GPT-6.1 Sol·Astra·GPT-6 Sol 비교와 전환 기준

2026년 9월 29일 공개된 GPT-6.1 Sol(gpt-6.1-sol)은 GPT-6 Sol과 API 단가가 같습니다. 100만 토큰당 입력 $2, 출력 $10이고, 바뀐 것은 캐시 입력이 $0.20에서 $0.10으로 내려간 것 하나입니다. GPT-6 Astra(입력 $10, 출력 $50)와 비교하면 일반 입력·출력 단가가 5분의 1입니다. 모두 OpenAI 직접 API의 Standard 처리, 입력 272K 토큰 이하 요청 기준입니다.

세 모델 중 무엇을 쓸지는 지금 어떤 모델을 쓰고 있느냐에 따라 답이 갈립니다.

• GPT-6 Sol을 쓰고 있다면 6.1 Sol로 바꾸는 편이 낫습니다. Artificial Analysis(AA)의 독립 측정에서 6.1 Sol은 같은 추론 강도끼리 GPT-6 Sol보다 4~8점 높고, 작업당 비용은 같거나 낮습니다. 단, 요청에 추론 강도를 none이나 minimal로 넣었거나 Chat Completions에서 도구를 호출하고 있다면 모델 이름만 바꿔서는 동작하지 않습니다.
• Astra를 쓰고 있다면 작업 일부를 6.1 Sol로 내려 볼 만합니다. AA 지수에서 점수를 맞추면 6.1 Sol high는 Astra medium, xhigh는 Astra high, max는 Astra xhigh와 같은 점수이고, 작업당 비용은 Astra 쪽이 약 3~5배입니다.
• Astra를 남길 작업은 AA 기준 Astra max(53점) 수준이 필요한 작업, OpenAI가 직접 Astra를 권한 가장 어려운 과학 연구 작업, Ultrafast 속도가 필요한 서비스입니다. 6.1 Sol에는 53점에 해당하는 설정이 없고, 6.1 Sol Ultrafast는 발표만 됐을 뿐 API 가격표에 없습니다.

"6.1 Sol이 6 Sol을 대체한다"는 말은 OpenAI가 추천하는 Sol 모델이 바뀌었다는 뜻이지 서비스 종료가 아닙니다. 2026년 9월 30일 기준 gpt-6-sol은 OpenAI 지원 중단(deprecations) 목록에 없고 모델 페이지도 그대로 있습니다. 가격 페이지의 대표 모델 표에서 GPT-6 Sol 줄이 빠지고 6.1 Sol이 들어갔을 뿐입니다.

아래 성능 수치는 출처가 둘입니다. OpenAI가 자체 평가로 발표한 수치와, 제3자인 AA가 같은 방식으로 세 모델을 모두 측정한 수치입니다. 각 수치에는 측정 주체와 설정이 함께 적혀 있습니다.

세 모델의 기본 조건

출처: OpenAI 모델 페이지와 가격 페이지, 2026년 9월 30일 기준. 가격은 Standard 처리, 입력 272K 토큰 이하 요청의 100만 토큰당 단가입니다.

세 모델에 공통으로 적용되는 조건도 있습니다. 컨텍스트 창은 1,050,000토큰, 최대 출력은 128,000토큰으로 같습니다. 입력이 272K 토큰을 넘는 요청은 그 요청 전체의 입력·캐시 단가가 2배, 출력 단가가 1.5배가 됩니다. 이 경우 6.1 Sol은 입력 $4, 출력 $15, Astra는 입력 $20, 출력 $75입니다. Batch와 Flex는 Standard의 50%, Fast 모드는 2배, 지역 처리(데이터 레지던시)는 지원되는 곳에서 10%가 붙습니다.

단가 배율을 정리하면 Astra는 6.1 Sol의 입력·캐시 쓰기·출력에서 5배, 캐시 입력에서 10배입니다. "5분의 1 가격"은 일반 입력과 출력 단가에 대한 말이고, 캐시 입력이 많은 요청일수록 토큰 단가 차이는 5배보다 커집니다. 실제 작업 비용 차이는 모델마다 쓰는 토큰 수가 달라 또 달라지는데, 이는 뒤의 AA 측정에서 다룹니다.

GPT-6 Sol에서 6.1 Sol로 바로 바꿔도 될까

가격은 그대로, 캐시 입력만 절반

입력·캐시 쓰기·출력 단가는 한 푼도 바뀌지 않았습니다. 캐시 입력 할인율이 90%에서 95%로 커진 것이 유일한 가격 변화라서, 같은 프롬프트 앞부분을 반복해서 보내는 에이전트 작업에서만 요청당 비용이 조금 줄어듭니다. 캐시를 거의 쓰지 않는 단발 요청이라면 토큰 수가 같을 때 비용도 같습니다.

같은 강도에서 4~8점, 강도를 낮추면 비용이 크게 준다

"6.1이 겨우 몇 점 올랐다"는 평가는 대개 두 모델을 모두 max로 돌린 결과를 가리킵니다. AA 지능 지수 v4.3.2(터미널 작업, 지식 업무, 과학 추론 등 10개 평가 묶음)에서 max끼리는 48점에서 52점으로 4점 올랐습니다. 그런데 낮은 강도로 내려갈수록 차이가 커집니다.

출처: Artificial Analysis 모델 릴리스 페이지, 2026년 9월 30일 기준. 작업당 비용은 AA 지수 작업 하나에 들어간 입력·캐시·추론·답변 토큰을 정가로 계산한 가중 평균으로, 독자의 청구액과는 다릅니다.

더 눈여겨볼 줄은 따로 있습니다. 6.1 Sol medium은 48점으로 GPT-6 Sol max와 점수가 같은데, 작업당 비용은 $0.21 대 $1.05로 5분의 1입니다. 지금 GPT-6 Sol을 max나 xhigh로 돌리고 있다면, 6.1 Sol로 바꾸면서 강도를 한두 단계 낮춰도 같은 품질이 나올 가능성이 있다는 뜻입니다. OpenAI의 Codex 문서도 "추론 강도는 모델 세대 사이에 정확히 대응하지 않는다"며 익숙한 작업을 더 낮은 설정으로 먼저 시험해 보라고 권합니다.

OpenAI 자체 발표도 방향은 같습니다. 코딩 평가 DeepSWE v1.1에서는 6.1 Sol이 GPT-6 Sol의 최고 점수보다 6.4포인트 높은 결과를 더 낮은 강도와 비용으로 냈다고 밝혔습니다. 컴퓨터 사용 평가 OSWorld 2.0에서는 max 기준 7포인트 높고 비용은 절반 미만, AutomationBench 1.0.6에서는 medium끼리 4.8포인트 높았다고 발표했습니다. 모두 OpenAI의 연구 환경 또는 API에서 잰 자체 결과입니다.

출력 토큰은 10~30% 늘어난다

AA는 6.1 Sol이 모든 강도에서 GPT-6 Sol보다 출력 토큰을 약 10~30% 더 쓴다고 측정했습니다. 출력 단가가 같으니 같은 강도로 같은 요청을 보내면 출력 비용은 그만큼 늘어납니다.

캐시 입력 절감과 출력 증가 중 어느 쪽이 큰지는 요청 구성에 달려 있습니다. 뒤의 계산 예시(입력 20만 토큰 중 15만 캐시, 출력 2만 토큰)에서 캐시 입력 절감은 $0.015인데, 출력이 7.5%만 늘어도 같은 $0.015가 추가됩니다. AA가 측정한 10~30% 증가 범위라면 같은 강도에서 요청 1건 비용은 GPT-6 Sol과 비슷하거나 약간 높을 수 있습니다. 6.1 Sol로 바꿔 돈을 아끼는 경로는 단가가 아니라 강도를 낮춰도 합격하는 결과와 재시도 감소입니다.

모델 이름만 바꾸면 깨지는 곳

gpt-6-sol을 gpt-6.1-sol로 바꾸기 전에 요청에서 확인할 항목입니다. 모델 ID에 점이 들어간다는 것도 설정 파일에서 자주 틀리는 부분입니다.

GPT-6 Sol이 none에서만 Chat Completions 함수 호출을 지원했기 때문에, "추론 없이 빠르게 도구 호출"하는 구성은 위 표의 첫 세 줄에 동시에 걸립니다. 이 경우는 모델명 교체가 아니라 API 경로를 바꾸는 작업이 됩니다. 전환할 때 요청을 실제로 어떻게 고치는지는 GPT-6.1 Sol 가격과 사용법: 모델 ID만 바꾸면 안 되는 이유에 정리돼 있습니다.

이미지 입력을 쓰는 작업이라면 하나 더 있습니다. GPT-6 Sol에는 이미지 이해를 떨어뜨리는 인코딩 버그가 있었고 2026년 9월 25일 수정됐습니다. OpenAI는 이미지 입력을 쓰는 경우 평가를 다시 돌리라고 권했습니다. 9월 25일 이전에 측정한 GPT-6 Sol 이미지 결과를 기준선으로 삼아 6.1 Sol과 비교하면 6.1 Sol이 실제보다 좋아 보일 수 있습니다.

Astra와의 격차는 얼마나 줄었나

OpenAI 발표: 벤치마크마다 격차가 다르다

OpenAI는 6.1 Sol을 "Astra에 근접한 성능"으로 소개하면서도 "GPT-6 Astra는 여전히 종합 능력이 가장 강한 모델"이라고 밝혔습니다. 발표에 나온 비교는 다음과 같습니다.

• 코딩(DeepSWE v1.1): Astra와 비슷한 수준을 약 5분의 1 비용으로 달성.
• 컴퓨터 사용(OSWorld 2.0): max 기준 Astra와의 차이 2.1포인트 이내, 작업당 비용은 약 7분의 1.
• 과학 연구(Terminal-Bench Science 0.1): Astra가 68.1%로 1위. 평균 작업당 비용은 6.1 Sol $5.47, Astra $23.80. OpenAI는 가장 어려운 과학 연구 작업에는 Astra를 쓰라고 권했습니다.
• 사실 오류율(xhigh, 일부러 고른 어려운 질문): 6.1 Sol 4.1%, GPT-6 Sol 4.5%, Astra 4.0%. 작업당 비용은 Astra보다 약 83% 낮음.
• 검색 도구 실패를 알리지 않은 비율(max, 적대적 조건): 6.1 Sol 2.1%, GPT-6 Sol 4.9%, Astra 1.5%.

OpenAI는 이 평가들이 연구 환경이나 API에서 진행돼 실제 ChatGPT와 다를 수 있고, 어려운 질문 모음은 일반적인 사용을 대표하지 않는다고 적었습니다. 나머지 차트의 세부 점수는 발표 본문에 숫자로 나와 있지 않습니다.

AA 독립 측정: 점수를 맞추면 3~5배

같은 조건에서 세 모델을 모두 잰 곳은 AA입니다. 6.1 Sol과 Astra를 추론 강도별로 놓으면 다음과 같습니다.

출처: Artificial Analysis 모델 릴리스 페이지, 2026년 9월 30일 기준.

같은 강도 이름끼리 보면 Astra가 1~4점 높습니다. 다만 강도 이름이 같다고 계산량이 같은 것은 아닙니다. 같은 OpenAI 모델끼리도 강도 단계를 서로 맞춰 둔 것이 아니어서, 점수가 같은 설정끼리 짝지어야 비용 차이가 제대로 보입니다.

배율은 위 AA 수치로 계산한 값입니다(예: $1.54 ÷ $0.32 ≈ 4.8). AA 지수 1점은 작은 차이지만, 이 지수는 10개 평가의 평균이라 개별 평가에서는 격차가 더 클 수 있습니다. 앞의 Terminal-Bench Science처럼 Astra가 분명히 앞서는 영역이 있다는 점을 함께 봐야 합니다.

코딩만 따로 보면 결과가 조금 다릅니다. AA 코딩 에이전트 지수(Coding Agent Index)에서 6.1 Sol xhigh는 Astra보다 1점 높았고 작업당 비용은 Astra의 15% 미만이었습니다. 같은 지수에서 6.1 Sol의 xhigh가 자기 max보다 3점 높게 나온 점도 AA가 따로 지적했습니다.

6.1 Sol max와 Astra xhigh 중에는

두 설정은 AA 지능 지수에서 모두 52점이고, 작업당 비용은 6.1 Sol max $0.72, Astra xhigh $2.31입니다. API로 쓴다면 같은 점수를 약 3분의 1 비용에 얻는 6.1 Sol max가 유리합니다. 코딩 작업이라면 위의 코딩 에이전트 지수 결과 때문에 6.1 Sol은 max보다 xhigh부터 시험하는 편이 낫습니다.

Codex나 ChatGPT Work에서 두 설정의 사용량이 비슷하게 느껴진다면 비교 기준이 달라집니다. 요금제 안에서는 모델마다 ChatGPT 크레딧이 소모되는데, 모델·강도별 소모량은 공개 문서에 나와 있지 않습니다. API 토큰 단가를 요금제 사용량으로 그대로 환산할 수 없으므로, 요금제에서는 같은 작업을 두 설정으로 몇 번 돌려 결과와 남은 사용량을 직접 비교하는 수밖에 없습니다.

Astra를 남겨야 하는 경우

6.1 Sol로 내려 보는 것이 기본값이라면, 다음 조건에서는 Astra를 유지하는 쪽이 합리적입니다.

• Astra max의 성능이 필요한 작업: AA 기준 53점에 해당하는 6.1 Sol 설정이 없습니다. 지금 Astra를 max로 돌려야만 합격하는 작업은 6.1 Sol로 옮길 대상이 아닙니다.
• 가장 어려운 과학 연구·장시간 전 과정 작업: OpenAI는 Terminal-Bench Science 결과와 함께 이런 작업에 Astra를 권했고, Codex 문서도 "가장 까다로운 작업에는 Astra를 유지하라"고 적었습니다. 같은 문서는 Astra가 필요한 순간에 요점을 짚어 질문하고, 중간 지시를 반영하면서도 원래 목표와 제약을 유지하는 데 더 낫다고 설명합니다.
• 실패 한 번의 비용이 큰 작업: 결과를 사람이 검토하거나 잘못된 결과가 배포까지 가는 작업이라면, 토큰 비용 3~5배보다 합격률 몇 퍼센트포인트가 더 중요할 수 있습니다. 다음 절의 "합격한 결과 1건당 비용"으로 판단하세요.
• Ultrafast가 필요한 서비스: 2026년 9월 30일 기준 API Ultrafast 가격은 Astra에만 있습니다(100만 토큰당 입력 $60, 출력 $300, Standard의 6배, 미국 데이터 레지던시와 글로벌 처리만 지원). OpenAI 발표문은 6.1 Sol Ultrafast도 함께 출시됐다고 적었지만, OpenAI의 모델 안내 문서는 "6.1 Sol의 Ultrafast 지원은 추후 제공"이라고 적고 있고 가격표에도 없습니다.

보안 작업 때문에 모델을 고민한다면 알아 둘 점도 있습니다. OpenAI는 6.1 Sol을 사이버보안 Critical, 생물·화학 High 등급으로 분류하고 Astra와 같은 안전장치를 적용했습니다. Astra에서 안전장치에 걸리던 요청이 6.1 Sol로 바꾼다고 통과할 것이라고 기대하기는 어렵습니다.

비용 계산: 요청 1건과 합격한 결과 1건

요청 1건의 비용

캐시를 많이 쓰는 에이전트형 요청 하나를 가정해 계산하면 다음과 같습니다. 입력 20만 토큰 중 15만 토큰이 캐시 입력, 5만 토큰이 새 입력이고, 출력이 2만 토큰입니다(Standard, 272K 이하, 캐시 쓰기 비용 제외, 세 모델의 토큰 수가 같다고 가정).

계산식은 (토큰 수 ÷ 100만) × 100만 토큰당 단가입니다. 토큰 수가 같다면 Astra는 6.1 Sol의 약 5.2배이고, GPT-6 Sol과 6.1 Sol의 차이는 $0.015입니다.

실제로는 토큰 수가 같지 않습니다. AA 측정처럼 6.1 Sol의 출력이 GPT-6 Sol보다 20% 많다면 출력은 2만 4천 토큰, 출력 비용은 $0.240이 되어 6.1 Sol의 합계는 $0.355로 GPT-6 Sol($0.330)보다 높아집니다. 입력이 272K 토큰을 넘는 요청이라면 세 모델 모두 입력·캐시 단가 2배, 출력 단가 1.5배로 다시 계산해야 하고, Batch나 Flex로 보내면 절반, Fast 모드면 2배가 됩니다. Astra의 캐시 쓰기·서비스 티어·272K 초과 계산은 GPT-6 Astra API 가격: 272K 기준과 캐시·서비스 티어 계산법에 자세히 정리돼 있습니다.

합격한 결과 1건당 비용

요청 1건 비용만으로는 모델을 고를 수 없습니다. 싼 모델이 재시도를 두 번 더 하면 비싼 모델보다 비싸질 수 있기 때문입니다. 비교 기준은 다음 값입니다.

합격한 결과 1건당 비용 = 시험 기간의 전체 청구액(실패·재시도 포함) ÷ 미리 정한 기준을 통과한 결과 수

예를 들어 위 요청이 6.1 Sol에서 10건 중 7건, Astra에서 10건 중 9건 합격했다고 가정하면, 6.1 Sol은 $3.15 ÷ 7 ≈ $0.45, Astra는 $16.50 ÷ 9 ≈ $1.83입니다. 이 가정에서는 합격률이 20포인트 낮아도 6.1 Sol이 약 4배 쌉니다. 반대로 결과 검토에 사람 시간이 들거나 실패가 사고로 이어진다면 그 비용을 청구액에 더해야 하고, 그때는 결론이 뒤집힐 수 있습니다.

자기 작업에서 확인하는 순서는 이렇습니다.

1. 실제 업무에서 대표 작업 20~50개를 고르고, 합격 기준(테스트 통과, 정답 일치, 검토자 승인 등)을 먼저 정합니다.
2. 지금 쓰는 설정을 기준선으로 둡니다. GPT-6 Sol 사용자는 현재 강도, Astra 사용자는 현재 강도입니다.
3. 6.1 Sol을 같은 강도와 한 단계 낮은 강도로 돌립니다. Astra에서 내려오는 경우에는 위 점수 대응표에서 같은 점수의 6.1 Sol 설정(Astra medium → 6.1 Sol high 등)도 함께 돌립니다.
4. 응답에 기록되는 입력·캐시·출력 토큰 사용량으로 청구액을 계산하고, 합격 수로 나눕니다.
5. 합격한 결과 1건당 비용이 가장 낮은 설정을 고르되, 합격률이 업무상 최저선 아래로 내려가는 설정은 제외합니다.

ChatGPT Work와 Codex에서 쓸 때

API 단가와 별개로, 요금제 안에서 쓰는 조건은 다음과 같습니다(2026년 9월 30일 기준, OpenAI 모델 안내 문서).

• 제공 요금제: 6.1 Sol은 Plus, Pro, Business, Enterprise, Edu에 단계적으로 제공됩니다. Enterprise와 Edu는 관리자가 켜기 전까지 꺼져 있고, Free와 Go는 출시 대상이 아닙니다.
• 쓸 수 있는 곳: 6.1 Sol, GPT-6 Sol, Luna는 ChatGPT Work(웹·모바일)와 Codex(데스크톱 앱·CLI)에서 쓸 수 있고, 일반 채팅(Chat)에는 없습니다. Codex CLI에서는 codex -m gpt-6.1-sol 또는 codex -m gpt-6-astra로 고릅니다.
• Astra의 채팅 사용: 채팅에서는 "GPT-6 Pro"라는 이름으로 Astra가 Pro, Business, Enterprise에 제공됩니다. Plus는 Work와 Codex에서만 Astra를 쓸 수 있습니다.
• 추론 강도 표기: Codex와 Work의 Light~Ultra는 앱의 조절 단계이고 API의 reasoning.effort 값과 다릅니다. Max와 Ultra는 설정에 따라 보이지 않을 수 있습니다.
• 속도 모드: 6.1 Sol은 Standard와 Fast로 출시됐고 Ultrafast는 추후 지원 예정입니다.

OpenAI는 Codex에서 여러 단계와 도구를 오가며 가장 강한 능력이 필요한 작업에는 Astra를, 비용이 중요한 반복·장시간 작업에는 6.1 Sol을 권합니다. 모델을 선택한다고 워크스페이스 권한이 생기지는 않으므로, 목록에 6.1 Sol이 보이지 않으면 요금제와 관리자 설정부터 확인해야 합니다.

자주 묻는 질문

GPT-6 Sol은 곧 종료되나요?

2026년 9월 30일 기준 종료 일정은 발표되지 않았습니다. gpt-6-sol은 지원 중단 목록에 없고 모델 페이지에는 "더 새로운 Sol 모델은 GPT-6.1 Sol을 보라"는 안내만 붙었습니다. 당장 바꾸지 않아도 요청이 멈추지는 않지만, 같은 단가에 성능이 오른 모델이 있으니 위 확인 항목을 점검한 뒤 옮기는 편이 낫습니다.

캐시가 많은 에이전트 작업에서도 Astra의 5분의 1인가요?

토큰 단가로는 5분의 1보다 차이가 더 큽니다. 캐시 입력은 6.1 Sol $0.10, Astra $1.00으로 10배 차이이기 때문입니다. 다만 작업당 비용은 모델마다 쓰는 토큰 수가 달라 단가 배율과 다릅니다. AA 측정에서 같은 강도끼리 Astra의 작업당 비용은 6.1 Sol의 약 4.5~7.3배, 점수를 맞추면 약 3.2~4.8배였습니다.

Luna나 GPT-5.6 Terra까지 포함하면 어떻게 고르나요?

Luna는 추출·분류·요약처럼 좋은 결과의 모양이 분명한 대량 작업용입니다. GPT-6 계열 전체와 GPT-5.6 Terra의 위치는 GPT-6 Sol·Luna·Astra와 Terra 비교: 모델 ID, API 요금, 선택 기준에서 비교했습니다. 해당 비교는 6.1 Sol 출시 전 기준이라 Sol 부분은 GPT-6 Sol을 다룹니다.

Astra 대신 Claude 모델을 고려한다면?

같은 AA 지수로 추론 강도별 성능과 작업당 비용을 비교한 소넷 5.5 vs GPT-6 Astra: 추론 강도별 성능과 작업당 비용이 있습니다. Astra를 처음 호출해 보는 단계라면 GPT-6 Astra API 사용 방법: 프로젝트 권한 확인부터 첫 응답까지를 참고하세요.