메인 콘텐츠로 건너뛰기
GPT-5.6 시리즈 Sol, Terra, Luna 3개 모델과 프롬프트 캐싱 메커니즘 일러스트
OpenAI가 2026년 7월 9일 GPT-5.6 시리즈를 정식 발표했습니다. AIHubMix는 3개 모델 연동을 완료했으며, gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna를 Chat Completions와 Responses로 호출할 수 있습니다. 이번 발표에서는 프롬프트 캐싱의 메커니즘과 과금도 조정되어, 캐시 쓰기가 별도로 과금되기 시작했습니다. 이 글에서는 3개 모델의 포지셔닝을 소개하고 캐시 변화를 항목별로 해설합니다.

​
GPT-5.6 3개 모델은 무엇이 달라졌나

GPT-5.6은 네이밍 체계를 조정했습니다. 숫자는 모델 세대를 나타내고, Sol, Terra, Luna는 독립적으로 발전할 수 있는 성능 등급입니다. 공식 정의에 따르면 Sol은 플래그십 모델, Terra는 GPT-5.5와 성능이 동등한 저가 등급, Luna는 가장 빠르고 가장 저렴한 등급입니다.
gpt-5.6-solgpt-5.6-terragpt-5.6-luna
공식 포지셔닝복잡한 전문 업무를 위한 플래그십 모델지능과 비용의 균형비용 민감 워크로드 대상
컨텍스트 윈도우1,050,0001,050,0001,050,000
최대 출력128,000128,000128,000
지식 컷오프2026-02-162026-02-162026-02-16
구세대 대응 등급(대략)무접미사 등급mini 등급nano 등급
성능에 대한 공식 설명: Sol은 코딩, 지식 업무, 사이버 보안, 과학 작업에서 현재 최고 수준(state-of-the-art)의 결과를 달성했으며, 공식적으로 역대 최고의 코딩 모델로 소개되어 Terminal-Bench 2.1과 DeepSWE에서 기록을 경신했습니다. Terra는 GPT-5.5와 성능이 동등하면서 가격은 절반입니다. 시리즈에 max 추론 단계가 추가되었고, Responses API에는 Programmatic Tool Calling과 multi-agent(Beta) 기능이 추가되었습니다.

​
캐시 메커니즘 업그레이드 해설

GPT-5.6 이전에는 GPT 시리즈의 프롬프트 캐싱이 완전 자동이었습니다. 접두사가 1,024 토큰에 도달하면 자동으로 캐시되고, 개발자는 무엇을 캐시할지·얼마나 유지할지 제어할 수 없었으며, 캐시는 비활성 5–10분 후 삭제되었습니다. OpenAI는 GPT-5.6의 캐시 변화를 「더 예측 가능한 프롬프트 캐싱」(more predictable prompt caching)으로 요약했으며, 구체적으로 세 가지입니다:
  1. 유지 시간이 「최소 5분」에서 「최소 30분」으로 변경. prompt_cache_options.ttl은 현재 "30m"만 지원하며, 이는 최소 보장 시간이고 실제로는 더 오래 유지될 수 있습니다.
  2. 명시적 캐시 중단점 추가. 콘텐츠 블록에 prompt_cache_breakpoint를 설정하면 캐시 경계를 고정 콘텐츠의 끝에 고정할 수 있고, 중단점 이후의 콘텐츠 변경은 이전의 접두사 캐시를 깨뜨리지 않습니다. prompt_cache_options.mode를 "explicit"으로 설정하면 수동 중단점만 사용합니다.
  3. prompt_cache_key가 최적화 옵션에서 공식 요구 사항으로 변경. GPT-5.6부터 더 신뢰할 수 있는 캐시 매칭을 위해 이 파라미터를 설정해야 합니다. 공식 권장은 key 하나당 트래픽을 약 15회/분 이내로 유지하는 것입니다.

​
캐시 쓰기 1.25배 과금을 어떻게 평가할 것인가

GPT-5.6부터 캐시 쓰기는 기본 입력 가격의 1.25배, 캐시 읽기는 0.1배로 과금됩니다. 이전 모델은 캐시 쓰기에 별도 요금이 없었습니다. 공식 원문(GPT-5.6 발표 공지): “For GPT-5.6 and later models, cache writes are billed at 1.25x the model’s uncached input rate, while cache reads continue to receive the 90% cached-input discount.” 공식 요율로 손익을 직접 계산하면, 접두사를 한 번 캐시에 쓰면 캐싱하지 않을 때보다 입력 가격의 0.25배를 더 내고, 이후 히트할 때마다 0.9배를 절약합니다. 접두사가 1번만 재사용되어도 순절감이며, 재사용이 많을수록 더 절약됩니다.
  • 효과가 뚜렷한 워크로드: 긴 시스템 프롬프트를 쓰는 Agent 워크플로, 긴 참고 자료를 반복 인용하는 RAG, 대량의 도구 정의를 포함하는 애플리케이션, 메시지를 뒤로만 추가하는 다중 턴 대화. 이런 워크로드는 접두사 재사용률이 높아 0.1배 읽기 가격이 지배적입니다.
  • 주의가 필요한 워크로드: 접두사가 재사용되지 않는 일회성 긴 요청. 자동 캐싱이 기본으로 켜져 있어 이런 요청은 회수할 수 없는 1.25배 쓰기 비용이 발생합니다. prompt_cache_options.mode를 "explicit"으로 설정하고 중단점을 설정하지 않으면 해당 요청은 캐시를 사용하지 않고 쓰기 비용도 발생하지 않습니다.

​
비교: GPT-5.6과 Claude의 프롬프트 캐싱

GPT-5.6의 캐시 설계는 여러 측면에서 Claude의 cache_control과 유사해졌으며, 핵심 차이는 기본 동작에 있습니다. GPT는 파라미터 없이 자동으로 캐시되고, Claude는 요청에서 캐싱을 활성화해야 합니다(최상위 cache_control 필드의 자동 중단점 또는 콘텐츠 블록 단위 명시적 중단점).
항목GPT-5.6 시리즈Claude 시리즈(전체 활성 모델)
트리거 방식자동 캐싱, 명시적 중단점 선택 가능활성화 필요: 최상위 cache_control 자동 중단점 또는 콘텐츠 블록 단위 명시적 중단점
중단점 파라미터prompt_cache_breakpoint(콘텐츠 블록 단위)cache_control(최상위 또는 콘텐츠 블록 단위)
중단점 수 상한요청당 최대 4개 새 쓰기최대 4개 중단점
캐시 유지최소 30분기본 5분(히트 시 무료 새로고침), 선택적으로 1시간
캐시 쓰기 과금입력 가격의 1.25배5분 캐시 1.25배, 1시간 캐시 2배
캐시 읽기 과금입력 가격의 0.1배입력 가격의 0.1배
최소 캐시 길이1,024 토큰모델별 512–4,096 토큰
히트 요건중단점 이전 바이트 단위 일치중단점 이전 바이트 단위 일치
표의 Claude 열은 전체 활성 Claude 모델의 공통 기준입니다. 쓰기는 5분 캐시 1.25배·1시간 캐시 2배, 읽기 0.1배가 전 모델에 동일하게 적용되며(Anthropic 프롬프트 캐싱 문서), 모델별 차이는 최소 캐시 길이뿐입니다. GPT-5.6 열의 출처는 OpenAI 프롬프트 캐싱 가이드입니다. 양사의 중단점 상한, 쓰기 요율(해당 캐시 기간 기준), 읽기 요율은 완전히 일치합니다. 개발자에게 실질적인 의미는, 「고정 콘텐츠는 앞에, 변하는 콘텐츠는 뒤에」라는 동일한 프롬프트 구조 전략이 양사 모델에서 공통으로 통한다는 점입니다. 마이그레이션 비용은 파라미터 문법에 집중됩니다. GPT는 prompt_cache_breakpoint + prompt_cache_key, Claude는 cache_control을 사용합니다.

​
두 프로토콜의 캐시 작성법 비교

동일한 「고정 긴 지침 캐싱」 시나리오에서 두 프로토콜의 최소 구현은 다음과 같습니다. 예시는 gpt-5.6-sol과 claude-opus-4-8을 사용합니다. 두 모델은 기본 입력 가격이 동일하고($5/M), 캐시 쓰기(1.25배)와 읽기(0.1배)로 환산한 실제 단가도 완전히 동일하며, 작성법만 다릅니다: GPT 프로토콜은 최상위에 prompt_cache_key를 설정합니다(긴 접두사가 자동 캐시되므로 중단점 표시 불필요). Claude 프로토콜은 최상위에 cache_control을 설정하여 자동 캐싱을 활성화하고, 캐시 경계를 정밀하게 제어해야 할 때는 콘텐츠 블록 단위 중단점으로 전환합니다:
GPT-5.6(Chat Completions)
curl https://aihubmix.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -d '{
    "model": "gpt-5.6-sol",
    "prompt_cache_key": "my-app-report-v1",
    "messages": [
      {
        "role": "system",
        "content": "[고정 긴 지침, ≥1024 토큰]"
      },
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'
Claude(Messages)
curl https://aihubmix.com/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: $AIHUBMIX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-4-8",
    "max_tokens": 1024,
    "cache_control": {"type": "ephemeral"},
    "system": "[고정 긴 지침, ≥1024 토큰]",
    "messages": [
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'
두 요청을 대조하면 차이는 엔드포인트(/v1/chat/completions와 /v1/messages), 인증 헤더(Authorization: Bearer와 x-api-key + anthropic-version), 캐시 파라미터(최상위 prompt_cache_key와 최상위 cache_control), Claude의 명시적 max_tokens 필요 여부에 집중됩니다. 두 요청 모두 aihubmix.com에서 실측했습니다(2026-07-10): gpt-5.6-sol은 두 번째 호출에서 cached_tokens: 2816, claude-opus-4-8은 첫 번째 호출에서 cache_creation_input_tokens: 3632, 두 번째 호출에서 cache_read_input_tokens: 3632. 요청 형식 외에 메커니즘 수준의 차이는 세 가지입니다:
  1. 활성화 방식: GPT는 캐시 파라미터를 추가하지 않아도 자동으로 캐시되며, prompt_cache_key는 히트 신뢰성을 높이는 용도입니다. Claude는 선언이 필요합니다. 콘텐츠 블록 단위 cache_control 중단점 또는 요청 최상위 cache_control 자동 모드입니다.
  2. usage 필드: GPT의 캐시 읽기량은 prompt_tokens_details.cached_tokens에 있습니다. Claude는 쓰기량과 읽기량을 각각 cache_creation_input_tokens와 cache_read_input_tokens로 보고하여 쓰기와 히트를 따로 확인할 수 있습니다.
  3. 수명 제어: GPT-5.6의 ttl은 현재 "30m"만 지원합니다. Claude는 기본 5분(히트 시 무료 새로고침)이며 "ttl": "1h"를 선택할 수 있습니다(쓰기는 2배 과금).

​
프로토콜 간 모델 교체 시 수정할 항목

AIHubMix 게이트웨이는 프로토콜 간 호출을 지원합니다. OpenAI 호환 인터페이스로 Claude 모델을 호출할 수 있고(cache_control을 OpenAI 형식의 메시지 콘텐츠 블록에 직접 작성, 작성법은 프롬프트 캐싱 실전 참고), Claude 호환 /v1/messages로 GPT-5.6도 호출할 수 있습니다(실측 확인). 모델 교체 시 세 가지를 확인하세요:
  • model을 대상 모델 ID로 변경;
  • 캐시 파라미터 문법 변경: prompt_cache_key / 명시적 중단점은 Claude의 cache_control에 대응;
  • usage 판독 필드명 변경: cached_tokens는 Claude의 cache_read_input_tokens에 대응.
프롬프트 캐싱 권장 경로: GPT 모델은 Chat Completions(본문 실측 히트 경로), Claude 모델은 두 프로토콜 모두 사용할 수 있습니다.

​
비교: GPT-5.6과 구세대 GPT 캐시

항목GPT-5.6 이전GPT-5.6 및 이후
캐시 쓰기별도 과금 없음입력 가격의 1.25배
캐시 유지비활성 5–10분 후 삭제, 최대 1시간최소 30분
캐시 제어없음명시적 중단점, explicit 모드, prompt_cache_key 신뢰 매칭
24시간 확장 유지일부 모델 prompt_cache_retention 지원prompt_cache_options.ttl로 대체(현재 30m만)
변화의 방향은 일관됩니다. 구세대 캐시는 무료였지만 제어할 수 없고 유지 시간이 불확실했습니다. GPT-5.6은 쓰기에 과금하는 대신 최소 보장 유지 시간과 정밀한 캐시 제어 수단을 제공합니다. 요율로 계산하면, 접두사가 평균 1회 이상 재사용되면 절감액이 새로 추가된 쓰기 비용을 초과하며, 30분 최소 보장 유지와 제어 가능한 중단점이 이 재사용률에 도달할 확실성을 높입니다.

​
AIHubMix에서 시작하기

3개 모델이 모두 출시되었으며, 모델 ID는 gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna입니다. 캐시는 추가 구성이 필요 없고, 동일한 긴 접두사로 연속 요청하면 히트합니다:
Python
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

long_context = "You are a meticulous assistant for analyzing quarterly financial reports... [변하지 않는 긴 지침, ≥1024 토큰]"

for i in range(2):
    completion = client.chat.completions.create(
        model="gpt-5.6-sol",
        prompt_cache_key="my-app-report-assistant-v1",
        messages=[
            {"role": "system", "content": long_context},
            {"role": "user", "content": "Summarize the key figures in one sentence."},
        ],
    )
    print(completion.usage.prompt_tokens_details)
두 번째 호출의 usage.prompt_tokens_details.cached_tokens가 0보다 크면 히트입니다(실측 예시: cached_tokens: 2816). 파라미터 설명, 과금 세부 사항, 히트 문제 해결은 GPT 프롬프트 캐싱 문서를 참고하세요.

​
자주 묻는 질문(FAQ)

​
GPT-5.6은 AIHubMix에서 어떤 인터페이스로 호출할 수 있나요?

Chat Completions(/v1/chat/completions), Responses(/v1/responses), Claude 호환 Messages 인터페이스(/v1/messages) 모두 호출할 수 있으며, 3개 모델이 모두 출시되었습니다. 프롬프트 캐싱은 현재 Chat Completions 사용을 권장합니다.

​
클라이언트를 변경하지 않고 GPT-5.6으로 업그레이드하면 과금이 어떻게 달라지나요?

프롬프트 캐싱이 기본으로 자동 적용되어, 접두사가 1,024 토큰에 도달하는 요청은 입력 가격의 1.25배로 과금되는 캐시 쓰기 항목이 발생합니다. 접두사가 재사용되면 0.1배 읽기 가격으로 과금됩니다. 접두사 재사용률이 높은 애플리케이션은 총비용이 대체로 낮아지며, 접두사를 전혀 재사용하지 않는 일회성 긴 요청은 explicit 모드로 캐싱을 끌 수 있습니다.

​
Claude 프롬프트 캐싱을 사용했는데, GPT-5.6으로 마이그레이션하려면 무엇을 수정해야 하나요?

프롬프트 구조 전략은 그대로입니다. 고정 콘텐츠는 맨 앞에, 변하는 콘텐츠는 맨 뒤에 배치합니다. 파라미터는 cache_control에서 prompt_cache_breakpoint로 바꾸고 prompt_cache_key를 추가합니다. 유지 시간은 5분/1시간 두 단계에서 30분 최소 보장으로 바뀝니다.

​
GPT-5.6 3개 모델은 어떻게 선택하나요?

공식 기준: 복잡한 전문 업무와 코딩 작업은 Sol, 일상 워크로드는 Terra(GPT-5.5와 성능 동등·가격 절반), 비용에 민감한 대량 시나리오는 Luna를 선택하세요. 3개 모델의 컨텍스트 윈도우와 최대 출력은 동일하여, 작업 복잡도에 따라 계층별 라우팅이 가능합니다.

​
공식 참고 자료

본문의 모델 사양, 캐시 메커니즘, 과금 요율은 모두 다음 공식 출처에서 가져왔습니다: 사이트 내 관련 문서: GPT 프롬프트 캐싱 · Claude 프롬프트 캐싱 · 프롬프트 캐싱 실전
모델 광장에서 GPT-5.6 시리즈 가격을 확인하거나, 문서 센터에서 더 많은 연동 방법을 알아보세요.
마지막 업데이트: 2026-07-10