GPT-6 Astra 대신 Sol 6.1을 기본으로: 5분의 1 가격 구조와 모델 배분 기준
GPT-6.1 Sol의 가격은 GPT-6 Astra의 5분의 1이고, 여러 업무 벤치마크에서 Astra 성능에 근접한다. 공식 가격표와 평가 결과를 나눠 확인하고, 어떤 작업에 어떤 모델을 둘지 비용·품질 기준으로 정리한다.
먼저 결론
- 가격 차이는 체감이 아니라 가격표에 있다. GPT-6.1 Sol은 입력·출력 모두 Astra의 정확히 5분의 1, 캐시드 입력은 10분의 1이다. 구독 크레딧 환산에서도 같은 5배 구조다.
- 성능은 "거의 같다"는 요약이 대체로 맞지만 전면 동급은 아니다. 공식 발표문에서 코딩 벤치마크는 동률, 전문 문서·자동화는 근접, 과학 계산 최상위권은 Astra가 여전히 앞선다.
- 실무 결론은 배분이다. 기본 모델을 Sol 6.1로 두고, 실패하거나 최난도 작업만 Astra로 올리는 것이 비용 대비 결과가 가장 좋은 구조다.
1. 왜 지금 "기본은 Sol" 이야기가 나오나
AI 코딩 도구에서 모델을 고를 때는 응답 품질뿐 아니라 입력·출력 단가와 사용량 한도를 함께 따져야 한다. 반복 호출이 많은 작업에서는 모델별 단가 차이가 누적되므로, 기본 모델을 무엇으로 정하느냐가 운영 기준이 된다.
여기서 검토할 배분 원칙은 간단하다. "고가 모델은 어려운 작업에만 쓰고, 기본은 저가 모델로 둔다"는 것이다. OpenAI 공식 가격 문서는 Plus와 Standard Business 기준으로 GPT-6 Astra는 5시간당 5~45회, GPT-6.1 Sol은 15~160회의 사용량 추정치를 제시한다. 이는 고정된 메시지 한도가 아니라 작업 규모와 복잡도에 따라 달라지는 추정치이며, 클라우드 작업은 사용량이 더 클 수 있다.
다만 방향 자체는 공식 자료로 확인된다. 문제는 이 원칙을 그대로 믿고 기본 모델을 바꿔도 되는지다. 가격과 성능, 두 축을 각각 확인해본다.
2. 가격 차이의 실체: 5배는 가격표에 적혀 있다
OpenAI가 GPT-6.1 Sol을 소개하며 공식 가격을 밝혔다. 1백만 토큰당 입력 $2, 캐시드 입력 $0.10, 출력 $10이다. GPT-6 Astra의 입력 $10, 캐시드 입력 $1.00, 출력 $50와 나란히 놓으면 차이는 명확하다.
| 모델 | 입력 ($/1M) | 캐시드 입력 | 출력 ($/1M) | 크레딧 (입력/출력) |
|---|---|---|---|---|
| GPT-6 Astra | $10 | $1.00 | $50 | 250 / 1,250 |
| GPT-6.1 Sol | $2 | $0.10 | $10 | 50 / 250 |
| GPT-6 Sol | $2 | $0.20 | $10 | 50 / 250 |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 | 2.5 / 12.5 |
눈여겨볼 대목이 두 곳 있다. 첫째, Sol 6.1의 일반 가격은 GPT-6 Sol과 같지만 캐시드 입력만 절반으로 내려갔다. 컨텍스트를 재사용하는 에이전트 작업에서는 이 차이가 누적된다. 둘째, 구독 요금제의 크레딧 환산에서도 Astra는 입력 250·출력 1,250 크레딧, Sol 6.1은 50·250 크레딧으로 API 가격의 5배 구조가 그대로 유지된다. API를 쓰든 구독 한도를 쓰든 배율은 같다는 뜻이다.
참고로 공식 문서에 따르면 GPT-5.5는 2026년 10월 14일자로 ChatGPT·Work·코덱스에서 사용 종료된다. 아직 구형 모델에 남아 있는 팀이라면 이번 정리를 점검 시점으로 삼기 좋다.
3. 성능은 어디까지 따라오나: 벤치마크별 분해
가격이 절반이라면 성능이 절반이면 오히려 손해다. 공식 발표문의 평가 결과를 영역별로 나눠보면 "거의 같다"는 요약의 실체가 보인다.
| 영역 | 평가 도구 | Sol 6.1의 위치 |
|---|---|---|
| 코딩 | DeepSWE v1.1 | Astra와 동률. 이전 Sol 대비 6.4포인트 상승, 더 낮은 추론 강도·비용으로 달성 |
| 전문 문서 | GDP.pdf | 경쟁 상위 모델을 과제당 절반 이하 비용으로 앞서고, Astra 성능에 근접(약 1/5 비용) |
| 업무 자동화 | AutomationBench | 경쟁 모델 대비 +2.2포인트, 약 1/3 비용. 다단계 업무 흐름 처리 포함 |
| 컴퓨터 조작 | OSWorld 2.0 | Astra와 2.1포인트 차이, 과제당 약 1/7 비용 |
| 과학 계산 | Terminal-Bench Science | 과제당 $5.47로 Astra($23.80)의 약 1/4 비용이나, 최고 점수 68.1%는 Astra가 유지 |
| 사실성 | 오류 표시 대화 재평가 | 저추론에서 오류율 11.4%→7.7% 감소. Astra와 1.9포인트 이내 |
정리하면 이렇다. 코딩과 일반 업무에서는 "거의 같다"가 공식 수치로 뒷받침되고, 난이도가 최상위인 영역일수록 Astra의 우위가 남는다. 공식 발표문 스스로 "가장 어려운 과학 연구 작업에는 Astra를 쓰라"고 못 박았다. 벤치마크 수치는 제작사가 제시한 것이니 절대값보다 방향을 읽는 데 쓰는 게 맞고, 실제 판단은 자기 작업에서 직접 비교해야 한다.
4. 캐시 가격이 바꾸는 장기 루프 경제학
이번 변경에서 은근히 큰 부분이 캐시드 입력 가격이다. Sol 6.1의 캐시드 입력은 1백만 토큰당 $0.10으로, 자기 모델의 일반 입력($2)보다 95% 싸고, Astra의 캐시드 입력($1.00)보다 10배 싸다.
캐시드 입력은 동일한 프롬프트 접두부가 반복되고, 캐시 조건을 충족할 때 재사용된다. 코드베이스 전체를 읽고 파일을 하나씩 고치는 루프나 긴 지침 문서를 안고 여러 단계를 도는 에이전트 작업은 재사용 가능한 맥락이 생길 수 있다. 다만 캐시 적중은 접두부 일치와 캐시 수명 등에 달려 있어 매 호출에서 전체 맥락이 자동으로 캐시되는 것은 아니다. 적중이 확인되면 재사용된 입력 토큰에 낮은 캐시 단가가 적용된다.
따라서 같은 맥락을 반복해서 쓰는 코딩 루프에서는 캐시 입력 단가가 낮은 Sol 6.1의 비용 이점이 커질 수 있다. 반대로 맥락 재사용이 거의 없는 짧고 산발적인 질의에서는 캐시 이점이 줄어든다.
추천 방식: 하루 종일 같은 저장소를 붙들고 도는 작업이라면 모델 선택 전에 먼저 작업을 긴 루프로 묶는 편이 낫다. 모델을 바꾸는 것보다 호출 구조를 바꾸는 것이 캐시 적중을 좌우한다.
5. 속도 옵션의 함정: 빨라지는 만큼 더 나간다
코덱스에는 fast 모드와 Astra ultrafast 모드라는 속도 옵션이 있다. 공식 문서의 배율을 그대로 옮기면 이렇다.
- fast 모드: GPT-6.1 Sol을 포함한 지원 모델의 속도를 높인다. 구독에 포함된 한도는 표준의 2.5배로 소모되고, 별도 구매 크레딧·엔터프라이즈 과금에서는 2배로 청구된다.
- Astra ultrafast: 토큰 생성 속도가 표준 대비 최대 8배. 단 Pro $500과 일부 기업·교육 요금제에서만 쓸 수 있고, 포함 한도는 8배, 크레딧은 6배로 소모된다.
공식 문서는 여기에 한 문장을 명확히 붙인다. 청구 배율은 속도 배율이 아니라는 것. 8배 청구가 8배 빨라짐을 뜻하지 않는다. fast 모드 역시 기본 모드보다 2.5배의 비용이 든다는 점을 속도 향상과 분리해 판단해야 한다.
속도 옵션의 실무 의미는 이렇다. 급한 한두 번의 실행에 켜는 것은 몰라도, 기본값으로 켜두면 애써 아낀 모델 비용을 속도값으로 되돌려보내게 된다. 특히 ultrafast는 상위 요금제 전용이므로 대부분 개인 사용자에게는 선택지 자체가 없다.
주의할 해석: "8배 빠름"은 토큰 생성 속도 측정값이지 과제 완료 시간이 아니다. 파일 읽기, 도구 실행, 사람 확인 시간을 포함하면 체감 차이는 이보다 작다. 속도값을 아끼려면 기본 모델을 낮추는 편이 먼저다.
6. 업무 유형별 배분 기준: 3층 구조
가격과 성능을 종합하면 배분 원칙은 자연스럽게 정리된다. 공식 모델 안내문도 같은 방향이다. 반복 가능한 과제에는 가장 가벼운 모델, 복잡한 작업에는 차상위, 최상위 난이도에만 최상위 모델을 권한다.
기본값으로 두는 층. 코딩 벤치마크 동률에 비용 1/5, 캐시 반값. 하루 대부분의 작업이 여기서 끝난다.
기본층에서 두 번 실패했거나, 과학 계산·대규모 구조 변경처럼 난이도가 확실히 높은 작업만 올린다.
정해진 패턴의 단순 반복은 최경량 모델로. 토큰당 비용이 기본층의 20분의 1 수준이다.
여기에 결과 확인 게이트를 얹는다. 기본층 결과를 먼저 확인하고, 통과하지 못한 작업만 상위층으로 올려 재시도하는 것이다. 처음부터 상위 모델로 돌리는 습관을 없애는 것만으로, 같은 구독료로 처리할 수 있는 작업량이 크게 달라진다. 세션 대화 기록은 모델을 바꿔도 이어서 읽힌다는 점도 이 구조를 가능하게 한다. 작업 맥락을 버리지 않고 모델만 교체해 재시도할 수 있다.
사용량 한도에 도달한 Plus·Pro 사용자는 추가 크레딧을 구매해 계속 작업할 수 있다고 공식 문서가 안내한다. 사용량 표는 고정 메시지 한도가 아닌 추정치이며, 크레딧 구매 가격과 적용 조건은 요금제에 따라 다를 수 있으므로 계정의 사용량 대시보드와 결제 설정을 확인해야 한다.
7. 오늘 당장 확인할 체크리스트
- 기본 모델이 무엇으로 설정돼 있는지 확인한다. 상위 모델이 기본값으로 남아 있다면 Sol 6.1로 바꾼다.
- 자주 도는 긴 작업 루프가 있는지 점검한다. 있다면 맥락을 묶어 캐시 적중을 늘린다.
- fast 모드가 켜져 있는지 확인한다. 기본값이라면 끄고, 필요한 순간에만 켠다.
- 반복 패턴 작업을 찾아 최경량 모델로 옮길 수 있는지 본다.
- 사용량 대시보드에서 남은 한도와 크레딧을 확인하고, 추가 크레딧 구매 조건을 요금제 문서로 확인한다.
- 구형 GPT-5.5에 남아 있는 워크플로우는 있다면 사용 종료일(2026-10-14) 전에 이동 계획을 세운다.
- 상위 모델이 정말 필요한 작업 목록을 따로 만든다. 그 목록이 Astra 사용 범위가 된다.
8. 결론: 비용 구조가 정한 기본값
이번 정리의 본질은 새 모델 찬양이 아니라 가격 구조가 기본값을 다시 정했다는 것이다. 성능이 절반쯤 따라오는 상태에서 가격이 5분의 1이면, 기본 모델의 자리는 비용이 낮은 쪽으로 이동할 수밖에 없다. 남은 성능 차이는 필요할 때만 사가는 선택 자산이 된다.
공식 문서 기준으로 확실한 것은 세 가지다. 가격 5분의 1과 캐시 10분의 1, 코딩 벤치마크 동률, 최난도 영역의 Astra 우위. 5시간 사용량은 고정 제한이 아니라 추정 범위이므로 계정의 사용량 대시보드에서 확인해야 한다. 자기 작업에서 한 주 정도 두 모델을 나눠 써보고 결과 확인 게이트를 돌리는 것이 가장 빠른 확신 방법이다.
한 줄로 정리하면, 모델은 성능 순서대로 사는 게 아니라, 실패했을 때 순서대로 올리는 것이다.
출처 및 확인 기준
- GPT-6.1 Sol 공식 발표 (OpenAI): API 가격, 벤치마크별 성능, 이용 가능 요금제 확인 (2026-10-05)
- 코덱스 속도 모드 공식 문서 (OpenAI): fast 2.5배·ultrafast 8배 청구 배율과 속도 배율 구분 확인 (2026-10-05)
- 코덱스 가격·크레딧 문서 (OpenAI): 모델별 크레딧 레이트 표, 5시간당 사용량 추정치, GPT-5.5 사용 종료 일정 확인 (2026-10-05)
- 프롬프트 캐싱 공식 문서 (OpenAI): 캐시 재사용 조건과 접두부 일치, 캐시 수명 확인 (2026-10-05)