GPT-5.6 훑어보기: 모델 등급보다 tool calling이 더 큰 변화

7월 9일 GPT-5.6이 나왔습니다. 6월 프리뷰는 그냥 넘겼는데, 이번엔 ChatGPT Work랑 Codex 업데이트가 같이 올라와서 API만 볼 게 아니게 됐습니다. 벤치 숫자보다 파이프라인에 어떻게 붙일지가 궁금해서 그쪽 위주로 봤습니다.

적어 둠 어떤 등급을 쓸지는 라우팅만 정리하면 되는 일입니다. 진짜 손볼 건 모델이 tool을 코드로 직접 호출하는 programmatic tool calling 쪽이라고 봅니다.

모델 등급: Sol · Terra · Luna

버전은 5.6인데, 실제로 API에서 부르는 모델 이름은 Sol, Terra, Luna입니다. 숫자(5.6)는 세대를 뜻하고, Sol/Terra/Luna는 성능과 가격이 다른 등급입니다. 스마트폰으로 치면 5.6이 출시 연식이고 Sol/Terra/Luna가 Pro·기본·Lite 라인쯤 됩니다. 문서에서 gpt-5.6만 보고 고르면 어느 등급인지 안 나오니 이름을 같이 봐야 합니다.

출력 토큰 기준으로 Sol이 Luna의 5배입니다. 파이프라인에서 호출 수가 많은 단계에 Sol을 그냥 꽂으면 비용이 금방 붑니다. 저라면 분류랑 플래닝은 Luna, 중간 단계는 Terra, 마지막 합치는 것만 Sol로 돌릴 것 같습니다. 아직 안 해봐서 이 배치가 맞는지는 모르겠습니다. sympo의 PRD→WBS 단계에 그대로 꽂아보면 어디서 Luna가 무너지는지 바로 보일 겁니다.

Programmatic tool calling

이번에서 제일 눈에 띄는 건 programmatic tool calling입니다. 지금까지는 모델이 tool을 한 번에 하나씩 부르고, 그 결과를 다시 모델에 넣고, 또 부르는 식이었습니다. 5.6은 여러 tool 호출을 담은 JavaScript를 모델이 직접 써서, 격리된 V8 런타임에서 한 번에 돌립니다. 그 코드는 네트워크에 못 나갑니다.

멀티에이전트를 짜다 보면 “tool 호출 → 결과 받기 → 다시 모델 → 또 tool 호출” 왕복이 계속 쌓입니다. 이 왕복이 곧 토큰이고 지연입니다. 반복 루프를 모델이 쓴 코드 안으로 넣으면 왕복이 줄어들 텐데, 문제는 디버깅입니다. 지금은 오케스트레이션 로그를 보면 어느 스텝에서 틀렸는지 짚이는데, 그 로직이 생성된 코드 안으로 들어가면 추적이 더 까다로워질 것 같습니다. 이건 직접 붙여보기 전엔 감이 안 옵니다.

Prompt caching

프롬프트 캐싱에 명시적 cache breakpoint가 생겼고, 캐시 최소 수명이 30분입니다. eval을 돌리면 긴 시스템 프롬프트랑 공통 컨텍스트를 수백 번 반복해서 넣는데, 지금까지는 캐시가 언제까지 살아 있는지가 애매해서 비용 예측이 잘 안 됐습니다. breakpoint를 직접 찍을 수 있으면 반복되는 구간의 비용이 그나마 계산됩니다. token-stack 카드에 캐시 적중률까지 찍히면 좋겠는데, 로그에 그 필드가 들어오는지부터 확인해야 합니다.

ultra 병렬 모드

에이전트 여러 개를 동시에 돌려 결과를 합치는 모드입니다. 스펙에는 concurrent workstream이라고 적혀 있습니다.

주의 병렬 수만 늘리면 비용만 붑니다. 중간에 뭘 검증할지 없는 파이프라인이면 ultra는 답이 아니라 지출입니다.

오케스트레이션이 이미 병목인 경우에만 의미가 있을 텐데, 그게 맞는지는 eval 없이는 판단이 안 섭니다.

ChatGPT Work

Codex 계열을 문서·시트·프레젠테이션에 붙인 제품입니다. Slack이나 Gmail 플러그인이 몇 개냐보다, 컨텍스트를 어디까지 긁어오는지가 궁금합니다. API를 Terra로 먼저 만져보고 Work는 그다음에 볼 생각입니다.

Terra 테스트 계획

multi-step 태스크 몇 개를 Terra로 시도해 볼 계획입니다. 호출은 대략 이렇습니다.

# Terra로 간단한 multi-step 요청 하나
curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [{"role": "user", "content": "..."}]
  }'

먼저 할 일은 하나입니다. sympo 라우팅을 Luna/Terra/Sol로 나눠 붙이고, 같은 PRD로 5.5 때랑 토큰·지연·품질을 비교하는 것. 숫자가 나오면 여기에 이어 적겠습니다.

참고

• OpenAI — GPT-5.6
• OpenAI — Previewing GPT-5.6 Sol
• MarkTechPost — 3-tier family, programmatic tool calling
• 본인 repo — sympo
• 본인 repo — token-stack