GPT-6 아스트라, 지능 8위에 가격은 상위권

오픈AI(OpenAI)가 2026년 9월 공개한 GPT-6 아스트라(GPT-6 Astra) 최상위 등급 모델의 독립 측정 결과가 나왔다. 벤치마크 집계 사이트 아티피셜 애널리시스(Artificial Analysis)가 매긴 성적은 요약하면 이렇다. 똑똑하지만, 그 똑똑함의 값이 비싸다.

무슨 일인가 / 배경

이 사이트는 공개된 모델들을 같은 평가 묶음에 넣고 점수와 비용을 함께 매긴다. 현재 쓰이는 지능 인덱스 4.1.1 버전은 아홉 개 평가로 구성된다. GDPval-AA v2, τ³-Banking, 터미널 벤치 2.1, 사이코드(SciCode), 인류 최후의 시험(Humanity's Last Exam), GPQA 다이아몬드, 크릿피티(CritPt), AA-옴니사이언스, AA-LCR이다. 순수 지식 문제부터 터미널에서 실제 작업을 끝내는 능력까지 섞여 있다.

GPT-6 아스트라 max는 여기서 61점을 받아 201개 모델 가운데 8위에 올랐다. 비교 대상 모델들의 중앙값이 36점이니 상위권인 건 분명하다. 사양은 텍스트와 이미지를 입력받아 텍스트를 출력하며, 컨텍스트 창은 100만 토큰, 학습 지식은 2026년 4월 30일까지다.

핵심 짚어보기

눈여겨볼 대목은 가격이다. 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러로, 각각 중앙값인 2달러·10달러의 다섯 배다. 비용 순위는 201개 중 86위. 아티피셜 애널리시스는 이 모델을 두고 비슷한 가격대 모델과 비교하면 특히 비싼 축에 든다고 정리했다. 인덱스 전체를 한 번 돌리는 데 든 실제 비용은 3,020.82달러였다.

다만 상쇄 요인이 두 가지 있다. 하나는 캐시 할인 90%다. 같은 프롬프트 앞부분을 반복해서 보내는 구조라면 입력 비용의 체감치는 크게 달라진다. 다른 하나는 말수다. 이 모델은 인덱스 평가를 치르며 4,200만 토큰을 출력했는데, 중앙값 6,200만 토큰보다 적다. 출력 단가가 비싼 모델이 말을 적게 한다는 건 실제 청구서에서 꽤 큰 차이를 만든다.

한편 이 페이지가 커뮤니티에서 화제가 된 건 "앤트로픽에 한참 뒤진다"는 제목으로 공유되면서였다. 하지만 해당 페이지 자체에는 앤트로픽 모델과의 직접 비교 수치가 실려 있지 않다. 순위가 1위가 아니라 8위라는 사실만 확인 가능하며, 격차의 크기를 단정하려면 상위 모델들의 개별 점수를 따로 확인해야 한다.

1인기업 실전 적용 포인트

• '과제당 비용'으로 환산해서 비교하라. 토큰 단가만 보면 판단이 틀어진다. 말이 짧고 한 번에 맞히는 모델은 단가가 두 배여도 총액이 더 쌀 수 있다. 자기 업무 하나를 골라 실제로 두 모델에 돌려 보고 청구액을 비교하는 게 유일하게 믿을 만한 방법이다.
• 캐시 할인을 전제로 프롬프트를 설계하라. 90% 할인은 고정 지시문·회사 자료를 앞쪽에 두고 변하는 입력만 뒤에 붙일 때 효과가 난다. 프롬프트 순서를 바꾸는 것만으로 비용이 달라진다.
• 비싼 모델은 병목 한 곳에만 쓴다. 분류·요약·태깅 같은 반복 작업은 저렴한 모델에 맡기고, 최종 판단이나 긴 문서 통합처럼 실수 비용이 큰 지점에만 최상위 모델을 배치하는 이층 구조가 현실적이다.
• 100만 토큰 컨텍스트를 '전부 넣기' 핑계로 쓰지 마라. 넣을 수 있다는 것과 넣는 게 이득이라는 건 다르다. 입력이 길어질수록 단가 그대로 비용이 늘고, 필요한 문서만 골라 넣는 검색 단계를 앞에 두면 대개 더 싸고 정확하다.

전망 / 주의점

지능 인덱스는 아홉 개 평가의 합산 점수라 내 업무와의 궁합을 보장하지 않는다. 코딩 위주로 쓴다면 터미널 벤치 항목을, 자료 조사 위주라면 장문 이해 항목을 따로 봐야 한다. 평균 점수 1위 모델이 내 일에서도 1위인 경우는 생각보다 드물다.

또 이 페이지는 추론 버전 기준이며, 같은 이름의 비추론 변형이 별도로 존재할 수 있다고 명시돼 있다. 가격표를 비교할 때 어느 변형인지 확인하지 않으면 계산이 어긋난다.

출처: Artificial Analysis (https://artificialanalysis.ai/models/gpt-6-astra)