# GPT-6.1 Sol 느림 원인과 해결: effort·Fast 설정과 10월 26일 실측

> GPT-6.1 Sol이 느린 주된 이유는 답을 쓰기 전의 긴 추론입니다. 먼저 effort를 한 단계 낮추고, Fast는 Codex 사용량 2.5배·API 단가 2배를 감수할 때 켭니다.

- URL: https://blog.laozhang.ai/ko/posts/gpt-6-1-sol-slow
- Published: 2026-10-26
- Updated: 2026-10-26
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ko/about)
- Topic: 문제 해결
- Tags: GPT-6.1 Sol, GPT-6 Sol, Codex, OpenAI API, Fast 모드, 추론 강도

---
GPT-6.1 Sol이 느리게 느껴지는 원인은 언제, 어떤 경로로 쓰느냐에 따라 다릅니다. 출시 직후인 2026년 9월 29일~10월 1일의 과부하는 OpenAI Codex 책임자가 10월 2일 "예상 속도로 돌아왔다"고 밝혔고, 10월 5일에는 ChatGPT 로그인으로 쓰는 Codex·Work의 기본 속도가 약 50% 올라갔습니다. 2026년 10월 26일 기준으로 남아 있는 차이는 모델 자체입니다. GPT-6.1 Sol은 답을 쓰기 전에 더 오래 추론하고, Artificial Analysis가 OpenAI API에서 잰 출력 속도도 초당 50.8~62.3토큰으로 GPT-6 Sol(112.1~114.6토큰)의 절반 정도입니다.

그래서 가장 먼저 바꿀 것은 추론 강도(effort)입니다. Codex에서는 `/model`이나 데스크톱 앱의 Advanced에서 Extra High·Max를 Medium이나 Light로 내리고, API에서는 `reasoning.effort`(Chat Completions는 `reasoning_effort`)를 `"medium"`이나 `"low"`로 지정합니다. 2026년 10월 26일 API로 짧은 코딩 과제를 돌렸을 때 xhigh를 medium으로 내리자 총 시간이 70.9초에서 34.8초로 줄었고 테스트 결과는 같았습니다. 그래도 느리면 Fast를 켜는데, Codex의 `/fast`는 구독 포함 사용량을 Standard의 2.5배로 쓰고 API의 `service_tier: "fast"`는 단가가 2배입니다.

"Selected model is at capacity"가 뜨거나 특정 날짜·시간대에만 갑자기 느려졌다면 설정보다 용량 부족이나 장애를 먼저 의심하고 몇 분 뒤 다시 시도합니다. API에서 Max와 20만 토큰이 넘는 입력을 함께 쓰면 응답 하나에 20~30분이 걸린 사례가 있으므로, 이때는 effort를 High로 내리거나 타임아웃을 그보다 길게 잡아야 합니다. 아래 실측은 10월 26일 LaoZhang 중계를 거친 API 호출과 ChatGPT 로그인 계정 하나로 설정마다 한 번씩 돌린 Codex CLI 실행이며, OpenAI 직접 연결 API, API 쪽 Fast·Ultrafast, Codex Ultrafast는 재지 않았습니다.

## GPT-6.1 Sol 속도는 고쳐졌나: 10월 2일과 10월 5일의 변화

출시 초의 느림은 OpenAI가 해소됐다고 밝힌 상태입니다. Codex를 이끄는 Tibo(@thsottiaux)는 2026년 10월 1일(UTC) X에 GPT-6.1 Sol이 "사실상 역대 가장 수요가 많은 모델"이라 ChatGPT와 Codex가 과부하 상태였고 용량을 추가하고 있다고 썼습니다. 다음 날인 10월 2일에는 "출시 첫 이틀의 엄청난 부하 급증 이후 예상 속도로 돌아왔다"며 느린 출발을 사과하고 유료 계정 전체의 사용량 초기화를 공지했습니다.

두 번째 변화는 10월 5일(UTC)입니다. Tibo는 [X 게시물](https://x.com/thsottiaux/status/2107158998495748264)에서 ChatGPT 로그인(Sign in with ChatGPT)을 쓰는 모든 제품과 파트너 도구에서 GPT-6 Astra와 GPT-6.1 Sol의 기본 속도를 약 50% 올렸고 사용자가 바꿀 설정은 없다고 밝혔으며, 답글에서 "초당 30토큰 대신 50토큰"이라고 덧붙였습니다. 이 수치는 OpenAI 문서나 Codex 변경 로그에는 없고 X 게시물에만 있습니다. 또 구독 트래픽에 대한 이야기이므로 API 키로 호출하는 API나 API 키로 로그인한 Codex에는 해당하지 않습니다.

변화의 크기는 외부 측정에서도 보입니다. Zenn의 oubakiou는 9월 30일과 같은 게임 개발 과제를 10월 6일 Codex CLI 0.159.2(ChatGPT 구독)로 다시 돌렸는데, 3회 평균 소요 시간이 high 19.7분→7.4분, xhigh 28.2분→10.3분, max 35.1분→14.6분으로 줄었고 출력 토큰 수는 거의 같았습니다([Zenn 측정 글](https://zenn.dev/oubakiou/articles/a39f4bde8c7e74)). 다만 같은 과제에서 GPT-6.1 Sol은 여전히 gpt-6-sol보다 1.2~1.5배 오래 걸렸고, 저자는 그 이유를 1.1~1.5배 많은 출력 토큰으로 설명했습니다. 10월 5일 전에 써 보고 "너무 느리다"고 판단했다면 지금 같은 작업으로 다시 재 볼 만합니다.

그 뒤로도 날짜가 정해진 장애가 있었습니다. [OpenAI 상태 페이지의 장애 기록](https://status.openai.com/history)에는 10월 7일 17:21~18:23(Codex·Work 응답 지연), 10월 13일 08:10~16:36(GPT-6.1 Sol의 Codex·Work 성능 저하), 10월 14일 07:05~09:53(Codex·ChatGPT Work 오류 증가), 10월 21일 02:26~03:28(ChatGPT·Codex·API 성능 저하)이 올라 있습니다(모두 UTC). 느렸던 시각이 이 구간과 겹친다면 설정을 바꿀 이유는 없습니다.

## 증상으로 원인 가르기: 긴 무응답, Max 지연, 용량 오류

답이 나오기 전 몇 분간 아무 출력이 없다면 대부분 추론 대기이고, 오류 문구나 특정 날짜가 함께 있다면 용량이나 장애 쪽입니다. 아래 표에서 자신의 증상에 가장 가까운 줄부터 확인합니다.

| 증상 | 가능한 원인 | 먼저 확인할 것 |
|---|---|---|
| High 이상에서 첫 답변까지 1분 넘게 아무 출력이 없다 | 답을 쓰기 전 추론. 같은 effort에서도 GPT-6.1 Sol의 대기가 길 수 있음 | 지금 effort. 한 단계 낮춰 같은 작업으로 다시 잰다 |
| Max에서만 한 번에 20~30분 걸린다(API) | Max와 긴 입력이 겹쳐 추론 토큰이 크게 늘어남 | 입력이 20만 토큰을 넘는지, High에서는 얼마나 걸리는지 |
| 긴 대화 중간에 몇 분씩 멈춘다 | 자동 컨텍스트 압축(compaction) | 새 대화에서 같은 요청이 빠른지 |
| "Selected model is at capacity. Please try a different model." | 그 시각의 용량 부족 | 몇 분 뒤 재시도, 계속되면 다른 모델로 잠시 전환 |
| 평소엔 괜찮다가 특정 날짜·시간대에만 느리거나 오류가 난다 | OpenAI 쪽 장애 | 상태 페이지의 같은 시각 기록 |
| 9월 29일~10월 5일에 쓸 때 특히 느렸다 | 출시 과부하와 10월 5일 이전의 기본 속도 | 지금 같은 작업으로 다시 측정 |
| API 키로 쓰는 Codex·API가 여전히 느리다 | 10월 5일 속도 상향은 ChatGPT 로그인 경로에만 적용 | 로그인 방식. API 경로라면 effort와 `service_tier` |

Max 지연 사례는 OpenAI 개발자 커뮤니티의 한 사용자가 10월 14일 올린 것으로, Responses API에 Max effort, 약 229KB(20만 토큰 이상) 프롬프트, 웹 검색, 백그라운드 모드를 함께 썼을 때 GPT-5.6 Sol은 373초, GPT-6.1 Sol은 1,846초가 걸렸습니다([OpenAI 커뮤니티 스레드](https://community.openai.com/t/1406429)). GPT-6.1 Sol이 낸 출력 62,708토큰 가운데 52,552토큰이 추론이었으므로, 시간 대부분이 답을 쓰기 전 생각하는 데 쓰였다고 볼 수 있습니다. 자동 압축의 예로는 [GitHub openai/codex 이슈 #52014](https://github.com/openai/codex/issues/52014)에 Windows 데스크톱 앱에서 xhigh로 쓰던 중 압축 한 번에 178.7초가 걸린 기록이 있습니다.

"Selected model is at capacity"는 2026년 10월 26일 Codex CLI 실측 중에도 나왔습니다. 07:08과 07:12(UTC)에 gpt-6.1-sol 시도 6번 중 2번이 각각 27초, 36초 만에 이 문구로 끝났고 파일은 그대로였으며, 약 2분 뒤와 약 7분 뒤에 다시 실행하자 둘 다 끝까지 완료됐습니다. 10월 12~13일에도 [OpenAI 커뮤니티의 Codex 지연 스레드](https://community.openai.com/t/1405880)에서 Pro 사용자 여러 명이 같은 문구와 재연결을 보고했고, 같은 시기 Plus·Enterprise 사용자 중에는 문제가 없다는 답도 있었습니다. 그 시각의 용량 문제라 이날처럼 재시도로 풀릴 수 있고, 계속 반복되면 문구 그대로 GPT-6 Sol 같은 다른 모델로 잠시 바꾸는 편이 빠릅니다.

Windows 데스크톱 앱에서 GPT-6.1 Sol뿐 아니라 어떤 모델이든 느리다면 모델보다 앱 쪽 지연일 수 있으니 [Codex Windows 앱이 느릴 때 CLI와 데스크톱을 나누는 방법](https://blog.laozhang.ai/ko/posts/codex-app-slow-cli-vs-desktop)에서 CLI와 비교해 보세요.

## GPT-6 Sol·5.6 Sol보다 얼마나 느린가: API 출력 속도 절반

OpenAI API에서 같은 effort로 비교하면 GPT-6.1 Sol의 출력 속도는 GPT-6 Sol의 0.44~0.55배입니다. 아래는 Artificial Analysis(AA)가 OpenAI API Standard 등급에서 잰 값으로, 2026년 10월 26일 기준입니다. AA의 첫 토큰까지 시간은 추론 모델의 경우 생각하는 시간을 포함한 "첫 답변 토큰까지"에 해당합니다.

| 모델(effort) | 출력 속도, 초당 토큰 (AA) | 첫 답변 토큰까지, 초 (AA) | AA 지능 지수 v4.3.2 |
|---|---:|---:|---:|
| GPT-6.1 Sol (Low) | 50.8 | 2.64 | 42 |
| GPT-6.1 Sol (Medium) | 53.5 | 4.20 | 48 |
| GPT-6.1 Sol (High) | 54.7 | 48.33 | 50 |
| GPT-6.1 Sol (Xhigh) | 58.8 | 115.15 | 51 |
| GPT-6.1 Sol (Max) | 62.3 | 246.63 | 52 |
| GPT-6 Sol (Low) | 114.6 | 1.56 | 34 |
| GPT-6 Sol (High) | 112.1 | 13.66 | 42 |
| GPT-6 Sol (Max) | 112.5 | 108.21 | 48 |
| GPT-5.6 Sol (Max) | 81.7 | 103.65 | 47 |

배수는 같은 effort끼리 나눈 값입니다. Low 50.8÷114.6=0.44, High 54.7÷112.1=0.49, Max 62.3÷112.5=0.55입니다. AA는 GPT-6.1 Sol(Max)의 초당 62토큰이 평균(83)보다 느리다고 적었고, Max의 첫 답변 토큰까지 246.63초는 GPT-6 Sol Max(108.21초)나 GPT-5.6 Sol Max(103.65초)의 두 배를 넘습니다. 출처는 [Artificial Analysis의 GPT-6.1 Sol 페이지](https://artificialanalysis.ai/models/gpt-6-1-sol)와 effort별 페이지입니다.

이 표에서 판단에 쓸 만한 점은 effort를 낮췄을 때의 손익입니다. GPT-6.1 Sol Medium은 지능 지수 48로 GPT-6 Sol Max와 같은데, 첫 답변까지 4.20초로 GPT-6 Sol Max의 108.21초보다 훨씬 짧습니다. GPT-6.1 Sol을 Max에서 High로 내리면 첫 답변까지 시간이 246.63초에서 48.33초로 80% 줄고 지수는 2점 내려갑니다. Reddit에는 "GPT-6.1 Sol이 GPT-5.6 Sol보다 4.6배 느리다"는 게시물도 돌았지만 측정 조건을 확인할 수 없고, AA 수치만 봐도 배수는 effort마다 달라집니다. 또 AA는 API 직접 호출을 재는 것이라 ChatGPT 로그인 Codex의 체감 속도와는 다를 수 있습니다.

## 2026년 10월 26일 실측: 차이는 답을 쓰기 전 대기 시간

직접 잰 결과에서는 답이 나오기 시작한 뒤의 속도는 두 모델이 비슷했고, 차이는 첫 답변 토큰 전의 무응답 대기에서 났습니다. 측정은 두 가지입니다. 하나는 2026년 10월 26일 07:07~07:18(UTC)에 LaoZhang의 OpenAI 호환 Chat Completions 중계를 거쳐, eval 없이 수식을 계산하는 함수 `eval_expr`를 작성하는 같은 과제를 모델·effort별로 두 번씩 스트리밍으로 보낸 것입니다. 16개 답이 모두 숨은 테스트 25개를 통과했습니다. OpenAI 직접 연결은 재지 않았고, 이 중계는 max effort를 받지 않아 Max도 빠졌으며, API의 Fast와 Ultrafast도 비교하지 않았습니다.

| 모델 | effort | 총 시간(중앙값) | 첫 답변 토큰까지 | 추론 토큰 | 답변당 비용(정가) |
|---|---|---:|---:|---:|---:|
| gpt-6.1-sol | low | 23.2초 | 12.8초 | 204 | $0.007~0.009 |
| gpt-6.1-sol | medium | 34.8초 | 23.9초 | 590 | $0.012~0.014 |
| gpt-6.1-sol | high | 49.4초 | 39.1초 | 1,289 | $0.019~0.020 |
| gpt-6.1-sol | xhigh | 70.9초 | 60.5초 | 2,398 | $0.031 |
| gpt-6-sol | low | 14.7초 | 6.5초 | 187 | $0.007~0.008 |
| gpt-6-sol | medium | 19.3초 | 9.2초 | 317 | $0.008~0.009 |
| gpt-6-sol | high | 52.1초 | 42.5초 | 1,522 | $0.014~0.029 |
| gpt-6-sol | xhigh | 75.4초 | 65.3초 | 4,524 | $0.049~0.055 |

답 텍스트가 나오기 시작한 뒤의 속도는 GPT-6.1 Sol이 초당 48.5~64.0토큰, GPT-6 Sol이 42.4~66.2토큰으로 일관된 차이가 없었습니다. 차이는 그 전의 대기였습니다. 이 중계는 추론 과정을 스트리밍하지 않으므로 첫 답변 토큰 전의 시간에는 입력 처리, 추론, 대기열이 모두 섞여 있는데, low와 medium에서 GPT-6.1 Sol은 이 대기가 GPT-6 Sol의 약 2배(12.8초 대 6.5초, 23.9초 대 9.2초)였고 medium의 추론 토큰도 590 대 317로 많았습니다. high와 xhigh에서는 중앙값이 비슷했지만 GPT-6 Sol은 실행마다 차이가 커서 high의 첫 답변까지 시간이 12.9초와 72.0초로 갈렸습니다. 이 결과는 AA의 낮은 출력 속도와 모순되지 않습니다. AA는 OpenAI에 직접 연결해 추론 출력까지 포함해 재기 때문입니다.

![10월 26일 API 실측에서 gpt-6.1-sol과 gpt-6-sol의 effort별 첫 답변 전 대기와 총 시간 중앙값을 나란히 놓은 막대그래프](https://blog.laozhang.ai/posts/ko/gpt-6-1-sol-slow/img/wait-before-first-token.webp)

이 과제에서는 GPT-6.1 Sol을 xhigh에서 medium으로 내려도 총 시간이 70.9초에서 34.8초로 절반이 됐을 뿐 결과는 똑같이 25개 모두 통과였고, low는 23.2초였습니다. 다만 모든 effort가 통과하는 쉬운 과제였다는 점을 감안해야 합니다. 더 어려운 작업에서는 AA 지수가 Low 42, High 50으로 벌어지는 것처럼 낮은 effort가 결과를 바꿀 수 있습니다. 측정 전체 비용은 정가 기준 $0.32였습니다.

다른 하나는 같은 날 07:08~07:19(UTC)에 ChatGPT macOS 앱에 들어 있는 codex-cli 0.164.0-alpha.11.1을 ChatGPT 로그인 계정 하나로 돌린 것입니다. 버그가 있는 `billing.py`를 7개 규칙 명세에 맞게 고치고 함수 2개를 추가하는 과제를 `codex exec`로 설정마다 한 번씩 실행하고, 숨은 테스트 36개로 채점했습니다.

| 설정 | 총 시간 | 첫 에이전트 메시지까지 | 출력 토큰(추론) | 숨은 테스트 |
|---|---:|---:|---:|---:|
| gpt-6.1-sol low | 72.6초 | 11.8초 | 1,446 (83) | 36/36 |
| gpt-6.1-sol medium | 70.4초 | 16.6초 | 1,723 (204) | 36/36 |
| gpt-6.1-sol high | 223.5초 | 159.2초 | 2,566 (552) | 36/36 |
| gpt-6.1-sol high + Fast | 63.9초 | 11.7초 | 2,396 (368) | 36/36 |
| gpt-6-sol high | 90.3초 | 12.1초 | 2,893 (1,120) | 36/36 |

gpt-6.1-sol high의 223.5초는 07:12 용량 오류 뒤 약 7분이 지난 07:19에 다시 실행한 결과로(그사이 Fast 실행과 GPT-6 Sol 실행이 있었음), 첫 메시지 전에만 약 156초를 기다렸고 나머지 작업은 58초였습니다. 이 기다림이 대기열이었는지 추론이었는지는 이벤트 기록으로 구분되지 않습니다. 설정마다 한 번씩만 돌렸으므로 이 표로 "Fast가 몇 배 빠르다"고 말할 수는 없고, 말할 수 있는 것은 이날 이 과제에서 Fast를 켠 high와 GPT-6 Sol high가 각각 63.9초, 90.3초에 끝났고 low·medium도 약 70초였다는 정도입니다. 계정이 Ultrafast를 쓸 수 없는 요금제여서 Ultrafast는 재지 않았습니다.

## 무엇을 바꾸면 빨라지나: effort·Fast·Ultrafast·모델별 대가

추가 비용 없이 바로 효과를 볼 수 있는 것은 effort를 낮추는 것뿐이고, 나머지는 모두 사용량이나 단가를 더 내고 속도를 사는 방식입니다. 그래서 순서는 effort를 한 단계 낮춰 보고, 결과가 부족하지 않은데도 기다림이 문제라면 Fast를 켜는 것입니다. 단가는 OpenAI API 정가로 입력 / 캐시 입력 / 출력 100만 토큰당, 입력 27만 2천 토큰 이하 기준입니다.

| 방법 | 속도 효과 | 대가 | 쓸 수 있는 곳 |
|---|---|---|---|
| effort 낮추기 | AA 기준 Max→High에서 첫 답변까지 246.63초→48.33초, 실측 xhigh→medium에서 총 시간 절반 | 추가 비용 없음. 어려운 작업에서는 품질이 내려갈 수 있음(AA 지수 Max 52, High 50, Medium 48) | 모든 경로 |
| Codex Fast | GPT-6.1 Sol 배수는 공개되지 않음(GPT-5.6은 1.5배) | 구독 포함 사용량을 Standard의 2.5배, 구매 크레딧·Enterprise 종량제는 2배로 계산 | ChatGPT 로그인 데스크톱 앱, CLI, IDE 확장 |
| API Fast (`service_tier: "fast"`) | 최대 2.5배(모델 공통 안내) | 단가 2배: $4 / $0.20 / $20 | OpenAI API |
| Codex Ultrafast | GPT-6.1 Sol 수치는 공개되지 않음(GPT-6 Astra는 최대 8배) | 포함 사용량을 8배, 구매 크레딧·Enterprise 종량제는 6배로 계산 | Pro $500, 해당 Enterprise·Edu |
| API Ultrafast (`service_tier: "ultrafast"`) | API에서 가장 빠른 등급, 수치는 공개되지 않음 | 단가 6배: $12 / $0.60 / $60 | 모든 API 사용자 |
| GPT-6 Sol로 돌아가기 | AA 출력 속도 초당 112.1~114.6토큰 | 같은 effort에서 지수가 낮음(High 42 대 GPT-6.1 Sol High 50) | 모든 경로 |

Standard 단가는 GPT-6.1 Sol 기준 $2 / $0.10 / $10이며, Fast·Batch·Flex를 포함한 전체 가격표는 [GPT-6.1 Sol 가격과 사용법: 모델 ID만 바꾸면 안 되는 이유](https://blog.laozhang.ai/ko/posts/gpt-6-1-sol)에 정리돼 있습니다. Codex의 Fast와 Ultrafast 배수는 [Codex 속도 문서](https://learn.chatgpt.com/docs/agent-configuration/speed), API 쪽은 [OpenAI API Fast 모드 가이드](https://developers.openai.com/api/docs/guides/fast-mode)와 [Ultrafast 모드 가이드](https://developers.openai.com/api/docs/guides/ultrafast-mode)에 있습니다. Codex를 API 키로 로그인해 쓰면 ChatGPT 사용량 배수 대신 API 토큰 단가가 그대로 적용됩니다.

이름이 비슷한 두 가지를 섞지 않아야 합니다. Ultra는 서브에이전트로 작업을 나눠 병렬 처리하는 effort 단계이고, Ultrafast는 돈을 더 내는 속도 모드입니다. Max와 Ultra에 대해 [OpenAI의 Codex 모델 문서](https://learn.chatgpt.com/docs/models)는 "대부분의 작업에는 Max나 Ultra가 필요 없다"고 적고 있으므로, 느리다고 느끼면서 Max나 Ultra를 쓰고 있다면 그것부터 내리는 편이 맞습니다.

![effort 낮추기, Fast, Ultrafast를 Codex와 OpenAI API로 나눠 사용량 배수와 단가를 비교한 표](https://blog.laozhang.ai/posts/ko/gpt-6-1-sol-slow/img/speed-options-cost.webp)

월 20달러 Plus 구독이라면 Ultrafast는 처음부터 선택지가 아닙니다. 2026년 10월 26일 기준 Codex 속도 문서는 Pro $500와 해당 Enterprise·Edu 외의 셀프 서비스 요금제에서는 크레딧을 사도 Ultrafast를 쓸 수 없다고 밝힙니다. Fast는 쓸 수 있지만 포함 사용량을 2.5배로 소모하므로, 짧은 대화형 작업에서 기다림을 줄여야 할 때만 켜고 긴 작업은 Standard에 두는 편이 한도를 덜 씁니다.

GPT-6 Sol로 돌아가는 것은 속도가 결과보다 중요한 작업에서만 의미가 있습니다. AA 지수로는 GPT-6.1 Sol을 Medium으로 내리는 쪽(48)이 GPT-6 Sol High(42)보다 높고, GPT-6 Astra는 Max 기준 초당 66.7토큰에 첫 답변까지 278.25초여서 속도 때문에 고를 모델은 아닙니다. 작업 종류별로 어느 모델을 쓸지는 [GPT-6.1 Sol·Astra·GPT-6 Sol 비교와 전환 기준](https://blog.laozhang.ai/ko/posts/gpt-6-1-sol-vs-gpt-6-astra-vs-gpt-6-sol)에서 다룹니다.

## Codex에서 effort 낮추고 Fast 켜기: /model, /fast, config.toml

Codex CLI에서는 세션 안에서 `/model`과 `/fast`로 바로 바꿀 수 있고, 매번 같은 설정을 쓰려면 `config.toml`에 적어 둡니다. Fast는 ChatGPT로 로그인했을 때만 쓸 수 있습니다. 순서는 이렇습니다.

1. CLI 세션에서 `/model`을 입력하고 `gpt-6.1-sol`을 고른 뒤 effort를 Low나 Medium으로 정합니다. Max와 Ultra는 More reasoning… 아래에 따로 있으므로, 거기서 고른 적이 있다면 다시 내려야 합니다.
2. 그래도 느리면 `/fast`를 입력해 Fast를 켭니다. 같은 명령으로 다시 끌 수 있고, `/statusline`으로 하단 표시줄에 Fast 여부를 띄울 수 있습니다.
3. 기본값으로 두려면 `~/.codex/config.toml`에 아래처럼 적습니다. `service_tier`와 `model_reasoning_effort`는 `[features]` 줄보다 위에 둬야 합니다.

   ```toml
   model = "gpt-6.1-sol"
   model_reasoning_effort = "medium"
   service_tier = "fast"

   [features]
   fast_mode = true
   ```

4. ChatGPT 데스크톱 앱과 Work에서는 Power 슬라이더를 Faster 쪽으로 옮기거나, Advanced를 열어 모델, effort, 속도(speed)를 직접 고릅니다. 앱·Work·IDE 확장에서 Light라고 부르는 단계가 CLI의 Low입니다.
5. 바꾼 뒤에는 평소 하던 작업 하나로 다시 시간을 잽니다. CLI에서는 `time codex exec -m gpt-6.1-sol -c model_reasoning_effort="medium" "작업 설명"`처럼 설정만 바꿔 같은 작업을 돌리면 비교가 됩니다.

OpenAI 모델 문서도 "effort는 모델 세대 사이에 정확히 대응하지 않으니 익숙한 작업을 낮은 설정으로 시도해 보고 조정하라"고 권합니다. GPT-6 Sol에서 xhigh로 쓰던 습관을 그대로 옮겼다면 Medium부터 시작해 결과가 부족할 때만 올리는 편이 시간과 사용량을 모두 아낍니다.

## API에서 gpt-6.1-sol을 빠르고 타임아웃 없이 쓰는 법

API에서 바꿀 수 있는 것은 `reasoning.effort`, `service_tier`, 스트리밍, 그리고 클라이언트 타임아웃입니다. `gpt-6.1-sol`은 `reasoning.effort`를 생략하면 medium으로 동작하고, GPT-6 Sol에서 쓰던 `"none"`은 받지 않습니다. [OpenAI 추론 가이드](https://developers.openai.com/api/docs/guides/reasoning)는 xhigh를 "평가에서 늘어난 지연과 비용을 정당화할 만큼 분명한 이득이 보일 때만" 쓰라고 하고, 추론 토큰은 출력 토큰으로 과금됩니다.

```python
from openai import OpenAI

client = OpenAI(timeout=1800)  # Max·긴 입력이면 예상 시간보다 길게

stream = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "medium"},  # 생략해도 medium
    service_tier="fast",             # 단가 2배. 빼면 Standard
    input="...",
    stream=True,
)
for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)
```

스트리밍은 총 시간을 줄이지는 않지만 답이 나오는 즉시 보여 주므로 사용자가 멈춘 것으로 오해하지 않게 합니다. 다만 추론 중에는 텍스트가 오지 않아 첫 답변 전의 무응답은 그대로이고, 10월 26일 API 실측에서도 이 구간이 중앙값 기준 6.5~65.3초였습니다. OpenAI 추론 가이드는 첫 가시 토큰을 빨리 보여 줘야 하는 앱이라면 모델에게 깊게 추론하기 전에 짧은 머리말(preamble)을 먼저 쓰게 하라고 권합니다.

Fast는 `service_tier: "fast"`(또는 `"priority"`)를 요청마다 붙이거나 프로젝트 설정의 Project Service Tier를 Fast로 바꿔 켭니다. 응답 객체의 `service_tier` 필드에 실제로 처리된 등급이 나오는데, 입력이 분당 100만 토큰을 넘은 뒤 15분마다 50%보다 빠르게 트래픽을 늘리면 일부 요청이 Standard로 내려가 `"default"`로 표시되고 Standard 단가로 과금됩니다. Ultrafast는 `service_tier: "ultrafast"`이고, 도구 호출이 많은 에이전트라면 OpenAI가 WebSocket 연결을 강하게 권하며, GPT-6.1 Sol의 Ultrafast 전용 한도는 Build / Launch / Grow 등급에서 분당 100만 / 400만 / 4,000만 토큰입니다.

Max와 긴 입력을 함께 쓰는 작업은 타임아웃부터 다시 잡아야 합니다. OpenAI 커뮤니티에 올라온 Max 사례에서는 백그라운드 모드로 보낸 GPT-6.1 Sol 응답이 1,846초에 끝났는데 로컬 폴링이 1,800초에 먼저 포기해 결과를 놓쳤습니다. 백그라운드 모드든 스트리밍이든 클라이언트 쪽 제한 시간을 예상 소요 시간보다 넉넉히 두고, 그만큼 기다릴 수 없다면 effort를 High로 내려 AA 기준 첫 답변까지 시간을 80% 줄이는 쪽을 먼저 시험합니다. laozhang.ai 같은 OpenAI 호환 중계로 `gpt-6.1-sol`을 정가와 같은 단가에 호출하는 경우, 2026년 10월 26일 호출에서는 응답에 `service_tier` 필드가 없어 Fast가 실제로 적용됐는지 확인할 수 없었습니다.

*안내: [laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다](https://blog.laozhang.ai/ko/about#laozhang). 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.*

## "느린데 토큰은 많이 먹는다"는 맞나: 작업당 토큰과 Fast 배수

작업당 토큰 수만 보면 GPT-6.1 Sol이 늘 더 많이 쓰는 것은 아닙니다. 10월 26일 Codex CLI 실측에서 high 설정의 출력은 GPT-6.1 Sol 2,566토큰(추론 552), GPT-6 Sol 2,893토큰(추론 1,120)이었고, API 실측에서도 xhigh의 추론 토큰은 2,398 대 4,524로 GPT-6.1 Sol이 적었습니다. 반대로 medium에서는 590 대 317로 GPT-6.1 Sol이 많았고, Zenn의 Codex 측정에서는 같은 과제에 출력 토큰을 1.1~1.5배 더 썼습니다. AA 지능 지수를 한 번 돌리는 데 든 토큰은 GPT-6.1 Sol Max 6,700만, GPT-6 Sol Max 7,700만이었습니다.

사용량을 확실하게 빨리 줄이는 쪽은 설정입니다. 같은 GPT-6.1 Sol이라도 AA 지수를 돌리는 데 Low는 900만 토큰, Max는 6,700만 토큰을 썼으므로 effort가 높을수록 기다림과 토큰이 함께 늘어납니다. 여기에 Codex Fast를 켜면 구독 포함 사용량이 Standard의 2.5배로 계산되므로, "느려서 Fast를 켰더니 한도가 빨리 줄었다"는 경험은 모델 자체보다 이 배수가 원인일 수 있습니다.

남은 사용량과 초기화 시각은 [Codex 주간 한도 초기화: 복구 시각 확인부터 유료 즉시 재설정까지](https://blog.laozhang.ai/ko/posts/openai-codex-usage-limits)에서, 세션별 토큰 수를 확인하는 방법은 [Codex 토큰 사용량 확인: /status, /usage, context, API 비용](https://blog.laozhang.ai/ko/posts/codex-token-usage)에서 볼 수 있습니다.

## 참고 자료

이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026-10-26.

- [X 게시물](https://x.com/thsottiaux/status/2107158998495748264) (x.com)
- [Zenn 측정 글](https://zenn.dev/oubakiou/articles/a39f4bde8c7e74) (zenn.dev)
- [OpenAI 상태 페이지의 장애 기록](https://status.openai.com/history) (status.openai.com)
- [OpenAI 커뮤니티 스레드](https://community.openai.com/t/1406429) (community.openai.com)
- [GitHub openai/codex 이슈 #52014](https://github.com/openai/codex/issues/52014) (github.com)
- [OpenAI 커뮤니티의 Codex 지연 스레드](https://community.openai.com/t/1405880) (community.openai.com)
- [Artificial Analysis의 GPT-6.1 Sol 페이지](https://artificialanalysis.ai/models/gpt-6-1-sol) (artificialanalysis.ai)
- [Codex 속도 문서](https://learn.chatgpt.com/docs/agent-configuration/speed) (learn.chatgpt.com)
- [OpenAI API Fast 모드 가이드](https://developers.openai.com/api/docs/guides/fast-mode) (developers.openai.com)
- [Ultrafast 모드 가이드](https://developers.openai.com/api/docs/guides/ultrafast-mode) (developers.openai.com)
- [OpenAI의 Codex 모델 문서](https://learn.chatgpt.com/docs/models) (learn.chatgpt.com)
- [OpenAI 추론 가이드](https://developers.openai.com/api/docs/guides/reasoning) (developers.openai.com)