GPT-6 Luna(Max)가 에이전트 작업 1회당 비용을 5센트까지 낮췄다. 9월 28일 Arena 공식 계정은 이 경량 모델이 Agent Arena 순위에 진입해 23위를 차지했다고 발표했다. 순개선(net improvement)은 +1.6%로, 8000건의 실제 에이전트 대화를 기반으로 한 통계이며 전세대 GPT-5.6 Luna(xHigh)보다 6계단 올랐다. OpenAI에게는 '싸도 좋은 것이 있다'는 공개 검증이다.
5센트가 어느 정도 수준인가
비교하면 분명해진다. 같은 GPT-6 계열의 플래그십 Sol(Max)은 Agent Arena 6위이며 작업당 비용은 약 0.76달러다. 24시간 가동이 필요한 에이전트, 즉 고객 상담 Q&A, 데이터 정제, 지속 모니터링, 배치 콘텐츠 처리에는 작업당 70센트의 차이가 하루 100만 회 실행 시 수십만 달러의 격차가 된다. 경량 모델의 순위표상 가치는 절대 순위에 있는 것이 아니라 '쓸 만하고 저렴한' 사분면에 자리 잡았는가에 있다. 관련 기사
OpenAI의 제품 라인 역할 분담이 갖춰지고 있다
Luna의 포지셔닝은 출시 때부터 명확했다. 공식 데이터에 따르면 고추론 티어에서 전세대 대비 5.4%포인트 향상됐고 작업당 비용은 58% 낮아졌다. 이번 Agent Arena의 +1.6%(평균 모델 대비 순개선)는 그 역할을 더욱 뒷받침한다. 플래그십과 상한을 겨루는 것이 아니라 '대규모 배포' 라인에서 기본 선택지가 되는 것이다. Sol이 OpenAI의 기술적 천장을 증명하고, Luna는 에이전트를 가격에 민감한 모든 장면에 보급한다.
이러한 역할 분담은 순위 동향에서도 드러난다. 경량 모델은 비용 효율을 무기로 Agent Arena 같은 실전 순위에서 꾸준히 오르고, 플래그십 모델은 Text Arena 같은 능력 순위에서 수성한다. 두 라인이 병행한다는 것은 대규모 모델 시장의 경쟁이 층화됐음을 보여준다. 상한과 규모는 두 개의 다른 비즈니스가 되어가고 있다.
맞는 사람, 맞지 않는 사람
고빈도·저복잡도·내결함성이 높은 에이전트 작업을 배포한다면 Luna(Max) 같은 모델은 우선 평가할 가치가 있다. 비용의 자릿수가 바뀌면 '자동화할 가치가 있는' 작업의 경계 자체가 바뀌기 때문이다. 반면 복잡하고 장기적인 작업, 즉 다단계 추론, 도구 체인 편성, 한 번의 실패 비용이 큰 장면에서는 23위의 +1.6%가 일깨워준다. '평균을 약간 웃도는' 수준일 뿐이며, 플래그십 모델이 여전히 안정적인 선택이다. 저렴함은 강점이지만 만능은 아니다.
