GPT-6 Astra와 Claude Fable 5.1 비교: 코딩·에이전트 업무의 선택 기준

GPT-6 Astra와 Claude Fable 5.1의 기본 입력·출력 단가는 같습니다. 그렇다고 같은 작업의 비용과 결과까지 같지는 않습니다. 긴 입력에 적용되는 가격, 캐시 읽기 비용, 도구 호출 방식, 데이터 보존 조건이 다르고, 무엇보다 한 번에 검수를 통과하는 비율을 공개 사양만으로 알 수 없기 때문입니다.

2026년 9월 4일 현재 선택 순서는 간단합니다. 먼저 자신의 계정에서 정확한 모델 ID가 실제로 호출되는지 확인합니다. 그다음 예상 입력 길이와 반복되는 캐시 분량으로 비용 구간을 계산합니다. 마지막으로 같은 업무, 권한, 시간 제한과 합격 기준으로 작은 파일럿을 실행합니다. 이 과정을 거치면 한 모델을 기본값으로 정할지, 업무별로 나눠 쓸지, 이전을 보류할지 판단할 수 있습니다.

공개 수치만으로 모든 업무의 승자를 정할 수는 없습니다. 특히 출시 직후의 공급사 벤치마크와 가격표는 시험 후보를 좁히는 자료이지, 내 코드베이스에서의 성공률을 대신하는 결과가 아닙니다.

비교 전에 실제 호출 가능 여부부터 확인한다

OpenAI는 2026년 9월 3일 GPT-6 Astra를 발표했고 API 모델 ID를 gpt-6-astra로 안내합니다. 다만 출시 공지의 단계적 제공 설명은 특정 한국 계정에 즉시 권한이 있다는 보장이 아닙니다. 모델 페이지가 열리거나 제품 화면에 이름이 보이는 것과 API 요청이 승인되는 것도 별개의 일입니다.

Anthropic은 2026년 9월 1일 Claude Fable 5.1을 출시했습니다. 공식 모델 문서는 claude-fable-5-1을 활성 상태의 최신 모델로 표시하지만, 이 역시 특정 계정·클라우드 리전·계약의 이용 권한을 대신 확인해 주지는 않습니다. Anthropic은 Fable 제품 페이지에서 Claude API와 여러 클라우드 경로를 안내하므로, 실제 과금 주체와 데이터 조건도 함께 확인해야 합니다.

본격적인 비교 전에 두 공급사에서 각각 가장 작은 비민감 요청을 보내 다음 항목을 기록하세요.

• 요청에 지정한 모델 ID와 응답에 기록된 실제 모델
• 성공 또는 오류 상태와 요청 식별자
• 직접 API, 소비자 제품, 클라우드 마켓플레이스 중 실제 실행 경로
• 계정에 적용되는 리전, 데이터 보존, 사용량 한도와 청구 통화
• 도구 호출을 포함했을 때 필요한 API와 지원되는 옵션

한쪽 모델이 현재 계정에서 호출되지 않으면 그 사실만으로 한국 전체에서 사용할 수 없다고 결론 내리지 않습니다. 해당 계정의 파일럿 후보에서 잠시 제외하고, 권한이 생겼을 때 다시 평가하면 됩니다. 반대로 모델 이름이 선택 목록에 보이더라도 응답 모델과 청구 경로를 확인하지 못하면 엄격한 비교 결과에 포함하지 않는 편이 안전합니다.

공식 API 계약에서 갈리는 부분

두 모델의 현재 사양을 결정에 필요한 범위로만 정리하면 다음과 같습니다. 가격은 직접 API의 Standard 요금으로, MTok은 100만 토큰을 뜻합니다.

GPT-6 Astra의 컨텍스트, 출력 한도, 기준일과 가격 구간은 OpenAI 모델 문서에 명시돼 있습니다. 입력이 272K를 넘으면 초과분만이 아니라 요청 전체에 장문맥 배율이 적용된다는 점이 중요합니다. Batch와 Flex는 Standard의 50%, Fast mode는 2배 가격이지만 계정·처리 방식·기능 조건까지 맞을 때만 대안이 됩니다.

Claude Fable 5.1의 컨텍스트, 최대 출력, 기준일과 adaptive thinking 기본값은 모델 개요에서 확인할 수 있습니다. 토큰과 캐시 단가는 Claude API 가격 문서에 나와 있으며, 컨텍스트 창 문서는 1M 컨텍스트가 기본으로 제공되고 장문맥 요청에도 표준 가격이 유지된다고 설명합니다.

컨텍스트 상한이 5만 토큰 더 크다는 이유만으로 Astra를 고르거나, 캐시 읽기 단가가 낮다는 이유만으로 Fable을 고르면 안 됩니다. 공급사별 토크나이저가 달라 같은 파일도 토큰 수가 다를 수 있고, 검색·요약을 먼저 할지 전체 입력을 보낼지에 따라서도 비용과 품질이 바뀝니다.

같은 기본 단가도 실제 비용은 달라진다

첫 번째 예시는 긴 코드베이스 접두사를 이미 캐시에 넣어 둔 반복 작업입니다. 두 공급사에서 측정된 토큰 수가 같다고 가정하고, 캐시 읽기 250K, 새 입력 10K, 출력 5K를 사용하면 목록 가격 계산은 다음과 같습니다.

• GPT-6 Astra: 0.25 × $1 + 0.01 × $10 + 0.005 × $50 = $0.60
• Claude Fable 5.1: 0.25 × $0.25 + 0.01 × $10 + 0.005 × $50 = $0.4125

이 조건에서는 Fable의 캐시 읽기 단가가 유리합니다. 그러나 최초 캐시 쓰기, 캐시 적중 실패, 도구 비용, 재시도와 품질 차이는 계산에 포함되지 않았습니다. 고정 접두사를 몇 번 재사용하는지 모르면 캐시 읽기 가격만 보고 전체 작업 비용을 추정할 수 없습니다.

두 번째 예시는 캐시 없이 300K 입력과 10K 출력을 사용하는 장문맥 작업입니다.

• GPT-6 Astra: 0.3 × $20 + 0.01 × $75 = $6.75
• Claude Fable 5.1: 0.3 × $10 + 0.01 × $50 = $3.50

Astra는 272K 기준을 넘어 요청 전체에 장문맥 배율이 적용됐고, Fable은 1M 창의 표준 단가를 사용했습니다. 이 역시 동일 토큰 수를 전제로 한 산술 예시일 뿐 실제 청구나 품질 실측이 아닙니다. 토크나이저, 캐시 쓰기, 도구 호출, 세금, 클라우드 가산금, 계약 할인과 실패한 시도의 비용은 별도로 더해야 합니다.

따라서 비교 단위는 호출 한 번의 가격보다 실제 승인된 작업 한 건이 되어야 합니다.

승인된 작업당 비용 = (모든 시도의 모델·도구 비용 + 사람의 검토·수정 비용) ÷ 승인된 결과 수

분모가 0이면 싸게 실패한 호출로 평균을 낮추지 않습니다. 해당 작업군에서 실패로 기록하고, 모델 응답·도구 실행·권한·테스트 또는 데이터 조건 중 어디에서 막혔는지 분리해야 합니다.

도구를 많이 쓰는 업무에서는 API 차이가 먼저 드러난다

GPT-6 Astra는 low, medium, high, xhigh, max 추론 강도를 지원하지만 none은 지원하지 않습니다. OpenAI의 최신 모델 사용 가이드는 도구 호출에 Responses API를 사용하도록 안내하며, 비동기 도구 호출과 실행 중 지시 수정 같은 동작도 설명합니다. 기존 Chat Completions 기반 하네스에 모델 ID만 바꾸는 식으로는 같은 기능을 비교하지 못할 수 있습니다.

Claude Fable 5.1은 항상 adaptive thinking을 사용하고 API 기본 추론 강도는 high입니다. Anthropic의 릴리스 노트에 따르면 tool_choice의 any와 tool은 400 오류를 반환하고 auto와 none은 유지됩니다. 기존 에이전트가 특정 도구를 강제로 선택하도록 구현돼 있다면 모델 품질 시험 전에 하네스를 맞춰야 합니다.

두 모델에 완전히 같은 JSON 요청을 보내는 것이 항상 공정한 비교는 아닙니다. 공정하게 맞춰야 하는 것은 실제 업무 목표, 입력 정보, 사용할 수 있는 도구와 권한, 시간 제한, 합격 기준입니다. 각 공급사의 공식 API에 맞게 구현하되, 한쪽에만 추가 힌트나 복구 기회를 주지 않아야 합니다.

데이터 조건은 성능 시험보다 앞선 탈락 기준이다

Anthropic은 Fable의 기본 데이터 보존 기간을 30일로 설명하며, Zero Data Retention은 명시적으로 자격을 갖춘 엔터프라이즈 조건에만 적용합니다. 또한 생산 안전장치가 일부 요청을 다른 Claude 모델로 처리할 수 있다고 안내합니다. 적용 범위와 예외는 Claude Fable 공식 페이지에서 확인해야 합니다. 모델 귀속이 중요한 평가에서는 요청 모델뿐 아니라 실제 응답 모델과 대체 처리 여부를 기록해야 합니다.

OpenAI는 자격을 갖춘 API 고객에게 GPT-6 Astra의 Zero Data Retention을 지원한다고 안내하지만, 자격은 계정별 확인 사항입니다. Astra 사용 가이드는 Fast mode가 EU 데이터 레지던시와 함께 제공되지 않는다는 제한도 적고 있습니다. 한국 계정의 가입·결제·실제 접근 가능 여부와 데이터 처리 위치는 이 공개 문서만으로 확정할 수 없습니다.

소스 코드나 문서가 다음 조건에 해당하면 파일럿 전에 계약과 기술 설정으로 답을 확보하세요.

• 영업비밀, 개인정보 또는 규제 대상 데이터가 포함된다.
• 요청한 모델과 실제 처리 모델이 반드시 같아야 한다.
• 특정 국가나 리전에 데이터 처리·보관을 제한해야 한다.
• 요청·응답을 저장하지 않는 조건이 필수다.
• 클라우드 마켓플레이스와 직접 API의 계약이 다르다.

조건을 충족하지 못한 모델은 벤치마크 점수와 무관하게 해당 데이터의 후보에서 제외합니다. Fable 도입 시 캐시와 추론 설정까지 함께 바뀌는 부분은 Claude Fable 5.1 이전 가이드에서 더 구체적으로 확인할 수 있습니다.

공급사 벤치마크는 시험 항목을 고르는 자료다

OpenAI의 GPT-6 Astra 출시 페이지에는 Fable 5.1과 직접 비교한 여러 수치가 있습니다. 그러나 표의 점수는 허용된 추론 강도 중 최대값을 사용하며, 각주에는 하네스, fallback, 안전장치와 모델 대체 조건이 설명돼 있습니다. 서로 다른 조건에서 얻은 최고 점수는 내 운영 환경의 동일 조건 합격률이 아닙니다.

Anthropic의 Fable 5.1 발표 자료도 장기 작업 성능과 비용 절감 수치를 제시합니다. 이 값 역시 Anthropic의 설정과 생산 안전장치에서 측정된 공급사 자료입니다. 비용 절감 주장은 기본 입력·출력 단가가 더 낮다는 뜻이 아니라, 특정 업무에서 토큰 사용과 캐시가 달라진 결과일 수 있습니다.

벤치마크에서 얻을 수 있는 유용한 정보는 어느 모델이 영원히 우위인지가 아니라, 내 파일럿에 어떤 실패 유형을 넣어야 하는지입니다. 예를 들어 코딩 점수가 중요하다면 단순 함수 작성뿐 아니라 여러 파일 수정, 실패한 테스트 복구, 기존 인터페이스 보존과 불필요한 변경 억제를 함께 검사해야 합니다. 컴퓨터 조작 점수가 중요하다면 클릭 성공 수가 아니라 최종 상태, 잘못된 외부 변경과 복구 가능성을 확인해야 합니다.

업무별로 첫 시험 후보를 좁힌다

큰 고정 입력을 반복해서 읽는 코딩 에이전트

같은 저장소 스냅샷이나 긴 규칙을 여러 차례 재사용하고 캐시 적중률이 높다면 Fable의 낮은 캐시 읽기 단가가 파일럿 우선순위를 높입니다. 다만 처음 쓰는 캐시 비용과 실제 적중률을 포함하고, 두 공급사의 토큰 수를 각각 측정해야 합니다. Astra가 더 적은 재시도로 작업을 통과한다면 낮은 Fable 캐시 단가보다 총비용이 작을 수도 있습니다.

272K를 넘는 단일 입력이 잦은 리서치·저장소 작업

Astra의 장문맥 배율 때문에 Fable의 목록 가격이 유리해지는 구간입니다. 그렇다고 항상 전체 자료를 한 요청에 넣는 것이 좋은 설계는 아닙니다. 검색이나 단계적 요약으로 Astra 입력을 272K 아래로 줄이는 경로와, Fable에 전체 입력을 보내는 경로를 같은 합격 기준으로 비교해야 합니다. 요약 과정의 누락과 추가 지연도 비용에 포함합니다.

도구 호출과 실행 중 조정이 많은 작업

Responses API 기반의 Astra 기능이 현재 시스템과 잘 맞으면 통합 변경을 줄일 수 있습니다. 반대로 Anthropic 하네스와 adaptive thinking 운영 경험이 이미 있다면 Fable의 도입 비용이 낮을 수 있습니다. 기존 공급사에 익숙하다는 이유만으로 품질을 가정하지 말고, 인증·로깅·재시도·도구 스키마 변경까지 파일럿 비용으로 기록하세요.

민감 데이터와 엄격한 모델 귀속이 필요한 작업

두 모델 모두 공개 문서의 일반 설명만으로는 특정 계정의 적합성을 확정할 수 없습니다. ZDR 자격, 보존 기간, 리전과 fallback을 계약 및 실제 로그로 확인할 수 있는 경로만 평가합니다. 조건을 증명할 수 없다면 비민감 합성 자료로 기능만 시험하거나 이전을 보류하는 편이 맞습니다.

같은 업무로 작은 파일럿을 설계한다

최근 실제 대기열에서 결과를 자동 또는 명확하게 검수할 수 있는 작업을 고릅니다. 여러 파일 버그 수정, 제한된 리팩터링, 긴 문서 분석, 도구 실패 뒤 복구처럼 서로 다른 실패 양상을 포함하되, 각 모델에는 동일한 작업을 제공합니다. 작은 표본은 보편적 우승자를 정하기 위한 것이 아니라, 현재 팀이 다음 단계에 투자할 가치가 있는지 판단하기 위한 것입니다.

실행 전에 다음 조건을 고정합니다.

• 시작 커밋 또는 입력 스냅샷, 의존성 잠금 파일과 런타임
• 전체 지시문, 첨부 자료와 저장소 규칙
• 파일·네트워크·터미널·외부 서비스에 대한 도구 권한
• 추론 강도의 목적, 시간 제한, 재시도 상한과 사람 힌트 수
• 결과를 보기 전에 정한 기능 테스트, 정적 검사와 보안 중단 조건
• 모델별 최대 비용과 되돌릴 수 없는 작업 금지 규칙

각 후보는 서로 격리된 깨끗한 환경에서 시작해야 합니다. 첫 모델의 수정 내역, 숨겨진 테스트 실패나 리뷰 의견을 두 번째 모델에 넘기면 비교가 기울어집니다. 실행 순서도 번갈아 배치해 시간대별 서비스 부하와 평가자 피로가 한 후보에만 몰리지 않게 합니다.

결과표에는 단순 만족도보다 다음 값을 남기는 편이 유용합니다.

• 첫 시도와 최종 시도의 합격 여부
• 요청 모델과 실제 응답 모델
• 새 입력, 캐시 읽기·쓰기, 출력 토큰과 도구 비용
• 모든 재시도를 포함한 총 모델 비용
• 경과 시간, 사람의 검토·수정 시간과 힌트 수
• 잘못 수정한 파일, 실패한 명령, 거절과 fallback 발생 여부
• 보안·데이터 조건 위반과 원상 복구 성공 여부

모델마다 토큰을 같은 수로 억지로 맞추지 않습니다. 동일한 업무 예산과 합격 기준 안에서 각 모델이 실제로 소비한 토큰, 시간과 시도 수를 측정합니다. 출력 품질을 본 뒤 특정 후보에만 시간이나 프롬프트를 더 주는 것도 피해야 합니다.

단일 승자 대신 세 가지 운영 결론을 허용한다

파일럿을 시작하기 전에 승격과 중단 기준을 숫자 또는 명확한 사건으로 정합니다. 예를 들어 반복된 평가 주기에서 기존 경로 이상의 합격률을 유지하고, 핵심 작업군의 승인된 작업당 비용이나 검토 시간을 팀이 정한 폭 이상 줄이며, 치명적인 회귀가 없을 때만 기본값으로 올릴 수 있습니다.

• 단일 기본 모델: 여러 핵심 작업군에서 반복 가능한 개선이 있고, 계정 권한·데이터 조건·롤백이 확인됐다.
• 업무별 이중 라우팅: 캐시 중심 장기 작업, 도구 중심 실행, 짧은 일반 작업처럼 서로 다른 작업군에서 각 모델의 이점이 반복됐다.
• 이전 보류: 기존 경로보다 합격률이나 총비용이 낫지 않거나, 이용 권한·실제 모델·데이터 조건을 확인할 수 없다.

중단 조건은 평균 점수로 상쇄하지 않습니다. 보존 정책 위반, 실제 모델 불명, 되돌릴 수 없는 잘못된 외부 변경, 심각한 보안·데이터 실패, 반복되는 비용 상한 초과가 한 번이라도 발생하면 원인을 해결할 때까지 해당 작업군의 시험을 멈춥니다.

결국 250K 캐시 반복 작업의 목록 가격만 보면 Fable이 앞서고, 300K 비캐시 입력에서도 현재 계약상 Fable이 낮습니다. 그러나 이것만으로 코딩 품질, 도구 복구, 지연과 승인된 작업당 비용의 승자를 정할 수는 없습니다. Astra가 더 높은 합격률이나 기존 시스템과의 낮은 통합 비용을 보이면 결론은 달라질 수 있습니다.

가장 안전한 다음 단계는 두 모델의 문서를 다시 확인하고, 현재 계정에서 정확한 모델 ID를 호출한 뒤, 대표 작업 하나를 동일한 합격 기준으로 실행하는 것입니다. 호출 가능 여부를 확인하지 못했거나 실제 응답 모델과 데이터 조건을 기록할 수 없다면 이전을 서두르지 않는 것이 합리적인 결정입니다.