Fable 5.1 vs ChatGPT 5.6 Sol: 어떤 모델을 써야 할까?

두 모델 중 누가 절대적으로 낫냐는 질문보다 중요한 것은 실패 한 번의 비용이다. Fable 5.1은 어렵고 오래 이어지는 작업을 겨냥하고, GPT-5.6 Sol은 기본 API 요금이 더 낮으며 문서화된 도구 범위도 넓다. 다만 벤치마크 설정, 출력 제한, 통합 환경의 제약에 따라 결과는 달라질 수 있다.

‘ChatGPT 5.6 Sol’이 정확히 가리키는 모델

이 글에서 말하는 ‘ChatGPT 5.6 Sol’은 OpenAI가 공식적으로 GPT-5.6 Sol로 표기한 모델이다. OpenAI API 카탈로그에 따르면 gpt-5.6 별칭은 gpt-5.6-sol로 연결된다. 따라서 API를 도입할 때는 ChatGPT 요금제 이름과 API 모델이 같다고 가정하기보다 정확한 모델 ID를 기준으로 확인해야 한다.

Anthropic 측 경쟁 모델은 Claude Fable 5.1이며, API ID는 claude-fable-5-1이다. 두 모델은 서로 다른 회사가 제공하는 폐쇄형 모델이다. 추론 제어 방식, 과금 규칙, 도구 인터페이스 역시 서로 호환되지 않는다.

결론 전에 확인할 핵심 사양

문서상으로 Fable 5.1은 장기 추론 작업에 더 강하게 포지셔닝되어 있고, GPT-5.6 Sol은 컨텍스트 창이 소폭 더 크면서 기본 토큰 가격이 낮다. 다만 컨텍스트 차이는 50,000토큰에 불과하므로, 요청이 한도에 자주 근접하지 않는다면 이것만으로 모델을 정할 이유는 크지 않다.

위 수치는 Claude Fable 5.1 모델 문서와 OpenAI GPT-5.6 Sol 모델 페이지를 기준으로 정리했다.

공개 벤치마크는 Fable 쪽을 가리키지만, 전부는 아니다

Anthropic의 출시 비교 자료에서는 두 모델 수치가 함께 공개된 항목 대부분에서 Fable 5.1이 앞선다. 고난도 에이전트 작업을 판단하는 데 참고할 만한 근거지만, 이는 벤더가 직접 공개한 비교라는 점을 감안해야 한다. Anthropic은 Fable 5.1 평가에 프로덕션 안전장치가 적용됐다고도 밝히고 있다.

이 수치는 Anthropic의 Fable 5.1 및 Mythos 5.1 출시 글에서 가져왔다. 같은 글에는 OSWorld 2.0이나 Humanity’s Last Exam의 GPT-5.6 Sol 점수가 제시되지 않았으므로, 해당 항목은 추정치로 채워서는 안 된다.

노력 수준, 도구 접근 권한, 안전장치, 하니스 버전, 그리고 모델 단독 평가인지 완성된 에이전트 평가인지에 따라 결과는 크게 달라질 수 있다. Anthropic은 Terminal-Bench에서 Fable 5.1과 제한된 Mythos 5.1 구성 사이에 난 격차가 안전장치 개입을 반영한다고 설명한다. 따라서 이를 제한 없는 순수 능력의 비교로 보기는 어렵다.

Fable 5.1이 강세를 보이는 영역

Fable 5.1의 가장 강한 근거는 터미널 코딩, 과학 워크플로우, 비즈니스 자동화, CursorBench에서 반복적으로 나타난 패턴이다. 이 모델은 그럴듯한 첫 답변에서 멈추기보다 컨텍스트를 살피고, 계획을 세우고, 도구를 사용하며, 여러 단계로 구성된 목표를 계속 수행하도록 설계됐다.

독립적인 CodeRabbit 평가를 보면 이야기가 완전히 한쪽으로 기울지만은 않는다. 알려진 이슈 지점 105개가 포함된 코드 리뷰 작업 45건에서 Fable 5.1은 재현율 61.0%, 정밀도 37.3%를 기록했다. CodeRabbit이 제시한 비교에서 GPT-5.6 Sol은 재현율 69.7%, 정밀도 31.6%였다. 같은 평가에서 Fable 5.1은 Low 설정 시 작업당 18:38, High 설정 시 21:36이 걸렸다. 공개된 비교에는 Sol과 직접 맞춰 볼 수 있는 실제 경과 시간 수치가 없으므로, 이 시간만으로 속도를 비교할 수는 없다.

프로덕션에서는 이 차이가 중요하다. 근본 원인 하나를 놓치는 비용이 추가 코멘트를 검토하는 비용보다 큰 팀이라면 Fable 5.1이 맞을 수 있다. 반대로 이슈를 폭넓게 잡아내고, 다소 시끄러운 출력을 자동으로 걸러낼 수 있는 워크플로우라면 Sol이 어울릴 수 있다.

Sol이 더 적합할 수 있는 경우

GPT-5.6 Sol은 공개된 ARC-AGI-2 항목에서 우위를 보였다. 또한 문서화된 API 기능에는 스트리밍, 함수 호출, 구조화된 출력, 웹 검색, 파일 검색, 코드 인터프리터, 호스팅 셸, 컴퓨터 사용, MCP, Skills, Apply Patch가 포함되며, 모두 Responses API를 통해 제공된다.

애플리케이션이 짧은 요청을 대량으로 처리하거나 재시도가 잦거나 출력량이 큰 경우에는, 토큰 요금 차이가 벤치마크 우위보다 더 큰 변수가 될 수 있다. Sol의 결과를 ‘추론이 더 나쁘다’고 해석할 수는 없다. 성능, 가격, 도구 통합, 출력 제어 사이에서 다른 균형점을 택한 모델이다.

실무에서는 워크플로우 특성이 모델을 가른다

작업 단위가 단일 프롬프트가 아니라 저장소, 문서, 자율 에이전트가 되면 선택 기준도 달라진다. 지속적인 계획 수립이 필요한 고난도 작업은 Fable 5.1부터 검토하는 편이 낫고, 안정적인 도구 루프 안에서 범위가 명확한 작업은 Sol을 더 경제적인 출발점으로 볼 수 있다.

코딩과 저장소 작업

여러 파일에 걸친 리팩터링, 근본 원인 디버깅, 낯선 코드베이스 분석, 수 시간 동안 일관된 계획을 유지해야 하는 작업에는 Fable 5.1을 고려할 수 있다. CodeRabbit의 실사용 테스트는 복잡한 Snake-to-autonomous-arena 빌드가 두 마리의 뱀이 살아남은 상태로 턴 793까지 진행됐다고 설명한다. 다른 테스트 접근법은 그보다 훨씬 이른 시점에 끝나는 경우가 많았다. 이는 장기 시스템 추론의 구체적 사례일 뿐, 모든 코딩 작업이 동일한 폭으로 좋아진다는 뜻은 아니다.

작업 명세가 분명하고 도구 루프가 안정적이며 실행당 비용이 최대 추론 깊이보다 중요하다면 GPT-5.6 Sol이 적합할 수 있다. 구조화된 출력, 함수 호출, 호스팅 셸, 컴퓨터 사용을 문서상 지원하므로, 명시적인 인터페이스를 중심으로 통제된 프로덕션 워크플로우를 만들기 수월하다.

글쓰기와 구조화된 지식 업무

장문 초안, 논지 전개, 조사 비중이 큰 결과물에서는 Fable 5.1 쪽 근거가 더 강하다. Every의 1주일 실사용 테스트에서 작성자들은 장문 과제에 Fable 5.1을 선호했고, 이전 Anthropic 모델보다 문장이 더 명료하다고 평가했다. 반면 GPT-5.6 Sol은 아이디어를 짧은 소셜 스타일 문구로 압축하는 데 더 강했다. 작업 맥락은 Every의 전체 테스트에서 확인할 수 있다.

Fable의 약점은 제약 조건 준수다. 해당 테스트에서 1,000단어 요청에는 1,288단어를 생성했고, 세 가지에서 여섯 가지 테마를 요청하자 여덟 가지를 내놓았다. 또한 정확한 인용문 여덟 개에서 12개를 요구했을 때는 제공된 원문에 없는 인용문까지 포함해 43개를 생성했다. 애플리케이션에서 길이, 개수, 스키마를 엄격히 지켜야 한다면 어떤 모델을 쓰더라도 검증 단계를 넣어야 한다.

간결한 요약, 구조화된 추출, 출력 계약 준수가 확장성보다 중요한 워크플로우라면 GPT-5.6 Sol이 더 안전한 출발점이다. 반대로 충실히 전개된 논지가 중요한 브리프이고 생성 후 제한을 강제할 수 있다면 Fable 5.1이 더 적합한 후보가 된다.

모델 이름보다 프롬프트 구성에 따라 달라지는 비용

기본 API 요금 기준으로는 캐시되지 않은 입력과 출력 모두 GPT-5.6 Sol이 상당히 저렴하다. Fable 5.1은 캐시 읽기 요금이 더 낮아 큰 고정 프리픽스를 반복 전송하는 에이전트에서 유리할 수 있지만, 일반 출력 가격은 여전히 훨씬 높다.

요금은 Anthropic과 OpenAI 문서를 기준으로 했다. OpenAI는 입력 $4, 출력 $20 요금이 적어도 2026년 11월 21일까지 프로모션 가격이라고 밝힌다. 입력 토큰이 272,000개를 초과하는 요청은 요청 전체에 대해 입력 2배, 출력 1.5배 요율이 적용된다.

캐시되지 않은 입력 100만 토큰과 출력 200,000토큰으로 이뤄진 단순 요청을 가정하면 비용은 다음과 같다.

• Fable 5.1: $10 + (0.2 × $50) = $20
• GPT-5.6 Sol: $4 + (0.2 × $20) = $8

이 계산에는 캐시 쓰기, 도구 호출 비용, 재시도, 장문 컨텍스트 조정 비용이 포함되지 않는다. 프롬프트 대부분이 캐시된다면 모든 토큰에 표면 요금을 적용하지 말고 실제 캐시 적중률을 기준으로 계산해야 한다.

모델 선택을 뒤집을 수 있는 통합 제약

기술적으로 더 강한 모델이라도 요청 의미 체계가 에이전트 프레임워크와 충돌한다면 프로덕션에서는 잘못된 선택이 될 수 있다. Fable 5.1에는 도구 선택과 thinking block 관련 마이그레이션 규칙이 추가됐다. Sol은 OpenAI 모델 카탈로그에서 문서화된 제약이 더 적지만, 파인튜닝은 지원하지 않는다.

Fable 5.1 마이그레이션 시 주의할 점

Anthropic 문서는 Fable 5 또는 다른 Claude 모델에서 이전할 때 중요한 변경점 세 가지를 제시한다.

1. 도구 사용 강제는 실패할 수 있다. Fable 5.1은 도구 선택을 강제하는 모드를 지원하지 않는다. 자동 선택과 명시적 지시를 사용하거나, 구조화된 출력을 중심으로 호출 구조를 다시 설계해야 한다.
2. 이전 모델은 Fable 5.1 thinking block을 읽을 수 없다. 동일한 대화를 이전 Claude 모델로 보내는 폴백 체인은 추론 블록 불일치를 처리해야 한다.
3. 이전 턴을 수정하면 thinking block이 무효화될 수 있다. 시스템 메시지, 도구, 이전 대화 턴을 다시 작성하는 클라이언트 코드는 트래픽 전환 전에 append-only 히스토리와 폴백 동작을 테스트해야 한다.

이 규칙은 공식 Fable 5.1 문서에 정리돼 있다. 대화 도중 모델을 바꾸는 라우터는 API 오류를 일으키거나 이전 추론을 버리거나 다음 턴의 지연 시간을 늘릴 수 있다.

GPT-5.6 Sol API 제약

GPT-5.6 Sol은 스트리밍, 함수 호출, 구조화된 출력을 지원하며, OpenAI는 Responses API에서 폭넓은 도구 세트를 문서화하고 있다. 모델 페이지에는 파인튜닝을 지원하지 않으며 오디오와 비디오는 모델 입력으로 지원하지 않는다고 명시돼 있다.

가장 주의할 비용 함정은 장문 컨텍스트다. 105만 토큰 컨텍스트 창이 있다고 해서 모든 요청이 기본 요금으로 청구되는 것은 아니다. 요청 입력이 272,000토큰을 넘는 순간 더 높은 배율이 요청 전체에 적용된다. 컨텍스트 수용량과 경제적으로 사용할 수 있는 컨텍스트 수용량은 별개의 설계 변수로 다뤄야 한다.

두 제공업체를 공통 인터페이스로 시험하려면, 같은 프롬프트·도구·출력 제한·재시도 정책으로 Claude API route와 GPT-5.6 API route를 비교하면 된다.

업무 유형별로 정리한 선택 기준

현재 근거를 바탕으로 한 라우팅 원칙은 명확하다. 더 깊은 자율 추론이 값비싼 실패를 막을 수 있는 업무에는 Fable 5.1을 배정하고, 범위가 정해져 있거나 도구 의존도가 높거나 반복성이 큰 작업에는 비용이 낮은 Sol을 기본으로 두는 방식이다.

평가를 직접 돌릴 수 있다면 대표 작업을 최소 20개 선정하고, 성공적 완료 여부, 실제 경과 시간, 도구 호출 횟수, 출력 토큰 수, 재시도 횟수, 개발자 검토 시간, 총비용을 기록하자. 토큰당 가격이 2.5배 저렴한 모델도 재시도가 더 많으면 결과적으로 비쌀 수 있다. 벤치마크 점수가 높은 모델도 출력이 애플리케이션 제한을 어기면 실무에서는 밀릴 수 있다.

도입 전 자주 나오는 질문

코딩에는 Fable 5.1이 GPT-5.6 Sol보다 나은가?

Anthropic이 공개한 비교에서는 Fable 5.1이 Terminal-Bench 4.0과 CursorBench에서 앞선다. 반면 CodeRabbit의 별도 코드 리뷰 평가에서는 GPT-5.6 Sol의 재현율이 더 높고 Fable 5.1의 정밀도가 더 높았다. 복잡한 저장소 작업은 Fable 5.1부터 검토하고, 범위가 명확한 코딩 작업은 낮은 가격과 API 도구가 더 중요할 수 있으므로 Sol을 먼저 테스트해 볼 만하다.

어느 모델이 더 저렴한가?

문서화된 기본 요금에서는 GPT-5.6 Sol이 더 저렴하다. 입력 100만 토큰당 $4, 출력 100만 토큰당 $20이며, Fable 5.1은 각각 $10과 $50이다. 다만 Fable 5.1의 캐시 읽기 요금은 100만 토큰당 $0.25로 더 낮다. 캐시를 많이 쓰는 에이전트라면 실제 토큰 구성으로 계산해야 한다.

추론 수준을 높이면 결과도 항상 좋아지는가?

그렇지 않다. CodeRabbit은 코드 리뷰 표본에서 Fable 5.1의 Low 설정이 High보다 빠르면서 전체적으로도 소폭 더 나았다고 확인했다. 반면 Every의 글쓰기 테스트에서는 일부 과제에서 높은 Fable 노력 수준이 더 좋은 평가를 받았다. 추론 설정은 작업 제어 수단이지 품질 보증이 아니며, Fable의 노력 수준 명칭은 Sol 설정과 직접 대응하지 않는다.

기존 Fable 5 또는 Sol 통합을 바꿔야 할까?

Fable 5 통합은 강제 도구 선택, 폴백 라우팅, 이전 대화 턴을 수정하는 코드를 충분히 테스트한 뒤에만 전환하는 편이 좋다. Sol은 낮은 기본 API 요금, 구조화된 출력, Responses API 도구가 실제 제약을 해소할 때 전환을 검토할 수 있다. 단지 헤드라인 벤치마크가 바뀌었다는 이유만으로 교체할 필요는 없다.

결국 실무적인 기준은 실패한 작업의 비용이 토큰에 더 크게 남는지, 아니면 사람이 복구하는 시간에 더 크게 남는지다. 비용에 민감한 신규 API 배포 대부분은 GPT-5.6 Sol부터 시작하고, 품질 또는 자율성 기준을 넘지 못하는 작업에 Fable 5.1을 에스컬레이션 경로로 두는 방식이 합리적이다. 장시간 무인 실행 비용을 이미 지불하고 있는 코딩 팀이라면 기본값을 반대로 두고, Sol은 압축·정리·일상 작업에 활용할 수 있다.

관련 글

• Claude Fable 5.1 API pricing
• GPT-5.6 Sol token usage and cost guide