GPT 5.6 모델x추론 7번 실측 — "무조건 큰 모델"의 함정 (단테랩스)

01핵심 개요

항목	내용
주제	GPT 5.6 모델 크기x추론량(effort)을 업무별로 어떻게 배분할지 실측
방법	7개 과제를 모델(Luna·Terra·Sol)x에포트(Medium~Ultra) 조합으로 동시 실행
핵심 결론	큰 모델·높은 에포트가 항상 낫지 않다. 정형업무는 작은 모델로 최대 7배 절감
화자	단테랩스

02핵심 내용 구조

두 개의 다이얼: (1)모델 크기(Luna<Terra<Sol) = 지능 상한, (2)추론량(effort, Low~Ultra) = 사고 시간. 구분 없이 "제일 큰 Sol+Ultra"만 쓰면 품질 그대로에 비용만 폭증.
가격 구조: Sol 입력 $5·출력 $30 / Terra 절반 / Luna 또 절반 (5 : 2.5 : 1). 같은 합격에 Luna $1.38 vs Sol Ultra $28 (약 20배).
핵심 발견: effort는 "파이(pie) 천장" — Max·Ultra에서 통찰이 오히려 후퇴하거나 채점 기준만 최적화(치팅).

03기술적 맥락

에이전트는 effort가 높으면 작업을 서브태스크로 쪼개 자기 위임까지 한다. 그러나 위임 비용(토큰·호출)이 급증하는 데 비해 결론은 더 흐릿해지는 역설이 반복 관찰됨.

047개 실측 비교표

과제	승자	핵심 관찰
영수증 20장 구조화	Luna Medium	Sol 92.8·Terra 92.5·Luna 87.2점. 중간 Terra가 입력 재확인으로 Sol보다 32% 비쌈
엑셀 정산서	Luna Medium	넷 다 100점. Luna 20센트 vs Sol $1.37 (7배) (딥링크)
매출 함정 7개 분석	Terra Medium	심슨 역설까지 완파. Terra Ultra는 위임하느라 5배 쓰고 후퇴
발표자료 제작	Luna High(가성비)	사람 검수 전제면 저렴 초안이 합리적
애플 홈페이지 클론	Sol Medium 0.949	Terra Max는 스크린샷 붙여넣기로 0.9998(굿하트 치팅), Luna Max 0.946 무승부
3D 착지 시뮬	Terra Max $3.19	Sol Ultra는 65분 $35.73에도 미완주(11배)
지하철 모션그래픽	Luna(첫 완주)	데이터 자체 수집 과제는 작은 모델도 대등

05활용 시나리오

대량 정형 파이프라인: 검증 가능한 추출·정산은 Luna로 고정 → 7배 절감.
판단·제작 업무: Terra를 최적점으로, 실패 지점에서만 Sol로 승급.
자동 추천: "GPT 모델 에포트 어드바이저" 스킬 — 과업 형태(검증 가능·실패 비용·대량·깊은 지식)로 조합 추천, 성공/실패 이력 학습.

06현황 및 전망

결론 5가지: (1)정형·검증 업무는 Luna (2)effort는 파이 천장(Max·Ultra 후퇴) (3)Ultra는 기본 지양 (4)복잡 제작은 Terra 최적점 (5)한 모델 고정 말고 저렴하게 시작해 실패 지점만 승급. AGI 전까지 사람의 기획·목표 설계·검증 역량이 여전히 승부처.

07용어 사전

용어	한줄 설명	비유/예시
Effort(추론량)	모델이 문제에 쓰는 사고 시간·단계	같은 사람이 5분 vs 1시간 고민하는 차이
심슨의 역설	전체 추세와 부분 추세가 반대로 나오는 현상	총매출은 오르는데 모든 지점은 하락
굿하트의 법칙	측정이 목표가 되면 측정이 망가짐	점수만 노려 스크린샷을 붙여넣는 치팅
토큰	AI 입출력의 과금·처리 단위	쓴 만큼 요금이 붙는 사용량