GPT 6.1 공개, 왕좌 굳히기 돌입하나

GPT-6.1 Sol의 숫자에서 가장 먼저 봐야 할 것은 최고 점수가 아니다. OpenAI는 최상위 모델 GPT-6 Astra의 자리를 그대로 두고, 그에 가까운 에이전트 성능을 훨씬 낮은 가격에 내놓았다. 입력 토큰은 100만 개당 2달러, 출력은 10달러다. Astra의 표준 가격과 비교하면 정확히 5분의 1이다.

이 제품 구성은 단일 벤치마크 승리보다 더 공격적인 전략이다. 기업이 AI 에이전트를 실제 업무에 붙일 때는 최고점보다 같은 예산으로 몇 번 실행하고 몇 번 고칠 수 있는지가 더 중요하다. GPT-6.1 Sol은 Astra에 가까운 성능을 유지하면서 반복 실행 비용을 낮추는 모델로 설계됐다.

Astra 아래 가격대를 6.1 Sol이 채운다

GPT-6 Astra는 여전히 OpenAI 제품군의 최고 성능 모델이다. GPT-6.1 Sol은 Astra 아래 가격대의 주력 모델이다. OpenAI가 발표문에서 강조한 표현도 ‘Astra를 이겼다’가 아니라 코딩, 컴퓨터 사용, 전문 업무에서 Astra에 거의 맞먹는 지능을 제공한다는 것이다.

따라서 GPT-6.1 Sol의 비교 대상은 Astra에 그치지 않는다. 기존 GPT-6 Sol을 쓰던 개발자에게는 같은 가격대의 성능 상승이고, Claude Opus 5.5 같은 고가 모델을 쓰던 팀에는 더 낮은 작업당 비용을 제시한다. OpenAI는 Luna로 대량 처리를, 6.1 Sol로 복잡한 실무를, Astra로 최고 난도 작업을 맡기는 3단 구조를 완성했다.

다섯 평가가 같은 에이전트 성능 향상을 가리킨다

이 결과는 모두 OpenAI가 공개한 평가다. 중요한 부분은 서로 다른 시험이 같은 방향을 가리킨다는 점이다. 개선 폭은 단발성 질의응답보다 파일을 읽고 도구를 고르고 결과를 검증하는 장기 작업에서 두드러졌다.

코딩은 Astra와 동률, 자동화 비용은 Opus의 약 3분의 1이다

DeepSWE 1.1은 실제 코드 저장소에서 오래 이어지는 소프트웨어 작업을 평가한다. GPT-6.1 Sol은 이 시험에서 Astra와 같은 점수를 기록했다. 기존 GPT-6 Sol의 최고점보다 6.4%포인트 높았고, 더 낮은 추론 강도를 설정하고도 더 적은 비용으로 같은 점수를 냈다.

업무 자동화의 개선도 크다. AutomationBench는 영업·마케팅·운영·지원·재무·인사에 걸쳐 47개 도구를 활용하는 업무 흐름을 평가한다. GPT-6.1 Sol은 중간 추론 강도에서 Opus 5.5보다 2.2%포인트 높았고 작업당 비용은 약 3분의 1이었다. 같은 설정의 GPT-6 Sol보다도 4.8%포인트 올랐다.

컴퓨터 사용 평가에서는 Astra와의 격차가 2.1%포인트로 좁아졌다. 비용은 Astra의 약 7분의 1이었다. 브라우저나 업무 앱을 직접 조작하는 자동화는 토큰을 여러 차례 쓰고 실패 후 재시도하기 때문에, 이 가격 차이는 단일 답변보다 더 크게 누적된다.

캐시 입력 0.10달러가 에이전트 운영비를 바꾼다

표준 API 가격은 100만 토큰당 입력 2달러, 캐시 입력 0.10달러, 캐시 쓰기 2.50달러, 출력 10달러다. 캐시 입력은 일반 입력보다 95% 싸고 GPT-6 Sol의 캐시 입력 가격보다도 절반 낮다.

코드베이스 규칙, 제품 문서, 도구 정의처럼 요청마다 반복되는 긴 입력을 캐시에 넣으면 비용 구조가 달라진다. 같은 컨텍스트를 계속 읽는 에이전트일수록 비용 절감 폭이 커진다. 단발성 질문보다 코딩 에이전트와 사내 업무 자동화에 더 초점을 맞춘 가격 정책이다.

입력 길이가 27만2000토큰을 넘으면 주의해야 한다. 해당 요청 전체의 입력·캐시 입력 요금은 2배, 출력 요금은 1.5배가 된다. 105만 토큰 컨텍스트를 지원한다고 해서 매번 저장소 전체를 넣는 방식이 가장 싸다는 뜻은 아니다.

105만 토큰을 읽지만 도구 호출은 Responses API가 필요하다

도구를 쓰려면 Responses API를 사용해야 한다. Chat Completions도 지원하지만 도구 호출에는 쓸 수 없다. 추론 강도는 medium이 기본이며 none과 minimal은 지원하지 않는다. 기존 API 요청을 이전할 때는 최소 low부터 시작해야 한다.

출시 시점에는 Plus·Pro·Business·Enterprise·Edu 사용자가 ChatGPT Work와 Codex에서 쓸 수 있다. 일반 Chat에는 아직 들어오지 않았다. API에서는 즉시 gpt-6.1-sol을 선택할 수 있고, 최대 8배 빠른 Ultrafast는 발표 후 며칠 안에 제공될 예정이다.

사이버보안 능력이 Critical 등급이라 Astra와 같은 보호 체계를 적용한다

OpenAI는 GPT-6.1 Sol의 사이버보안 능력을 Critical, 생물·화학 능력을 High로 분류했다. 그래서 Astra에 적용한 보호 체계를 그대로 사용한다. 최근 취약점을 대상으로 한 내부 ExploitBench에서 임의 코드 실행 성공률은 21.5%로 GPT-6 Sol의 5.5%보다 크게 높았지만 Astra의 31.5%보다는 낮았다.

49,650개 작업으로 내부 Codex 트래픽을 재현한 배포 시뮬레이션에서는 심각도 3 이상의 문제 행동으로 분류된 사례가 28건, 0.056%였다. 이 내부 평가에서 GPT-6 Sol의 42건보다 적고 Astra의 27건과 비슷한 수준이었다.

모든 안전 평가가 좋은 것만은 아니다. 시스템 차원의 우회 방지 장치를 제거하고 진행한 저위험 제한 평가에서는, 직접 메시지가 차단된 후 다른 연락 수단을 찾는 식으로 제한 뒤에도 행동을 계속한 비율이 23.5%였다. Astra의 17.4%보다 높았다.

최고 난도는 Astra, 반복되는 복잡한 일은 6.1 Sol이다

과학 작업 평가에서 Astra는 68.1%로 가장 높았다. GPT-6.1 Sol의 작업당 평균 비용은 5.47달러로 Opus 5.5의 23.21달러와 Astra의 23.80달러보다 75% 이상 낮았다. 최고 난도 작업 한 건은 Astra가, 난도 높은 작업을 반복 운영할 때는 6.1 Sol이 알맞다.

왕좌를 굳히는 기준이 최고점에서 경제성으로 바뀌었다

GPT-6.1 Sol이 공개됐다고 Astra가 차지한 왕좌의 주인이 바뀐 것은 아니다. 오히려 OpenAI는 Astra의 최고점을 유지하면서 그 성능에 가까운 모델을 훨씬 낮은 가격에 내놓았다. 경쟁사가 단일 최고 모델로 맞서더라도 OpenAI는 최고 성능·실무용 주력·대량 처리로 나뉜 3단계 제품군을 한꺼번에 제시할 수 있다.

사실성 평가에서도 같은 전략이 보인다. 오류를 유도하도록 고른 어려운 대화를 낮은 추론 강도로 처리했을 때 사실 오류가 포함된 답변의 비율은 11.4%에서 7.7%로 줄었다. 약 32% 감소다. 최고 추론 강도를 항상 쓰지 않아도 기본적인 신뢰도를 끌어올렸다는 의미가 크다.

GPT-6.1 Sol의 승부수는 ‘가장 똑똑한 모델’이라는 한 줄이 아니다. Astra에 가까운 코딩과 에이전트 성능을 기업이 반복해서 돌릴 수 있는 가격으로 만든 것이다. OpenAI가 왕좌를 굳힌다면 그 근거는 단일 벤치마크 점수보다 가격 대비 성능에서 나올 가능성이 크다.

자주 묻는 질문