Codex 5.6 모델 선택 가이드(Sol, Terra, Luna)

Codex 5.6 모델 선택 가이드

5.6 Terra를 기본값으로 두고, 복잡도와 작업량이 명확할 때만 Sol 또는 Luna로
바꾸는 것이 개발 흐름에서 가장 단순하다.

이름을 기억하는 비유: **Sol(태양)**은 가장 깊은 판단을 밝히고,
**Terra(대지)**는 일상 개발의 안정된 기반이 되며,
**Luna(달)**는 가벼운 반복 작업을 빠르게 이어 간다.
이는 모델 선택을 돕기 위한 상징적 설명이며, OpenAI의 공식 명명 해설은 아니다.

빠른 선택

상황	선택	이유
설계 판단, 어려운 버그, 보안/마이그레이션, 큰 변경	5.6 Sol	품질과 깊은 추론을 우선한다.
일반 기능 개발, 버그 수정, 테스트, PR 정리	5.6 Terra	성능과 사용 효율의 균형이 좋아 기본값으로 적합하다.
작은 반복 작업, 대량 수정, 빠른 피드백 루프	5.6 Luna	속도와 고처리량 작업에 적합하다.

속도와 토큰 비용

속도는 OpenAI가 초당 토큰 수로 공개하지 않아, 공식 설명의 상대적 성격으로 표시한다.
비용은 ChatGPT 포함 한도에서 차감되는 100만 토큰당 크레딧이며 달러 가격이 아니다.

모델	속도 성격	입력 1M	캐시 입력 1M	출력 1M	Plus 로컬 메시지 / 5시간*
5.6 Sol	깊은 추론 우선	125	12.5	750	15-90
5.6 Terra	성능·가격 균형	62.5	6.25	375	20-110
5.6 Luna	속도·경제성·고처리량 우선	25	2.5	150	50-280

*메시지 범위는 작업 크기, 컨텍스트, 도구 사용, 캐시, 추론 강도에 따라 달라지는 공식 평균 범위다.
Fast 모드는 적용되는 모델의 크레딧 소모를 더 높인다.

방사형 비교

아래 점수는 공식 벤치마크가 아니라, 개발자가 실제 작업을 배분할 때 사용할 수 있는
상대적 적합도다. 점수가 높을수록 그 작업에서 우선 고려한다.

실제 작업	Sol	Terra	Luna
기획 / 요구사항 정리	높음	높음	낮음
기술 설계 / 아키텍처	높음	높음	낮음
기능 코딩	높음	높음	높음
UI/UX 구현안 / 디자인 검토	보통	높음	보통
테스트 작성 / 반복 검증	높음	높음	높음

개발자용 압축 표

모델	한 줄 역할	선택할 때	대표 작업	피할 때
5.6 Sol	어려운 문제를 깊게 푸는 모델	실패 비용이 크거나 설계 판단이 필요한 경우	아키텍처 변경, 복잡한 장애 분석, 보안 검토, 대규모 마이그레이션	단순 반복 수정, 짧은 문서/테스트 생성만 필요한 경우
5.6 Terra	일상 개발의 균형형 기본값	요구사항이 보통이고 품질·속도 모두 필요한 경우	기능 구현, 버그 수정, 테스트 보강, 코드 리뷰, PR 정리	매우 짧고 대량인 작업에서 처리량만 필요한 경우
5.6 Luna	빠른 반복과 높은 처리량 모델	작업 범위가 명확하고 빠른 피드백이 중요한 경우	린트/타입 오류 정리, 반복 리팩터링, 테스트 초안, 문서화, 작은 티켓 묶음	복잡한 설계 선택, 원인 불명 장애, 높은 보안 위험 작업

선택 순서

확신이 없으면 Terra로 시작한다.
설계, 보안, 데이터 마이그레이션, 재현이 어려운 장애라면 Sol을 고른다.
작업이 작고 규칙적이며 여러 건을 빠르게 처리해야 하면 Luna를 고른다.
같은 작업에서 모델을 자주 바꾸기보다, 작업 성격이 바뀔 때만 바꾼다.

사용량 관점

큰 저장소, 긴 컨텍스트, 깊은 추론, 도구 사용은 모델과 관계없이 사용량을 더 소모한다.
Luna는 가벼운 작업과 높은 처리량에 맞추고, Sol은 품질과 추론 깊이가 결과를 좌우할 때만 쓰면 한도를 더 예측 가능하게 관리할 수 있다.
현재 Codex 공식 문서는 Sol을 복잡한 분석·코딩·연구, Terra를 일상 기본값, Luna를 빠르고 경제적인 고처리량 작업으로 안내한다.

출처

OpenAI Codex Pricing - model profiles and usage guidance