는 이유만으로 승자가 아닙니다.
모델이 보이지 않을 때
- premium model을 포함하는 유료 plan인지 확인합니다. Free에는 현재 GPT-5.6이 없습니다.
- IDE/CLI를 restart하고 Web은 refresh합니다. Kiro launch 안내도 최신 모델을 받기 위해 이 방법을 권합니다.
- CLI live list를 확인하고 ID를 추측하지 않습니다.
- enterprise account라면 관리자 allowlist를 확인합니다. Kiro model governance는 관리 목록을 켠 조직에 새 모델이 자동 추가되지 않는다고 설명합니다.
- 현재 country/region availability를 확인합니다. paid plan이 모든 지역의 동일한 catalog를 보장하지 않습니다.
다른 provider key를 project에 넣는 것은 Kiro 내장 모델을 고치는 방법이 아닙니다. credentials, billing, logs, data terms, support 주체가 다른 새 route를 만드는 일입니다.
EU profile도 현재 US inference다
Kiro inference region 표는 GPT-5.6 요청이 EU profile에서도 US에서 처리된다고 밝힙니다. experimental model은 profile geography 밖의 commercial AWS Regions에서 처리될 수 있다는 주의도 있습니다.
이 문장만으로 모든 storage·enterprise 조건을 알 수는 없지만, EU profile이면 EU inference일 것이라는 가정은 버려야 합니다. code, prompt, logs에 residency 요구가 있다면 실제 repository를 열기 전에 최신 Kiro data protection과 계약을 확인하세요.
GPT-5.6은 live selector에 실제로 보이고, plan과 region이 요구를 충족하며, 동일한 대표 작업에서 accepted-result cost 또는 신뢰성이 개선될 때 채택하면 됩니다. 가장 저렴하게 통과할 가능성이 있는 tier부터 시작하고 effort를 고정해 측정하세요. Auto나 다른 모델이 더 적은 credits와 수정으로 같은 작업을 끝낸다면 기존 route를 유지하는 것이 올바른 선택입니다.
