한 달 사이에 두 모델이 나왔습니다
OpenAI는 2026년 9월 29일 GPT-6.1 Sol을, 한 달 뒤인 10월 26일 GPT-6.1 Terra를 내놨습니다. 둘 다 “GPT-6.1″이지만 성격이 꽤 다릅니다. Sol은 비싼 최상위 모델 GPT-6 Astra에 가까운 실력을 5분의 1 가격에 주겠다는 모델이고, Terra는 그 Sol의 절반 가격으로 매일 반복하는 업무를 빠르게 처리하겠다는 모델입니다.
GPT-6 가족을 싼 순서로 놓으면 이렇습니다.
| 모델 | 성격 | API 가격(100만 토큰당 입력 / 출력) |
|---|---|---|
| GPT-6 Luna | 분류·필드 추출·정형 요약 같은 단순 반복 작업 | $0.10 / $0.50 |
| GPT-6.1 Terra | 화면 읽기·서류 입력·글쓰기 같은 일상 업무, 빠름 | $1 / $5 |
| GPT-6.1 Sol | 코딩·컴퓨터 사용·전문 업무의 주력 | $2 / $10 |
| GPT-6 Astra | 가장 어려운 연구·과학 작업 | $10 / $50 |
Luna 가격은 OpenRouter 목록 기준이고, 나머지는 OpenAI 발표 기준입니다.
GPT-6.1 Sol: Astra에 가까운 실력, 가격은 5분의 1
핵심 스펙
| 항목 | 내용 |
|---|---|
| 공개일 | 2026-09-29 |
| API 이름 | gpt-6.1-sol |
| 가격 | 입력 $2, 캐시 입력 $0.10, 출력 $10 (100만 토큰당) |
| 쓸 수 있는 곳 | ChatGPT Work·Codex(Plus, Pro, Business, Enterprise, Edu), API |
| 아직 안 되는 곳 | ChatGPT 일반 대화(Chat) |
캐시 입력 가격이 눈에 띕니다. 같은 지시문이나 자료를 반복해서 넣는 에이전트라면, 캐시된 부분은 일반 입력보다 95% 싸고 GPT-6 Sol 때보다도 절반 값입니다. 긴 규칙 문서를 매번 앞에 붙이는 방식으로 쓰는 분들에게는 실제 청구서 차이가 꽤 날 수 있습니다.
벤치마크 (OpenAI 발표)
- DeepSWE v1.1(실제 코드베이스의 어려운 개발 작업): GPT-6 Astra와 같은 점수를 약 5분의 1 비용으로 냈습니다. GPT-6 Sol의 최고 점수보다는 6.4%p 높고, 그것도 더 낮은 추론 강도에서 나왔습니다.
- GDP.pdf(표·차트·작은 글씨가 섞인 PDF로 전문 질문에 답하기): Claude Opus 5.5보다 높은 점수를 작업당 절반 이하 비용으로 냈습니다.
- AutomationBench(여러 단계 업무 흐름을 끝까지 맞게 처리): 중간 추론 강도에서 Opus 5.5보다 2.2%p 높고, 비용은 약 3분의 1입니다.
- OSWorld 2.0(컴퓨터 화면을 직접 다루는 작업): 최대 추론 강도에서 GPT-6 Sol보다 7%p 높고, Astra와는 2.1%p 차이인데 작업당 비용은 약 7분의 1입니다.
- Terminal-Bench Science 0.1(데이터 분석·시뮬레이션·증명 같은 과학 작업): GPT-6 Sol 점수의 두 배가 넘습니다. 최대 강도 기준 작업당 평균 $5.47로, Opus 5.5($23.21)와 Astra($23.80)보다 75% 넘게 쌉니다. 다만 이 항목 최고 점수는 여전히 Astra(68.1%)이고, OpenAI도 가장 어려운 과학 연구에는 Astra를 쓰라고 안내합니다.
사실 오류도 줄었습니다
일부러 어렵게 고른 질문(예전 모델이 틀렸다고 사용자가 표시한 대화)에서, 낮은 추론 강도 기준 사실 오류가 있는 답의 비율이 GPT-6 Sol 11.4%에서 7.7%로 줄었습니다. 약 32% 감소입니다. OpenAI는 이 시험이 평소 사용을 대표하지는 않는다고 덧붙였습니다.
GPT-6.1 Terra: Sol의 절반 가격, 세 배 빠른 일상 업무용
핵심 스펙
| 항목 | 내용 |
|---|---|
| 공개일 | 2026-10-26 |
| API 이름 | gpt-6.1-terra |
| 가격 | 입력 $1, 출력 $5 (100만 토큰당) — GPT-5.6 Terra, GPT-6.1 Sol의 절반 |
| 쓸 수 있는 곳 | ChatGPT Work·Codex(Plus, Pro, Enterprise, Edu), API |
| 특징 | 이미지 이해·컴퓨터 사용·자연스러운 글쓰기 |
ChatGPT 요금제 안에서 쓸 때도 장점이 있습니다. 같은 사용량 한도로 GPT-6.1 Sol이나 Astra보다 훨씬 많은 작업을 처리할 수 있다고 OpenAI는 설명합니다.
벤치마크 (OpenAI 발표)
- Agents’ Last Exam(건축 도면을 3D 모델로 만들기, 애니메이션을 장면별로 검토하기 같은 전문 작업): 중간 추론 강도에서 GPT-5.6 Terra보다 15%p 높고 비용은 약 3분의 1입니다. GPT-6 Astra와 비슷한 점수를 토큰 가격 10분의 1로 냈습니다. 작업 완료 속도는 Astra와 GPT-6.1 Sol보다 세 배 넘게 빠릅니다.
- Terminal-Bench 4.0(명령줄에서 코딩 문제 해결): 최대 강도에서 50.3%로, GPT-5.6 Terra(21.5%)의 두 배가 넘습니다. 그래도 가장 복잡한 코딩은 Sol이나 Astra가 낫다고 OpenAI 스스로 밝혔습니다.
- Terminal-Bench Science 0.1: 최대 강도에서 GPT-6.1 Sol보다 높고, Opus 5.5와 5점 이내 차이를 추정 비용 5분의 1 이하로 냈습니다.
- 사실 오류: 오류를 유도하는 내부 시험에서 낮은 강도 기준 오류율이 GPT-5.6 Terra 53.6%에서 16.7%로 떨어졌습니다. 최대 강도에서는 4.3%입니다.
제3자 평가는 조금 더 냉정합니다
독립 평가 기관 Artificial Analysis의 종합 지능 지수에서 Terra는 48.1점으로, Sol(51.8)과 Astra(52.7)보다 낮습니다. 대신 작업당 비용은 최대 강도 기준 $0.40으로 Sol($0.72)의 절반 수준입니다. 이 수치는 eesel.ai가 정리한 Artificial Analysis 결과를 옮긴 것입니다.
그래서 무엇을 쓰면 될까
- 코딩 에이전트, 여러 단계 업무 자동화, 어려운 문서 분석 → GPT-6.1 Sol. Astra의 대부분을 5분의 1 가격에 씁니다. 반복되는 긴 지시문이 있다면 캐시 할인까지 챙길 수 있습니다.
- 송장·서류를 읽어 시스템에 입력, 화면 조작, 제안서 초안, 대량 처리 → GPT-6.1 Terra. 절반 가격에 빠르고, 이런 일에서는 Sol과 큰 차이가 나지 않습니다.
- 분류·태그 달기·짧은 요약처럼 정답이 분명한 반복 작업 → GPT-6 Luna가 훨씬 쌉니다.
- 최고 난도 과학 연구, 실패 비용이 큰 작업 → 여전히 GPT-6 Astra.
처음 도입한다면 Terra로 시작해 보고, 결과가 모자란 작업만 Sol로 올리는 방식을 권합니다. 같은 작업을 두 모델에 몇 번 돌려 성공률과 비용을 직접 비교하면 판단이 빠릅니다.
참고
- Introducing GPT-6.1 Sol — OpenAI
- Introducing GPT-6.1 Terra — OpenAI
- A model guide for the GPT-6 family — OpenAI
- GPT-6.1 Terra: pricing, benchmarks — eesel.ai
벤치마크 수치는 대부분 OpenAI가 직접 발표한 것입니다. 실제 업무 성능은 작업 종류와 설정에 따라 달라질 수 있습니다.