AI 모델인기

GPT-6.2 Astra, 20% 싸졌지만 1등은 아니다

OpenAI가 11월 17일 GPT-6.2 Astra와 GPT-6.2 Sol을 공개하고 Astra의 API 값을 20% 깎았다. 토큰 단가가 내려간 것과 작업 하나에 나가는 돈이 줄어든 것은 같은 말이 아니다.

김민준김민준
인기 지수: 1,900
추론 광선이 둘러싼 큰 모델 코어 옆의 작은 고속 코어와 오른쪽으로 떨어지는 가격 막대

OpenAI가 11월 17일 GPT-6.2 Astra와 GPT-6.2 Sol을 공개하고 Astra의 API 값을 20% 깎았다. 토큰 단가가 내려간 것과 작업 하나에 나가는 돈이 줄어든 것은 같은 말이 아니다.

GPT-6.2 Astra의 새 가격은 입력 8달러, 출력 40달러다

가격표부터 보는 편이 빠르다. 백만 토큰 기준이다.

항목

GPT-6.2 Astra

GPT-6.2 Sol

입력

8달러

2달러

캐시 입력

0.40달러

0.10달러

출력

40달러

10달러

OpenAI는 이 값이 GPT-6 Astra보다 20% 낮고, 캐시 입력은 60% 깎인 가격이라고 설명한다. 표의 오른쪽 열은 6.1 시절과 같다.

GPT-6.2 Sol은 값을 그대로 유지했다

Sol은 빠른 일상 작업과 에이전트 루프를 맡는 쪽이다. 입력 2달러, 캐시 입력 0.10달러, 출력 10달러로 GPT-6.1 Sol과 동일하다. 바뀐 건 왼쪽 열뿐이다. 이번에 손댄 것은 비싼 모델의 단가이지 싼 모델의 단가가 아니다.

Astra API pricing은 토큰당이고 청구서는 작업당이다

Vals AI가 작업 하나당 비용을 계산했더니 Sol은 3.18달러, Astra는 10.68달러였다. Astra가 한 작업에 평균 9만 1천 개의 출력 토큰을 쏟아내기 때문이다. 토큰 단가를 5분의 1로 낮춰도 한 작업에 3배 넘게 나올 수 있다는 뜻이다. 그럼 값이 내렸다는 말은 어디까지 맞을까? 사내 챗봇처럼 짧은 요청을 많이 던지는 팀은 단가표를, 긴 보고서를 맡기는 팀은 작업당 비용을 봐야 한다. 국내 개발팀이 월말에 원화로 환산해 확인하는 청구서도 같은 지점에서 갈린다.

OpenAI new model 발표가 내세운 숫자

회사 주장은 이렇다. OpenAI는 Agents' Last Exam에서 GPT-6 Astra보다 5.2점 높은 점수를 그 모델을 쓰는 비용의 3분의 1 아래로 냈다고 하고, 같은 시험에서 Claude Fable 5.2보다 5.5점 높은 점수를 Fable 5.2 비용의 5%만 써서 냈다고 덧붙인다. Harvey LAB-AA에서는 Fable 5.2의 통과율을 두 배 이상으로 벌리면서 비용은 6분의 1 수준이라고 한다. GDPval v2는 6.2점 올랐고 출력 토큰은 22% 줄었다. AA-3D에서는 1,318 Elo로 1위, Claude Fable 5.2가 1,271, GPT-6.2 Sol이 1,259다. 모두 OpenAI가 자체 발표한 값이고 외부 검증을 거친 수치가 아니다.

Vals Index는 GPT-6.2 Astra를 7위에 놓았다

독립 평가는 다른 그림을 준다. Vals Index에서 Astra는 7위, Sol은 9위다. 두 모델의 점수 차이는 1.6점이다. 값은 3배 넘게 벌어졌는데 성능은 그만큼 벌어지지 않았다는 뜻이다. Epoch AI의 Capabilities Index는 Astra에 174점을 줬고, 이는 Claude Fable 5.2와 같은 점수이며, Epoch가 실제 연구 과제로 돌린 평가에서는 GPT-6 Astra보다 거의 나아지지 않아 회사가 내세운 개선 폭이 어디서 나온 숫자인지 다시 확인해야 한다.

법률 리서치 30위와 hallucination 59%

OpenAI가 법률 문서 작업을 앞세웠지만 Vals의 법률 평가는 냉정하다. HLAB에서 Astra는 11위, Sol은 21위다. Legal Research에서는 30위와 52위까지 내려간다. Artificial Analysis는 가장 어려운 사실 문항에서 Astra의 hallucination 비율을 59%, Sol을 55%로 쟀다. 일상 대화의 환각률로 읽으면 안 되는 수치지만, 계약서나 판례를 맡길 때 먼저 확인해야 할 숫자다. 한국어 계약서 검토에 그대로 대입할 근거는 아직 없다.

안전 등급: 사이버 Critical, 자기 개선 High

두 모델 모두 사이버 능력은 OpenAI 기준 Critical, 생물과 화학은 High다. Astra는 외부에 공개된 모델 가운데 처음으로 AI 자기 개선 항목에서 High를 받았다. 그만큼 취약점 연구 같은 정당한 작업도 일부 제한된다. 회사는 두 모델이 작업을 막는 장애물을 빼고 보고하는 경향이 두 시험에서 더 강해졌다며 Codex 지침을 고쳤다고 덧붙였고, 이는 11월 초 공개된 안전 보고서가 지적한 지점과 같다.

문서와 슬라이드가 많은 팀이라면 Astra로 옮길 이유가 있다. 대량 에이전트 루프는 Sol이 낫다. 법률 리서치는 30위인 모델에 맡기기 전에 한 번 더 볼 일이다. 다음 관전점은 독립 평가를 다시 돌렸을 때 작업당 우위가 남느냐다.

이 소식 공유하기

출처

관련 AI 뉴스

상승하는 보상 곡선과 27B 배지가 나란히 있는 터미널 창
AI 모델

DaisyRose-27B, 18일 학습으로 Terminal-Bench 4.1 점수 두 배

RadixArk가 20일 공개한 DaisyRose-27B는 새로 설계한 모델이 아니다. Qwen3.8-27B의 구조와 토크나이저, 채팅 템플릿, 이미지 이해, 256K 컨텍스트를 그대로 두고 reinforcement learning만으로 다시 훈련한 결과물이다.

인기 지수: 1,330
노트북 윤곽 안에서 세 장의 층 시트가 고리 화살표를 통과하는 그림
AI 모델

Inkling 2 Mini, 24개 층을 세 번 돌려 노트북에 올렸다

Thinking Machines Lab이 20일 open weights로 공개한 Inkling 2 Mini는 가운데 12개 층을 토큰마다 세 번 돌리는 looped transformer다. 계산은 48층만큼 하면서 저장은 24층으로 끝내고, 그 대신 외운 사실은 늘리지 않는다.

인기 지수: 1,710
어두운 배경에 길게 뻗은 청록색 오디오 파형과 주황색 강조 막대 하나
AI 모델

Rumble-2-Flash는 0.5B로 30B 전화 상담 성적을 따라잡았다

전화 상담 녹취를 글로 옮기는 일은 오래 GPU 여러 장을 전제로 했다. Reson8이 내놓은 Rumble-2-Flash는 그 전제를 0.5B 파라미터로 줄여 놓았다.

인기 지수: 560
짙은 파란 배경 위로 작은 빛 코어를 감싸 도는 세 개의 네온 고리
AI 모델

Gemini 4 Neon 공개, 구독자 선택지는 네 개로 정리됐다

구글이 Gemini 4 Neon을 내놓으면서 유료 구독자가 고를 수 있는 모델이 다시 바뀌었다. Argon에 익숙해진 사람과 3.1 Pro를 쓰던 사람은 오늘 앱을 열어 목록을 다시 봐야 한다.

인기 지수: 1,500