AWS가 아마존 베드락에서 제공하는 오픈AI 모델(GPT-5.6 루나·테라·솔)과 오픈AI API의 저비용 기준 모델(GPT-5.4 미니·나노)을 비교한 오픈소스 벤치마킹 결과를 공개했다. 단순 토큰당 가격이 아니라 '정답당 비용'을 기준으로 보면, 7월30일 가격 인하 이후 루나의 AIME 정답당 비용은 0.0021달러로 미니(0.0139달러)보다 훨씬 저렴했고, 솔은 AIME 75%를 풀어 미니(37%)를 크게 앞섰다. 여러 턴을 거치는 에이전트 리서치 과제(DeepSearchQA)에서는 미니가 평균 7.6턴을 소모하며 컨텍스트가 누적돼 루나 대비 2.3배 많은 입력 토큰을 썼고, 정답당 비용은 루나 0.05달러 대 미니 0.40달러로 8배 차이가 났다. 전문직 산출물 평가(GDPval)에서도 루나는 48개 과제 중 27개를 통과해 미니(20개)를 앞섰고 통과당 비용은 0.010달러로 미니(0.030달러)보다 낮았다. 연구진은 토큰 가격이 아니라 '성과당 총비용'을 기준으로 모델을 선택해야 한다고 결론지었다.

• •가격 인하 후 루나의 AIME 정답당 비용은 0.0021달러로 미니(0.0139달러)의 6분의 1 수준이다.
• •솔은 AIME 문제의 75%를 풀어 미니(37%)를 크게 앞서는 최상위 성능을 보였다.
• •다중 턴 리서치 과제에서 미니는 평균 7.6턴을 소모해 컨텍스트 누적으로 비용이 급증했다.
• •GDPval 전문직 과제 평가에서 루나는 48개 중 27개를 통과, 미니(20개)보다 통과당 비용도 낮았다(0.010달러 대 0.030달러).
• •연구팀은 토큰 단가가 아닌 '성과당 총비용'으로 모델을 골라야 한다고 제안했다.