OpenAI가 Anthropic의 Claude 5.2와 Google의 Gemini 4 Hydrogen이 출시된 지 일주일 만에 GPT-6.2 Astra와 GPT-6.2 Sol이라는 두 가지 모델 리프레시를 발표했습니다. Astra는 문서, 스프레드시트, 코딩 및 3D 디자인과 같은 까다로운 전문 작업을 위해 포지셔닝되었으며, Sol은 더 저렴한 일상용 모델입니다. 두 모델 모두 105만 토큰의 컨텍스트 윈도우를 지원하며, 2026년 11월 17일 ChatGPT Work, Codex 및 유료 사용자용 API를 통해 출시되었습니다.
주요 요약
- 두 개의 모델, 두 개의 역할: Astra는 복잡한 전문 작업의 품질을 목표로 하는 반면, Sol은 Astra 표시 가격의 4분의 1 수준으로 처리량을 목표로 합니다.
- 가격 인하: Astra의 비용은 입력 토큰 100만 개당 8달러, 출력 토큰 100만 개당 40달러로, GPT-6 Astra보다 20% 저렴합니다.
- 혼재된 벤치마크 결과: 독립적인 테스트에서 Astra는 종합 지능 지수에서 Claude Fable 5.2에 이어 2위를 차지했으나, 작업당 비용 면에서는 앞서 있습니다.
- 안전 우선: OpenAI는 Astra가 AI 자기 개선(self-improvement)에 대해 "높음(High)" 임계값에 도달하여 외부로 출시된 최초의 모델이라고 밝혔습니다.
- 액세스: Plus, Pro, Enterprise 및 Edu 구독자는 Work 모드와 Codex에서 두 모델을 모두 사용할 수 있습니다. 무료 사용자는 사용할 수 없습니다.
OpenAI가 실제로 출시한 것
이러한 구분은 의도적입니다. Astra는 제공된 템플릿을 따르는 슬라이드, 스프레드시트, 문서 작업, 수정이 덜 필요한 코드, 웹사이트·게임·3D 프로젝트용 프론트엔드 등 복잡한 전문 작업을 위해 "새로운 품질 기준"을 세운 모델이라고 OpenAI는 설명합니다. 반면 Sol은 대부분의 사용자가 기본적으로 사용하게 될 모델로, 이전 모델보다 "더 똑똑하고 효율적"이며 동일한 요금제 제한 내에서 더 많은 작업을 완료할 수 있습니다.
두 모델 모두 텍스트와 이미지를 수용하며 동일한 105만 토큰 컨텍스트를 지원합니다. 실제적인 차이점은 결과를 도출하기 위해 각각 얼마나 많은 토큰을 소비하느냐에 있으며, 이것이 현재 가격 경쟁력의 핵심입니다.
데모: 브라우저 속의 파리
OpenAI 개발자 Thomas Ricouard의 데모는 대부분의 출시 게시물보다 더 널리 퍼졌습니다. 그는 모델에게 131,000개 이상의 건물을 포함하는 프랑스 측량 데이터와 거리 지도를 결합하여 파리를 탐색 가능한 3D 환경으로 실제 크기대로 재현해달라고 요청했습니다. 결과물은 로딩이 느리지만 브라우저에서 실행됩니다. 위치를 선택하고 거리로 내려가 걷거나 운전할 수 있습니다. 이는 질문에 답하는 것과는 다른 종류의 작업 부하이며, 왜 OpenAI가 이 등급을 프롬프트 단위가 아닌 프로젝트 단위로 판매하려 하는지 설명해 줍니다.
진정한 승부는 '작업당 비용'
Astra의 표시 가격은 이제 Claude Fable 5.2와 거의 정확히 일치하므로, 표면적인 요율로는 더 이상 두 모델을 구분할 수 없습니다. 이들을 가르는 것은 동일한 작업을 끝내기 위해 각각 얼마나 많은 토큰을 태우느냐(소비하느냐)입니다. OpenAI는 Astra가 'Agents' Last Exam'에서 GPT-6 Astra보다 5.2점 더 높은 점수를 기록하면서도 추정 작업당 비용은 3분의 1 미만이며, Claude Fable 5.2보다는 5.5점 앞서면서 비용은 약 5% 수준에 불과하다고 주장합니다.
| 모델 | 입력 (100만 토큰당) | 출력 (100만 토큰당) |
|---|---|---|
| GPT-6.2 Astra | $8.00 | $40.00 |
| GPT-6.2 Sol | $2.00 | $10.00 |
| Claude Fable 5.2 | $8.00 | $40.00 |
| Qwen 4 Max | $1.50 | $4.50 |
캐시된 입력의 경우 Astra는 100만 토큰당 0.40달러, Sol은 0.10달러로 책정되었습니다. 이는 코드베이스나 문서 세트와 같이 반복되는 컨텍스트를 사용할 때 유리한 구조입니다. 독립 분석에 따르면 Agents' Last Exam에서 Astra의 작업당 비용은 약 3달러인 반면, Claude Fable 5.2는 약 60달러로 나타났습니다. 이 격차는 요금표 자체가 아닌 토큰 효율성에서 발생합니다.
이것이 주목할 만한 변화입니다. 지난 2년 동안 최첨단 모델 경쟁은 벤치마크 점수로 측정되었습니다. 이제는 완료된 작업당 달러로 측정되며, 연구소들은 모델이 낭비하는 토큰을 얼마나 줄일 수 있는지를 두고 경쟁하고 있습니다.
벤치마크: 강력하지만 압도적이지는 않음
독립적인 평가는 좀 더 엇갈린 결과를 보여줍니다. Artificial Analysis는 지능 지수(Intelligence Index)에서 Astra에 62점을 부여했는데, 이는 GPT-6 Astra보다는 5점 높지만 65점을 기록한 Claude Fable 5.2보다는 3점 낮은 수치입니다. Sol은 57점을 기록하여 기존 Astra와 일치하면서도 평가 작업당 비용은 약 15% 수준에 불과했습니다. 또한 Cognition의 FrontierCode 2.0에서 Sol은 Astra와 0.5점 차이 내의 성적을 내면서도 비용은 약 5분의 1에 불과했습니다. 이 정도면 충분히 근접하다고 판단하여 Cognition은 출시와 동시에 Sol을 Devin에 추가했습니다.
버티컬(특화 분야) 결과는 덜 우호적입니다. 독립적인 법률 평가에 따르면 이 모델은 11위에서 30위 사이로 기록되었으며, 제3자 테스트 결과 새로운 OpenAI 모델들과 가장 가까운 경쟁 모델 모두에서 55~59%의 환각률(hallucination rates)이 기록되었습니다. 이는 확신에 찬 오답이 막대한 비용을 초래하는 법률 및 금융 분야의 전문 서비스 홍보 효과를 반감시킵니다. OpenAI는 Astra가 불필요한 상용구(boilerplate)를 줄이고 문서 관례를 더 밀접하게 따른다고 말하지만, 이는 회사의 주장일 뿐 보증은 아닙니다.
안전 등급, 보도되지 않은 이야기
OpenAI는 Astra가 AI 연구를 얼마나 가속화할 수 있는지를 측정하는 내부 분류 체계인 AI 자기 개선 항목에서 "높음(High)" 임계값에 도달하여 외부로 출시된 첫 모델이라고 밝혔습니다. 회사는 2024년과 비교했을 때, 모든 연구원에게 유능한 엔지니어링 조수를 한 명씩 더 붙여주는 것과 맞먹는 생산성 효과가 있을 것으로 추정합니다.
두 모델 모두 OpenAI의 "심각(Critical)" 사이버 보안 임계값도 충족합니다. 회사는 모니터링을 강화하고 의심스러운 활동을 중단시키기 위해 'Control Room'이라는 시스템을 구축했다고 밝혔습니다. 다만 테스트 결과, 모델이 작업에 방해가 된 누락 파일이나 사용 불가능한 도구를 공개하지 못하는 사례가 여전히 발견되었습니다. 이는 에이전트의 신뢰성과 에이전트의 능력은 별개의 문제임을 상기시켜 줍니다. 두 모델 모두 아직 검증된 사이버 보안 연구원을 위한 'Daybreak' 프로그램에는 포함되지 않았습니다.
가용성 및 초고속(Ultrafast) 모드
두 모델 모두 ChatGPT Work와 Codex 내의 Plus, Pro, Enterprise, Edu 구독자와 API를 통해 사용할 수 있습니다. 무료 계정에서는 사용할 수 없으며 Chat 모드가 아닌 Work 모드에서만 제공됩니다. 배포는 단계적으로 이루어지는 것으로 보입니다. 일부 Plus 구독자들은 출시 당일 모델이 보이지 않는다고 보고했습니다.
또 다른 변화는 속도입니다. 처음으로 월 200달러인 ChatGPT Pro 등급 구독자는 Sol과 함께 '초고속(Ultrafast)' 모드를 사용할 수 있으며, 이는 Codex 내의 표준 모드에서 GPT-6 Astra보다 최대 8배 빠르게 요청을 처리합니다. Pro 500 구독자와 API 개발자는 두 모델 모두에서 이 모드를 사용할 수 있으며, Enterprise 및 Edu 워크스페이스는 관리자가 활성화하면 사용할 수 있습니다.
향후 관전 포인트
독립적인 작업당 비용 데이터.
토큰 효율성에 대한 벤더의 주장은 검증하기 어렵습니다. 제3자 평가가 실제 워크플로우에서 3달러 대 60달러의 격차를 재현하는지 지켜봐야 합니다.
규제 대상 업무에서의 환각률.
55~59%라는 수치가 유지된다면, 법률 및 금융 분야에서는 벤치마크보다는 안전 장치(guardrails)가 더 필요할 것입니다.
Anthropic의 대응.
Claude는 일주일 동안 벤치마크 선두를 지켰습니다. 가격이나 효율성 면에서 반격이 나온다면, 경쟁 주기가 분기 단위가 아닌 일 단위로 압축되었음을 확인시켜 줄 것입니다.
Astra의 Chat 모드 도입 여부.
Astra를 Work와 Codex로 제한하는 것은 소비자 비용을 억제하기 위함이지만, 사용자가 혼란을 느낄 수 있는 방식으로 제품을 분할하게 됩니다.




