Fable 5.2 vs GPT-6 Astra 비교: 추론 강도 대응표와 실측 토큰 2.5배

2026년 11월 9일 Anthropic이 Claude Fable 5.2(claude-fable-5-2)를 내놓으면서 GPT-6 Astra와 비교하는 전제가 바뀌었습니다. 100만 토큰당 입력 $8, 출력 $40으로 Astra보다 단가가 20% 낮고, Artificial Analysis(AA) 지능 지수 v5.0.1에서는 2026년 11월 10일 기준 최고 단계끼리 65 대 57로 Fable 5.2가 앞섭니다. 그런데 같은 날 같은 11개 과제를 두 모델 모두 추론 강도 high로 두 번씩 돌려 보니 44개 답이 전부 통과했고, Fable 5.2가 출력 토큰을 Astra의 2.49배 써서 정가로 환산한 작업 비용은 1.74배였습니다.

그래서 기본 모델은 지금 Astra를 어느 단계로 쓰고 있느냐로 정하는 편이 맞습니다. GPT-6 Astra를 low~high로 돌려 일상적인 코딩과 문서 작업을 처리하고 있다면 Fable 5.2로 바꿀 비용상 이유가 거의 없습니다. Astra xhigh나 max로 돌려야 풀리던 어려운 작업은 Fable 5.2 medium이나 low로 옮겨 시험할 만합니다. AA 지수에서 Fable medium은 Astra max보다 1점 낮은 56점이지만 작업당 비용은 약 39% 적고 시간은 3분의 1 남짓입니다. Astra max로도 모자란 작업이라면 선택지는 Fable 5.2 high(62점)부터입니다.

품질을 따지기 전에 Fable 5.2를 아예 쓸 수 없는 경우도 있습니다. 사이버 보안 작업과 대부분의 연구용 생물학 작업은 Fable 5.2의 안전 분류기에 막히고, 데이터 무보존(ZDR) 계약을 맺은 조직이나 tool_choice로 도구 호출을 강제하는 코드는 요청 자체가 실패하므로 이때는 Astra를 유지해야 합니다. 한국어 입력이 많다면 같은 글을 Fable이 약 1.9배 많은 토큰으로 세기 때문에, 캐시 없는 입력 비용은 단가가 내려간 지금도 Astra의 약 1.52배라는 점도 계산에 넣어야 합니다.

Fable 5.2는 정말 20% 싼가: 100만 토큰당 단가만 그렇습니다

단가만 보면 맞습니다. 2026년 11월 10일 기준 Anthropic과 OpenAI의 가격 페이지에서 Fable 5.2의 입력·출력 단가는 GPT-6 Astra보다 20% 낮고, 캐시 읽기 단가는 5분의 1입니다. 9월에 나온 비교 글들이 "두 모델 단가가 같다"고 쓴 것은 당시 Fable 5.1이 Astra와 똑같이 입력 $10, 출력 $50이었기 때문이고, 11월 9일 Fable 5.2가 나오면서 이 전제가 달라졌습니다. 흔히 "Astra 6"이나 "아스트라"로 줄여 검색하는 모델은 OpenAI의 GPT-6 Astra(gpt-6-astra, 2026년 9월 3일 출시)이며, 같은 날 OpenAI 가격 페이지에 GPT-6.2라는 모델은 없습니다.

출처: Anthropic Claude API 요금표, OpenAI API 가격 페이지, 2026년 11월 10일 기준(Astra의 272K 초과 행은 2026년 10월 26일 기준). 오래 유지하는 캐시 쓰기는 Fable 1시간 $16, Astra 12시간 $25이고, Batch는 Fable이 입력 $4·출력 $20, Astra는 Batch와 Flex 모두 표준 단가의 절반입니다. Fable 5.2는 100만 토큰 컨텍스트 전체를 같은 단가로 청구합니다.

20% 낮은 단가가 작업 하나의 비용이 20% 준다는 뜻은 아닙니다. 두 회사의 토크나이저는 같은 글을 서로 다른 토큰 수로 세고, 같은 이름의 추론 강도에서 쓰는 사고 토큰의 양도 다르기 때문입니다. 같은 high에서 Fable이 출력 토큰을 훨씬 많이 쓰면, 출력 단가가 20% 낮아도 출력 비용은 오히려 Astra보다 커집니다. 단가는 계산에 넣는 값일 뿐이고, 판단은 끝난 작업 하나에 든 비용으로 해야 합니다.

Fable 5.1(claude-fable-5-1)은 레거시로 분류됐지만 계속 제공되므로, 아직 5.1을 쓰고 있다면 이전 조합의 단가와 토큰 수 차이를 GPT-6 Astra와 Claude Fable 5.1 비교: 같은 단가, 한국어 토큰은 1.9배에서 확인할 수 있습니다.

추론 강도 대응: "둘 다 xhigh"보다 같은 점수끼리 맞춰야 합니다

두 모델 모두 추론 강도(effort)를 low, medium, high, xhigh, max 다섯 단계로 고를 수 있지만, 이름이 같다고 같은 양의 작업을 하는 것은 아닙니다. AA 지능 지수 v5.0.1(2026년 11월 10일 기준)에서 같은 이름의 단계끼리 맞대면 Fable 5.2가 4~11점 높은 대신 작업당 비용은 Astra의 1.39~4.25배입니다. 그래서 "둘 다 xhigh"로 맞춘 비교는 Fable 62점·$14.83·26.3분 대 Astra 55점·$3.66·11.6분이 되어, 성능이 다른 두 설정의 가격을 견주는 셈이 됩니다.

출처: Artificial Analysis의 GPT-6 Astra vs Claude Fable 5.2 릴리스 비교 페이지, 지능 지수 v5.0.1, 2026년 11월 10일 기준. 작업당 비용은 AA가 Fable 5.2를 입력 $8·출력 $40, Astra를 입력 $10·출력 $50 정가로 계산한 값입니다. Fable 5.2 수치는 출시 다음 날 측정분이라 AA가 예고 없이 고칠 수 있습니다.

Fable 쪽에서 눈여겨볼 줄은 high와 xhigh입니다. 둘 다 62점인데 xhigh의 작업당 비용은 high의 약 1.6배이고 시간도 더 걸립니다. Anthropic의 Fable 5.2 추론 강도 안내도 high에서 시작하라고 하며, 성능 향상의 대부분은 high에서 이미 나오고 max는 xhigh보다 느리고 비싼 데 비해 이득이 작은 경우가 많다고 설명합니다. Fable 5.2의 기본값은 API에서 high, Claude Code와 Claude 앱에서 medium입니다. Astra의 API 기본값은 OpenAI 문서에 적혀 있지 않고, Codex에서는 사용자가 설정한 단계로 돌아갑니다.

같은 점수끼리 맞추면 결론이 달라집니다. 지금 쓰는 Astra 단계를 기준으로, 점수가 가장 가까운 Fable 5.2 단계와 그 비용을 놓으면 다음과 같습니다(배율은 위 표의 AA 수치로 계산, 예: $3.80 ÷ $6.24 ≈ 0.61).

정리하면 AA 지수 52점 아래에서 싼 선택지는 Astra뿐이고, 57점 위는 Fable뿐입니다. 그 사이에서는 상대가 Astra high·xhigh·max일 때 Fable 5.2의 낮은 단계가 비슷한 점수를 같거나 낮은 비용, 더 짧은 시간에 내지만, Astra medium과 맞대면 Fable low가 2점 높은 대신 14% 비쌉니다. 다만 AA 지수는 여러 평가를 합친 값이지 내 작업의 결과가 아니고, 다음 절의 실측처럼 둘 다 쉽게 푸는 작업에서는 방향이 반대로 나옵니다. Astra low로도 충분한 작업이라면 두 모델보다 한 단계 싼 모델이 맞는데, OpenAI 안에서는 GPT-6.1 Sol·Astra·GPT-6 Sol 비교와 전환 기준, Claude 안에서는 소넷 5.5 vs GPT-6 Astra: 추론 강도별 성능과 작업당 비용과 Claude Fable 5.1 vs Opus 5.5: 코딩·업무용으로 무엇을 선택할까?에서 후보를 비교할 수 있습니다.

같은 11개 과제를 high로 돌린 결과: 전부 통과, Fable 출력 토큰 2.49배

2026년 11월 10일 같은 11개 과제를 GPT-6 Astra는 Codex CLI 0.166.0에서, Claude Fable 5.2는 Claude Code에서 각각 두 번씩 실행했고, 네 번 모두 11문제를 전부 맞혔습니다. 두 모델 모두 추론 강도를 high로 지정했고, Astra는 ChatGPT 구독, Fable은 Claude 구독 계정으로 돌렸습니다. 과제는 숨은 테스트가 붙은 작은 코딩 과제 4개, 6,723단어 영어 기사의 5줄 요약, 수식 계산기, CSV 한 줄 파서, 코드 없이 푸는 경우의 수 문제, semver 범위 매처, 긴 문서에 흩어진 메모 세 개로 하는 계산, 존재하지 않는 함수 두 개가 섞인 표준 라이브러리 질문입니다. 채점은 모델 답이 나오기 전에 만들어 둔 숨은 테스트와 규칙으로 했습니다.

달러 금액은 구독으로 쓴 토큰을 2026년 11월 10일 API 정가로 환산한 값이지 실제 청구액이 아닙니다. Astra는 출력 토큰 × $50, 컨텍스트는 캐시 없는 입력 × $10 + 캐시 입력 × $1(100만 토큰당)로 계산했고, Codex가 캐시 쓰기를 0으로 보고해 쓰기 비용은 넣지 않았습니다. Fable은 출력 × $40, 컨텍스트는 입력 × $8 + 캐시 읽기 × $0.20 + 5분 캐시 쓰기 × $10으로 계산했습니다. API로 직접 돌렸다면 Astra의 기본 캐시 쓰기($12.50)가 더해집니다.

이 결과가 말해 주는 것은 둘 다 풀 수 있는 작업에서 같은 high라도 Fable 5.2가 훨씬 많이 생각한다는 점입니다. 사고 토큰이 Astra 추론 토큰의 8배를 넘었고, 그래서 출력 단가가 20% 낮은데도 출력 비용은 2배가 됐습니다. 소요 시간은 Fable이 6% 짧았는데, 2.5배의 토큰을 비슷한 시간에 낸 셈이라 AA가 잰 출력 속도 차이와 맞아떨어집니다.

말해 주지 않는 것도 분명합니다. 두 모델이 서로 다른 코딩 에이전트에서 돌았기 때문에 컨텍스트 비용에는 도구 자체의 차이가 섞여 있습니다. Codex는 호출마다 자체 컨텍스트를 약 16K 토큰 실었고 Claude Code는 세션마다 약 85~125K 토큰을 썼으므로, 출력 토큰·통과 수·소요 시간이 더 깨끗한 비교값입니다. 과제는 작고 요구가 분명한 것들이라 어렵거나 오래 걸리는 작업에 대해서는 아무것도 알려 주지 않고, 모델당 두 번뿐이며 Fable 5.2의 medium과 low는 돌리지 않았습니다. Claude Code를 기본값(medium)으로 쓰고 있다면 위 수치보다 사고 토큰이 적을 수 있지만 측정한 값은 아닙니다.

AA 표와 이 실측은 서로 반대 방향을 가리키지만 둘 다 성립합니다. AA 지수에서 같은 high의 Fable은 62점, Astra는 55점이라 그 추가 사고는 어려운 문제에서 점수로 돌아옵니다. 둘 다 쉽게 푸는 문제에서는 같은 추가 사고가 비용으로만 남습니다. 그래서 Fable 5.2를 쓴다면 일상 작업에서는 high를 고정하지 말고, Anthropic의 안내대로 품질이 유지되는 범위에서 medium이나 low로 내려 시험하는 편이 맞습니다.

같은 프롬프트면 비용도 같을까: 한국어 입력은 Fable이 약 1.52배

같지 않습니다. 같은 글을 Claude의 토크나이저가 OpenAI보다 많은 토큰으로 세기 때문에, 캐시 없는 한국어 입력은 Fable 5.2의 단가가 20% 낮은데도 Astra보다 약 1.52배 비쌉니다. 2026년 10월 26일 같은 문단을 두 API에 보내 응답의 usage 값을 비교했을 때 한국어는 Fable 쪽 토큰 수가 1.90배로 여섯 언어 중 차이가 가장 컸고, 여기에 단가 비율 0.8을 곱하면 1.52배가 됩니다.

토큰 수는 2026년 10월 26일 Fable 5.1과 GPT-6 Astra로 잰 값이며, 언어마다 246~799자 분량의 문단 하나를 썼습니다. Anthropic은 Fable 5.2가 다른 현행 모델과 같은 토크나이저를 쓴다고 밝히고 있어 이 비율을 그대로 적용했고, 입력 비용 열은 토큰 비율 × 0.8($8 ÷ $10)입니다. 영어 6,723단어 기사 한 편은 Fable 15,335토큰, Astra 10,106토큰(1.52배)이었으니 글의 종류에 따라 비율은 달라집니다.

에이전트 루프의 캐시: 다시 읽기는 Fable, 첫 쓰기는 Astra가 유리

코딩 에이전트처럼 같은 컨텍스트를 반복해서 읽는 작업에서는 계산이 뒤집힙니다. Astra의 캐시 입력은 자기 토큰 100만 개당 $1.00인데, 같은 한국어 글을 Fable 5.2에서 읽으면 토큰이 1.90배라도 1.90 × $0.20 = $0.38이라 약 0.38배이고, 영어는 1.45 × $0.20 = $0.29로 약 0.29배입니다. 반면 컨텍스트를 처음 캐시에 써 넣는 비용은 Fable이 더 듭니다. Astra 토큰 100만 개 분량을 기준으로 Astra는 $12.50, Fable은 한국어 $10 × 1.90 = $19.00(1.52배), 영어 $10 × 1.45 = $14.50(1.16배)이고, Fable의 캐시는 5분만 유지됩니다.

캐시가 걸리는 방식도 다릅니다. OpenAI는 Astra를 포함한 GPT-5.6 이후 모델에서 1,024토큰 이상의 입력을 자동으로 캐시하고 쓰기 비용을 청구하며, 원하지 않으면 prompt_cache_options.mode: "explicit"로 끕니다. Anthropic은 요청에 cache_control을 넣은 곳만 캐시하므로, 이 설정이 없으면 Fable의 싼 캐시 읽기 단가는 적용되지 않습니다. 설정 방법은 Claude(클로드) 프롬프트 캐싱 적용법: 캐시 읽기 0.05배, 최소 512토큰을 참고하세요.

272K 토큰을 넘는 긴 입력: 할증은 Astra에만 붙습니다

Astra는 입력이 272K 토큰을 넘는 순간 요청 전체를 입력 $20, 출력 $75로 청구하고, Fable 5.2는 100만 토큰까지 같은 단가입니다. 캐시 없이 Astra 기준 30만 토큰인 영어 프롬프트를 보내면 Astra는 0.3 × $20 = $6.00이고, Fable에서는 같은 글이 약 43만 5천 토큰이라 0.435 × $8 = $3.48(0.58배)입니다. 한국어라면 Fable에서 57만 토큰, $4.56으로 0.76배입니다. 같은 한국어 글이 Astra 기준 20만 토큰이라 경계 아래에 있으면 Astra $2.00, Fable 38만 토큰 × $8 = $3.04로 다시 1.52배가 되므로, 272K 경계(Astra 토큰 기준)를 넘는지가 결론을 바꿉니다. Astra의 경계 계산과 서비스 티어는 GPT-6 Astra API 가격: 272K 기준과 캐시·서비스 티어 계산법에 자세히 있습니다.

자기 사용량으로 다시 계산할 때는 각 모델의 응답에 찍힌 토큰 수를 그 모델의 단가에 곱해야 하고, Astra 토큰 수만 알고 있다면 언어별 비율을 곱해 Fable 토큰 수를 추정합니다. Fable의 사고 토큰은 출력 토큰으로 청구됩니다.

작업당 비용(USD) = ( 캐시 없는 입력 × 입력 단가
                  + 캐시 읽기 × 캐시 읽기 단가
                  + 캐시 쓰기 × 캐시 쓰기 단가
                  + 출력(사고·추론 포함) × 출력 단가 ) ÷ 1,000,000

GPT-6 Astra가 Fable보다 나은 부분이 있나: GDP.pdf와 CritPt 중간 단계

있습니다. AA의 세부 평가(2026년 11월 10일 기준)에서 GDP.pdf는 Astra가 모든 단계에서 30.4~32.2%로 Fable 5.2(21.4~26.8%)보다 높습니다. CritPt v2 어려운 문항 묶음에서는 Astra medium~max가 70.5~72.0%로 Fable low(60.0%)와 medium(61.5%)을 앞서고, Fable은 high 73.0% 이상에서야 Astra를 넘습니다. Terminal-Bench 4.0에서는 Astra xhigh의 59.6%가 Fable high·max와 같고 Fable xhigh가 61.6%로 조금 높습니다. 그래서 Fable을 비용 때문에 low나 medium으로 내려 쓸 작업이 이런 유형이라면 Astra 쪽이 나을 수 있습니다.

그 밖의 항목은 Fable 5.2가 크게 앞섭니다. 같은 AA 페이지에서 AA-Omniscience v1.1은 63~67 대 40~45, HLE-Diamond는 max끼리 80.2% 대 63.8%, AA-Briefcase v1.1은 max끼리 1785 대 1569 Elo, AutomationBench-AA는 max끼리 76.4% 대 68.5%입니다. 코딩 평가 FrontierCode 2.0에서는 Fable high가 49.1%로 Astra max(42.4%)보다 높습니다.

Anthropic이 출시 때 낸 Claude Fable 5.2·Mythos 5.2 발표의 표는 방향이 같지만 비교 당사자 한쪽이 직접 낸 수치입니다. 따로 표시가 없으면 각 모델의 최고 단계 기준이며, FrontierCode 2.0 49.1%(Fable xhigh) 대 42.8%, FrontierSWE v2 69.9% 대 65.5%, Terminal-Bench-Science 0.1 74.6% 대 68.1%, OSWorld 2.1(오프라인 일부) 89.3% 대 79.5%, 도구를 쓴 Humanity's Last Exam 74.2% 대 57.2%, Chartography 73.4% 대 71.0%이고, FrontierCode 2.0에서는 Fable high(45.3%)가 Astra 최고점(42.8%)을 "비슷한 비용으로" 넘었다고 적었습니다. Anthropic이 고른 항목에서는 모두 Fable이 앞서며, 독립적으로 재현된 결과는 아닙니다. OpenAI는 2026년 11월 10일 기준 Fable 5.2와 비교한 표를 내지 않았습니다.

어느 쪽이 빠른가: 출력 속도는 Fable이 2배 이상, 실측 시간은 비슷

초당 출력 속도는 Fable 5.2가 빠르지만, 작업 하나가 끝나는 시간은 단계와 작업에 따라 달라서 세 가지 측정을 따로 봐야 합니다. AA가 잰 출력 속도는 Fable 5.2가 초당 87~103토큰, Astra가 38~44토큰입니다. AA의 작업당 시간은 점수가 비슷한 짝에서 Fable이 짧고(Astra max에 대응하는 Fable medium은 3분의 1 남짓), 같은 이름의 단계끼리는 Fable이 깁니다(high 17.7분 대 9.9분). 2026년 11월 10일 high 실측에서는 Fable이 출력 토큰을 훨씬 많이 내면서도 소요 시간은 Astra와 비슷했습니다(Fable이 6% 짧음). Anthropic이 말하는 "최대 30% 빨라짐"은 Fable 5.1과 비교한 수치라 Astra와의 비교에 쓸 수 없습니다.

속도를 돈으로 사는 모드도 있습니다. Fable 5.2는 Messages API에서 speed: "fast"로 출력 속도를 최대 2.5배까지 올릴 수 있고 단가는 입력 $16, 출력 $80입니다. Astra는 표준 단가의 2배인 Fast와 6배인 Ultrafast가 있으며, Ultrafast는 Responses API에서만 쓸 수 있습니다.

품질보다 먼저 확인할 조건: Fable 5.2나 Astra를 쓸 수 없는 경우

아래 항목 중 하나라도 걸리면 성능 비교보다 그 조건이 먼저 답을 정합니다. 대부분 Fable 5.2 쪽 제약이고, Astra 쪽은 비용 구조와 API 경로의 문제입니다. 근거는 2026년 11월 10일 기준 Anthropic의 Fable 5.2 모델 개요와 Fable 5.2 마이그레이션 가이드, 그리고 OpenAI의 가격·모델 문서입니다.

• 사이버 보안 작업이나 연구용 생물학 작업이 많다면 Fable 5.2의 안전 분류기가 대부분을 막습니다. API에서는 거절이 HTTP 200에 stop_reason: "refusal"로 돌아오며, 베타 기능 fallbacks: "default"를 켜면 Opus 4.8이나 Opus 5로 다시 실행됩니다. 같은 모델에서 안전장치를 낮춘 Claude Mythos 5.2는 Anthropic 인증 프로그램을 통과한 조직만 쓸 수 있습니다.
• 조직이 데이터 무보존(ZDR) 계약으로 Claude API를 쓰고 있다면 Fable 5.2는 30일 데이터 보존이 필요해, Anthropic의 별도 승인 없이는 모든 요청이 400 invalid_request_error로 실패합니다.
• 코드에서 tool_choice를 any나 tool로 지정해 도구 호출을 강제하고 있다면 Fable 5.2는 400 오류를 돌려줍니다.
• 요청에 temperature, top_p, top_k를 넣고 있다면 Fable 5.2에서는 빼야 하고, 사고(adaptive thinking)는 끌 수 없습니다.
• Fable 5.2의 API 사용량 한도(rate limit)는 Fable 5.1과 따로 잡히므로, 운영 트래픽을 옮기기 전에 자기 계정의 한도를 확인해야 합니다.
• Chat Completions로 함수 호출을 쓰고 있다면 Astra에서는 도구 호출이 Responses API에서만 되므로 API 경로부터 옮겨야 합니다.
• 입력이 자주 272K 토큰을 넘는다면 Astra는 요청 전체에 할증 단가가 붙고, 기본으로 켜지는 캐시 쓰기도 청구되며, 데이터 레지던시 엔드포인트는 10%가 더 붙습니다.

외부 API 게이트웨이를 거쳐 쓴다면 새 모델이 아직 없을 수 있습니다. 2026년 11월 10일 laozhang.ai의 모델 목록(GET /v1/models, 207개 모델)에는 gpt-6-astra와 claude-fable-5-1은 있었지만 claude-fable-5-2는 없었으므로, 경로를 정하기 전에 쓰려는 서비스의 모델 목록부터 확인하세요.

안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.

구독 플랜에서 Fable 5.2와 Astra 쓰기: Claude Pro 포함은 11월 16일까지

구독으로 쓴다면 API 단가보다 플랜의 포함 조건이 먼저입니다. Claude에서 Fable 모델은 Free를 뺀 유료 플랜에 있고, Max·Ultra와 Team·Enterprise의 프리미엄 좌석은 주간 사용 한도의 최대 50%까지 Fable에 쓸 수 있습니다. 50%가 추가로 생기는 것이 아니라 기존 주간 한도 안에서 Fable에 쓸 수 있는 몫입니다. Pro와 Team 표준 좌석은 원래 첫 요청부터 사용 크레딧(종량 과금)으로 쓰지만, 출시 주간인 2026년 11월 16일 오후 11시 59분(미국 태평양 시간)까지는 주간 한도의 50%까지 포함됩니다. Fable은 기본 모델이 되지 않으므로 모델 선택기에서 고르고, Claude Code에서는 /model fable로 바꿉니다. 자세한 조건은 Anthropic의 Fable 모델 플랜별 안내에 있습니다.

ChatGPT 쪽은 2026년 10월 26일 기준으로 Free와 Go에서는 Astra가 아니라 GPT-6 Luna를 씁니다. Plus와 Business 표준 좌석은 Work와 Codex에서 5시간마다 대략 5~45개의 로컬 메시지로 Astra를 쓸 수 있고, Pro는 5시간 한도가 없으며, Enterprise와 Edu는 관리자가 켜야 합니다. 일반 채팅에서 Astra를 고를 수 있는 플랜은 OpenAI 공개 문서에 나와 있지 않고, Pro·Business·Enterprise라는 제3자 보고만 있습니다.

내 작업으로 기본 모델 정하기: 단계 짝을 돌려 합격 1건당 비용 비교

AA 지수와 11개 과제 실측이 서로 다른 방향을 가리키는 만큼, 마지막 판단은 자기 작업으로 하는 것이 가장 확실합니다. 핵심은 같은 이름의 단계가 아니라 대응표에서 점수가 비슷한 단계끼리 돌리고, 요청 1건이 아니라 합격한 결과 1건의 비용을 비교하는 것입니다.

1. 실제 업무에서 대표 작업 20~30개를 고르고, 테스트 통과·정답 일치·검토 승인처럼 합격 기준을 먼저 정합니다. 한국어 문서를 주로 다룬다면 실제 한국어 입력을 그대로 씁니다.
2. 지금 쓰는 모델과 단계를 기준선으로 그대로 돌립니다.
3. 상대 모델은 대응표에서 점수가 가장 가까운 단계와 그보다 한 단계 낮은 단계를 함께 돌립니다. API에서는 Fable 5.2에 output_config.effort, Astra에 reasoning.effort를 명시하고, Codex CLI에서는 -c model_reasoning_effort="high"처럼 지정합니다. 값을 비워 두면 Fable 5.2가 API에서는 high, Claude Code에서는 medium으로 돌아 비교가 어긋납니다.
4. 응답의 usage 값에서 캐시 없는 입력, 캐시 읽기, 캐시 쓰기, 출력 토큰을 기록해 앞의 공식으로 비용을 계산합니다.
5. 시험 기간의 전체 비용(실패와 재시도 포함)을 합격한 결과 수로 나누고, 합격률이 업무상 최저선 아래인 설정을 뺀 뒤 1건당 비용이 가장 낮은 설정을 기본값으로 정합니다.

기본값을 정한 뒤에는 넘기는 기준을 하나만 두면 운영이 단순해집니다. 기본 설정에서 합격 기준을 못 넘는 작업만 대응표에서 점수가 한 단계 높은 설정으로 올리고, Astra max로도 안 되면 Fable 5.2 high로 넘깁니다. 반대로 Fable 5.2가 사이버 보안 같은 이유로 거절한 작업은 Astra로 돌립니다. 모델과 단가는 자주 바뀌므로 Fable 5.2의 AA 수치가 다시 측정되거나 OpenAI가 다음 모델을 내면 같은 작업 묶음으로 한 번 더 돌려 보는 것이 가장 빠른 확인 방법입니다.