GPT-5.5

OpenAI가 2026년 4월 내놓은 플래그십 모델로, 여러 단계로 얽힌 일을 맡기면 스스로 계획하고 도구를 쓰고 결과를 확인하며 끝까지 해낸다. ChatGPT·Codex·API에서 쓸 수 있고, 터미널 자동화나 오래 도는 코딩 에이전트처럼 맡겨 두고 끝까지 밀고 나가야 하는 일에 쓴다.

단가는 두 배, 작업당 비용은 20% 안팎

토큰 단가는 GPT-5.4의 정확히 두 배다. 하지만 같은 작업을 끝내는 데 출력 토큰을 40% 가까이 덜 써서, OpenAI는 작업 하나당 실제 비용이 20% 안팎으로 오른다고 설명한다. 토큰 단가보다 작업 하나를 끝내는 총비용으로 비교해야 한다.

출력 100만 토큰당 가격. GPT-5.5 입력은 $5, 캐시된 입력은 $0.5다.

긴 입력은 요금이 확 뛴다

100만 토큰 문맥을 쓸 수 있다고 매번 코드베이스를 가득 넣으면 안 된다. 입력이 27만 2천 토큰을 넘으면 그 세션 전체에 할증이 붙는다. 반대로 급하지 않은 대량 작업은 배치로 돌리면 절반이다.

프롬프트를 공들여 맞춘 서비스라면 gpt-5.5-2026-04-23처럼 스냅샷 이름으로 고정해 두어야 나중에 모델이 바뀌어도 동작이 흔들리지 않는다. 출력이 매번 같아야 하거나 비용 제약이 큰 서비스는 서둘러 옮기지 말고 GPT-5.4에 머무는 것도 방법이다.

추론 강도는 한 단계 낮춰 시작

reasoning_effort는 none부터 xhigh까지 고를 수 있고 기본값은 medium이다. 답이 간결해져서 medium으로도 GPT-5.4의 high와 비슷한 결과가 나오는 경우가 많으니, 기존 설정보다 한 단계 낮춰 비교해 보자. 이전 모델용으로 넣어 둔 '수정 전에 파일이 있는지 꼭 확인하라' 같은 방어적 지시는 빼도 되는 경우가 많다.

Codex CLI에서는 codex -m gpt-5.5로 실행하거나 세션 중 /model gpt-5.5로 바꾼다. 작업별 프로필을 나눠 두면 비용을 크게 아낄 수 있다.

터미널 자동화는 강하고, 이슈 해결은 섞어 쓴다

OpenAI 발표 기준으로 명령줄 작업을 계획하고 도구를 엮는 일, 아주 긴 문서에서 정보를 찾는 일에서 크게 나아졌다. 반면 실제 GitHub 이슈 해결에서는 Claude Opus 4.7에 뒤졌다. 터미널 중심 자동화는 GPT-5.5에 맡기고, 오래 걸리는 이슈 해결은 다른 모델과 섞어 쓰는 게 낫다. 더 정확해야 하는 단계에는 gpt-5.5-pro가 있지만 여섯 배 비싸니 꼭 필요한 곳에만 쓴다.

맡겨 두고 끝까지 돌리는 일에 쓴다

가장 흔한 건 코딩 에이전트의 기본 모델로 두고 여러 단계짜리 작업을 통째로 맡기는 방식이다. 단가가 비싼 만큼 단순 반복은 작은 모델로 돌리고, 계획과 도구 사용이 필요한 단계에 GPT-5.5를 쓴다.