자동화된 마케팅 웹사이트 구축 도구인 Ploy는 2026년 7월 9일 출시된 OpenAI의 GPT-5.6 Sol을 도입하며 기존 Claude Opus 4.8에서 모델을 전환했다. 이번 업데이트로 처리 속도는 2.2배 향상됐고 운영 비용은 27% 감소했으며, 해당 모델은 모든 Ploy 워크스페이스의 기본 설정으로 적용됐다. Ploy의 AI 에이전트는 페이지 설계, 코드 분석, 자산 생성 과정을 거쳐 웹사이트를 최적화하는 역할을 수행한다.

통합 과정에서 기술적 난관도 있었다. GPT-5.6은 25개의 도구 매개변수 전체에 기본값을 할당하려는 경향이 있어, 에이전트가 빈 파일을 읽는 오류가 발생했다. Ploy 팀은 제공자 경계에서 스키마 변환을 수행해 사용하지 않는 매개변수를 null로 매핑함으로써 해당 오류를 차단했고, 전체 도구 호출 횟수를 약 30% 줄였다.

프롬프트 캐싱 아키텍처 또한 전면 재설계가 필요했다. Claude가 조직 단위 캐싱을 사용하는 것과 달리 GPT-5.6은 워크스페이스 단위 키 시스템을 사용하며 캐시 노드당 분당 약 15회의 요청 제한이 있다. 워크스페이스별 캐시 키와 계층형 중단점을 도입한 결과, 첫 호출 적중률은 0%에서 83.7%로 상승했다. 그 결과 캐시되지 않은 입력 토큰이 28% 감소해 모델의 비용 효율성이 증명됐다.

마지막으로 서버 측 포인터 의존성에 따른 추론 상태 불안정 문제를 해결하고자 SDK의 추론 상태를 독립형 블록으로 설정해 대화 안정성을 확보했다. 시각적 설계 결과물에서 특정 지침이 필요하다는 점은 확인됐으나, 최종 시각 설계 점수는 0.970을 기록하며 이전 모델인 Claude Opus의 0.936을 상회하는 성능을 보였다.

자동화된 마케팅 웹사이트 구축 도구인 Ploy는 2026년 7월 9일 출시된 OpenAI의 GPT-5.6 Sol을 도입하며 기존 Claude Opus 4.8에서 모델을 전환했다. 이번 업데이트로 처리 속도는 2.2배 향상됐고 운영 비용은 27% 감소했으며, 해당 모델은 모든 Ploy 워크스페이스의 기본 설정으로 적용됐다. Ploy의 AI 에이전트는 페이지 설계, 코드 분석, 자산 생성 과정을 거쳐 웹사이트를 최적화하는 역할을 수행한다.

통합 과정에서 기술적 난관도 있었다. GPT-5.6은 25개의 도구 매개변수 전체에 기본값을 할당하려는 경향이 있어, 에이전트가 빈 파일을 읽는 오류가 발생했다. Ploy 팀은 제공자 경계에서 스키마 변환을 수행해 사용하지 않는 매개변수를 null로 매핑함으로써 해당 오류를 차단했고, 전체 도구 호출 횟수를 약 30% 줄였다.

프롬프트 캐싱 아키텍처 또한 전면 재설계가 필요했다. Claude가 조직 단위 캐싱을 사용하는 것과 달리 GPT-5.6은 워크스페이스 단위 키 시스템을 사용하며 캐시 노드당 분당 약 15회의 요청 제한이 있다. 워크스페이스별 캐시 키와 계층형 중단점을 도입한 결과, 첫 호출 적중률은 0%에서 83.7%로 상승했다. 그 결과 캐시되지 않은 입력 토큰이 28% 감소해 모델의 비용 효율성이 증명됐다.

마지막으로 서버 측 포인터 의존성에 따른 추론 상태 불안정 문제를 해결하고자 SDK의 추론 상태를 독립형 블록으로 설정해 대화 안정성을 확보했다. 시각적 설계 결과물에서 특정 지침이 필요하다는 점은 확인됐으나, 최종 시각 설계 점수는 0.970을 기록하며 이전 모델인 Claude Opus의 0.936을 상회하는 성능을 보였다.