Codex GPT-6 Luna Max 설정법: 구현만 넘기고 계획·검토는 GPT-6.1 Sol로 비용 줄이기

여러분, Codex 비용을 줄이려고 모델을 통째로 내릴 필요는 없습니다. 결론부터 말하면, 스펙이 확정된 파일 단위 구현과 리팩터링만 GPT-6 Luna를 Max(최대) 추론으로 돌리고, 계획과 최종 검토는 GPT-6.1 Sol에 남기는 역할 분담이 핵심입니다.

이 전략은 2026년 7월 30일 GPT-5.6 Luna 가격 인하에서 시작됐습니다. 그 뒤 GPT-6 라인업이 나오면서 같은 세대 안의 점수 차이는 숫자상 더 벌어졌습니다. 7월의 계산은 이력으로 정리하고, 2026년 10월 3일 기준으로 GPT-6 Luna Max에 넘길 범위를 다시 잡아보겠습니다.

Codex GPT-6 Luna Max 핵심 요약

• 역할 분담이 기본입니다: 범위가 닫힌 구현은 GPT-6 Luna Max, 계획과 최종 검토는 GPT-6.1 Sol이 맡습니다. 공식 권장과 같은 원칙이지만, 넘길 범위는 더 좁혀야 합니다.
• 첫 절감은 모델 교체입니다: GPT-6.1 Sol의 토큰당 크레딧은 GPT-5.6 Sol 프로모션가의 절반입니다.
• 7월 30일 GPT-5.6 Luna 80% 인하: 100만 토큰당 입력 0.2달러, 출력 1.2달러로 당시 GPT-5.6 Sol의 25분의 1이 됐습니다.
• 7월 격차는 작았습니다: 2026년 7월 지수 v4.1 기준 Artificial Analysis 점수는 GPT-5.6 Luna 51, Terra 55, Sol 59였습니다(최대 추론).
• 지금 격차는 더 큽니다: 2026년 10월 3일 기준 지수 v4.3.2에서 GPT-6 Luna Max 38, GPT-6.1 Sol Medium 48입니다. Terminal-Bench 4.0은 Max끼리 13% 대 56%입니다.
• 과제당 비용은 약 10분의 1입니다: 토큰당 크레딧은 20분의 1이지만, Max끼리 비교하면 과제당 비용은 약 10분의 1입니다.
• Max가 안 보이면 앱 설정을 확인합니다: 7월에는 기본 목록에서 Max가 빠져 GPT-5.6 Luna가 Extra High에서 멈췄습니다.

2026년 7월 30일 GPT-5.6 Luna 80% 가격 인하

GPT-5.6의 Sol, Terra, Luna는 2026년 7월 9일 일반 공개됐습니다(출시 배경은 GPT-5.6 Sol vs Claude Fable 5 작업별 선택 가이드에서 정리했습니다). 당시 Codex의 기본 Power 설정은 GPT-5.6 Sol Medium이었고, 3주 뒤인 7월 30일 OpenAI가 GPT-5.6 Luna와 Terra 가격을 내렸습니다.

모델 (100만 토큰당)	인하 전 (입력 / 출력)	7월 30일 이후	변화
GPT-5.6 Sol	5달러 / 30달러	5달러 / 30달러	그대로
GPT-5.6 Terra	2.5달러 / 15달러	2달러 / 12달러	20% 인하
GPT-5.6 Luna	1달러 / 6달러	0.2달러 / 1.2달러	80% 인하

GPT-5.6 Luna 가격에 25를 곱하면 정확히 GPT-5.6 Sol 가격이 나옵니다.

더 중요한 건 이 인하가 Codex 유료 요금제의 크레딧 차감에도 반영됐다는 점입니다. 요금제 가격과 사용량 한도는 그대로였습니다. GPT-5.6 Luna를 적극적으로 쓰면, 과장을 좀 보태서 20달러 요금제로 200달러를 쓰는 느낌도 낼 수 있었습니다.

GPT-5.6 Luna·Sol 성능 격차(2026년 7월, 지수 v4.1)

가격은 25배 차이 났지만 7월 GPT-5.6 기준 성능 격차는 크지 않았습니다. Artificial Analysis 지능 인덱스(Intelligence Index v4.1, 최대 추론 기준)에서 GPT-5.6 Luna는 51점, Terra는 55점, Sol은 59점이었습니다.

GPT-5.6 Terra를 건너뛰는 이유도 여기서 나옵니다. Artificial Analysis 분석에서 GPT-5.6 Luna와 Sol은 지능 대비 과제당 비용으로 보면 항상 Terra보다 앞섰습니다.

2026년 7월 GPT-5.6 기준으로는 가격이 25배 차이 나는데 지수 차이는 8점이었습니다. 당시 GPT-5.6 Luna Max를 권한 이유가 이 비대칭입니다.

지금 같은 세대 안의 격차는 숫자상 더 큽니다. 아래에서 현재 라인업 기준으로 다시 보겠습니다.

Codex 모델 라인업과 크레딧(2026년 10월 3일 기준)

2026년 9월 3일 GPT-6 Astra가 나왔고, 9월 22일 GPT-6 Sol과 GPT-6 Luna가, 9월 29일 GPT-6.1 Sol이 이어서 나왔습니다. 현재 GPT-6 라인업에 Terra는 없고, GPT-5.6의 세 모델은 롤아웃 기간 동안 계속 고를 수 있습니다.

GPT-5.6 Sol은 8월 21일부터 한시 인하돼 API 기준 입력 4달러, 출력 20달러입니다(최소 2026년 11월 21일까지). GPT-6 Sol과 GPT-6 Luna는 각각 GPT-5.6 프로모션가보다 50% 낮게 나왔고(OpenAI 발표 기준), GPT-6 Luna는 GPT-5.6 Luna의 0.2달러/1.2달러에서 0.1달러/0.5달러가 됐습니다.

모델	Codex 크레딧 (100만 토큰당 입력 / 출력)
GPT-6 Astra	250 / 1,250
GPT-6.1 Sol	50 / 250
GPT-6 Luna	2.5 / 12.5
GPT-5.6 Sol (프로모션가)	100 / 500
GPT-5.6 Luna	5 / 30

크레딧 기준으로 GPT-6 Luna는 GPT-6.1 Sol의 20분의 1, GPT-6 Astra의 100분의 1입니다. GPT-6.1 Sol도 GPT-5.6 Sol 프로모션가의 절반이라, GPT-5.6 Sol Medium으로 모든 작업을 돌리고 있다면 GPT-6.1 Sol로 옮기는 게 첫 번째 절감입니다.

GPT-6 Luna Max와 GPT-6.1 Sol 성능·비용 비교(2026년 10월 3일 기준)

“Luna Max = Sol Medium”이라는 말은 제가 7월에 GPT-5.6 Luna Max를 쓰면서 받은 체감이고, 공식 검증 수치는 아닙니다. 지금 데이터는 갈립니다.

지수와 벤치마크

근거	결과
OpenAI, OSWorld 2.0 (컴퓨터 사용)	GPT-6 Luna Max가 이전 세대 GPT-5.6 Sol Medium을 10분의 1 비용으로 앞섬
OpenAI, DeepSWE v1.1	GPT-6 Luna Max 66.6%, GPT-6 Sol Max 68.8%
Artificial Analysis 지능 인덱스 v4.3.2	GPT-6 Luna Max 38, GPT-6.1 Sol Low 42, Medium 48, Max 52
Artificial Analysis, Terminal-Bench 4.0	GPT-6 Luna Max 13%, GPT-6.1 Sol Max 56%

공식 데이터 중 GPT-6 Luna Max가 Sol Medium을 앞선 사례는 세대가 다른 GPT-5.6 Sol Medium과의 OSWorld 2.0 비교 하나뿐입니다. DeepSWE에서는 GPT-6 Sol Max와 근접하지만, Artificial Analysis 지수 기준으로는 GPT-6.1 Sol Low보다도 낮습니다. 지수 버전이 달라 7월 점수와 직접 비교할 수는 없지만, 등호로 외울 관계는 아닙니다. 저는 DeepSWE 결과를 근거로 범위가 정해진 구현부터 맡겨볼 만하다고 봅니다.

과제당 비용

Artificial Analysis가 Max끼리 잰 과제당 비용은 GPT-6 Luna 0.07달러, GPT-6.1 Sol 0.72달러로 약 10분의 1이었습니다. 비용 차이가 단가 차이(20배)만큼 벌어지지 않은 데는 사고 토큰이 더 많은 것도 한 원인입니다(과제당 추론 토큰 약 3만 9천 개 대 2만 5천 개). GPT-6.1 Sol Medium과 비교한 과제당 비용은 이 측정에 없습니다.

공식 문서는 “대부분의 작업에는 Max나 Ultra가 필요 없다”고 안내합니다. 그러니 GPT-6 Luna Max는 모든 작업의 기본값이 아니라, 범위가 닫힌 구현에 꺼내는 카드로 보는 게 맞다고 봅니다.

Codex Max 추론 설정: GPT-6 Luna Max가 안 보일 때

Max는 GPT-5.6과 함께 들어온 추론 단계로, Extra High보다 더 오래 생각하며 대안을 검토하고 스스로 점검합니다.

2026년 7월 GPT-5.6 시점에는 데스크톱 앱 기본 목록에서 Max가 빠져 있어, 켜지 않으면 GPT-5.6 Luna가 Extra High에서 멈췄습니다. Codex GitHub 이슈에도 같은 사용자 보고가 올라왔습니다. 10월 공식 문서는 GPT-6 Luna가 Max까지 지원하고 Ultra는 지원하지 않으며, 데스크톱 앱에서 Max가 안 보이면 앱 설정을 확인하라고 안내합니다.

데스크톱 앱에서 Max 켜기

1. ChatGPT 데스크톱 앱 설정에서 ‘최대’를 켭니다. 7월 기준 경로는 설정 → 구성 → 모델 기능 → 사용 가능한 추론 수준이고, 영문 UI로는 Configuration, Model features, Available reasoning efforts입니다. 메뉴 이름과 위치는 버전에 따라 다를 수 있습니다.
2. Advanced에서 GPT-6 Luna와 Max를 고릅니다. 공식 문서 예시의 Power 프리셋 중 Luna는 ‘Luna High’ 하나뿐입니다.

CLI와 config.toml에서 쓰기

CLI에서는 /model로 GPT-6 Luna를 고른 뒤 More reasoning…을 선택하면 Max가 보입니다. 매번 고르기 번거롭다면 프로필을 만들어두세요. --profile luna-max로 실행하면 아래 파일이 기본 설정 위에 덮어써집니다.

# ~/.codex/luna-max.config.toml
model = "gpt-6-luna"
model_reasoning_effort = "max"
review_model = "gpt-6.1-sol"

review_model은 꼭 넣어두세요. 이 값이 없으면 /review가 현재 세션 모델을 써서 검토도 GPT-6 Luna가 합니다.

실전 워크플로: GPT-6.1 Sol 계획, GPT-6 Luna Max 구현, GPT-6.1 Sol 검토

OpenAI도 2026년 7월 30일 발표에서 GPT-5.6 Sol로 계획을 세우고 GPT-5.6 Luna로 잘 정의된 변경을 구현하는 흐름을 예시로 들었습니다. 지금 라인업으로 옮기면 이렇습니다.

계획, 구현, 검토

1. 계획은 GPT-6.1 Sol이 세웁니다. 추론 수준은 Medium에서 시작하고, 바꿀 파일과 인터페이스, 완료 기준, 돌릴 테스트를 PLAN.md 같은 파일로 남기게 합니다.
2. 구현은 GPT-6 Luna Max가 합니다. 새 세션에서 PLAN.md를 읽고 그대로 구현하게 하고, 계획 밖의 설계 판단이 필요해지면 멈추고 보고하라고 지시합니다.
3. 검토는 새로 띄운 GPT-6.1 Sol이 합니다. 구현 세션을 이어 쓰지 않고 새 세션을 엽니다. 구현하면서 쌓인 가정이 검토에 섞이지 않아야 놓친 문제가 보입니다.

CLI 명령과 /review

# 1. 계획 (PLAN.md 작성)
codex -m gpt-6.1-sol

# 2. 구현 (PLAN.md 실행)
codex --profile luna-max

# 3. 검토 (새 세션, 일반 프롬프트)
codex exec -m gpt-6.1-sol "현재 변경 사항을 검토하고 문제를 우선순위대로 정리해줘"

/review는 전용 reviewer가 선택한 diff를 읽고, 작업 트리를 바꾸지 않은 채 우선순위별 문제를 보고합니다. 프로필에 review_model을 넣어두면 GPT-6 Luna 세션에서도 /review는 GPT-6.1 Sol이 맡습니다. 3번의 codex exec는 /review 프리셋이 아닌 일반 프롬프트 검토입니다. 기본 조작은 Codex 완벽 가이드에서 자세히 다뤘습니다.

여기서 검토 단계는 절대 빼지 마세요. 검토를 빼면 재작업이 늘어나고, 재작업은 다시 토큰을 씁니다. GPT-6 Luna로 아낀 비용이 그대로 날아가는 거죠.

작업별 Codex 모델 라우팅 표

원칙은 단순합니다. 정답이 분명하고 범위가 닫힌 작업은 GPT-6 Luna Max로, 판단이 필요한 작업은 GPT-6.1 Sol로 보냅니다. 공식 문서도 복잡한 코딩과 에이전트 작업은 GPT-6.1 Sol, 명확한 반복 작업은 GPT-6 Luna를 권합니다.

GPT-6 Luna에 넘길 작업

작업	모델	이유
파일 탐색, 코드베이스 조사	GPT-6 Luna High 또는 Max	공식 예시도 탐색에 GPT-6 Luna High를 씁니다
동작을 바꾸지 않는 리팩터링	GPT-6 Luna Max	범위와 완료 기준이 분명합니다
스펙이 확정된 파일 단위 구현, 테스트 작성	GPT-6 Luna Max	계획에 남은 판단이 적습니다

GPT-6.1 Sol에 남길 작업

작업	모델	이유
설계 판단, 구현 계획 수립	GPT-6.1 Sol	모호함을 정리하는 단계입니다
원인이 불분명한 디버깅	GPT-6.1 Sol	공식 문서가 모호한 다단계 작업에 권합니다
터미널 조작과 도구 사용이 많은 구현	GPT-6.1 Sol	Terminal-Bench 4.0 격차가 큽니다
최종 검토	새로 띄운 GPT-6.1 Sol	구현 맥락과 분리된 검토가 필요합니다

Terminal-Bench 격차를 기준으로 삼으면, 명령을 여러 번 실행하며 고쳐 나가야 하는 구현은 GPT-6.1 Sol에 남기고 GPT-6 Luna Max는 바꿀 파일과 완료 기준이 정해진 구현과 리팩터링으로 한정하는 편이 안전합니다. 가장 강한 성능이 필요한 작업은 공식 권장대로 GPT-6 Astra에 맡깁니다.

Codex 비용 절감 실무 기준

정리하면, Codex 비용을 줄이는 가장 큰 레버는 작업을 어느 모델에 보내느냐입니다. 2026년 7월 30일 GPT-5.6 Luna 가격 인하로 시작된 역할 분담 원칙은 그대로지만, 같은 세대 격차가 숫자상 커져서 GPT-6 Luna가 맡을 범위는 더 좁게 잡아야 합니다.

실무 기준은 세 가지입니다. 먼저 GPT-5.6 Sol을 GPT-6.1 Sol로 옮깁니다. 다음으로 계획이 파일로 확정돼 있고 범위가 닫힌 구현만 GPT-6 Luna Max에 넘깁니다. 마지막으로 어떤 경우에도 새로 띄운 GPT-6.1 Sol의 검토는 남깁니다.

설정에서 Max를 켜고, 평소 GPT-6.1 Sol로 돌리던 작업 중 스펙이 분명한 것 하나를 GPT-6 Luna Max로 다시 돌려보면 좋겠습니다. 7월에 GPT-5.6 Luna Max를 써본 제 체감은 확실히 쌌습니다. 여러분 작업에서도 그런지 직접 재보시죠.