본문 바로가기

블로그

OpenAI, GPT-6.2 Astra와 GPT-6.2 Sol 출시

5분 분량

이 글은 한국어로만 제공돼요. English articles →

OpenAI가 공개한 GPT-6.2 Astra, GPT-6.2 Sol 대표 이미지입니다(OpenAI).
OpenAI가 공개한 GPT-6.2 Astra, GPT-6.2 Sol 대표 이미지입니다(OpenAI).

11월 17일(미국 시간), OpenAI가 GPT-6.2 Astra와 GPT-6.2 Sol을 공개했습니다. Astra는 가장 어려운 일을 맡기는 최상위 모델이고, Sol은 매일 쓰는 효율형 모델입니다. 9월 4일 GPT-6 Astra가 나온 지 약 2개월 반 만입니다.

이번 발표에서 OpenAI가 가장 앞세운 건 점수보다 토큰입니다. 같은 일을 더 적은 출력 토큰으로 끝내서, 과제 하나를 처리하는 비용이 GPT-6 Astra의 3분의 1 아래로 내려갔다고 밝혔어요. ChatGPT Work와 Codex에서는 Plus, Pro, Enterprise, Edu 사용자 모두 바로 쓸 수 있고, API에서는 gpt-6.2-astra, gpt-6.2-sol이라는 이름으로 열렸습니다.

Agents’ Last Exam에서 GPT-6.2 Astra가 가장 높은 점수를 받았습니다.

Agents’ Last Exam은 여러 단계로 이어지는 전문 업무를 끝까지 해내는지 보는 시험입니다. GPT-6.2 Astra는 Xhigh 설정에서 78.3%를 받았어요. GPT-6 Astra의 최고점 73.1%보다 5.2점 높고, Claude Fable 5.2의 72.8%보다 5.5점 높습니다.

비용 차이는 더 큽니다. 과제 하나에 GPT-6.2 Astra는 2.89달러(약 3,900원), GPT-6 Astra는 8.99달러(약 1만 2천 원), Claude Fable 5.2는 60.05달러(약 8만 원)가 들었습니다. Fable 5.2의 약 5% 비용으로 더 높은 점수를 낸 셈이에요. 다만 이 시험의 Fable 5.2 결과에서는 다른 모델로 넘어간 과제 9개가 빠져 있다고 OpenAI가 적어 두었습니다.

Agents’ Last Exam v1.1의 점수와 과제당 비용입니다. 위로 갈수록 점수가 높고, 왼쪽일수록 비용이 낮아요(OpenAI).
Agents’ Last Exam v1.1의 점수와 과제당 비용입니다. 위로 갈수록 점수가 높고, 왼쪽일수록 비용이 낮아요(OpenAI).

Gemini 4 Carbon은 High 설정에서 77.4%, 과제당 4.60달러(약 6,100원)로, GPT-6.2 Astra의 Max 설정(77.6%, 4.47달러)과 점수도 과제당 비용도 거의 같습니다.

종합 지수 1위는 여전히 Claude Fable 5.2입니다.

Artificial Analysis가 아홉 가지 시험을 묶어 매기는 Intelligence Index v5.0.1에서 GPT-6.2 Astra는 62.1점입니다. Claude Fable 5.2의 64.6점 다음인 2위예요. Artificial Analysis도 X에서 GPT-6.2 Astra를 지수 2위 모델이라고 소개했습니다. 대신 과제당 비용은 4.00달러(약 5,300원)로 Fable 5.2의 26.54달러(약 3만 5천 원)의 7분의 1 수준입니다.

과학 쪽 시험인 Terminal-Bench-Science 0.1에서는 GPT-6.2 Astra가 77.1%로 가장 높습니다. GPT-6 Astra(68.1%)보다 9점 높고, 과제당 비용은 7.15달러(약 9,600원)로 GPT-6 Astra의 23.80달러(약 3만 2천 원)의 3분의 1이 안 됩니다. Fable 5.2는 Artificial Analysis가 잰 73.3%이고, Anthropic이 Claude Code로 잰 값은 74.6%예요.

OpenAI가 공개한 차트의 숫자로 다시 만든 비교표입니다. 줄마다 가장 좋은 값을 노란색으로 표시했어요(OpenAI, Artificial Analysis).
OpenAI가 공개한 차트의 숫자로 다시 만든 비교표입니다. 줄마다 가장 좋은 값을 노란색으로 표시했어요(OpenAI, Artificial Analysis).

API 값은 GPT-6 Astra보다 20% 낮아졌습니다.

GPT-6.2 Astra의 API 값은 100만 토큰당 입력 8달러(약 1만 700원), 출력 40달러(약 5만 3천 원)입니다. GPT-6 Astra의 10달러, 50달러보다 20% 낮고, Claude Fable 5.2와 같은 값이에요. 캐시된 입력은 1달러에서 0.40달러(약 530원)로 60% 내려갔습니다.

캐시 할인이 더 크다는 점이 에이전트를 돌리는 쪽에는 중요합니다. 긴 에이전트 작업은 같은 대화 앞부분을 매 단계 다시 보내기 때문에, 입력 토큰 대부분이 캐시에서 읽힙니다. OpenAI도 캐시를 잘 쓰려면 프롬프트 앞부분은 그대로 두고 새 지시를 뒤에 붙이라고 안내했어요.

GPT-6.2 Sol은 GPT-6.1 Sol의 값을 그대로 이어받았습니다. 100만 토큰당 입력 2달러(약 2,700원), 캐시 입력 0.10달러(약 130원), 출력 10달러(약 1만 3천 원)입니다.

GPT-6.2 Sol은 코딩 시험에서 Astra와 0.5점 차이까지 따라왔습니다.

Cognition의 FrontierCode 2.0은 실제 코드베이스에 낸 변경이 관리자 기준을 통과해 병합될 만한지 보는 시험입니다. 여기서 GPT-6.2 Sol은 GPT-6.2 Astra와 0.5점 차이였고, 비용은 약 5분의 1이었다고 OpenAI가 밝혔습니다. 일상 과제를 다루는 LifeVal에서는 GPT-6.2 Sol이 GPT-6 Astra보다 높은 점수를 약 7분의 1 비용으로 냈어요. 이사 후 유치원 후보를 고르거나, 가족 예산과 출퇴근에 맞는 집을 찾는 식의 과제입니다.

Agents’ Last Exam에서도 GPT-6.2 Sol은 Max 설정 73.0%로 GPT-6 Astra의 73.1%와 거의 같았고, 과제당 비용은 1.32달러(약 1,800원)였습니다. 실제로 OpenAI 직원 다수가 GPT-6.2 Sol을 기본 모델로 쓴다고 했고, 이번에 처음으로 Pro 200 요금제에도 GPT-6.2 Sol부터 Ultrafast를 열었습니다.

문서, 슬라이드, 3D 결과물이 사람 손을 덜 타게 됐다고 합니다.

OpenAI는 GPT-6.2 Astra가 만든 슬라이드, 스프레드시트, 문서가 덜 AI스럽고, 주어진 템플릿과 그 분야의 관례를 더 잘 따른다고 강조했습니다. 법률 과제 시험인 Harvey LAB-AA v1.1에서는 Claude Fable 5.2 통과율의 두 배가 넘는 결과를 약 6분의 1 비용으로 냈고, 실제 스프레드시트와 보고서를 다루는 AA-AnalystAgent에서는 다섯 번 모두 맞힌 문항이 62.5%였어요.

3D 결과물도 앞세웠습니다. 같은 프롬프트로 만든 두 브라우저 3D 체험을 사람이 블라인드로 고르는 AA-3D에서 GPT-6.2 Astra가 1,318 Elo로 1위, Claude Fable 5.2가 1,271, GPT-6.2 Sol이 1,259였습니다.

고객사 숫자도 같이 나왔습니다. ClickUp은 블라인드 테스트에서 GPT-6.2 Astra가 기존 운영 모델을 조금 앞섰고, 토큰은 약 40%, 검토 횟수는 30% 줄었다고 했습니다. 회계 자동화 회사 Basis는 긴 회계 작업의 평균 시간이 50% 줄었다고 밝혔어요.

외부에 공개한 OpenAI 모델 가운데 처음으로 AI 자기개선 능력이 High 등급을 받았습니다.

OpenAI는 GPT-6.2 Astra가 외부에 공개한 모델 가운데 처음으로 AI 자기개선 항목에서 High 등급에 도달했다고 밝혔습니다. OpenAI 연구자 모두에게 유능한 연구 엔지니어를 한 명씩 붙여 주는 수준이라는 뜻이라고 설명했어요. 그래서 내부 연구 작업을 추적하다가 필요하면 모델 출력을 멈추는 Control Room이라는 시스템도 따로 만들었습니다.

사이버 보안 역량은 GPT-6 Astra처럼 Critical 등급입니다. 대신 위험한 보안 요청에 대한 안전장치를 더 조였고, 그 때문에 정당한 취약점 연구 일부도 막힐 수 있다고 OpenAI가 직접 밝혔습니다.

OpenAI에 따르면 GPT-6.2 모델들은 GPT-6 Astra보다 작업을 막는 장애물을 사용자에게 알리지 않는 경우가 두 시험에서 더 많았습니다. 나머지 정렬 평가는 대부분 GPT-6 Astra와 비슷했다고 해요. 사용자가 고치라고 한 파일을 지워 두고, 모델이 그 사실을 알리는지 보는 식의 시험입니다. OpenAI는 Codex에 이를 줄이는 지시를 넣었고 계속 조사하고 있다고 밝혔습니다. 사람이 지켜보지 않는 동안 에이전트에게 긴 작업을 맡긴다면 꼭 알아 둬야 할 부분입니다.

초기 반응은 엇갈립니다.

OpenAI의 X 출시 글은 좋아요 2.8만 개, 조회 468만 회를 넘겼고, Hacker News에서도 1,026점, 댓글 645개가 달렸습니다.

그런데 써 본 사람들의 평가는 갈립니다. 개발자 유튜버 Theo Browne은 GPT-6.2 Astra가 긴 작업에서 하위 에이전트를 잘 다루지만, 사용자가 답할 수 없는 내부 구현 질문을 갑자기 던진다고 지적했습니다. 게임 Outer Wilds의 새 레벨을 만들라고 맡겼더니, 2시간 뒤 중간 결과 영상 파일 이름을 물어보며 멈췄다는 사례를 들었어요. Simon Willison도 자신이 늘 쓰는 3D 애니메이션 프롬프트에서는 Claude Fable 5.2와 Gemini 4 Carbon의 결과가 더 낫다고 적었습니다.

지난 9월 ‘GPT-6 Astra의 출시’에서도 Astra의 핵심은 종합 지능 1위가 아니라 실제 업무를 끝내는 경제성이라고 정리했었죠. GPT-6.2도 같은 방향입니다. 종합 지수 1위는 여전히 Claude Fable 5.2지만, 비슷한 점수를 훨씬 적은 비용으로 내는 쪽으로 한 걸음 더 갔습니다.

결국 이번 발표의 숫자는 대부분 OpenAI가 고른 시험에서 나왔고, 장애물을 숨기는 경향처럼 직접 밝힌 약점도 있습니다. 실제 업무에서 이 비용 차이가 그대로 나오는지는 몇 주 더 써 본 결과를 봐야 알 수 있을 것 같습니다.

https://openai.com/index/introducing-gpt-6-2-astra-sol/