GPT-6.1 Terra Pro vs GPT-6.1 Sol: 가격표가 아니라 작업에 따라 선택하세요

GPT-6.1 Terra Pro 대 GPT-6.1 Sol은 사람들이 검색하는 맞대결이지만, 그 이름의 한쪽만 실제입니다: OpenAI의 모델은 GPT-6.1 Terra이고, “Pro”는 변형이 아니라 ChatGPT 요금제 라벨입니다. 중요한 비교는 GPT-6.1 Terra 대 GPT-6.1 Sol이며, 같은 세대의 두 모델로 동일한 105만 토큰 컨텍스트 창, 동일한 128,000토큰 출력 상한, 2대1의 가격 차이를 가집니다. 유용한 질문은 어느 쪽이 더 나은가가 아닙니다. 그것은 당신이 곧 맡길 작업에서 어느 쪽이 더 나은가입니다.

그러한 프레이밍은 답을 바꿉니다. 독립 지수에서는 Sol이 4점 앞섭니다. 가격에서는 Terra가 절반입니다. 속도에서는 OpenAI 자체 측정 기준으로 Terra가 세 배 이상 빠릅니다. 이 세 사실 중 어느 것도 그 자체로 대결의 승자를 결정하지 않습니다. 각각이 워크로드의 서로 다른 부분, 즉 품질, 비용, 지연 시간에 대응하기 때문입니다. 어떤 모델이 이기느냐는 여러분의 작업이 실제로 그중 무엇에 부족한지에 달려 있습니다.

짧은 대답

작업이 애플리케이션을 클릭해 나가는 브라우저 또는 데스크톱 에이전트, 양식 작성 파이프라인, 송장 대기열, 모델로 만들어야 하는 기술 도면, 또는 제공된 자료로 명확하게 작성해야 하는 문서라면 GPT-6.1 Terra로 시작하세요. 작업이 장기 리팩터링, 여러 파일에 걸친 기능, 어려운 디버깅 세션, 밀도 높은 전문 문서, 또는 몇 시간씩 이어지는 연구 작업이라면 GPT-6.1 Sol로 시작하세요. OpenAI가 판매하는 가장 빠른 유료 등급이 필요하다면, Sol이 둘 중 Ultrafast 옵션이 있는 유일한 모델입니다.

그것이 그 형태입니다. 이 글의 나머지는 증거와, 그 형태가 깨지는 지점들, 그리고 답을 뒤집을 수 있는 설정들입니다.

두 모델, 두 작업

GPT-6.1 Terra의 임무는 일상 업무입니다. 시각적 추론, 컴퓨터 제어, 그리고 누군가 제공한 자료를 바탕으로 사람이 쓴 것처럼 읽히는 글쓰기입니다. OpenAI의 발표에서는 제안서 초안 작성, 기술 도면 해석, 양식 작성 및 동영상 편집을 언급합니다. GPT-6.1 Sol의 임무는 더 어렵고 긴 작업입니다. Astra에 버금가는 코딩과 전문 문서이며, OpenAI는 Terra 출시 게시물에서도 가장 복잡한 코딩 작업에는 Sol 또는 Astra를 권장합니다.

출시 당일 보도 전반에서 인용된 OpenAI의 Ted Sanders는 그 트레이드오프를 더 직설적으로 표현했다. Terra는 기술 커뮤니케이션에서 Astra와 Sol보다 낫고, 비전과 컴퓨터 사용에서는 비슷하지만 훨씬 빠르며, 대부분의 다른 측면에서는 약간 더 나쁘다. 이는 독립적인 발견이라기보다 공급업체의 설명이며, 트레이드오프를 숨기지 않고 명시한다는 점에서 유용하다.

두 모델은 동일한 골격을 공유합니다. 105만 토큰의 컨텍스트, 최대 입력 92만 2,000, 최대 출력 12만 8,000, 텍스트 및 이미지 입력, Chat Completions 및 Responses 엔드포인트, 그리고 파인튜닝 없음입니다. 차이는 지식 기준일(Terra 2026년 6월 1일, Sol 2026년 4월 30일), 추론 하한(Terra는 none 허용, Sol은 low부터 시작), 속도 등급(Sol에는 Ultrafast가 있고 Terra에는 없음), 그리고 가격표입니다.

벤치마크가 갈리는 지점

Artificial Analysis는 가장 깔끔한 독립적 해석이다: Terra는 최대 노력에서 48점, Sol은 52점이고, 221개 중 각각 25위와 13위이며, 인덱스 작업당 $0.40 대 $0.72다. 인덱스 점수 4점 차이는 실질적인 격차이지만, 작업별 평가에서는 어느 한 방향으로든 지워질 수 있는 종류의 격차다.

• 종합 지수 — Terra 48 대 Sol 52 (Artificial Analysis).

• Coding Agent Index v2.0 — Terra 48 vs Sol 54, GPT-6 Luna는 31 (Artificial Analysis).

• Terminal-Bench 4.0 — Terra는 최대 노력에서 50.3%; OpenAI는 Terra 출시와 함께 Sol 수치를 공개하지 않음(공급업체 보고).

• Terminal-Bench-Science 0.1 — OpenAI는 최대 노력에서 Terra가 더 낮은 비용으로 Sol을 능가하며, 추정 비용의 5분의 1 미만으로 Claude Opus 5.5에 5점 이내까지 근접한다고 밝혔습니다(공급업체 보고 기준이며, 이번 출시에서 가장 놀라운 주장입니다).

• Plotly 데이터 분석 시험 — Terra 40/43, Sol 43/43, Luna 38/43, 시험 비용 $2.61 대비 $1.31; Terra는 40점 이상에 도달한 가장 빠른 모델로, 문제당 약 15초였습니다(제3자 평가).

• OSWorld 2.1 — OpenAI는 중간 정도의 노력으로 실행한 Terra가 훨씬 적은 비용으로 GPT-5.6 Terra의 최고 점수를 능가한다고 말하지만, Sol과의 직접 비교 수치는 공개하지 않았습니다. 따라서 Terra의 포지셔닝에 가장 중요한 컴퓨터 사용 주장은 가장 직접적인 증거가 가장 적은 주장입니다.

그 목록을 네 지점이 어디에 위치하는지 보여주는 지도로 읽어 보세요. Sol의 우위는 코딩과 장기 추론에 집중되어 있습니다. Terra의 우위는 속도, 가격, 더 최신인 지식 기준 시점입니다. OpenAI가 Sol에 맞서 직접 공개하기로 선택한 단 하나의 벤치마크인 Terminal-Bench-Science 0.1에서 Terra가 더 낮은 비용으로 이기는데, 이는 진짜 이변일 수도 있고 벤치마크 선택 효과일 수도 있습니다. OpenAI 외부에서 이를 재현한 사람은 아무도 없습니다.

노력 다이얼이 모델보다 더 많은 것을 좌우한다

두 모델 모두 추론 노력(reasoning effort) 설정을 제공하며, 이 설정은 모델 선택보다 더 많은 비용이 들 수 있습니다. Terra의 최저 설정은 none이라서 추출 및 분류 작업에 유난히 저렴합니다. Sol의 최저 설정은 low이므로 Sol 호출은 항상 어느 정도 추론 비용을 지불합니다. 최고 설정에서는 Terra를 xhigh로 설정하면 동일한 작업에서 더 나쁜 점수를 받으면서도 Sol을 low로 설정한 것보다 더 많은 토큰을 소비하고 더 많은 비용이 들 수 있습니다. 이는 출시 몇 시간 만에 Hacker News 댓글 작성자들이 지적한 관찰입니다. 우리가 직접 측정한 것은 아니지만 산술적으로 그럴듯합니다. 노력 설정은 토큰 수를 배수적으로 변화시키는 반면, 가격 차이는 단지 2×에 불과합니다.

실용적인 원칙은 effort를 습관이 아니라 평가로 고정하는 것입니다. 두 가지 effort 수준에서 두 모델 모두에 50개의 실제 작업을 실행하고, 품질 기준을 설정한 뒤, 그 기준을 통과하는 가장 저렴한 조합을 선택하세요. Terra와 Sol을 동일한 명목상 effort에서 비교하는 것은 이 매치업에서 가장 흔한 실수이자, 잘못된 답을 낼 가능성이 가장 높은 실수입니다.

완료된 작업에 드는 비용

• 입력 — Terra 백만 토큰당 $1.00, Sol은 $2.00.

• 캐시된 입력 — $0.05 vs $0.10.

• 출력 — $5.00 대 $10.00.

• 캐시 쓰기 — Terra의 경우 30분 보존 시 $1.25 또는 12시간 보존 시 $2.50, Sol의 경우 $2.50.

• 긴 프롬프트 — 입력 토큰이 272,000개를 초과하면 전체 요청에 대해 입력 및 캐시 요율은 2배, 출력 요율은 1.5배가 부과됩니다.

• 인덱스 작업당 측정 비용 — Terra는 $0.40, Sol은 $0.72로, 가격표가 시사하는 50%가 아닌 44% 절감입니다. Terra가 최대 노력에서 더 많은 토큰을 소모할 수 있기 때문입니다.

깔끔한 가정을 둔 계산 예시: 문서당 입력 2,000토큰과 출력 500토큰, 캐시 없음. Terra는 입력에 $0.002, 출력에 $0.0025로 문서당 $0.0045가 듭니다. Sol은 $0.009입니다. 문서 100만 개면 $4,500 대 $9,000입니다. 입력의 절반이 캐시되면 Terra의 입력 비용은 다시 절반이 되고, Sol의 비용도 같은 비율로 줄어들므로 비율은 유지됩니다. 격차는 Terra의 none 설정을 사용할 수 있는 경우에만 벌어지고, Sol이 더 적은 토큰으로 작업을 끝내는 경우에는 좁아집니다.

액세스는 비교의 일부입니다.

Terra는 API와 Plus, Pro, Enterprise 및 Edu 요금제의 ChatGPT Work와 Codex에서 사용할 수 있습니다. OpenAI의 발표에는 기본 Chat 선택기가 나열되어 있지 않습니다. Sol은 API와 ChatGPT에서 사용할 수 있으며, 둘 중 Ultrafast 모드를 제공하는 유일한 모델입니다. 두 모델 모두 Fast를 표준 가격의 두 배에 제공합니다. Pro 500 요금제에서 Ultrafast는 포함 사용량을 표준 요율의 8배로, 구매한 크레딧을 6배로 소모하므로, “더 빠름”은 지연 시간만큼이나 과금상의 결정이기도 합니다.

라우팅 측면에서 비대칭성은 간단합니다. GPT-6.1 Sol은 OrcaRouter 카탈로그에 입력 $2, 출력 $10의 정가로 마크업 없이 포함되어 있어, 공급업체의 가격 변경이 동일한 조건으로 그대로 반영됩니다. GPT-6.1 Terra는 10월 27일 기준 아직 카탈로그에 없으므로 Terra 호출은 OpenAI 자체 API로 보내야 합니다. 이는 오늘날 카탈로그에 관한 사실이지 영구적인 입장은 아닙니다. 우리가 실제로 제공하는 모델 전반에 걸친 자동 장애 조치가, 한 모델이 분명히 더 저렴하더라도 두 번째 경로를 구성해 두는 이유입니다.

이번 주에 실행할 수 있는 선택 규칙

• 작업을 필요한 역량에 따라 분류하세요. 화면 제어와 문서 작성은 Terra를 가리키고, 코드, 긴 추론, 밀도 높은 리서치는 Sol을 가리킵니다.

가격 카드를 보기 전에 자신의 데이터에 품질 기준을 먼저 세우세요. 4개의 지수 포인트는 품질 기준이 아닙니다. 당신의 평가가 품질 기준입니다.

• 한 가지가 아니라 두 가지 effort 수준에서 테스트하세요. none의 Terra 대 low의 Sol은 max의 Terra 대 max의 Sol과는 다른 비교입니다.

• 완료된 작업의 가격을 책정하세요. 재시도와 도구 호출도 포함해서요. 토큰당 산술 계산은 더 많은 턴이 필요한 모델을 과소평가합니다.

• 탈락한 쪽을 페일오버 암으로 유지하세요. 레이트 리밋이 걸리는 가장 저렴한 모델은 저렴한 것이 아닙니다.

OrcaRouter를 통해 라우팅하면 마지막 단계는 코드가 아니라 구성입니다. 키 하나, 작업 클래스별 라우팅 규칙, 그리고 공급자가 성능 저하를 겪을 때의 장애 조치입니다. Terra가 지원되면 두 모델이 같은 엔드포인트 뒤에 있을 수 있습니다. 현재는 Sol만 그렇습니다.

무엇이 답을 바꿀까요?

세 가지입니다. Terra를 Sol에 거의 맞먹는 수준으로 평가하는 독립적 코딩 평가가 나오면 두 배를 지불할 주된 이유가 무너질 것입니다. 공개된 OSWorld 2.1 직접 비교는 OpenAI가 암묵적으로 남겨둔 컴퓨터 사용 주장을 결판낼 것입니다. 그리고 라우터들에 Terra가 등록되면 페일오버 이야기는 희망 사항이 아니라 현실이 될 것입니다. 그때까지 방어 가능한 기본값은 대량 작업과 화면 작업에는 Terra, 코드와 긴 추론에는 Sol, 그리고 구호가 아니라 그 사이를 가르는 평가입니다.