OpenAI GPT-6.1 Sol 출시 — Astra급 코딩·컴퓨터 사용에 비용을 낮춘 선택지

SVIL - Singularity Visual Intelligence Lab 2026. 09. 30 9 min read

OpenAI가 9월 29일 GPT-6.1 Sol을 공개했습니다. 회사는 코딩·컴퓨터 사용·전문 업무 평가에서 GPT-6 Astra에 근접한 성능을 주장하면서 표준 입력·출력 토큰 가격은 Astra의 약 5분의 1이라고 밝혔습니다.

이번에는 실제 이용 경로와 공개된 평가 수치, 회사 자체 시험의 한계를 분리해 봅니다.

새로 나온 모델

GPT-6.1 Sol은 9월 29일 OpenAI DevDay에서 공개된 GPT-6 Sol의 업그레이드 모델이다.

OpenAI는 복합적인 코딩, 컴퓨터 조작, 전문 업무에서 더 높은 성능과 낮은 비용의 균형을 내세웠다.

GPT-6 계열에서의 위치

GPT-6 Astra가 최상위 성능을 담당하고 Sol은 비용 효율을 중시하는 모델군에 놓인다.

새 버전은 기존 Sol의 사용 범위를 넓히면서 Astra 수준에 가까운 업무 성능을 더 저렴하게 제공하려는 선택지다.

Astra와 비교한 회사 주장

OpenAI는 일부 평가에서 GPT-6.1 Sol이 Astra의 지능에 근접한다고 설명했다.

‘근접’은 모든 과제에서 같은 품질을 보장한다는 뜻이 아니며 작업별 평가 결과를 살펴야 한다.

API 가격

표준 API 가격은 입력 토큰 100만 개당 2달러, 출력은 10달러라고 발표됐다.

공식 모델 페이지에는 캐시 입력 100만 토큰당 0.10달러도 명시돼 반복 문맥이 긴 호출에서 비용을 낮출 여지가 있다.

가격이 뜻하는 바

Astra와 같은 입력·출력 가격 기준으로 비교할 때 Sol은 약 5분의 1 수준이라고 OpenAI는 소개했다.

실제 비용은 입력·출력 길이, 캐시 적중률, 추론 설정, 재시도 횟수에 따라 달라진다.

이용 가능한 제품

GPT-6.1 Sol은 ChatGPT Work와 Codex, API에서 제공된다고 발표됐다.

OpenAI는 일반 ChatGPT 대화에는 아직 제공되지 않는다고 따로 적었다.

코딩 평가

DeepSWE v1.1의 실제 코드 저장소 과제에서 Sol은 Astra와 비슷한 성능을 보였다는 것이 회사 설명이다.

같은 발표는 기존 GPT-6 Sol보다 6.4%포인트 높은 점수도 보고하지만 독립 재현 결과와 구분해야 한다.

컴퓨터 사용 평가

OSWorld 2.0 오프라인 세트에서 최대 추론 설정의 Sol은 GPT-6 Sol보다 7%포인트 높았다고 OpenAI는 밝혔다.

같은 조건에서 Astra 점수와의 차이는 2.1%포인트라는 회사 수치다.

문서 기반 전문 업무

GDP.pdf 평가에서 복잡한 문서의 표와 도표를 읽는 업무에서 Sol이 경쟁 모델보다 나은 결과를 보였다는 설명이 있다.

공개 비교에는 특정 추론 설정과 모델 간 비용 조건이 적용되므로 범위를 함께 읽어야 한다.

업무 자동화 평가

AutomationBench에서 중간 추론 설정의 Sol은 Opus 5.5보다 2.2%포인트 높은 결과를 냈다고 OpenAI는 발표했다.

47개 도구를 쓰는 다단계 업무 평가라고 설명하지만, 실제 조직의 도구 권한과 데이터에 적용한 결과는 별도 검증이 필요하다.

과학 작업 평가

Terminal-Bench Science에서는 최대 추론 설정에서 GPT-6 Sol 점수의 두 배를 넘었다는 회사 결과가 제시됐다.

OpenAI는 같은 항목에서 Astra가 최고 점수를 냈다고 밝히므로 모든 작업에서 Sol이 상위 모델을 대체한다고 해석해서는 안 된다.

사실성 수치

어려운 질문 묶음에서 낮은 추론 설정의 사실 오류 응답 비율이 GPT-6 Sol의 11.4%에서 7.7%로 줄었다고 발표했다.

해당 문제군은 이전 모델의 오류가 신고된 대화를 바탕으로 만들어 일반적인 대화에서의 오류율을 대표하지 않는다고 회사가 경고한다.

안전성 시험

OpenAI는 명시적 제한 준수와 의도하지 않은 결과 회피 시험에서 새 Sol이 기존 Sol보다 더 안정적이었다고 보고했다.

자동 안전 검토 우회 시도는 관찰되지 않았다고 밝혔지만 이 또한 회사 내부 평가 결과다.

시험 해석의 주의점

평가 자료는 어려운 상황을 일부러 재현하며 보통의 사용 실패율을 측정하지 않는다고 OpenAI가 명시한다.

벤치마크 점수는 업무 선정과 독립 재현, 실패 사례의 분석을 대체하지 못한다.

추론 설정

API 문서는 `low`, `medium`, `high`, `xhigh`, `max` 추론 단계를 지원한다고 안내한다.

설정이 높을수록 비용과 응답 시간이 달라질 수 있으므로 같은 업무를 여러 설정에서 비교하는 것이 실용적이다.

캐시 입력의 절감

반복해서 보내는 문맥이 캐시되는 경우 입력 요금은 표준 입력보다 크게 낮아질 수 있다.

캐시가 언제 적용되는지와 프롬프트 구조가 실제 비용에 미치는 영향은 구현과 API 사용량 기록으로 확인해야 한다.

업무별 모델 선택

정형적이고 반복적인 코딩·문서 작업에서는 더 낮은 단가가 여러 차례의 시도를 허용할 수 있다.

오류가 비싼 작업이나 가장 높은 추론이 필요한 연구에서는 Astra와 결과 품질을 직접 비교해야 한다.

비교 수치는 회사 평가

각 벤치마크 수치는 OpenAI가 공개한 환경과 평가 방식에서 얻은 결과다.

서로 다른 모델의 폴백 사용이나 비용 산정이 동일한지 확인하고 제3자 시험이 나오면 비교를 갱신해야 한다.

Astra 출시 연기와는 다른 소식

전날 Astra의 출시가 늦춰진 사실과 별도로, Sol은 실제 이용 가능한 모델로 발표됐다.

두 사건은 같은 모델 계열을 다루지만 하나는 안전 시험을 이유로 한 연기이고 다른 하나는 저비용 모델의 출시다.

Ultrafast는 별도 상품

DevDay에서 Astra용 Ultrafast 속도 등급도 발표됐지만 GPT-6.1 Sol의 Ultrafast는 추후 제공 예정이라고 했다.

현재의 Sol 가격·속도와 미래에 예고된 프리미엄 속도 옵션은 구분해야 한다.

ChatGPT 일반 대화는 제외

발표 시점 기준 Sol은 Work와 Codex에 제공되지만 Chat에는 아직 오지 않았다.

일반 대화에서 모델 선택 메뉴에 나타날 것이라고 단정할 근거는 공개 문서에 없다.

기업 적용 전 확인

조직은 API 가격표뿐 아니라 데이터 처리 조건, 도구 접근, 로그 정책, 업무 실패 비용도 검토해야 한다.

모델의 성능과 배포 권한은 별개의 조건이므로 업무별 샌드박스 평가가 적절하다.

다음에 볼 자료

시스템 카드 부록과 API 사용 문서는 모델의 능력·안전 경계·호출 옵션을 더 자세히 설명한다.

제3자 벤치마크와 실제 서비스의 비용·성공률 자료가 축적되면 회사 주장과 실사용 간 차이를 좁힐 수 있다.

정리

GPT-6.1 Sol은 낮은 토큰 단가에 강한 코딩과 업무 성능을 제공하려는 새 모델이다.

Astra와의 동급 성능이나 5분의 1 비용은 OpenAI가 정한 평가·가격 조건에 근거하므로 직접 측정과 함께 읽는 것이 정확하다.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/