GPT-4·GPT-3.5 Turbo 10월 23일 종료, 3.5 대체 비용 약 5배

OpenAI는 2026-10-23에 GPT-4, GPT-4 Turbo, GPT-3.5 Turbo, GPT-4.1 nano, o1, o3-mini, o4-mini를 종료한다. OpenAI가 대체 모델로 지정한 텍스트 모델은 모두 GPT-5.6 계열이다. 이 목록은 GPT-6가 나오기 5개월 전에 작성됐다. 목록을 그대로 따르면 GPT-3.5 Turbo 사용자의 비용은 약 5배로 뛴다. 지정된 대체 모델인 GPT-5.6 Terra는 테스트에서 짧은 호출 1,000회에 $0.75가 들었다. GPT-3.5 Turbo 가격으로 계산한 약 $0.15보다 높다. GPT-6 Luna는 같은 호출을 $0.037에 처리했고 모두 정답을 냈다.

TL;DR

• OpenAI가 2026-10-23에 종료하는 모델은 GPT-4, GPT-4 Turbo, GPT-3.5 Turbo, GPT-4.1 nano, gpt-4o-2024-05-13, o1, o1-pro, o3-mini, o4-mini다.
• OpenAI가 GPT-3.5 Turbo의 대체 모델로 지정한 GPT-5.6 Terra의 공시 가격은 100만 token당 입력 $2 / 출력 $12다. 기존 가격은 $0.50 / $1.50이다.
• 대체 후보 5개 모두 짧은 작업 96개를 전부 맞혔다.
• 호출 1,000회당 비용은 GPT-5.6 Sol $1.41, GPT-6.1 Sol $0.72, GPT-5.6 Terra $0.75, GPT-5.6 Luna $0.075, GPT-6 Luna $0.037이었다.

10월 23일 종료되는 OpenAI 모델과 대체 모델은?

텍스트 모델 계열 9개가 2026-10-23부터 응답하지 않는다. OpenAI의 지원 종료 안내는 각 모델의 대체 모델로 GPT-5.6 계열을 지정했다. 각 행에는 날짜가 붙은 스냅샷(gpt-4-0613처럼 버전이 고정된 모델)과 fine-tune 모델(추가 학습한 사용자 정의 모델)도 포함된다. 가격은 OpenAI의 가격표와 모델 페이지에 나온 100만 token당 입력 / 출력 공시 가격이다.

같은 날 gpt-image-1도 종료되며, 대체 모델은 gpt-image-2.5-sunburst 또는 gpt-image-2.5-flare다. Fine-tune한 babbage-002와 davinci-002 모델도 종료된다. GPT-4o 자체와 그보다 새로운 스냅샷은 이 목록에 없다. 이후 종료 일정도 두 차례 잡혀 있다. tts-1과 tts-1-hd는 2027-01-06, gpt-5.1, gpt-5.3-codex, gpt-5.4-nano는 2027-04-01이다.

OpenAI는 이번 종료 계획을 2026-04-22에 발표했다. GPT-6는 2026-09-22에 출시됐으므로 당시 대체 모델 목록에 들어갈 수 없었다. 9개 중 o3-mini, GPT-4.1 nano, GPT-3.5 Turbo, o4-mini는 지정된 대체 모델로 옮기면 공시 가격이 오른다.

OpenAI가 지정한 대체 모델이 가장 저렴한가?

어느 행에서도 OpenAI가 지정한 모델이 가장 저렴하지 않다. GPT-6 계열의 공시 가격은 GPT-5.6의 약 절반인데, 대체 모델 목록에는 빠져 있기 때문이다. Sol, Terra, Luna는 각각 대형, 중형, 소형 등급이다. 캐시된 입력 가격은 OpenAI가 prompt cache에서 제공한 프롬프트 부분에 적용된다.

GPT-5.6 Sol의 $4 / $20는 프로모션 가격이다. OpenAI에 따르면 최소 2026-11-21까지 적용된다. GPT-6에는 Terra 등급이 없다. GPT-5.6 Terra는 위아래 등급 모두에 가격 경쟁력이 밀린다. 한 등급 높은 GPT-6.1 Sol은 입력 가격이 같고 출력 가격은 낮다. GPT-6 Luna의 비용은 GPT-5.6 Terra의 20분의 1이다.

어떻게 테스트했나?

가격표만으로는 token 단가를 알 수 있다. 모델을 옮기려면 두 가지를 더 확인해야 한다. 더 저렴한 모델도 작업을 제대로 처리하는지, 추론 모델이 추가 token을 쓰는지다. 후보 5개는 모두 추론 모델이다. reasoning.effort는 모델이 답하기 전에 수행하는 내부 추론량을 설정하는 Responses API 파라미터다. 이때 사용한 token은 출력으로 청구된다. 값을 지정하지 않으면 모델 기본값이 적용된다(GPT-6.1 Sol과 GPT-6 Luna는 medium). none으로 설정하면 추론이 꺼진다.

GPT-3.5 Turbo와 GPT-4.1 nano에 쓰일 만한 짧은 작업 96개를 실행했다. 각 작업에는 코드로 검증할 수 있는 정답이 하나씩 있다.

• 분류: 지원 요청 메시지 40개를 8개 레이블로 분류했다. 두 레이블에 모두 해당하는 메시지를 처리하는 규칙도 포함했다.
• 추출: 주문 이메일 30개를 필드 6개짜리 JSON 객체로 변환했다. 이전 주문 ID와 소계처럼 헷갈리기 쉬운 정보도 넣었다.
• 도구 호출: 지원 요청 26개를 5개 도구 중 하나에 대한 함수 호출로 변환했다. 인자도 정확해야 했다.

이 밖에 도구 호출 요청 4건은 채점에서 제외했다. 변경 내용보다 질문이 먼저 나오는 문장(“주문 A-88643은 아직 발송 전이죠? 새 배송지는 Graz입니다”)이어서, 응답 56건 중 18건이 주소를 바꾸기 전에 주문 상태를 먼저 조회했다. GPT-6 Luna가 12건 중 9건, GPT-5.6 Luna가 12건 중 4건, GPT-5.6 Terra가 12건 중 3건, Sol 모델 둘이 각 1건이었다. 두 해석 모두 타당하므로 이 4건은 모델보다 문장 표현을 시험한 셈이다.

각 모델에서 추론을 끈 상태, low, 기본값으로 작업을 실행했다. GPT-6.1 Sol은 none을 지원하지 않아 low와 기본값만 사용했다. 총 1,344회 호출했고, 캐시가 적용되지 않도록 호출마다 고유한 무작위 문자열을 넣었다. 비용에는 OpenAI 공시 가격을 적용했다. 종료 예정 모델은 직접 호출할 수 없어 비용을 추정했다. 측정된 호출당 token 수(입력 234개, 출력 24개)에 각 모델의 공시 가격을 곱했다. 텍스트를 token으로 나누는 tokenizer는 세대마다 다르므로 이 수치는 근삿값으로 봐야 한다.

대체 모델별 호출 1,000회 비용은?

짧은 작업에서는 정확도로 모델을 구분할 수 없었다. 5개 모델 모두 모든 설정에서 96개 작업을 전부 맞혔다. 결국 선택 기준은 가격이다. 아래 표는 추론을 끈 상태에서 호출 1,000회당 비용을 보여준다. GPT-6.1 Sol에는 low를 적용했다.

GPT-4와 GPT-4 Turbo는 어느 쪽으로 옮겨도 비용이 줄어든다. gpt-4o-2024-05-13은 GPT-5.6 Sol로 옮기면 비용이 비슷하고 GPT-6.1 Sol로 옮기면 절반이 된다. GPT-3.5 Turbo는 지정된 대체 모델의 비용이 4.9배지만 GPT-6 Luna는 4분의 1이다. GPT-4.1 nano는 지정된 대체 모델의 비용이 2.3배이고 GPT-6 Luna는 기존과 비슷하다.

이 표에는 o 계열을 넣지 않았다. o1, o3-mini, o4-mini가 사용하는 추론 token을 측정할 수 없으므로 첫 번째 표의 공시 가격만 참고할 수 있다. 추론 작업에 대해서는 GPT-6.1 Sol 측정 결과에서 effort 설정별로 작업 13개를 다뤘다.

기본 추론 설정을 쓰면 비용이 오르나?

기본 effort 설정을 쓰면 Sol 모델의 비용은 조금 오르고, 더 저렴한 모델에서는 상승 폭이 커진다. reasoning.effort를 기본값으로 두었을 때 정확도는 그대로였지만 호출 비용은 GPT-5.6 Sol과 GPT-6.1 Sol에서 5%, GPT-5.6 Terra에서 22%, GPT-6 Luna에서 34%, GPT-5.6 Luna에서 42% 올랐다. 추론 token은 호출당 최대 25개로 많지 않았다. 하지만 답변 자체가 24개 token뿐인 호출에서는 출력량이 2배가 된다.

from openai import OpenAI

client = OpenAI()
resp = client.responses.create(
    model="gpt-6-luna",
    reasoning={"effort": "none"},  # no hidden reasoning; use "low" on gpt-6.1-sol
    max_output_tokens=64,
    input="Classify the customer message into exactly one label: ...",
)
print(resp.output_text)
print(resp.usage.output_tokens, resp.usage.output_tokens_details.reasoning_tokens)

GPT-3.5 Turbo용 분류 코드에서 흔히 쓰는 작은 출력 제한도 이번 테스트에서는 문제가 없었다. max_output_tokens를 64로 설정한 호출 200회 모두 기본 effort에서도 레이블을 반환했다. 다만 추론이 더 필요한 작업이라면 답변을 쓰기 전에 작은 출력 한도를 소진할 수 있다. 실제 호출의 output_tokens_details.reasoning_tokens를 확인해야 한다.

5개 중 4개 모델의 지연 시간은 비슷했다. 호출당 중앙값은 2.2-2.4초였다. GPT-6.1 Sol은 2.9-3.2초가 걸렸다.

OpenAI의 모델 이전 가이드에 요청 형식 변경 사항이 정리돼 있다. Effort가 none이 아니면 temperature, top_p, top_logprobs를 제거해야 한다. GPT-6.1 Sol은 none을 지원하지 않으며, 추론을 사용하는 도구 호출에는 Responses API가 필요하다.

어떤 대체 모델을 선택해야 하나?

종료 모델을 어떤 용도로 쓰는지에 따라 고르면 된다. OpenAI가 지정한 모델도 여러 선택지 중 하나로 봐야 한다.

Fine-tune 모델은 모델 이름만 바꿔서 옮길 수 없다. OpenAI는 각각에 대한 기반 모델을 제시한다. Fine-tune을 다시 만들거나 프롬프트로 대체해야 한다. 이 부분은 테스트하지 않았다.

테스트 작업은 짧고 정답이 하나씩 있다. 전환하기 전에 실제 프롬프트를 후보 모델에 넣고 출력을 비교해야 한다. 우리 테스트에서 96개를 모두 맞힌 저렴한 등급도 자체 작업에서는 다른 결과를 낼 수 있다.

FAQ

API에서 GPT-4는 언제 종료되나? GPT-4, GPT-4 Turbo, gpt-4o-2024-05-13 스냅샷은 GPT-3.5 Turbo, GPT-4.1 nano, o1, o1-pro, o3-mini, o4-mini와 함께 2026-10-23에 OpenAI API에서 종료된다. OpenAI는 2026-04-22에 이 날짜를 발표했다.

GPT-3.5 Turbo의 대체 모델은 무엇인가? OpenAI가 지정한 GPT-3.5 Turbo의 대체 모델은 GPT-5.6 Terra다. 100만 token당 가격은 기존 $0.50 / $1.50 대비 $2 / $12다. 테스트에서 GPT-6 Luna는 $0.10 / $0.50의 가격으로 같은 짧은 작업 96개를 전부 맞혔고 비용은 GPT-5.6 Terra의 20분의 1이었다.

GPT-6 Luna가 GPT-3.5 Turbo보다 저렴한가? GPT-6 Luna의 공시 가격은 100만 token당 입력 $0.10, 출력 $0.50이다. GPT-3.5 Turbo의 $0.50, $1.50과 비교하면 각각 5분의 1, 3분의 1이다. 추론을 끈 상태에서 짧은 호출 1,000회의 테스트 비용은 $0.037이었다. GPT-3.5 Turbo 가격으로 계산하면 약 $0.15다.

관련 측정 결과: GPT-6.1 Sol과 Claude Sonnet 5.5 비교, GPT-6 Luna와 GPT-5.6 Luna 비교, GPT-5.6 비용 조절 방법.

← 블로그로 돌아가기