Choose your path
GPT-6.1 Luna가 존재하나요? GPT-6 Luna API 비용을 살펴보고, Luna와 GPT-6.1 Terra를 비교하고, CometAPI를 통해 실용적인 대안을 찾아보세요.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)GPT-6.1 Luna 가격을 찾고 계신가요? 2026년 10월 28일 기준, OpenAI의 모델 카탈로그에는 GPT-6.1 Luna가 아니라, gpt-6-luna로 식별되는 GPT-6 Luna가 등록되어 있습니다. 프로덕션 워크로드 예산을 잡는 개발자에게 OpenAI 경로의 시작 가격은 입력 백만 토큰당 $0.10, 출력 백만 토큰당 $0.50입니다. CometAPI는 이에 대응하는 짧은 컨텍스트 요금을 각각 $0.08과 $0.40으로 게시합니다.
GPT-6 Luna를 유지할지 GPT-6.1 Terra로 이동할지 결정할 때는 표면적인 토큰 단가를 넘어 보세요. 프롬프트 길이, 캐싱, 추론, 도구 호출, 재시도가 완료된 작업의 총비용에 모두 영향을 줍니다. 이 가이드는 Luna 가격을 설명하고, Luna와 Terra를 비교하며, 추가 지출이 가치 있는 업그레이드 시점을 판단하도록 도와줍니다.
2026년 11월 2일 확인한 공식 API 카탈로그에는 별도의 GPT-6.1 Luna 모델이 등록되어 있지 않습니다. Luna 요청에는 문서화된 모델 ID인 gpt-6-luna를 사용하세요. “GPT-6.1 Luna price” 검색으로는 출시 제품이나 별도 요금표가 확인되지 않습니다. “Fe-Pichu”는 Arena에서 사용 가능한 OpenAI 모델입니다. Terra가 이미 라이브이고 이 모델의 출력 품질이 Terra보다 낮으며 OpenAI 토크나이저를 사용한다는 점을 고려하면, Luna일 가능성이 높습니다.
그 이름을 찾게 된 이유가 Luna의 최신 대안을 원해서라면, CometAPI의 GPT-6.1 Terra를 고려해 보세요. OpenAI는 2026년 10월 26일 Terra를 발표하며 시각적 추론, 컴퓨터 사용, 자연스러운 글쓰기에 초점을 맞췄다고 설명했습니다. 기존 Luna 워크플로우에서 이러한 역량이 반복되는 약점을 보완한다면 교체 후보가 됩니다. 이는 워크플로우 관점의 권고이며, OpenAI가 Luna의 이름을 바꾸거나 중단했다는 주장은 아닙니다.
먼저 개선이 필요한 지점을 식별하세요. 화면 읽기 오류 감소, 이미지 해석 개선, 생성물 후편집 감소 중 무엇인지에 따라 두 모델을 실제 작업으로 비교하세요. 이미 Luna가 품질과 응답 시간 목표를 만족한다면, 낮은 토큰 가격은 Luna를 유지할 충분한 이유입니다.
OpenAI는 2026년 9월 22일 GPT-6 Luna를 집중적이고 대량의 작업을 위한 목적으로 출시했습니다. 텍스트와 이미지를 입력으로 받아 텍스트를 출력합니다. 실용적 매력은 경제적인 자동화입니다. 결과를 일관되게 검증할 수 있는 분류, 추출 등 경계가 명확한 작업에 적합합니다.
Luna는 구성 가능한 추론과 큰 컨텍스트 윈도우를 제공하지만, 낮은 토큰 가격만으로 모든 작업이 저렴해지는 것은 아닙니다. 실패한 시도, 긴 응답, 수동 보정이 최종 비용에 영향을 미칩니다. 작업이 명확하고 수락 기준을 쉽게 적용할 수 있는 곳에 활용하세요.
시각 정보 해석의 신뢰성, 애플리케이션 화면 상호작용, 보다 자연스러운 문장 생성이 필요한 작업에는 GPT-6.1 Terra가 실용적 대안입니다. 선택의 기준은 해당 워크플로우에서 추가 비용을 정당화할 만큼 결과가 개선되는지입니다.
완료해야 하는 작업과 유지 가능한 예산을 기준으로 모델을 선택하세요. 현재 라인업에서 Astra는 까다로운 추론을, Sol은 역량과 비용의 균형을, Luna는 경제적인 대량 자동화를 담당합니다. Terra는 시각 작업, 화면 상호작용, 글쓰기를 위한 중간 가격대 옵션을 추가합니다.
| Model | Position | When to consider it | Input / output per 1M |
|---|---|---|---|
| GPT-6 Astra | 최상위 추론 모델 | 토큰 비용보다 역량이 중요한 복잡한 추론과 코딩 | $10.00 / $50.00 |
| GPT-6.1 Sol | 중간 가격대의 범용 옵션 | 모델 역량과 지출의 균형이 필요한 작업 | $2.00 / $10.00 |
| GPT-6.1 Terra | 중간 가격대의 시각/글쓰기 옵션 | 시각적 해석, 애플리케이션 화면, 문서 초안 작성/수정 | $1.00 / $5.00 |
| GPT-6 Luna | 저비용·대량 처리 옵션 | 추출·분류처럼 반복적이고 비용 민감한 작업 | $0.10 / $0.50 |
가격은 OpenAI Standard의 짧은 컨텍스트 신규 입력과 출력 기준, USD 백만 토큰당입니다. 캐싱, 더 긴 프롬프트, 다른 처리 모드 및 추가 서비스는 총액을 변경할 수 있습니다.
기존 Luna 애플리케이션의 경우, 시각·화면 작업·글쓰기 품질 때문에 시도가 늘어나는 구간에 Terra를 시험하세요. 이미 품질 목표를 충족하는 루틴 요청은 Luna에 남기고, 전환 전 수락된 결과 기준의 총비용을 비교하세요.
아래 공식 요금은 신규 입력, 캐시된 입력 읽기, 캐시 쓰기, 출력으로 구분됩니다. 모든 수치는 USD 백만 토큰당입니다. 짧은 컨텍스트는 입력 토큰이 272,000을 넘지 않는 프롬프트를 의미하며, 이를 초과하면 전체 요청이 긴 컨텍스트 요금표로 이동합니다.
| OpenAI processing mode | Fresh input / 1M | Cached read / 1M | Output / 1M |
|---|---|---|---|
| Standard — short context | $0.100 | $0.010 | $0.500 |
| Batch / Flex — short context | $0.050 | $0.005 | $0.250 |
| Fast — short context | $0.200 | $0.020 | $1.000 |
| Standard — long context | $0.200 | $0.020 | $0.750 |
GPT-6 Luna 과금 사양은 입력 토큰이 272,000을 초과할 때 입력·캐시 요금 2배, 출력 요금 1.5배를 적용합니다. 1,050,000-토큰 컨텍스트 윈도우는 용량 한도이지, 낮은 가격 구간의 경계가 아닙니다. Standard 30분 캐시 쓰기는 짧은 컨텍스트 기준 백만 토큰당 $0.125입니다. 아래 캐싱 예시는 쓰기가 총절감액에 미치는 영향을 보여줍니다.
Batch와 Flex는 Standard 요금의 절반을, Fast는 해당 요금의 두 배를 사용합니다. 타이밍과 가용성 요구 사항에 따라 처리 모드를 선택하고, 게이트웨이 경로에 직접 API 할인을 적용하기 전 선택한 제공업체의 지원을 확인하세요.
CometAPI 가격 참고: 2026년 10월 28일 확인한 CometAPI의 GPT-6 Luna 요금표에는 짧은 컨텍스트 기준 신규 입력 $0.08, 캐시 읽기 $0.008, 30분 캐시 쓰기 $0.10, 출력 $0.40(각각 백만 토큰당)으로 게시되어 있습니다. 긴 컨텍스트 신규 입력과 출력은 각각 $0.16과 $0.60입니다. 이는 여기 제시한 OpenAI Standard 대응 요금 대비 20% 낮습니다. 처리 모드 할인과 도구 가용성은 별도로 확인해야 합니다. 짧은 컨텍스트에서 신규 입력 5,000 토큰, 과금 대상 출력 1,000 토큰인 요청의 경우, 캐싱과 별도 과금 서비스 제외 시 모델 토큰 비용은 OpenAI Standard 경로 $0.00100, CometAPI 경로 $0.00080입니다.
추론 노력은 요청에서 사용할 수 있는 모델 작업량을 바꾸며, 이 토큰 표에 고정 퍼센티지로 추가되는 항목이 아닙니다. 동일한 작업에서 노력 설정을 비교하되, 생성된 추론, 재시도, 최종 출력 사용량을 포함하세요. 더 짧은 가시적 답변이 항상 더 적은 과금 출력 토큰을 의미하지는 않습니다.
시작하려면 CometAPI 퀵스타트에 따라 API 키를 만들고 OpenAI 호환 베이스 URL을 구성하세요. gpt-6-luna를 선택하고, 프로덕션 워크플로우에 통합하기 전에 계정의 모델 접근 권한과 엔드포인트 지원을 확인하세요.
OpenAI의 공개 벤치마크 결과는 Luna의 비용-성능 절충에 대한 근거를 제공합니다. 이는 제공업체가 보고한 평가이며, CometAPI의 독립 테스트가 아닙니다. 예측에 절감 수치를 반영하기 전, 벤치마크의 작업 세트와 에이전트 구성과 귀하의 워크로드가 얼마나 유사한지 비교하세요.
DeepSWE v1.1: Luna는 최대 추론 노력에서 66.6%를 기록했으며, GPT-6 Sol의 최대치 68.8%와 비교됩니다. Luna의 보고된 작업 비용은 Claude Opus 5 대비 93%, Claude Fable 5 대비 96% 낮았으며, 두 경쟁 모델은 중간 노력에서 평가되었습니다.
AutomationBench 1.0.6: 높은 노력에서 Luna는 GPT-5.6 Luna 대비 정확도를 5.4%p 개선했고, 작업당 비용은 58% 낮았습니다. 평가는 47개 도구를 사용하는 종단간 비즈니스 워크플로우를 다룹니다. 이러한 절감은 해당 평가를 설명할 뿐, 모든 애플리케이션에 대한 보장을 의미하지는 않습니다.
OSWorld 2.0: 최대 노력의 Luna는 중간 노력의 GPT-5.6 Sol을 약 10분의 1 작업 비용으로 상회했습니다. 보고된 지표는 릴리스 v2026.08.08의 오프라인 세트에서의 부분 보상입니다. 발표문에는 이러한 결과를 재현하는 데 필요한 모든 에이전트 및 런타임 세부사항이 제공되지는 않습니다.
도표는 작업 비용과 벤치마크 점수를 함께 나타냅니다. Claude Fable 5.1 시리즈는 약 40% 작업에서 발생한 Opus 5 폴백 비용을 누락하기 때문에, 도표의 비용은 해당 구성의 총비용을 과소평가합니다. OpenAI의 발표문에 평가가 설명되어 있으며, 도표는 Soft4fun의 출시 기사에 재게시되어 있습니다.
배포 시에는 수락된 작업당 비용을 측정하세요. 낮은 토큰 가격이 재시도, 도구 실행, 사람의 보정으로 상쇄될 수 있습니다.
OpenAI 프롬프트 캐싱 가이드는 안정적인 접두부(prefix)의 재사용이 입력 처리를 줄일 수 있는 방법을 설명합니다. 캐시된 읽기 할인은 재사용된 입력에 적용되며, 전체 요청에 적용되는 것이 아닙니다. 쓰기, 읽기, 일반 입력을 별도로 계산하세요.
| Operation | OpenAI Standard 짧은 컨텍스트 가격 / 1M |
|---|---|
| Fresh input | $0.100 |
| 30-minute cache write | $0.125 |
| Successful cached read | $0.010 |
서로 다른 10개의 요청이 동일한 100,000-토큰 프리픽스를 재사용한다고 가정해 봅시다. 만료 전 추가 쓰기 없이 30분짜리 1회 쓰기와 9회 성공적 읽기가 이루어진다고 가정합니다. 프리픽스는 긴 컨텍스트 임계값 아래에 머물고 각 요청은 다른 입력과 출력을 위한 여유를 둡니다.
| Repeated-prefix component | Without caching | One write + nine reads |
|---|---|---|
| Ordinary prefix input | 10 × 100,000 × $0.10 / 1M = $0.1000 | $0 |
| Initial write | $0 | 100,000 × $0.125 / 1M = $0.0125 |
| Nine reads | $0 | 9 × 100,000 × $0.01 / 1M = $0.0090 |
| Repeated-prefix total | $0.1000 | $0.0215 |
프리픽스만 놓고 보면 절감률은 **78.5%**입니다. 각 요청이 과금 대상 출력 토큰 2,000개를 추가로 생성한다고 가정하면, 출력은 10개 요청 합계 $0.0100이 됩니다. 결과적으로 모델 토큰 총액은 캐싱 없이 $0.1100, 캐싱 시 $0.0315로, 다른 입력과 서비스 전 기준 약 71.4% 절감됩니다.
프롬프트가 반복된다고 해서 캐시 적중이 보장되지는 않습니다. 측정된 캐시 사용량, 쓰기 유지기간, 프리픽스 안정성을 확인하세요. 예시는 OpenAI 직결 요금을 사용합니다. CometAPI 경로는 해당 경로의 캐시 정책과 사용량 보고를 기준으로 추정하세요.
이미 GPT-6 Luna를 사용하는 팀이라면, 작업이 단순 대량 처리의 범위를 넘어서기 시작할 때 GPT-6.1 Terra가 교체 후보가 됩니다. 버전 번호가 아니라, 완성물의 품질을 무엇이 개선하는지에 기반해 선택하세요.
GPT-6 Luna 모델 페이지와 GPT-6.1 Terra 모델 페이지에 따르면, OpenAI Standard 짧은 컨텍스트 기준 백만 토큰당 요금은 GPT-6 Luna가 입력 $0.10, 출력 $0.50이며, GPT-6.1 Terra는 입력 $1.00, 출력 $5.00입니다. 신규 입력과 출력 요금 모두 GPT-6.1 Terra가 10배 높습니다.
신규 입력 5,000 토큰, 과금 대상 출력 1,000 토큰인 요청은, 위 요금 기준 GPT-6 Luna에서 $0.001, GPT-6.1 Terra에서 $0.010이 듭니다. 본 예시는 캐싱, 도구, 재시도, 긴 컨텍스트 조정을 제외합니다. 어느 모델이든 추가 턴이 필요하다면 전체 실행을 비교하세요.
GPT-6 Luna는 명확한 검증 규칙이 있는 반복 추출, 라우팅, 분류의 출발점으로 적절합니다. 스크린샷이나 시각 문서를 해석하고, 애플리케이션 화면에서 조작을 수행하며, 문장을 다듬는 일이 핵심이라면 GPT-6.1 Terra를 시험하세요. OpenAI의 모델 선택 가이드는 간결한 글쓰기, 정의된 컴퓨터 사용 작업, 범위가 정해진 코드 수정에 GPT-6.1 Terra를 강조합니다.
현실적인 요청 세트를 사용하고 동일한 수락 기준을 적용하세요. 성공률, 종단간 응답 시간, 재시도, 사람의 편집 여부를 기록합니다. 전체 실행 비용을 수락된 결과로 나누세요. GPT-6.1 Terra가 개선 효과를 제공하는 작업을 이동하고, 이미 잘 처리되는 루틴은 Luna에 남기세요.
두 모델 모두 GPT-6 Luna의 CometAPI 페이지와 GPT-6.1 Terra의 CometAPI 페이지에서 평가할 수 있습니다. 후자에는 현재 입력 $0.80, 출력 $4.00(백만 토큰당)으로 게시되어 있습니다. 선택한 제공업체의 최신 가격과 지원 엔드포인트를 비교에 사용하세요. 이는 OpenAI 직결 요금과 별개입니다.
재사용 가능한 시스템 지침, 참고 문서, 스키마는 캐싱의 이점을 볼 수 있습니다. OpenAI 캐싱 가이드는 프롬프트 재사용이 신규 입력 작업을 줄일 수 있는 방법을 설명합니다. Luna의 경우, 적격한 캐시된 입력 읽기는 신규 입력 대비 90% 저렴하지만, 캐시 쓰기에는 별도 요금이 있습니다.
품질 임계치를 충족하는 가장 저렴한 노력 설정부터 시작하세요. 간단한 라우팅과 추출은 코드 디버깅이나 다단계 분석보다 적은 추론이 필요한 경우가 많습니다. 높은 노력은 추론 토큰 소비와 총액을 증가시킬 수 있습니다.
애플리케이션에 카테고리, 세 필드, 구조적 JSON만 필요하다면 장황한 설명 요구를 피하세요. Standard 요금에서 출력 토큰은 입력 토큰보다 현저히 비쌉니다.
실용적 아키텍처는 Luna로 시작한 뒤, 검증 실패·모호한 요청·복잡한 추론만 더 강한 모델로 승격시킵니다. 모든 어려운 사례가 프리미엄 티어를 필요로 한다고 가정하지 말고, 수락된 작업 기준의 개선 효과와 추가 모델 비용을 비교하세요.
유용한 GPT-6 Luna 대안은 응답 시간과 품질 목표를 수용 가능한 총비용으로 충족해야 합니다. 아래 모델들은 평가 후보이지, 측정된 속도 순위나 Luna보다 저렴하다는 보장을 의미하지는 않습니다.
GPT-6 Luna에서 이동하려는 주된 이유가 시각 작업, 화면 상호작용, 글쓰기 품질이라면 CometAPI의 GPT-6.1 Terra부터 시작하세요. 해당 작업을 개선할 수 있는 유력 후보이나 토큰 요금은 GPT-6 Luna보다 높습니다. 동일한 테스트 케이스로 비교하여 개선 효과를 분명히 하세요.
CometAPI의 DeepSeek V4.1 Flash는 또 다른 효율 중심 옵션입니다. 게시된 기본 요금은 입력 $0.12, 출력 $0.48(백만 토큰당)이며, 요청 기반 가격 조정도 페이지에 표시됩니다. 실제 요청에 적용되는 요금을 비교하고, 자체 워크로드에서 구조적 출력과 완료 시간을 시험하세요.
CometAPI의 Claude Haiku 5.5는 일상적인 텍스트·이미지 입력 작업의 단기 파일럿에 포함할 만한 모델입니다. 응답 스타일, 출력 형식 준수, 종단간 지연 시간을 테스트 후 결정하세요. 실시간 요금표를 확인하세요. 여기 포함되었다고 해서 GPT-6 Luna보다 저렴하다는 뜻은 아닙니다.
GPT-6.1 Luna를 찾으셨다면, 먼저 사용 가능한 모델 이름부터 확인하세요. 저비용 루틴 자동화에는 GPT-6 Luna, 그리고 시각 작업·컴퓨터 상호작용·글쓰기 품질이 개선 필요할 때 대안으로 평가할 모델은 GPT-6.1 Terra입니다.
요구 사항을 이미 만족하는 곳에는 GPT-6 Luna를 유지하세요. 실패 시도나 편집을 줄여 프리미엄을 정당화할 수 있는 곳에는 GPT-6.1 Terra를 도입하세요. 실제 제공업체 요금, 전체 요청 이력, 수락된 결과를 기반으로 결정하세요. CometAPI의 모델 페이지는 접근 권한과 가격 확인의 출발점이 됩니다.
대략적인 예산에만 사용하세요. 토큰 사용량은 언어, 서식, 코드, 이미지에 따라 달라지며, 생성된 추론으로 보이는 응답을 넘어서는 과금 출력이 추가될 수 있습니다. 프로덕션 추정에는 대표적 요청을 샘플링해 API가 보고한 사용량을 기록하고, 지출 한도를 정할 때 그 분포의 상단 값을 사용하세요.
프롬프트 길이, 캐시된 입력 적격성, 추론 소비, 처리 모드, 도구 호출을 확인하세요. 입력 토큰이 272,000을 초과하는 프롬프트는 전체 요청에 적용되는 요금 구간도 바뀝니다. 이러한 과금 차원을 비교한 뒤에야 오류로 간주하세요.
요청이 얼마나 자주 승격되는지, 폴백이 원본 입력 전체를 처리하는지 추적하세요. 작업의 10%가 승격된다면, 모든 작업의 첫 Luna 시도 비용에 더해 그 10%에 대한 폴백 요청 비용을 예산에 포함하세요. Luna 비용을 폴백 비용으로 대체하지 마세요. 재시도와 도구 비용을 별도로 합산한 뒤 수락된 결과로 나누세요.
아니요. 토큰 기반 API 추정은 해당 계산의 가정만을 포함합니다. ChatGPT 구독을 구매하거나 특정 플랜의 모델 접근, 사용 한도, 워크스페이스 적격성을 보장하지 않습니다. 애플리케이션의 API 예산과 직원 구독 지출은 별도로 관리하세요.