먼저 답변
GPT-6 Astra는 OpenAI가 어려운 엔드 투 엔드 작업을 위해 내놓은 새로운 플래그십 모델이다. OpenAI는 2026년 9월 3일 GPT-6 Astra를 공개하며, 복잡한 추론, 컴퓨터 사용, 코딩, 리서치, 과학 작업, 전문 산출물 제작을 중심으로 포지셔닝했다. 이 API 모델은 1.05M-토큰 컨텍스트 윈도우와 128K 최대 출력치를 제공하며, 텍스트와 이미지 입력을 받는다. 추론 노력(reasoning effort)은 low부터 max까지 지원한다. 표준 API 가격은 백만 토큰당 입력 $10 / 출력 $50부터 시작한다. 실무적으로 가장 중요한 변화는 모든 일반지능 벤치마크에서 균일한 상승이 아니라는 점이다. Astra의 가장 큰 향상은 에이전트형 실행, 컴퓨터 사용, 장문맥 검색, 코딩 워크플로, 과학, 사이버보안 분야에서 나타난다.
이는 오래된 CometAPI 글 GPT-6 Is Coming Soon — What Will It Look Like?이 필연적으로 가설적이었다는 점에서 중요하다. 이제 Astra가 공개되었으므로, 이 가이드는 확인된 모델 동작, 벤치마크 상의 트레이드오프, API 경제성, 그리고 실제로 더 저렴한 프런티어 대안보다 이 모델이 더 나은 선택인 영역에 초점을 맞춘다.
GPT-6 Astra란 무엇인가?
GPT-6 Astra는 OpenAI의 GPT-5.6 Sol 플래그십의 후속작이다. OpenAI는 Astra를 가장 어려운 엔드 투 엔드 작업을 위한 가장 능력 있는 모델로 설명하며, 모델이 추론하고, 도구를 사용하며, 소프트웨어와 상호작용하고, 중간 산출물을 수정하고, 초기 요청에서 완성 결과까지 작업을 이어가는 워크플로에 중점을 둔다. 이 포지셔닝은 중요하다. Astra는 단순히 더 큰 챗 모델이 아니다. 브라우저, 터미널, 문서, 스프레드시트, 개발 환경, 엔터프라이즈 소프트웨어 전반에서 작동하는 에이전트의 추론 엔진으로 설계되었다.
출시 게시물은 컴퓨터 사용, 브라우징, 소프트웨어 엔지니어링, 사이버보안, 과학, 전문 작업 전반에서의 최첨단 결과를 강조한다. FrontierMath Tier 4, ARC-AGI-3, ExploitBench에서 각각 97.6% / 99.9% / 100%를 보고했다. 이러한 숫자는 인상적이지만 “Astra가 모든 벤치마크에서 승리한다”로 해석해서는 안 된다. OpenAI의 자체 비교 표에서 사용하는 Artificial Analysis Intelligence Index에서 Astra는 61.2, Claude Fable 5.1은 65.7을 기록한다. 따라서 이번 릴리스는 모든 지능 지표의 완승이라기보다 실행과 에이전트형 작업에서의 단절적(step change) 진보로 이해하는 것이 더 적절하다.
GPT-5.6 Sol에서 무엇이 달라졌나?
컴퓨터 사용이 일급 역량으로 격상
Astra의 가장 분명한 세대 차이는 컴퓨터 사용이다. OSWorld 2.0에서 OpenAI는 Astra 72.6%, GPT-5.6 Sol 65.7%를 보고했다. 동일한 지연 시뮬레이션에서 Astra는 약 40분, Sol은 약 75분에 작업을 완료해 약 47%의 시간 감소를 보였다. 업데이트된 Codex 하네스와 결합해 OpenAI는 Mind2Web에서 1.9배 더 빠른 완료 속도를 보고했다. 핵심은 단순히 화면을 볼 수 있다는 점이 아니다. Astra는 멀티스텝 소프트웨어 작업을 더 오래 일관되게 유지하며 비용이 큰 우회를 덜 한다.
전문 산출물 생성이 더 치밀해짐
OpenAI는 Astra를 원시 문장보다 사용 가능한 산출물로 끝나는 전문 워크플로에 맞춰 명시적으로 학습시켰다. 출시 자료는 문서, 스프레드시트, 프레젠테이션, 데이터 분석, 디자인 작업, 템플릿 준수에서 더 강한 성능을 설명한다. Astra는 중간에 요구사항이 바뀌어도 방향성을 유지하는 능력이 더 좋으며, 스티어링 메시지가 원래 목표를 덮어쓸 가능성이 낮다. 이는 워크플로가 시작된 후 새로운 지시가 자주 도착하는 장기 엔터프라이즈 에이전트에서 특히 유용하다.
긴 세션에서 더 유용한 작업 문맥을 보존
긴 코딩 세션에서 Astra는 활성 컨텍스트가 가득 찬 후 Codex가 노트를 유지·검색하는 새로운 방식을 도입한다. 이전 접근은 요약(compaction)에 크게 의존해 왜 시도가 실패했는지나 이미 시험한 제약을 누락할 수 있었다. OpenAI는 Astra가 컨텍스트 윈도우를 넘어 노트를 유지해 대규모 리팩터와 디버깅 중 연속성을 개선한다고 말한다.
추론 노력 범위가 max까지 확장
개발자는 low, medium, high, xhigh, max 추론 노력 중에서 선택할 수 있다. 이는 Astra를 하나의 고정 운영점으로 취급하는 것보다 더 넓은 품질-비용 곡선을 만든다. 공식 모델 가이드는 평가 목표를 충족하는 가장 낮은 노력을 선택하라고 권장하는데, 최적의 경제성은 항상 최대 추론이 아니라 토큰 효율에서 나오는 경우가 많기 때문이다.
GPT-6 Astra 벤치마크 성능
OpenAI는 컴퓨터 사용, 전문 작업, 코딩, 학술 추론, 헬스, 사이버보안, 장문맥, 정렬(alignment)을 아우르는 광범위한 비교를 공개했다. 이 표를 읽는 가장 유용한 방법은 “일반 지능”과 “도구를 사용해 작업을 완료하는 능력”을 구분하는 것이다. OpenAI의 표에서 Astra는 Artificial Analysis Intelligence Index에서 Sol 대비 근소한 상승에 그쳤지만, 여러 에이전트형·운영 벤치마크에서는 크게 앞선다.
| 벤치마크 | GPT-6 Astra | GPT-5.6 Sol | 차이가 시사하는 바 |
|---|---|---|---|
| AutomationBench | 41.4% | 18.1% | 엔드 투 엔드 비즈니스 워크플로에서 큰 폭의 향상 |
| OSWorld 2.0 | 72.6% | 65.7% | 컴퓨터 상호작용과 작업 완료 능력 개선 |
| Terminal-Bench 4.0 | 57.9% | 37.3% | 터미널 기반 에이전트형 코딩에서 큰 폭의 향상 |
| Terminal-Bench Science 0.1 | 64.6% | 22.4% | 코드/도구를 사용하는 과학 워크플로의 큰 폭 향상 |
| FrontierMath Tier 4 v2 | 97.6% | 83.0% | 프런티어 수준 수학적 추론 강화 |
| ExploitBench | 100.0% | 78.5% | 크리티컬급 사이버보안 역량 |
| SRE-Bench, one attempt | 88.0% | 55.9% | 리버스 엔지니어링/ SRE 작업에서 크게 강해짐 |
| MRCR v2, 512K-1M | 96.3% | 73.8% | 초장문맥 검색 능력 개선 |
| AA Intelligence Index v4.1.1 | 61.2 | 60.9 | 일반 지능은 Sol 대비 사실상 정체 |
패턴이 이례적으로 뚜렷하다. 벤치마크가 도구나 환경과의 지속적인 상호작용을 요구할수록 Astra의 이점이 가장 크다. AutomationBench는 18.1%에서 41.4%로 상승했고, Terminal-Bench Science는 22.4%에서 64.6%로 증가했으며, 512K–1M 구간의 장문맥 MRCR은 73.8%에서 96.3%로 개선됐다. 반면 Artificial Analysis Intelligence Index는 60.9에서 61.2로 소폭 상승에 그친다. 따라서 Astra를 “2.5배 더 비싸지만 약간 더 똑똑하다”고 묘사하는 것은 제품의 실제 가치 제안을 놓치는 셈이다.
출처: OpenAI AutomationBench 차트 (원본 이미지, 재도식 아님)
독립 벤치마크: GPT-6 Astra는 세대 도약인가?
독립 테스트는 중요한 현실 검증을 제공한다. Artificial Analysis는 Intelligence Index 점수 61을 보고했으며, 이는 GPT-5.6 Sol의 최대 노력과 동일하다. 동시에 Astra는 Coding Agent Index에서 크게 개선되었고, 에이전트형 코딩에서 사용하는 토큰이 상당히 줄었다. Artificial Analysis는 자체 Codex 하네스에서 Astra가 최대 노력의 GPT-5.6 Sol 대비 토큰 사용량을 약 3배 줄여, 코딩 에이전트 작업당 비용을 비슷하게 유지하면서 더 높은 점수를 달성했다고 측정했다.
일반 지능 측면의 경제성은 덜 우호적이다. Astra는 Intelligence Index 최대 노력에서 Sol보다 출력 토큰을 약 10% 덜 사용하지만, 토큰당 가격이 2.5배 올라 그 효율 향상을 압도한다. Artificial Analysis는 최대 노력에서 작업당 비용이 약 75% 더 비싸다고 추정한다. 또한 AA-Omniscience에서 정확도가 4포인트 상승하는 동안 환각률이 92%에서 51%로 감소했다고 보고한다.
유용한 결론은 작업 유형별이다. 에이전트가 행동하고, 반복하고, 도구를 사용하며, 복잡한 작업을 마쳐야 할 때 GPT-6 Astra는 가장 세대적인 변화를 보인다. 일반적인 추론이나 대량 텍스트 생성에서는 가격 프리미엄을 회수하기 훨씬 어려울 수 있다.
GPT-6 Astra vs GPT-5.6 Sol vs Claude Fable 5.1 vs Gemini 3.8 Flash
실용적인 모델 선택 비교는 역량, 멀티모달리티, 컨텍스트, 에이전트형 실행, 가격을 포함해야 한다. 아래 모델들은 상호 대체 가능하지 않다. Astra는 어려운 엔드 투 엔드 실행에 최적화되어 있고, Claude Fable 5.1은 일부 일반 지능 지표에서 앞서며, Gemini 3.8 Flash는 훨씬 낮은 토큰 가격과 더 넓은 기본 입력 모달리티를 제공한다.
| 지표 | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Gemini 3.8 Flash |
|---|---|---|---|---|
| 컨텍스트 윈도우 | 1.05M | 1.05M | 1M | 1.048M |
| 최대 출력 | 128K | 128K | 128K | 65.5K |
| 입력 모달리티 | Text, image | Text, image | Text, image/PDF | Text, image, audio, video, PDF |
| AA Intelligence Index | 61.2 | 60.9 | 65.7 | 58.7 |
| AutomationBench | 41.4% | 18.1% | 31.4% | — |
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% | 19.1% |
| DeepSWE 1.1 | 74.1% | 72.7% | 67.4% | 73.8% |
| FrontierMath Tier 4 v2 | 97.6% | 83.0% | 87.8% | — |
| HLE with tools | 57.2% | — | 65.0% | — |
| HealthBench Professional | 63.4% | 60.5% | 58.1% | 52.1% |
| 공식 Standard 입력 가격 | $10/M | $4/M | $10/M | $0.75/M |
| 공식 Standard 출력 가격 | $50/M | $20/M | $50/M | $3.75/M |
GPT-6 Astra가 더 나은 선택인 경우
작업 실패로 인해 인간이 에이전트 실행을 구제하느라 비용이 커지는 경우: 긴 코딩 변경, 브라우저/데스크톱 자동화, 도구를 가로지르는 심층 리서치, 기술 산출물 제작, 복잡한 과학·운영 워크플로 등에서는 Astra를 선택하라. 재실행(retry) 감소, 수동 수정 감소, 출력 토큰 사용 감소가 토큰당 가격보다 더 중요한 경우 프리미엄을 정당화하기 쉽다.
Claude Fable 5.1이 더 나은 선택인 경우
Claude Fable 5.1은 여전히 강력한 프런티어 경쟁자다. OpenAI의 자체 출시 표에서 Artificial Analysis Intelligence Index 점수는 Astra 61.2, Claude Fable 5.1 65.7이며, 도구를 사용한 Humanity’s Last Exam에서도 Astra 57.2, Claude 65.0이다. 이는 Astra를 보편적 지능 승자로 마케팅해서는 안 된다는 의미다. 평가 세트가 컴퓨터 사용 실행보다 장문의 추론에 가깝다면 Claude Fable 5.1이 더 적합할 수 있다.
Gemini 3.8 Flash가 더 나은 선택인 경우
Gemini 3.8 Flash는 프런티어에서 다른 지점을 겨냥한다. 약 1M-토큰 컨텍스트 윈도우로 텍스트, 이미지, 오디오, 비디오, PDF 입력을 지원하며, 공식 입문 가격은 Astra보다 훨씬 낮다. 대량 멀티모달 추출, 비디오/오디오 이해, 일상적 에이전트, 또는 $10/$50 토큰 경제성이 쉽지 않은 워크로드에서는 Gemini 3.8 Flash가 더 경제적인 프로덕션 선택인 경우가 많다.
왜 GPT-6 Astra의 사이버보안 등급이 중요한가
Astra는 OpenAI의 Preparedness Framework에서 크리티컬 사이버보안 역량 임계값에 도달한 최초의 광범위 배포 모델이다. OpenAI는 적절한 도구와 접근 권한이 주어지면 모델이 이전에 알려지지 않은 보안 결함을 식별하고 강화된 시스템 전반에서 익스플로잇 전략을 개발할 수 있다고 말한다. 출시 평가에서 Astra는 ExploitBench 100%, ExploitGym 42.4%, SRE-Bench 1회 시도 88.0%를 기록했다.
이 역량에는 더 엄격한 배포 통제가 따른다. OpenAI는 특히 고위험 사이버 맥락에서 프로덕션 보호장치가 합법적 작업을 느리게 하거나, 일시 중지하거나, 중단할 수 있다고 말한다. ChatGPT나 Codex는 계속 진행하기 전에 사용자 검토를 요청할 수 있고, API 작업은 중단될 수 있다. 기본 Astra 배포는 고급 익스플로잇 생성 요청을 더 많이 거부하며, OpenAI의 Daybreak 프로그램이 일부 방어적 워크플로에 대해 별도의 심사된 접근을 제공한다.
시스템 카드는 모니터링 용이성에 대한 트레이드오프를 문서화한다. Astra는 전체적으로 Sol보다 정렬이 더 잘 되어 있지만, 적대적 평가 조건에서 작성된 추론을 모니터링하기가 더 어렵다고 한다. 따라서 OpenAI는 도구를 사용하는 Astra 추론에 대해 더 넓은 미정렬(misalignment) 모니터링을 배치한다. 엔터프라이즈 팀은 에이전트 권한, 승인 경계, 감사 로그, 최소 권한 도구 접근을 모델 아키텍처의 일부로 취급해야 하며, 선택적 부가 요소로 보아서는 안 된다.
출처: OpenAI 공식 ExploitGym 허니팟 안전성 차트 (원본 이미지, 재도식 아님)
GPT-6 Astra 요금
OpenAI의 현재 API 가격 페이지는 짧은 컨텍스트와 긴 컨텍스트 요청을 구분한다. Standard 처리의 경우, 짧은 컨텍스트 요율은 입력 $10, 캐시된 입력 $1, 캐시 쓰기 $12.50, 출력 $50 (백만 토큰당)이다. 272K 입력 토큰을 초과하는 요청은 긴 컨텍스트 요금이 적용된다. 긴 컨텍스트에서는 입력 $20, 캐시된 입력 $2, 캐시 쓰기 $25, 출력 $75 (백만 토큰당)이다.
| 처리/컨텍스트 | 입력 | 캐시된 입력 / 캐시 쓰기 | 출력 |
|---|---|---|---|
| Standard, 짧은 컨텍스트 | $10/M | $1/M / $12.50/M | $50/M |
| Standard, 긴 컨텍스트 (>272K 입력) | $20/M | $2/M / $25/M | $75/M |
| Batch / Flex, 짧은 컨텍스트 | $5/M | $0.50/M / $6.25/M | $25/M |
| Batch / Flex, 긴 컨텍스트 | $10/M | $1/M / $12.50/M | $37.50/M |
| Fast mode, 짧은 컨텍스트 | $20/M | $2/M / $25/M | $100/M |
| Fast mode, 긴 컨텍스트 | $40/M | $4/M / $50/M | $150/M |
GPT-5.6 Sol과 비교하면, Astra의 Standard 짧은 컨텍스트 토큰 가격은 2.5배 높다($10/$50 vs $4/$20). 그러나 이 프리미엄이 완료된 작업 비용을 자동으로 2.5배로 올린다는 뜻은 아니다. 에이전트형 코딩에서 OpenAI와 Artificial Analysis는 일부 설정에서 Astra의 출력 토큰 사용이 더 낮다고 모두 보고한다. 따라서 올바른 평가 단위는 토큰당 비용만이 아니라 성공적인 작업당 비용이다.
GPT-6 Astra 사용 방법
OpenAI는 9월 3일 단계적 롤아웃을 시작했다. Astra는 이후 며칠 간 ChatGPT Plus, Pro, Business, Enterprise 사용자, OpenAI API, AWS로 순차적으로 제공될 예정이다. 엔터프라이즈 관리자는 워크스페이스별로 Astra를 활성화할 수 있으며, 출시 시 기본적으로 비활성화되어 있다.
OpenAI Responses API로 GPT-6 Astra 호출
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "high"},
input=(
"Review this repository architecture. Identify the highest-risk "
"design issue, explain the evidence, and propose a migration plan."
),
)
print(response.output_text)
모델 ID는 gpt-6-astra다. 도구 중심 워크플로에는 Responses API가 자연스러운 시작점이다. Astra는 함수 호출, 구조화 출력, 웹 검색, 파일 검색, code interpreter, hosted shell, apply patch, computer use, MCP, tool search를 지원한다. 파인튜닝은 현재 지원되지 않는다.
실제 GPT-6 Astra 사용 사례
게임 개발과 비주얼 소프트웨어 워크플로
Playco는 Unity와 Godot에서 직접 작동하는 AI IDE인 Playbot 내부에 Astra를 테스트했다. OpenAI는 이전 모델 대비 수동 수정이 50% 감소했고, 단일 그레이박스 기반에서 세 가지 테마의 프로토타입을 구축했다고 보고한다. 이 예는 단순한 소스 코드 생성 이상이 필요하다는 점에서 중요하다. 모델은 공간 배치를 추론하고, 게임을 플레이하고, 변경을 테스트하며, 버그를 식별하고, 비주얼 환경 내부에서 반복해야 한다.
법률 및 금융 문서 검토
OpenAI는 Astra를 다단계 전문 워크플로(문서, 스프레드시트, 분석 등 완성도 높은 산출물 생성)에 포지셔닝한다. 법률 및 금융 검토에서의 실질 가치는 많은 파일 전반에서 작업 상태를 유지하고, 증거를 교차 확인하며, 고립된 질의 응답이 아닌 완성된 산출물을 반환하는 것이다. 전문가 검증, 승인 통제, 최소 권한 데이터 접근은 여전히 필요하다.
장기 지평 엔지니어링 에이전트
Terminal-Bench, DeepSWE, 데이터베이스 마이그레이션, 컴퓨터 사용, 장문맥 결과의 조합은 Astra가 리포지토리 규모 엔지니어링에 특히 적합함을 시사한다. 유용한 배포 패턴은 제한된 개발 환경, 이슈 또는 마이그레이션 목표, 테스트, 도구 접근을 Astra에 제공한 다음, 병합된 작업 품질, 실패한 반복 횟수, 인간 검토 시간, 총 비용으로 성공을 평가하는 것이다. 이는 단일 코딩 벤치마크 점수보다 더 나은 프로덕션 지표다.
GPT-6 Astra의 한계
- 프리미엄 토큰 가격. Astra는 Standard 짧은 컨텍스트 기준 GPT-5.6 Sol 대비 토큰당 2.5배 가격이므로, 루틴한 채팅, 분류, 추출, 단순 초안 작성에는 비경제적일 수 있다.
- 장문맥 추가 요금. 입력 토큰이 272K를 넘는 요청은 전체 요청에 대해 더 높은 요율이 적용되므로, “1.05M 컨텍스트”를 균일 가격의 메모리로 해석하면 안 된다.
- 모델에서 네이티브 오디오/비디오 입력 미지원. Astra는 텍스트·이미지 입력을 받고 텍스트를 출력한다. 네이티브 오디오/비디오 이해가 중심인 워크로드에는 Gemini 3.8 Flash가 더 유연하다.
- 파인튜닝 미지원. 공식 모델 페이지에 따르면 현재 파인튜닝을 지원하지 않으므로, 커스터마이즈는 프롬프트, 도구, 검색, 워크플로 설계에 의존한다.
- 사이버 안전장치가 워크플로를 중단할 수 있음. OpenAI는 고위험 맥락에서 추가 안전 점검이 합법적 작업을 일시 중지하거나 중단할 수 있다고 명시한다.
- 보편적 벤치마크 승자가 아님. OpenAI가 공개한 비교에서 Claude Fable 5.1은 Artificial Analysis Intelligence Index와 도구 사용 HLE에서 Astra를 앞선다.
FAQ
GPT-6 Astra가 공식 출시되었나요?
예. OpenAI는 9월 3일 롤아웃을 시작했다. 가용성은 조직, ChatGPT 유료 플랜, API 접근, AWS 전반에 단계적으로 적용되며, 모든 계정에 동시에 나타나지 않는다.
GPT-6 Astra의 컨텍스트 윈도우는?
공식 모델 페이지는 1.05M-토큰 컨텍스트 윈도우와 128K-토큰 최대 출력을 명시한다. 272K 입력 토큰을 넘는 요청은 장문맥 가격표가 적용된다.
GPT-6 Astra 가격은 얼마인가요?
Standard 짧은 컨텍스트 가격은 백만 토큰당 입력 $10 / 출력 $50이며, 캐시된 입력 $1, 캐시 쓰기 $12.50이다. 장문맥, Batch/Flex, Fast 모드는 다른 요율을 가지므로 실제 요청에 맞는 구간으로 프로덕션 견적을 산정해야 한다.
GPT-6 Astra가 Claude Fable 5.1보다 더 낫나요?
작업에 따라 다르다. Astra는 컴퓨터 사용, 코딩 에이전트, 과학, 사이버, 전문 작업 평가에서 앞서는 항목이 많고, Claude Fable 5.1은 OpenAI가 공개한 비교에서 Artificial Analysis Intelligence Index와 도구 사용 HLE 점수에서 Astra를 앞선다. 하나의 모델이 모든 범주를 지배한다고 가정하지 말고 자체 에이전트/작업 평가를 사용하라.
GPT-6 Astra는 AGI인가요?
OpenAI의 공식 제품 페이지는 Astra를 새로운 세대의 지능이자 가장 능력 있는 광범위 배포 모델로 설명하지만, 제품 자체를 “AGI”로 정의하지는 않는다. 일부 작업에서의 벤치마크 포화가 보편적 AGI 정의로 귀결되는 것은 아니다.
결론
GPT-6 Astra는 실행 중심의 프런티어 모델로 이해하는 것이 가장 적절하다. GPT-5.6 Sol 대비 Artificial Analysis Intelligence Index에서 60.9에서 61.2로의 미세한 상승이 아니라, 컴퓨터 사용, 에이전트형 코딩, 과학 워크플로, 장문맥 검색, 전문 작업 완료, 사이버보안에서의 더 큰 향상이 진보의 가장 강력한 증거다. 1.05M 컨텍스트 윈도우와 깊은 도구 스택은 단일 응답을 넘어 지속적으로 유용한 에이전트를 구축할 여지를 더 준다.
대가는 가격이다. $10/$50 Standard 가격은 프리미엄이며, 장문맥 요청은 더 비싸고, 독립 테스트는 일반 지능 워크로드에서 Astra가 Sol보다 상당히 비쌀 수 있음을 보여준다. 그러나 더 나은 완료율과 낮은 인간 교정이 토큰 비용을 상회할 때 모델은 이 프리미엄을 정당화한다. 더 단순하거나 대량의 워크로드에서는 GPT-5.6, Claude Fable 5.1, 특히 Gemini 3.8 Flash가 구식 전작이 아니라 여전히 유효한 대안으로 남아 있다.