요약 Claude Opus 5.5(2026년 9월 22일 Anthropic 출시, 100만 토큰당 입력 $4/출력 $20)와 GPT-6 Astra(2026년 9월 3일 OpenAI 출시, $10/$50)는 현재 프로덕션 최전선 모델의 최고 정점에 해당한다.
Claude Opus 5.5는 에이전트 기반 코딩 벤치마크에서 우세하며(Terminal-Bench 4.0: 66.4% vs Astra 57.9%), 지식 작업에서도 강세를 보이는 동시에 비용이 약 60% 낮고, 캐시 읽기 비용이 다섯 배 저렴하다. GPT-6 Astra는 고급 수학(FrontierMath Tier 4: 97.6%), 추상적 추론(ARC-AGI-3), 과학 연구 에이전트, 컴퓨터 사용(OSWorld), 사이버보안 역량에서 앞선다. 대부분의 소프트웨어 엔지니어링 에이전트 및 대량 지식 작업에서는 Opus 5.5가 더 나은 가격 대비 성능을 제공한다. 최전선 수학, 과학, 데스크톱/브라우저 자동화에서는 Astra가 우위다. 두 모델 모두 CometAPI 같은 통합 플랫폼을 통해 사용할 수 있다.
핵심 요점
- 가격 격차가 결정적: Opus 5.5 입력 $4 / 출력 $20 vs Astra $10 / $50. 캐시 읽기: $0.20 vs $1.00. 전형적인 에이전트 워크로드에서 Opus 5.5가 큰 차이로 유리.
- 에이전트 기반 코딩의 승자: Claude Opus 5.5가 Terminal-Bench 4.0(66.4% vs 57.9%)에서 앞서고 FrontierCode에서도 근소 우위; 실제 보고에서 태스크당 토큰 수와 단계가 더 적음.
- 연구 & 수학의 승자: GPT-6 Astra가 FrontierMath Tier 4(97.6%)를 사실상 포화 수준으로 달성하고 Terminal-Bench-Science와 추상 추론 벤치에서 선도.
- 컴퓨터 사용: Astra가 현재 공개된 OSWorld에서 우위이며 작업 완료 시간도 더 빠름.
- 컨텍스트 & 사양: 두 모델 모두 약 100만 토큰 컨텍스트와 최대 128K 출력. Astra는 272K 입력 초과 시 장문맥 가격 급증 임계점이 존재; Opus 5.5는 해당 없음.
- 안전 접근 차이: Opus 5.5는 고위험 사이버 요청을 더 안전한 모델로 라우팅; Astra는 OpenAI 최초의 Critical 수준 사이버 모델로, 전체 기능은 게이팅 접근.
- 실용 권고: 코딩 에이전트와 비용 민감 프로덕션에는 Claude Opus 5.5를 기본으로; 전문 과학·수학·무거운 컴퓨터 사용 워크로드에는 GPT-6 Astra로 전환. CometAPI로 둘 다 손쉽게 테스트.
Claude Opus 5.5 vs GPT-6 Astra-Pro 한눈에 보기
| 의사결정 요인 | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|
| 컨텍스트 / 최대 출력 | 1M / 128K 토큰 | 1.05M / 128K 토큰 |
| 입력 및 출력 모달리티 | 텍스트·이미지 → 텍스트 | 텍스트·이미지 → 텍스트 |
| 추론 제어 | 적응형 사고 항상 활성; 기본 중간 노력 | 낮음/중간/높음/xhigh/max 추론 노력 구성 가능 |
| 공식 입력/출력 가격 | 100만 토큰당 $4 / $20 | 100만 토큰당 $10 / $50 |
| 캐시 경제성 | 100만당 캐시 읽기 $0.20; 캐시 쓰기 $5 / $8 | 캐시된 입력 100만당 $1; 캐시 쓰기 $12.50 |
| 장문맥 가격 | 동등한 임계치 공개 없음 | 272K 입력 초과: 입력/캐시 2배, 출력 1.5배 |
| 공급자 벤치마크 하이라이트 | Terminal-Bench 4.0: 66.4%; CursorBench 4.0: 57.8%; OSWorld 2.0: 81.8% 부분 | Terminal-Bench Science 0.1: 64.6%; OSWorld 2.0 오프라인: 72.6% |
| 공유 독립 비교 | Terminal-Bench 4.0: 60%; Intelligence Index: 58 | Terminal-Bench 4.0: 59%; Intelligence Index: 53 |
| 인용된 최대 노력 평가의 작업당 추정 비용 | $5.98 | $3.26 |
| 도구 및 워크플로 강점 | 장시간 코딩 에이전트, 리포지토리 작업, 캐시 중심 워크플로 | 과학적 추론, 컴퓨터 사용, 브라우저 워크플로, 낮은 출력 토큰 사용 |
| 먼저 테스트할 영역 | 안정적 캐시 컨텍스트와 리포지토리 규모 엔지니어링 | 과학 작업, UI 자동화, 고가 출력 워크로드 |
Claude Opus 5.5란?
Claude Opus 5.5는 Anthropic의 Claude 5.5 제품군의 첫 모델이다. Anthropic은 Opus 5 대비 전형적인 서빙 비용을 낮추면서 많은 작업에서 Fable 5.1 수준의 성능에 도달했다고 밝힌다. 공식 출시 노트는 태스크당 토큰 수 감소, 더 빠른 생성, 더 명확한 커뮤니케이션, 장시간 에이전트 동작 강화에 초점을 맞춘다.
운영적 특징으로는 비활성화할 수 없는 적응형 사고, 기본 중간 노력 수준, 100만 토큰 컨텍스트 윈도우, 매우 낮은 캐시 읽기 가격이 있다. 이러한 특성은 안정적 컨텍스트를 반복 활용하는 리포지토리 규모 엔지니어링과 장시간 에이전트 워크플로에 강점을 제공한다.
GPT-6 Astra란?
GPT-6 Astra는 복잡한 추론, 소프트웨어 엔지니어링, 연구, 컴퓨터 사용, 산출물 생성에 최적화된 OpenAI의 플래그십 GPT-6 모델이다. Codex 통합을 통해 컨텍스트 윈도우 전반에 노트를 보존하고, 긴 세션이 단일 윈도우를 초과할 때 이전 컨텍스트를 검색할 수 있다. OpenAI의 출시 글은 이러한 엔드투엔드 워크플로 설계를 모델의 핵심으로 제시한다.
Astra는 105만 토큰 컨텍스트 윈도우, 구성 가능한 추론 노력, 폭넓은 Responses API 도구 지원, 네이티브 컴퓨터 사용 포지셔닝을 결합한다. 더 높은 토큰 요율로 인해 출력 효율과 장문맥 가격이 프로덕션 예산 책정에서 특히 중요하다.
| 사양 | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|
| 제공사 | Anthropic | OpenAI |
| 모델 ID | claude-opus-5-5 | gpt-6-astra |
| 출시 | 2026년 9월 22일 | 2026년 9월 |
| 컨텍스트 윈도우 | 1M 토큰 | 1.05M 토큰 |
| 최대 출력 | 128K 토큰 | 128K 토큰 |
| 신뢰 가능한 지식 컷오프 | 2026년 6월 | 2026년 4월 30일 |
| 입력 → 출력 | 텍스트/이미지 → 텍스트 | 텍스트/이미지 → 텍스트 |
| 추론 | 적응형, 항상 활성 | 구성 가능 |
| 노력 | 기본 중간; 노력 제어 가능 | 낮음/중간/높음/xhigh/max |
| 공식 입력/출력 가격 | 100만당 $4 / $20 | 100만당 $10 / $50 |
| 캐시 읽기 | 100만당 $0.20 | 100만당 $1 |
방법론 주의사항: 기능명과 도구 통합은 일대일 대응이 아니다. 컨텍스트 크기만으로 장문맥 품질, 지연시간, 비용의 동등성을 보장하지 않는다.
Claude Opus 5.5 vs GPT-6 Astra: 성능
Anthropic의 출시 표는 여러 에이전트 및 지식 작업 평가에서 Opus 5.5와 GPT-6 Astra를 나란히 제시한다. Opus 5.5는 Terminal-Bench 4.0, FrontierCode v1.1 Main, GDPval-AA v2.1, Humanity's Last Exam에서 더 높고, Astra는 AutomationBench와 Terminal-Bench Science 0.1에서 더 높다.
| 벤치마크 및 제공자 방법론 | Claude Opus 5.5 | GPT-6 Astra | 측정 대상 |
|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 57.9% | 에이전트 기반 터미널 및 코딩 태스크 |
| FrontierCode v1.1 Main | 54.4% | 53.3% | 병합 가능한 실세계 코드 변경 |
| GDPval-AA v2.1 | 1,846 Elo | 1,542 Elo | 전문 지식 작업 |
| AutomationBench | 40.0% | 41.4% | 비즈니스 워크플로 자동화 |
| Humanity's Last Exam, 도구 포함 | 67.7% | 57.2% | 다학제적 추론 |
| Terminal-Bench Science 0.1 | 58.7% | 64.6% | 에이전트 기반 과학 연구 |
| CursorBench 4.0 | 57.8% | 인용된 Anthropic 표에 미보고 | Cursor 환경의 에이전트 코딩 |
| OSWorld 2.0 | 81.8% 부분 | 별도 오프라인 세트에서 보고 | 컴퓨터 사용 성능; 구성은 직접 비교 불가 |
| Chartography | 도구 포함 89.0% | 인용 소스에 미보고 | 도구 보조 차트그래피 평가 |
테스트 조건: Anthropic은 대부분의 Opus 5.5 결과를 적응형 사고 및 최대 노력으로 보고한다. Terminal-Bench 4.0은 Opus 5.5를 xhigh 노력, Astra를 high 노력으로 사용한다; 몇몇 Astra 값은 동일 랩 재실행이 아니라 OpenAI 또는 제3자 보고에서 인용되었다. 중요: 이 수치들은 제공자 보고 결과로, 직접 비교 가능하다고 보장되지 않는다. 노력 설정, 하니스, 세이프가드, 평가 설정, 보고 출처가 벤치마다 다르다.
에이전트 기반 코딩 및 소프트웨어 엔지니어링 성능
이 부문은 Claude Opus 5.5의 가장 명확한 승리다.
Anthropic의 공개 결과:
- Terminal-Bench 4.0: 66.4%(Opus 5.5) vs 57.9%(Astra)
- FrontierCode v1.1 Main: 54.4% vs 53.3%
- CursorBench 4.0: 57.8%(Opus 5.5가 공개 비교에서 우세)
현장 피드백도 이를 뒷받침한다. 초기 테스터와 고객들은 Opus 5.5가 복잡한 코딩 태스크(680,000라인 마이그레이션 포함)를 더 적은 단계와 토큰으로, 낮은 노력 설정에서도 더 높은 신뢰성으로 완료했다고 보고한다. 코드 리뷰의 버그 포착률도 Opus 5 고노력 대비 낮은 노력에서 더 높았다.
GPT-6 Astra는 DeepSWE v1.1(74.1%) 및 기타 장기 리포지토리 태스크에서 여전히 매우 경쟁력이 있지만, 터미널 및 일반 에이전트 코딩에서는 현재 Anthropic 모델이 비용의 일부만으로 우위를 점한다.
지식 작업, 추론, 수학, 과학
여기서는 그림이 갈린다.
Claude Opus 5.5 강점:
- GDPval-AA 지식 작업 평가에서 더 높은 Elo
- Humanity’s Last Exam(도구 포함)에서 더 높은 점수
- 뛰어난 다학제 및 전문 지식 작업
GPT-6 Astra 강점:
- FrontierMath Tier 4 v2: 97.6%(포화에 근접)
- Terminal-Bench-Science 0.1 선도(64.6% vs 58.7%)
- ARC-AGI-3에서의 추상 추론 우위(벤더 하니스 99.9%; 독립 표준 하니스에서도 강세)
- GPQA Diamond, BenchCAD, 과학 에이전트 워크플로에서 높은 점수
워크로드가 고급 수학, 형식적 과학 연구 파이프라인, 새로운 추상 문제 해결에 집중될 때는 Astra가 선호된다. 도구, 문서, 코딩이 혼합된 폭넓은 전문 지식 작업과 다학제 추론에서는 Opus 5.5가 더 강하다.
컴퓨터 사용, 브라우저 자동화, 멀티모달 워크플로
GPT-6 Astra는 현재 공개된 OSWorld 2.0(약 72–73%) 및 관련 컴퓨터 사용 평가에서 우위를 보이며, 전작 대비 더 빠른 작업 완료 시간을 보고한다. Screenspot-Pro 및 브라우저 사용에서도 강한 결과를 보인다. Claude Opus 5.5도 탄탄한 컴퓨터 사용 능력과 향상된 시각 추론을 제공하지만, 순수 데스크톱/브라우저 자동화 시나리오에서는 공개적인 정면 비교에서 Astra에 우세가 있다.
독립 평가: Artificial Analysis
Artificial Analysis는 Opus 5.5(적응형 추론, 최대 노력, 기본 폴백)와 GPT-6 Astra(최대 노력)를 비교한다. 현재 비교는 Opus 5.5의 Intelligence Index를 58, Astra를 53으로 제시한다. Artificial Analysis는 여러 평가를 집계하여 Intelligence Index를 산출하므로, 이 지수는 단일 벤치마크 점수가 아니라 합성 평가로 취급해야 한다.
| Artificial Analysis 평가 | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|
| Intelligence Index | 58 | 53 |
| AA-Briefcase v1.1 | 1,822 | 1,569 |
| GDPval-AA v2.1 | 1,846 | 1,542 |
| AutomationBench-AA | 70% | 68% |
| Terminal-Bench 4.0 | 60% | 59% |
| SciCode | 67% | 56% |
| Humanity's Last Exam | 61% | 55% |
| GDP.pdf | 26% | 31% |
| CritPt | 32% | 32% |
| AA-Omniscience | 46 | 43 |
| AA-LCR v1.1 | 85% | 81% |
60% 대 59%의 더 좁은 Terminal-Bench 결과는 벤치마크 격차를 보편적 순위가 아니라 워크로드 선택의 근거로 취급해야 하는 이유를 보여준다. 하니스, 노력 설정, 세이프가드, 폴백 동작, 종료 기준이 결과를 실질적으로 바꿀 수 있다.
Claude Opus 5.5 vs GPT-6 Astra: 비용
공식 API 가격
표준 요율에서 Claude Opus 5.5는 토큰당 더 저렴하다. Anthropic은 입력 100만 토큰당 $4, 출력 100만 토큰당 $20, 캐시 읽기 100만당 $0.20, 5분 캐시 쓰기 100만당 $5, 1시간 캐시 쓰기 100만당 $8을 부과한다. Fast 모드는 입력 $8, 출력 $40(100만당)이다.
OpenAI는 Astra에 대해 입력 100만 토큰당 $10, 출력 100만 토큰당 $50, 캐시된 입력 100만당 $1, 캐시 쓰기 $12.50를 부과한다. 272K 입력 초과 시 전체 요청이 입력/캐시 2배, 출력 1.5배로 청구된다.
| 가격 지표 | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|
| 입력 / 100만 토큰 | $4.00 | $10.00 |
| 출력 / 100만 토큰 | $20.00 | $50.00 |
| 캐시 읽기 / 캐시된 입력 | $0.20 | $1.00 |
| 캐시 쓰기 | $5.00 (5m); $8.00 (1h) | $12.50 |
| 빠른 처리 | $8 / $40 | 적용 요율의 2배 |
| 장문맥 추가 요금 | 동등 임계치 공개 없음 | 272K 입력 초과: 입력/캐시 2배, 출력 1.5배 |
Opus 5.5는 기본 요율에서 약 2.5배 저렴하고, 장시간 에이전트 세션에서 지배적인 캐시 읽기에서는 최대 5배 저렴하다. Anthropic은 전형적 워크로드가 Opus 5 대비 약 40% 비용 절감이라고 보고하며, 대부분의 프로덕션 코딩·지식 파이프라인에서는 Astra 대비 격차가 더 크다. Astra의 272K 토큰 초과 장문맥 가격 급증 임계점은 대형 컨텍스트 에이전트에서 차이를 더욱 벌린다.
완료 태스크당 비용
토큰 단가만으로 워크로드당 비용이 결정되지는 않는다. 현재 Artificial Analysis 최대 노력 비교에서 Opus 5.5는 태스크당 출력 토큰 119K, 추론 토큰 84K를 사용하고, Astra는 출력 27K, 추론 17K를 사용한다. 이로 인해 해당 평가에서 Opus 5.5는 $5.98, Astra는 $3.26의 작업당 추정 비용이 산출된다.
| 비용 / 토큰 사용 지표 | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|
| 가중 토큰 가격 | $2.94 / 1M | $7.70 / 1M |
| 작업당 출력 토큰 | 119K | 27K |
| 작업당 추론 토큰 | 84K | 17K |
| 작업당 추정 비용 | $5.98 | $3.26 |
이는 Astra가 보편적으로 더 저렴하다는 의미가 아니다. 캐시 중심 코딩 에이전트는 Opus 5.5에 유리할 수 있는 반면, Astra가 훨씬 적은 출력으로 승인 기준에 도달하는 워크로드에서는 요율 카드상의 격차를 뒤집을 수 있다.
CometAPI 가격
CometAPI의 Claude Opus 5.5 API는 기본 티어에서 20% 할인 요율을 사용한다: 입력 100만당 $3.20, 출력 100만당 $16. 캐시 읽기는 100만당 $0.16이며, 5분 및 1시간 캐시 쓰기는 해당 할인 요율이 적용된다.
CometAPI의 GPT-6 Astra API는 단문맥 요청에 대해 입력 100만당 $8, 출력 100만당 $40을 사용한다. 장문맥 티어는 OpenAI의 승수 구조를 할인 요율로 반영한다: 입력 $16, 출력 $60(100만당).
컨텍스트 윈도우, 속도, 기술 사양
두 모델 모두 약 100만 토큰 컨텍스트 윈도우와 최대 128K 출력 토큰을 제공한다. 지식 컷오프는 근접하다(Astra: 2026-04-30; Opus 5.5: 2026-06). Opus 5.5는 전작 대비 30% 이상 빠른 출력으로 보고되며, 독립 측정에서 초당 토큰 수가 더 높게 관측되는 경우가 많다. Astra는 복수의 추론 노력 수준과 Fast 모드를 지원한다; Opus 5.5는 항상 활성의 적응형 사고(완전 비활성화 불가)와 노력 제어를 제공한다.
안전, 정렬, 배포 고려사항
두 회사는 서로 다른 제품 접근을 취한다:
- Claude Opus 5.5: Anthropic의 자동화 행동 감사에서 최고 성능. 고위험 사이버 요청을 더 안전한 모델(Opus 4.8)로 라우팅. 생물학 및 반증류(Fable-class) 세이프가드를 포함. 출시 첫날부터 폭넓은 프로덕션 배포를 목표로 설계.
- GPT-6 Astra: OpenAI의 Preparedness Framework 기준 Critical 사이버 역량에 최초로 도달한 모델. 완전한 공격적 사이버 기능은 게이팅됨. GPT-5.6 Sol 대비 강한 정렬 개선이 있으나, 더 높은 원시 역량은 가장 강력한 기능에 대한 추가 접근 제어를 요구.
엄격한 컴플라이언스 또는 개방 배포가 필요한 조직은 Opus 5.5의 컨테인먼트 전략을 선호할 수 있고, 최대 사이버·연구 역량(통제된 접근 하)을 필요로 하는 조직은 Astra를 선택할 수 있다.
Claude Opus 5.5 vs GPT-6 Astra: 무엇을 선택할 것인가?
- 주요 워크로드가 소프트웨어 엔지니어링 에이전트, 터미널 자동화, 대량 지식 작업이거나 규모에서 비용과 신뢰성이 가장 중요한 경우 Claude Opus 5.5를 선택하라. 현재 대부분의 프로덕션 에이전트 시스템에서 더 나은 기본값이다.
- 고급 수학, 과학 연구 에이전트, 복잡한 컴퓨터/브라우저 사용, CAD/엔지니어링 합성에서 최고 성능이 필요하고 더 높은 토큰 요율 예산이 가능한 경우 GPT-6 Astra를 선택하라.
- 하이브리드 접근: 많은 팀이 코딩 및 일반 에이전트를 Opus 5.5로 라우팅하고, 특화된 연구나 컴퓨터 사용 태스크는 Astra로 라우팅할 것이다. CometAPI는 두 모델을 하나의 API 키와 일관된 인터페이스로 노출하여 이를 간단히 만든다.
워크로드 기반 선택
| 워크로드 | Claude Opus 5.5 근거 | GPT-6 Astra 근거 |
|---|---|---|
| 에이전트형 소프트웨어 엔지니어링 | Terminal-Bench와 FrontierCode에서 강력 | 강력한 코딩 결과와 Codex 통합 |
| 대규모 리포지토리 마이그레이션 | 명시적 제품 초점과 유리한 캐시 경제성 | 지속 노트가 있는 장문맥 코딩 |
| 전문 지식 작업 | 공유 비교에서 GDPval-AA 1,846 | 공유 비교에서 GDPval-AA 1,542 |
| 과학적 추론 | 강력한 일반 추론과 SciCode | Terminal-Bench Science와 FrontierMath의 강력한 공개 근거 |
| 컴퓨터/브라우저 워크플로 | 컴퓨터 사용 지원 | 컴퓨터 및 브라우저 사용을 핵심 출시 초점으로 |
| 캐시 중심 반복 에이전트 | 공식 캐시 읽기 $0.20/M | 장문맥 승수 이전 캐시 입력 $1/M |
| 토큰 효율적 난이도 높은 태스크 | 태스크와 노력에 크게 의존 | AA 최대 노력 비교에서 태스크당 훨씬 낮은 토큰 사용 |
이 표를 보편적 순위가 아닌 테스트 계획으로 활용하라. 동일한 프롬프트, 컨텍스트, 도구, 타임아웃, 재시도 정책, 승인 기준으로 두 모델을 비교 실행하라.
Claude Opus 5.5와 GPT-6 Astra 접근 및 사용 방법
CometAPI의 Claude Opus 5.5 API는 Anthropic Messages와 OpenAI 호환 Chat 형식을 지원한다. Claude 고유 제어와 콘텐츠 블록이 필요하면 네이티브 Messages 형태를 사용하라.
Python — Anthropic SDK를 통한 Claude Opus 5.5
import os
import anthropic
client = anthropic.Anthropic(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com",
)
message = client.messages.create(
model="claude-opus-5-5",
max_tokens=2048,
messages=[{
"role": "user",output_config={"effort": "medium"},
"content": "Review this migration plan and list the highest-risk steps.",
}],
)
print(message.content[0].text)
CometAPI의 GPT-6 Astra API는 OpenAI 호환 라우팅을 지원한다. 도구가 풍부한 통합에서는 Responses API가 자연스러운 시작점이다.
Python — OpenAI SDK를 통한 GPT-6 Astra
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
response = client.responses.create(
model="gpt-6-astra", reasoning={"effort": "medium"},
input="Review this migration plan and list the highest-risk steps.",
)
print(response.output_text)
공정한 내부 평가를 위해 프롬프트와 승인 기준을 동일하게 유지하고, 동일한 도구 호출 예산과 재시도 정책을 기록하며, 첫 성공 응답만이 아니라 총 청구된 토큰을 측정하라.
결론
Claude Opus 5.5는 더 낮은 요율 카드, 강력한 캐시 경제성, 장시간 코딩 및 전문 지식 작업에 대한 설득력 있는 근거를 제공한다. GPT-6 Astra는 더 넓은 엔드투엔드 도구 포지셔닝, 강한 과학 및 컴퓨터 사용 결과, 그리고 현재 Artificial Analysis 최대 노력 비교에서 훨씬 낮은 토큰 사용을 제공한다.
단 하나의 보편적 승자는 없다. 안정적 캐시 컨텍스트와 리포지토리 규모 작업이 지배적인 팀은 Opus 5.5를 먼저 테스트하고, 과학적 추론, 컴퓨터 상호작용, 고가 출력 생성이 지배적인 팀은 Astra를 먼저 테스트하라. 최종 결정은 공유된 평가 프로토콜 하에서 승인 결과당 비용을 기준으로 내려야 한다.
CometAPI는 익숙한 SDK 패턴을 통해 두 모델군에 대한 접근을 제공하므로, 동일 워크로드를 두 라우트에 대해 실행한 뒤 프로덕션 기본값을 선택하는 것이 현실적으로 용이하다.