OpenAI가 10월 26일 공개한 GPT-6.1 Terra는 새 최상위 모델이 아니다. 값이 절반으로 떨어진 대신, 컴퓨터를 직접 다루는 일상 업무를 맡는 실속형 모델이다.
GPT-6.1 Terra는 OpenAI 라인업의 어디에 서나
OpenAI의 모델 이름은 이제 네 갈래로 나뉜다. 가장 강한 GPT-6 Astra, 균형을 잡은 GPT-6.1 Sol, 싸고 빠른 Terra, 가장 가벼운 Luna다. GPT-6.1 Terra는 Terra 계열의 두 번째 모델이며 GPT-5.6 Terra의 자리를 이어받는다.
회사가 설명문 첫머리에 놓은 말은 "빠르고 효율적"이다. 최고 성능이 아니라 같은 돈으로 더 많은 일을 하는 쪽을 앞세웠다는 뜻이다. 제안서 작성, 기술 도면 해석, 서식 입력, 영상 편집. 하루의 상당 부분을 차지하면서도 매번 새로 판단해야 하는 작업이 표적이다.
최상위가 아니라는 점은 OpenAI도 숨기지 않았다. 발표문에는 가장 복잡한 코딩 작업에는 GPT-6.1 Sol과 GPT-6 Astra가 더 적합하다고 적혀 있다. 한 모델로 모든 순위를 가져가겠다는 발표가 아니다.
모델 | 라인업에서의 자리 | 강조점 |
|---|---|---|
GPT-6 Astra | 최상위 | 가장 어려운 추론과 코딩 |
GPT-6.1 Sol | 균형형 | 성능과 비용의 중간 |
GPT-6.1 Terra | 실속형 | 빠른 속도와 낮은 단가 |
GPT-6 Luna | 최경량 | 가장 낮은 비용 |
표만 보면 Terra가 세 번째처럼 보이지만, 실제 의미는 다르다. OpenAI가 이번에 바꾼 것은 성능 곡선의 모양이 아니라, 같은 성능에 붙는 가격표다.
API 가격은 입력 100만 토큰당 1달러, 출력 5달러
표준 API 가격은 입력 100만 토큰당 1달러, 출력 100만 토큰당 5달러다. 캐시에 올라간 입력은 0.05달러로 떨어진다. 비교 대상은 바로 앞 세대인 GPT-5.6 Terra로, 그 모델은 입력 2달러, 출력 12달러였다. 입력은 절반, 출력은 절반 이하다.
캐시 쪽 변화도 작지 않다. Artificial Analysis의 집계에 따르면 캐시 쓰기 가격은 100만 토큰당 1.25달러로 반값이 됐고, 캐시 읽기는 0.20달러에서 0.05달러로 내려왔다. 같은 계약서나 매뉴얼을 반복해서 읽히는 업무일수록 차이가 크게 벌어진다.
이 가격이 겨냥하는 일은 분명하다. 들어오는 청구서를 읽고 회계 소프트웨어에 금액과 날짜를 옮겨 적는 작업, 고객 문의를 1차로 분류하는 작업, 촬영본을 잘라 자막 초안을 붙이는 작업. 건수가 많고, 한 건의 실패가 치명적이지 않고, 사람이 마지막에 확인할 수 있는 일들이다.
구독 쪽에도 영향이 있다. ChatGPT Work와 Codex에서는 같은 사용량 한도로 더 많은 작업을 처리할 수 있다고 OpenAI는 설명한다. 회사 직원이 X에 올린 글에 따르면 그 범위가 GPT-6.1 Sol의 약 두 배다. 이 수치는 회사 안팎의 경험담이지 독립된 측정값은 아니다.
컴퓨터를 다루는 능력에서 오른 점수
OpenAI가 가장 먼저 내세운 것은 화면을 보고 손을 움직이는 능력이다. Agents' Last Exam은 건축 도면을 3D 모델로 옮기거나, 애니메이션 영상을 장면마다 보며 복원 팀에 넘길 타임코드 기록을 만드는 과제를 모은 평가다. 사무실에서 실제로 벌어지는 일에 가깝다.
중간 추론 설정에서 GPT-6.1 Terra는 GPT-5.6 Terra보다 15%포인트 높은 점수를 냈다. 비용은 그 모델의 약 3분의 1이다. 같은 발표문은 토큰 단가가 10분의 1인 GPT-6 Astra와 대등한 성적을 내는 구간도 있다고 덧붙인다.
데스크톱 앱을 조작해 여러 단계를 이어가는 OSWorld 2.1에서는 중간 설정만으로 GPT-5.6 Terra의 최고 점수를 넘었다. 이미지와 도표를 읽는 MMMU-Pro에서도 모든 추론 설정에서 앞섰고, Astra와 Sol의 점수에 가까워졌다.
여기서 한 번 끊어야 한다. 세 숫자는 모두 OpenAI가 자체적으로 측정해 발표한 값이다. 같은 조건에서 외부 기관이 다시 돌린 결과가 아니다. 평가를 만든 쪽이 유리한 과제를 고를 수 있다는 점은 늘 남는 변수다.
Terminal-Bench 4.0에서 50.3%, 코딩 1등은 아니다
명령줄에서 버그를 고치는 능력을 재는 Terminal-Bench 4.0에서, 최대 추론 설정의 GPT-6.1 Terra는 50.3%를 풀었다. GPT-5.6 Terra가 공개했던 21.5%의 두 배가 넘는다. 로딩 중에 화면이 밀리는 웹페이지를 고치는 식의 과제가 여기 들어간다.
과학 연구용 코드를 다루는 Terminal-Bench-Science 0.1에서는 최대 설정으로 GPT-6.1 Sol을 앞섰다. Claude Opus 5.5와는 5점 차이까지 따라붙었고, 추정 비용은 그 모델의 5분의 1이 안 된다고 회사는 밝혔다.
가격 대비 효율 주장도 여기서 나온다. OpenAI는 최대 설정에서 토큰 효율이 Claude Opus 5.5의 세 배가 넘고 토큰당 가격은 4분의 1이라, 작업 한 건당 비용은 약 9분의 1이라고 설명한다. 이 9배는 회사가 고른 조건과 과제에서 나온 비교다. 경쟁 모델을 같은 저울에 올린 제3자의 측정이 아니다.
Artificial Analysis도 터미널 과제에서 약 20점 상승을 확인했다. 최대 설정에서는 GPT-6.1 Sol에 거의 맞먹는 수준이다. 다만 다른 평가에서는 개선 폭이 훨씬 작다. GDP.pdf 같은 문서 이해 과제에서는 5점 남짓 올랐다.
Artificial Analysis가 주목한 것은 낮은 설정의 가성비
제3자 평가는 조금 더 차분하다. Artificial Analysis의 Intelligence Index에서 GPT-6.1 Terra는 최대 설정으로 GPT-5.6 Terra를 6점 앞섰다. 작업 한 건당 비용은 0.40달러 대 1.40달러다. 세 배 넘게 싸면서 조금 더 똑똑해진 셈이다.
흥미로운 부분은 그다음이다. 추론 설정을 낮음과 중간으로 내리면 상승 폭이 7점에서 13점으로 커진다. 이 두 설정만이 "지능 대비 비용" 곡선의 최전선에 올라가고, 나머지 설정은 그 뒤로 밀린다.
이 문장을 곧이곧대로 읽으면 Terra의 값어치는 낮은 설정에서 나온다. 비싼 설정을 켜면 Sol에 4점 못 미치는 성적을 내면서 비용은 Sol 쪽으로 다가간다. 똑똑함을 돈으로 사는 구간에 들어서는 것이다.
코딩 에이전트 지수에서는 48점이다. GPT-6.1 Sol이 54점, GPT-6 Luna가 31점이니 그 사이에 놓인다. 이 지표에서는 아주 높은 설정과 낮은 설정이 비용 효율 최전선에 걸린다. 중간 설정은 그렇지 않다.
환각률은 88%에서 38%로 내려왔다
실무에서 체감이 큰 변화는 모르는 것을 모른다고 하는 쪽이다. Artificial Analysis의 AA-Omniscience 평가에서, 답을 모를 때 그럴듯하게 찍어서 답하는 비율이 38%로 떨어졌다. GPT-5.6 Terra는 88%였다. 50%포인트 차이다.
같은 평가에서 정답률은 2점 올랐다. 찍는 비율이 줄었는데 맞히는 비율은 늘었다는 뜻이니, 추측을 줄이면서 지식은 늘어난 조합이다. 청구서 금액을 한 자리 잘못 읽고 자연스러운 숫자를 돌려주는 사고가 줄어드는 방향의 변화다.
다만 이 수치는 특정 평가 세트에서 나온 것이다. 실제 업무 문서는 표와 각주, 스캔 상태가 제각각이다. 환각률이 낮아졌다는 말은 "덜 틀린다"는 뜻이지 "확인하지 않아도 된다"는 뜻이 아니다.
안전 등급과 배포 범위
OpenAI는 자사의 준비태세 프레임워크에서 GPT-6.1 Terra의 사이버보안 능력을 최고 위험 구간인 Critical로 분류했다. GPT-6 Astra에 적용한 보호 장치를 그대로 붙였다고 설명한다. Critical은 위험한 모델이라는 낙인이 아니라, 악용될 경우 큰 피해가 날 수 있는 능력 구간에 들어섰다는 표시다.
정렬 평가도 함께 내놨다. 회사에 따르면 Terra는 GPT-5.6 Terra보다 자기 역할 범위를 지키는 편이고, 한계와 걸림돌을 솔직하게 알리는 쪽으로 바뀌었다. 프롬프트 인젝션, 즉 사용자 지시를 다른 명령으로 바꿔치기하는 공격에 대한 저항도 강해졌다고 한다. 이 역시 회사 자체 평가이며 외부 감사 결과가 아니다.
배포는 공개 당일부터다. ChatGPT Work와 Codex에서 Plus, Pro, Enterprise, Edu 이용자가 쓸 수 있고, 개발자는 API에서 gpt-6.1-terra라는 이름으로 호출한다. 새 모델을 쓰려고 별도 신청을 해야 하는 구조는 아니다.
어떤 일을 Terra에 맡길까
기준은 하나로 정리된다. 틀린 결과를 발견하는 비용이 모델을 한 번 더 부르는 비용보다 싼가. 청구서 금액이 한 자리 어긋나면 경리가 바로 알아챈다. 그래서 Terra에 맡겨도 된다. 반대로 고객에게 나가는 제안서의 문장이 사실과 다르면 되돌리는 데 훨씬 오래 걸린다. 그런 일은 Sol이나 Astra에 남겨야 한다.
전부 갈아치우는 방식도 권하지 않는다. 초안을 뽑고 형식을 다듬는 단계는 Terra로, 최종 판단이 필요한 단계는 상위 모델로 보내는 식의 분업이 현실적이다. 품질을 크게 떨어뜨리지 않으면서 비용의 많은 부분을 줄일 수 있다.
값이 절반이 됐다는 말은 같은 예산으로 두 배를 시도할 수 있다는 뜻이기도 하다. 같은 작업을 세 번 돌려 결과가 일치하는 것만 채택하는 방식이 그제야 계산이 맞는다. 다만 추론 설정을 무조건 최대로 올리면 이 이점은 사라진다. 낮음이나 중간에서 시작해, 실패가 눈에 보이는 공정부터 붙이는 편이 낫다.
