GPT 6.1 Sol과 Claude Sonnet 5.5, 같은 토큰 단가에도 작업 비용은 3.5배 벌어졌다

중국 매체 Leiphone(雷峰网)이 OpenAI의 GPT 6.1 Sol과 Anthropic의 Claude Sonnet 5.5를 동일한 도구 환경에서 비교한 실측 기사를 게재했다. 두 모델은 OpenRouter에서 입력 100만 토큰당 2달러, 출력 10달러, 캐시 쓰기 2.5달러로 단가가 사실상 같다. 그런데 같은 작업 세 개를 맡기자 실제 청구서는 3.5배 차이가 났다.

실험은 Claude Code CLI를 실행 플랫폼으로, OpenRouter를 호출 경로로 고정한 뒤 세 가지 과제를 던지는 방식으로 진행됐다. Three.js로 3개 방과 6개 오브젝트, 상호 의존적인 퍼즐 체인을 갖춘 1인칭 3D 방탈출을 만들고 직접 클리어까지 검증하는 과제, 미국 행정명령 14434와 관련 1차 자료를 근거로 삼은 정책 조사 보고서, 2026년 노벨 화학상 대중 해설과 단일 HTML 인터랙티브 데모 제작이다. 기사에 따르면 결과는 Sol 38.5달러, Sonnet 5.5 10.9달러로 Sonnet 쪽이 Sol의 약 28% 수준이었다.

속도는 과제마다 순위가 뒤집혔다. 방탈출 개발은 Sol이 33분 37초, Sonnet이 74분 32초로 Sol이 두 배 이상 빨랐다. 반면 정책 조사는 Sonnet이 5분 11초에 172줄 분량 보고서를 냈고 Sol은 54분 50초가 걸렸다. 화학 과제도 Sol 65분 41초, Sonnet 12분 54초였다. 기사는 Sonnet이 Playwright 버전과 브라우저 의존성, 낮은 프레임레이트 환경에서 여러 번 되돌아가며 자동 검증을 수행한 점을 방탈출 지연의 원인으로 지목했다.

산출물의 성격도 갈렸다. Sol은 정책 과제에서 공식 원문 5건을 포함해 약 60만 바이트 분량의 파일 14개를 묶음으로 제출했고, 5개 핵심 결론을 3개 경로로 교차 검증해 15건의 판단 기록을 남겼다. 화학 과제에서는 문서 7건, 인터랙티브 페이지 1건, 5페이지 발표 개요, 검증 스크립트 3건 등 42개 파일을 냈고 R/S 절대 배위와 광학 활성 방향, D/L 표기를 구분하고 발견 연대를 1953년, 1986년, 1990년, 1995년, 2003년으로 쪼개 정리했다. Sonnet은 같은 화학 과제를 파일 5개로 압축했지만 초기 ee 값과 상호 억제 강도, 촉매 선택성을 조절하고 무작위 모드를 60회까지 돌려볼 수 있는 데모를 만들었고, 정책 과제에서는 백악관과 중국 측 문안이 명칭 변경 동의 여부를 다르게 서술한 지점을 짚어냈다.

배경에는 두 회사의 제품 배치가 있다. OpenAI는 GPT 6.1 Sol을 저비용으로 복잡한 작업 성능을 제공하는 모델로 소개하며 컨텍스트 105만 토큰, 최대 출력 12.8만 토큰을 제시했다. Anthropic은 Sonnet 5.5를 Opus 5.5보다 빠르고 저렴한 일상 작업용 모델로 위치시켰다. 기사는 이 중간 계층이 기업 AI 시스템의 기본 실행층으로 올라서고 있다는 해석을 덧붙였다.

개발자 입장에서 읽을 지점은 단가표가 아니라 실행 경로다. 값이 같아도 도구 호출 횟수, 컨텍스트 길이, 재시도 라운드가 청구서를 만든다. 짧은 경로로 초안을 뽑아야 하는 반복 작업에는 Sonnet 계열이, 원본 보관과 해시 검증, 다중 검증처럼 추적 가능한 산출물이 필요한 고위험 작업에는 Sol 계열이 맞는다는 것이 이 실험의 결론이다. 다만 이는 한 매체가 특정 도구 환경에서 세 과제를 수행한 결과일 뿐이며, 기사 스스로도 실행 시간이 모델 전략뿐 아니라 도구 가용성과 환경 장애, 검증 깊이에 함께 좌우된다고 밝히고 있다.