GPT-6.1 Sol 대 Reflection Beam: 3~4배 효율성 주장, 그리고 그 주장을 무너뜨리는 벤치마크 표들

가장 흥미로운 숫자는 Reflection Beam의 출시 자료에 있는 벤치마크 점수가 아니다. Reflection의 2026-10-05 발표에 따르면 Beam은 비슷한 품질에서 GLM 5.2보다 추론 FLOPs를 대략 3~4배 적게 사용한다 — 특정 이름이 거론된 경쟁자를 상대로 한 효율성 주장이며, 대부분의 팀이 실제로 운영에서 제약으로 삼는 것이 토큰당 비용인 시장에서 나온 주장이다. 또한 같은 발표의 벤치마크 표가 뒷받침하기보다 오히려 복잡하게 만드는 주장이기도 하다: 그 표에서 Reflection Beam은 여러 스위트에서 GLM 5.2를 이기고, DeepSWE, SWE-Bench Pro v2-Hard, SWE Atlas Code QnA, MCP Atlas, AutomationBench, BrowseComp, DeepSearchQA에서는 GLM 5.3, Kimi K3 등에 뒤진다. 이를 GPT-6.1 Sol, 즉 2026-09-29에 나온 Open​AI의 릴리스와 견주면, 효율성이 논거인 모델과 효율성이 이미 가격에 반영되고 측정되어 공표된 모델 사이의 비교가 된다.

두 모델 모두 각각 10월과 9월 말에 나온 2026년 프런티어 등급 출시작이며, 각각에 대해 얼마나 많은 이야기를 할 수 있는지의 차이가 이 글의 핵심을 이룬다. 아래의 모든 내용은 Reflection의 출시 자료, Open​AI의 모델 및 가격 페이지, 우리 자체 카탈로그 기록, 그리고 Artificial Analysis의 독립 측정치에서 나온 것으로, 2026-10-12에 확인했다. 어떤 수치가 벤더 자체의 것이고 아무도 그것을 재현하지 않았다면, 그 수치를 담은 문장에서 그 점을 밝힌다.

Reflection 외부인이 아는 한, Reflection Beam이란 무엇인가

Beam은 토큰당 230억 개의 파라미터가 활성화되는 5,010억 개 파라미터 규모의 전문가 혼합(mixture-of-experts) 모델입니다. 이 비율은 무엇보다 먼저 주목할 만한 설계 결정입니다. 501B/23B MoE는 서빙 비용이 저렴하도록 만들어졌는데, 주어진 토큰마다 네트워크의 아주 작은 일부만 실행되기 때문입니다. 발표문의 효율성 주장은 아키텍처에 덧붙여진 뜻밖의 요소가 아니라, 바로 그 아키텍처의 명시된 목적입니다.

• 총 파라미터 및 활성 파라미터 — 총 501B, 토큰당 23B 활성, 전문가 혼합(mixture-of-experts).

• 모달리티 — 텍스트 전용. 비전 없음, 오디오 없음, 이미지 입력 없음.

• 컨텍스트 — 베타 API에서 256,000토큰, 최대 출력 128,000토큰, 지식 컷오프 2026-06-30.

• 가중치 — 미공개. Reflection은 가중치를 10월 후반에 Apache 2.0 라이선스로 공개하겠다고 밝혔는데, 이는 이 모델에 관한 가장 중대한 미해결 질문이자 이번 출시가 실질적으로 프리뷰에 그치는 이유다.

• 가격 — 공개된 바 없음. Beam의 API에는 요금표가 없으므로, 이 글 어디에도 이에 대한 비용 수치가 등장하지 않으며, 토큰당 계산을 바탕으로 한 어떤 비교든 그 열을 비워 둘 수밖에 없다.

• 독립적 벤치마크 — 없음. Artificial Analysis에는 Reflection Beam에 대한 항목이 없으므로, 아래 섹션의 모든 점수는 Reflection이 자체적으로 실행한 결과이며, Reflection 자체의 기준선이 함께 붙어 있습니다.

벤더 테이블, 솔직하게 읽어보면

Reflection은 출시와 함께 일련의 벤치마크 비교 결과를 발표했는데, 이를 정직하게 보고하는 방식은 그것들이 양방향에서 무엇을 보여주는지 말하는 것입니다. 왜냐하면 그것들은 한 방향만을 보여주지는 않기 때문입니다.

• Beam이 우세한 지점. Reflection이 대표로 내세우기로 선택한 스위트에서, Beam은 GLM 5.2 — 효율성 주장이 겨냥하는 바로 그 모델 — 를 능가한다. 액면 그대로 받아들이면 이는 진정한 성과다. 추론 비용의 약 4분의 1에서 3분의 1 수준으로 더 나은 출력을 낸다는 것은 대규모로 서비스하는 누구에게나 강력한 입지다.

• Beam이 뒤처지는 지점. 동일한 표에서 Beam은 DeepSWE, SWE-Bench Pro v2-Hard, SWE Atlas Codebase QnA, MCP Atlas, AutomationBench, BrowseComp 및 DeepSearchQA에서 GLM 5.3, Kimi K3 및 기타 최신 모델들보다 뒤에 있습니다. 이들은 주변부 벤치마크가 아니라, 모델이 자율 에이전트로 사용 가능한지를 결정하는 소프트웨어 엔지니어링, 도구 사용 및 심층 연구 벤치마크입니다.

함께 읽으면, 이 표들은 일관되면서도 '최첨단'보다는 좁은 이야기를 한다. Beam은 Reflection이 택한 영역에서는 이전 세대를 능가하지만 에이전트 영역에서는 현재 세대를 능가하지는 못하는, 강력한 오픈 모델 릴리스로 보인다. 그것은 모델이 가질 수 있는 정당한 모습이다. 그것은 에이전트 작업에 사용할 수 있는 최고의 모델이 되는 것과 같은 말이 아니며, 발표의 프레이밍은 더 강한 해석을 유도한다.

효율성 수치 자체에 관한 구조적인 지적을 하나 하겠습니다. 그것이 핵심 헤드라인이니까요. 다른 모델과의 토큰당 FLOPs 비교는 아키텍처와 서빙 구성의 속성이지 결과 품질의 속성이 아니며, FLOPs가 3~4배 적다는 것은 독립적인 재현 없이 벤더가 측정한 수치입니다. Beam의 서빙 비용이 저렴할 것이라고 기대할 만한 합리적인 근거는 됩니다. 하지만 그것은 Beam이 사용하는 데 드는 비용이 저렴하다는 증거는 아닙니다. 그리고 이 둘 사이의 차이가 바로 이 페이지의 비용 논의 전체입니다: 답에 도달하기 위해 더 많은 토큰을 소모하는 모델은 FLOP당으로는 더 저렴하면서 동시에 작업당으로는 더 비쌀 수 있습니다.

비교에서 출시된 쪽

이 기사가 기록하고자 하는 비대칭성은 다음과 같다. GPT-6.1 Sol은 2026-09-29에 OpenAI의 API에 출시되었다. 여기에는 공개된 요금표 — 입력 토큰 100만 개당 $2.00, 출력 100만 개당 $10.00, 캐시된 입력 $0.10, 캐시 쓰기 $2.50 — 문서화된 1,050,000토큰 컨텍스트 윈도, 128,000토큰 최대 출력, 그리고 최대 추론 노력에서 작업당 실행 비용이 $0.72인, 52라는 값을 가진 독립적인 Intelligence Index 행이 있다.

그 비용 수치는 Reflection의 FLOPs 주장에 맞세워 볼 가치가 있는 수치다. 작업당 $0.72는 FLOP 수치도 아니고 단가표도 아니다. 그것은 작업이 완료되었을 때 드는 비용이며, 모델을 실행한 제3자가 측정한 값이다. Beam의 효율성 논변이 조달 논변으로 통하려면 넘어서야 할 수치가 바로 이것이다 — 그리고 Beam에는 이에 상응하는 수치가 없는데, Beam은 공개된 가격도 없고 독립적인 실행도 없기 때문이다.

오늘날 구체적이고 확인 가능한 두 가지 다른 차이점이 있습니다:

• 컨텍스트와 출력 — GPT-6.1 Sol은 문서상 1,050,000 토큰의 컨텍스트를 제공하는 반면, 베타의 Beam은 256,000 토큰이며, 둘 다 출력을 128,000 토큰으로 제한합니다. 리포지토리 규모나 문서 세트 작업에서는 한 번의 호출에 들어갈 수 있는 자료량이 네 배 차이입니다.

• 모달리티 — GPT-6.1 Sol은 텍스트, 이미지 및 파일을 받아들이며, Beam은 텍스트 전용입니다. 파이프라인에서 스크린샷, 스캔 또는 다이어그램을 읽는다면, Beam은 점수와 관계없이 후보가 아닙니다.

Beam이 GPT-6.1 Sol이 구조적으로 답할 수 없는 논거를 가진다면, Beam은 오픈 웨이트 모델이다. Apache 2.0 가중치가 약속된 일정에 도착한다면, 활성 파라미터 수가 23B인 501B/23B 모델은 독점 모델이 결코 될 수 없는 방식으로 셀프 호스팅 후보가 된다. 230억 개의 활성 파라미터는 잘 갖춘 팀이 따져볼 수 있는 숫자다; 베타의 256,000토큰 컨텍스트와 공개된 가중치의 부재는 그 논거가 출시 시점에 결론이 나기보다 실제 릴리스를 기다려야 하는 이유다.

지금 누가 어느 모델에 대해 행동해야 하는가?

실용적인 답은 무엇을 사는지에 따라 달라지며, 그 구분은 곧바로 말할 수 있을 만큼 명확하다.

이번 주에 에이전틱 코딩, 도구 사용 또는 장문맥 문서 작업을 위해 프로덕션에 투입할 모델이 필요하다면, 이미 출시된 모델은 GPT-6.1 Sol이며 결정은 그 존재 여부가 아니라 가격에 관한 것입니다. 출력 요금이 중요한 척도이고, 캐시된 입력 요금은 백만 토큰당 $0.10으로 이례적으로 낮으며, 입력 토큰 272,000개를 초과하면 요청 전체가 더 높은 단가로 재산정됩니다 — 큰 프리픽스를 읽는 루프를 확장하기 전에 설계에 반영할 만한 임계값입니다. 이 모델은 Open​AI의 정가에 0% 마크업으로 저희 카탈로그에 있으므로, 표기된 요금이 곧 청구서에 적용되는 요금입니다, 공급업체 가격 변동은 리셀러의 업데이트 주기를 거친 뒤가 아니라 같은 날 카탈로그에 나타납니다: https://www.orcarouter.ai/models/openai/gpt-6.1-sol.

Beam에 대한 관심이 베타 API가 아니라 오픈 웨이트 릴리스에 있다면, 주목해야 할 것은 Reflection이 이번 달 말로 약속한 Apache 2.0 공개입니다. 가중치가 실제로 나오기 전까지는 이 글의 모든 성능 수치가 벤더 측 주장이고, 가격은 알 수 없으며, 자체 호스팅 계획도 비용 비교도 완성될 수 없습니다. 예정대로 출시된다면 Beam은 두 모델 구성에서 효율적인 티어로서 즉시 흥미로워지는데, 그것은 200개 이상의 모델에 걸친 자동 페일오버를 갖춘 단일 엔드포인트가 두 번째 통합 없이 처리하는 구성입니다, 이는 검증되지 않은 모델을 프로덕션 경로에 확정하기보다 라우팅 레이어에서 시험해 볼 근거가 됩니다.

Reflection Beam은 우리가 제공하는 것이 아닙니다. 그 가중치와 API가 제대로 공개되면, 대부분의 오픈 릴리스처럼 벤더 자체 플랫폼과 여러 제3자 서비스에서 제공될 것이며 — 그때가 되면 이 페이지는 다시 쓸 가치가 있을 것입니다. 왜냐하면 현재 이 페이지가 말할 수 없는 두 가지, 즉 Beam의 비용과 제작자가 아닌 누군가가 실행할 때 어떤 점수를 받는지는 바로 그 답이 달려 있는 두 가지이기 때문입니다.