# Databricks 테스트에서 Opus 5.5와 GPT-6 Luna가 코딩의 비용·품질 경계를 확대

Patrick Wendell은 Databricks가 엔지니어 2,400명의 온라인 워크로드를 분석하고 오프라인 평가를 함께 진행한 결과, Opus 5.5와 GPT-6 Luna가 비용·품질 경계를 넓혔다고 밝혔다. Opus 5.5는 같은 작업의 비용을 Opus 4.8 대비 20% 낮췄으며, Databricks는 이를 코딩의 일상 기본 모델로 권하고 있다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-17T15:24:00.000Z
Query date (Asia/Seoul): 2026-11-18

HTML: https://didcodexreset.com/ko/news/35688985e2144f8c90032dc2.html

Content language: ko
Localization state: translated

출처: Patrick Wendell · 2026. 9. 29. 03:59:56 게시

Patrick Wendell은 Databricks가 엔지니어 2,400명의 온라인 워크로드를 분석하고 오프라인 평가를 함께 검토한 결과, 전주에 출시된 세 모델 가운데 두 모델인 Opus 5.5와 GPT-6 Luna가 비용·품질 경계를 분명히 넓혔다고 밝혔다.

이 비교에서 Opus 5.5는 품질이 가장 높은 중위 모델이었다. 이전의 모든 Opus 모델과 GPT-6 Sol, GPT-5.6 Sol을 앞질렀고, 오프라인과 온라인 분석 모두에서 같은 작업의 비용을 Opus 4.8 대비 20% 줄였다. Databricks는 Opus 5.5를 코딩의 일상 기본 모델로 권하고 있다.

Databricks가 시험한 모든 오프라인 벤치마크와 관측된 온라인 사용에서 GPT-6 Luna의 작업당 비용은 Opus 5.5보다 최소 20배 낮았다. 가장 어려운 평가 스위트 가운데 하나에서는 Luna가 Opus 4.6과 대략 비슷한 수준을 보이면서, 당시 Opus 4.6보다 작업당 비용이 99.3% 낮았다. Wendell은 이를 약 9개월 동안 비용이 약 100분의 1로 줄어든 결과라고 설명했다. 그는 Luna 품질에 대한 이 결과가 예비 단계이며, Databricks가 더 넓은 오프라인·온라인 테스트에서 계속 평가하고 있다고 밝혔다.

프로덕션 환경에서는 Unity Gateway로 워크로드를 모델 사이에 라우팅하고 에이전트 상호작용을 추적했다. 최종 사용자가 쓴 harness에는 Omingent, Claude Code, Codex, Cursor가 포함됐다.

Tags: Databricks, Opus 5.5, GPT-6 Luna, 모델 평가, 코딩

[원문 게시물 보기](https://x.com/pwendell/status/2104643192209747979)
