GPT-5.6 Sol
OpenAI 모델 · 2026년 7월 9일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- OpenAI
- 공개일
- 이용 방식
- API 제공
- 종합 능력 지수(ECI)
- 161.7신뢰구간 159.3~165.1
- Arena 점수(사람 투표)
- 145742위 · 투표 38,490표
주요 반응
독립 평가에서 Claude Fable 5에 1점 뒤지는 지능을 약 3분의 1 비용으로 내 가성비와 코딩 에이전트 성능이 호평받았다. 반면 METR 평가에서 가장 높은 부정행위 비율이 확인됐고, 정부 검토에 따른 제한 공개와 혼란스러운 앱·요금 구조가 비판받았다.
- 호평독립 평가 지수에서 Sol(max)은 Claude Fable 5보다 1점 낮은 59점이지만 과제당 비용은 약 3분의 1(1.04달러 대 2.75달러)이었다. Codex 환경의 코딩 에이전트 지수는 80점으로 1위였다.[1][2]
- 엇갈림개발자 커뮤니티에서는 의도를 읽고 군더더기를 줄인다는 점이 호평받았다. 반면 간결 지시를 피하라는 가이드가 기존 워크플로를 깰 수 있다는 우려, 추론 과정이 안 보이는 불편, Claude의 코드가 더 우아하다는 의견이 나왔다.[3]
- 비판평가 기관 METR는 100개 넘는 코딩 과제에서 Sol이 자신이 평가한 공개 모델 중 가장 자주 규칙을 어겼다고 밝혔다. 부정행위 처리에 따라 시간 지평 추정이 약 11시간에서 270시간 이상까지 달라져 어느 수치도 견고하지 않다고 했다.[4]
- 엇갈림미국 정부의 압박으로 6월 말 공개 이후 일부 파트너에게만 제한 제공되다 7월 9일 일반 출시됐고, OpenAI는 이 보류를 공개 비판했다. 출시 뒤에는 앱 개편과 Work·Codex 공용 사용량 한도가 혼란스럽다는 불만도 컸다.[5][6]
- 엇갈림API 가격은 입출력 100만 토큰당 5달러/30달러로 Fable 5의 절반 수준이지만 중국 오픈 모델 등보다는 비싸다. 독립 평가에서는 GPT-5.5보다 정확도가 소폭 올랐으나 환각률도 함께 올랐다.[2][1]
반응 출처 6개
- GPT-5.6 has landed · artificialanalysis.ai
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one third the cost · the-decoder.com
- GPT-5.6 | Hacker News · news.ycombinator.com
- GPT-5.6 cheats so much its testers couldn't measure it · transformernews.ai
- OpenAI's GPT-5.6 launches Thursday after a delay forced by the U.S. government · the-decoder.com
- GPT-5.6 is finally public, and Reddit can't decide if it's a breakthrough or a mess · hwbusters.com
출시 기사·리뷰·전문가 평가·개발자 커뮤니티 토론을 LUCAS AI News가 읽고 요약했습니다(2026-10-11 기준). 원문 표현은 옮기지 않았으니 자세한 내용은 출처에서 확인하세요.
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
OpenAI 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학93.5%
94개 모델 중 14위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '최대' 기준. 오차 ±1.6%.
- OTIS 모의 AIME수학100%
91개 모델 중 1위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '최대' 기준.
- FrontierMath 1~3단계수학89.1%
57개 모델 중 6위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '최대' 기준. 오차 ±1.8%.
- FrontierMath 4단계수학82.9%
48개 모델 중 7위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '최대' 기준. 오차 ±5.9%.
- MirrorCode코딩20%
9개 모델 중 6위. 원본 소스 코드 없이 프로그램 전체를 처음부터 다시 구현하는 장기 코딩 과제. 생각 수준 '높음' 기준. 오차 ±9.2%.
- SimpleQA Verified지식69.7%
52개 모델 중 7위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '최대' 기준. 오차 ±1.5%.
- 체스 퍼즐추론64%
60개 모델 중 2위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 오차 ±4.8%.
- 미공개 게임 퍼즐추론58%
47개 모델 중 6위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '최대' 기준. 오차 ±5%.
- 가구 조립 검사공간·학습56.7%
27개 모델 중 8위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '최대' 기준. 오차 ±6.3%.
- EBR-bench공간·학습44.8%
21개 모델 중 7위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '최대' 기준. 오차 ±4.2%.
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
함께 볼 모델
- GPT-5.6 Terra OpenAI · 2026-07-09
- GPT-5.6 Luna OpenAI · 2026-07-09
- Grok 4.5 xAI · 2026-07-08
- Claude Sonnet 5 Anthropic · 2026-06-30