GPT-6.1 Terra vs GPT-6.1 Sol: $5 출력이 더 이상 더 저렴한 답이 아닌 지점

대부분의 사람들이 GPT-6.1 Terra와 GPT-6.1 Sol 사이에서 내리는 비교는 틀렸고, 더 저렴한 모델을 우대하는 방식으로 틀렸다. 그들은 둘 다 최대 추론 노력으로 설정하고, Terra의 점수가 조금 더 낮다는 점을 확인하고, Terra의 비용이 절반이라는 점을 확인한 뒤 Terra가 합리적인 기본값이라고 결론 내린다. 하지만 아무도 모든 호출에서 최대 노력으로 프로덕션 파이프라인을 돌리지 않는다. 실제 선택은 xhigh로 설정한 Terra 대 low로 설정한 Sol이며, 그 비교에서 Hacker News의 댓글 작성자들은 출시 몇 시간 만에 지적했다. Terra는 점수가 더 나쁜데 Sol보다 더 많은 비용이 들 수 있다. 당신이 고르는 모델은 모델을 고정하는 노력 수준보다 덜 중요하며, 노력 수준은 어느 출시 페이지도 헤드라인에 넣지 않은 변수다.

두 모델은 같은 세대이자 같은 달에 출시되었습니다. GPT-6.1 Sol은 2026년 9월 29일, GPT-6.1 Terra는 10월 26일에 나왔습니다. 두 모델은 1.05M 컨텍스트 윈도, 128K 출력 상한, 동일한 세 개의 엔드포인트, 동일한 텍스트 및 이미지 입력을 공유합니다. 이 둘을 가르는 것은 독립 지수에서의 4점 차이와 가격표에서의 2배 차이입니다. 그리고 4점이 두 배의 가격을 정당화하는지라는 질문은 전적으로 워크로드가 마지막 4점을 어떻게 활용하느냐에 달려 있습니다.

동일한 모델, 두 장의 가격 카드

OpenAI 모델 문서에서 발췌한 사양, 2026년 10월 27일 확인.

• 가격 — GPT-6.1 Terra는 입력 100만 토큰당 $1 / 출력 $5, GPT-6.1 Sol은 $2 / $10입니다. Terra의 캐시 입력은 $0.05, Sol의 캐시 입력은 $0.10입니다.

• 컨텍스트 — 각각 1,050,000 토큰, 최대 입력 922,000, 최대 출력 128,000. 동일합니다.

• 지식 기준일 — Terra 2026년 6월 1일; Sol 2026년 4월 30일. 더 저렴하고 더 새로운 모델이 약 한 달 더 최신 세상을 담고 있다.

• 추론 강도 — Terra는 none, low, medium, high, xhigh, max를 제공하고, Sol은 low부터 max까지 제공합니다. Terra의 추가 "none" 단계는 Sol에는 없는 실질적인 비용 하한입니다.

• 가격 조정 옵션 — 둘 다 batch와 flex는 표준보다 50% 낮고, fast는 2배, regional은 +10%이며, 272K 입력 임계값이 있습니다. Sol에만 표준의 6배인 Ultrafast 등급이 있으며, 정가 기준으로 백만 토큰당 입력 $12, 출력 $60입니다.

• 도구 및 엔드포인트 — 동일한 세트. 도구 호출에는 Responses API, 도구 없이 Chat Completions, 둘 다 Batch 사용 가능, 어느 쪽도 파인튜닝 불가.

네 개의 포인트, 두 배의 가격

Artificial Analysis는 현재 GPT-6.1 Terra를 Intelligence Index 48, 221개 모델 중 25위로, GPT-6.1 Sol을 52, 13위로 표시하고 있습니다. 그것이 독립적인 역량 격차의 전부입니다: 최대 노력 기준, 종합 지수에서 4점입니다. 아무것도 아닌 것은 아닙니다. 또한 "플래그십 대 중간 등급"이라는 표현이 함의하는 그런 큰 차이도 아니며, 두 모델은 세대, 아키텍처 계열, 컨텍스트 윈도우를 공유합니다.

비용 격차는 말로 하면 더 간단합니다. 표준 요금에서 입력과 출력 모두 정확히 2×입니다. Terra는 할인 상품 모델이 아니라, 지수 포인트 네 개를 제거한 Sol 가격의 절반입니다.

완료된 작업당 비용, 토큰당이 아님

결정을 이끌어야 하는 숫자는 완료된 작업당 비용입니다. 이는 각 모델이 사고에 얼마나 많은 토큰을 쓰는지를 함께 반영하기 때문입니다. Artificial Analysis의 Intelligence Index에서 GPT-6.1 Terra는 작업당 $0.40, GPT-6.1 Sol은 $0.72입니다 — Terra의 경우 44% 절감으로, 50%라는 대표 수치보다 작은데, 이는 Terra가 최대 노력에서 동일한 작업을 끝내기 위해 토큰을 약간 더 소모하기 때문입니다.

그 규모로 확장해 보자. 월 100만 개 작업이라면 그 차이는 약 320,000달러다. 작업이 1만 개라면 3,200달러다. 적지 않은 돈이지만, 평가 하네스를 다시 구축하는 데 드는 엔지니어 1주보다는 작다. Terra의 가격 우위가 마이그레이션을 정당화하는 임계점은 품질 문제가 아니라 물량 문제이며, 이는 어떤 벤치마크 표를 읽기 전에 가장 먼저 계산해야 할 숫자다.

Terra에 유리하게 작용하는 2차 효과가 있는데, 이는 두 가격 어디에도 드러나지 않습니다. 바로 지식 컷오프입니다. Terra의 6월 1일 학습 기준 시점은 Sol의 4월 30일보다 한 달 더 최신입니다. 최근 API, 라이브러리 버전 또는 문서에 의존하는 워크로드의 경우, 그 한 달은 인덱스 점수 4점보다 더 가치가 있으며, 그만큼을 얻는 비용은 절반입니다.

노력 수준의 함정, 끝까지 파헤치기

구체적으로 말하면 실패 모드는 이렇습니다. xhigh effort의 Terra는 low effort의 Sol보다 작업당 더 많은 토큰을 소비합니다. Terra의 토큰 가격이 절반이라도 토큰을 두 배 이상 더 사용한다면, 더 저렴한 모델은 더 이상 저렴하지 않습니다. 그리고 가장 어려운 작업에서는 xhigh가 Sol의 low보다 약한 설정이기 때문에, 더 나쁜 답변에 더 많은 비용을 지불하는 셈입니다. Hacker News 댓글 작성자들은 Terminal-Bench 4.0 출시 하루 만에 바로 이 점을 지적했습니다.

해결책은 Terra를 피하는 것이 아닙니다. 동일한 설정이 아니라 동일한 비용에서 비교하는 것입니다. 구체적으로는 먼저 품질 기준을 정하세요. 즉, 자체 평가에서 제품에 필요한 통과율을 정한 다음, 그 기준을 통과하는 가장 저렴한 (모델, effort) 조합을 찾으세요. 이 탐색 공간에는 두 모델에 걸쳐 실용적인 지점이 12개가 있으며, 2개가 아닙니다. 그리고 답은 보통 'Terra 최대 설정'이나 'Sol 최대 설정'이 아닙니다.

OpenAI 자체 수치가 이 설정이 얼마나 큰 변화를 만드는지 보여준다. 공급업체 내부의 오류 유발 세트에서 Terra의 오류율은 낮은 에포트일 때 16.7%에서 최대일 때 4.3%로 떨어진다 — 한 모델 안에서 12포인트 변동이다. 독립 인덱스에서 Terra와 Sol의 격차는 4포인트다. 에포트 다이얼은 모델 선택보다 더 큰 지렛대이며, 돌리는 데 비용이 들지 않는다.

Sol이 여전히 마크업 수익을 얻는 곳

OpenAI가 Sol에 대해 내세우는 포지셔닝은 "복잡한 작업에서 Astra에 가까운 성능을 더 낮은 비용으로"이며, Sol이 Terra와 차별화되는 벤더 벤치마크도 이와 일치합니다: 장기적인 에이전트 작업, 가장 어려운 코딩, 고밀도 전문 문서. 이런 작업은 실행 한 번이 실패했을 때의 비용이 토큰 비용보다 더 큰 작업이기도 하며, 바로 이때 2× 가격 프리미엄을 정당화하기 쉽습니다.

Terra의 반론은 마케팅이 암시하는 것보다 범위가 좁지만, 지표가 함의하는 것보다는 더 날카롭다. OpenAI는 Terra가 Terminal-Bench-Science 0.1에서 Claude Opus 5.5에 5점 이내로 근접하며 추정 비용은 5분의 1 미만이라고 보고하고, Agents' Last Exam에서는 GPT-5.6 Terra보다 15점 높으며 비용은 약 3분의 1이라고 보고한다. 이는 공급업체가 실행하고 공급업체가 선택한 테스트에서 나온 수치이므로 규모보다는 방향을 입증한다. 그러나 그 방향은 "과학 인접 및 에이전트형 작업에서 충분히 좋으면서 훨씬 저렴하다"는 것이며, 이는 실제 틈새시장이다.

솔직하게 나누자면 이렇습니다. Sol은 품질이 4포인트 떨어지는 걸 알아차리게 될 작업을 위한 것이고, Terra는 청구서를 알아차리게 될 작업을 위한 것입니다. 워크로드가 완전히 둘 중 하나인 경우는 거의 없으며, 그래서 라우팅에 대한 질문이 모델에 대한 질문보다 더 중요합니다.

지연 시간이 품질보다 먼저 판가름할 수 있습니다.

Artificial Analysis는 GPT-6.1 Sol을 최대 노력(max effort) 설정에서 초당 출력 토큰 65.9개, 첫 토큰까지 325.58초로 측정했다. 이 첫 토큰까지의 시간 수치는 오타가 아니며, 어떤 대화형 용도로도 자격 미달이다. Terra는 아직 독립적인 처리량 측정치가 없다. OpenAI는 Terra가 훨씬 빠르다고 설명하는데, 그것이 사실이라면 그 격차는 인덱스 점수와 무관하게 채팅형 또는 에이전트 루프 제품에 대한 논쟁을 종결지을 만큼 크다.

배치 작업에서는 계산이 뒤집힌다. 작업이 밤새 실행된다면 325초의 사고는 무의미하며, Sol의 더 높은 상한은 비용을 지불할 가치가 있다. 지연 시간은 모델의 속성이 아니라 워크로드의 속성이며, 벤치마크 순위보다 먼저 의사결정에 포함되어야 한다.

한 키 위에 양팔을 올려놓기

OrcaRouter는 GPT-6.1 Sol을 $2/$10 정가에 0% 마크업으로 제공하며, 다음과 동일한 키를 사용합니다: 200개 이상의 다른 모델. 10월 27일 현재 GPT-6.1 Terra는 저희 카탈로그에 없습니다 — 출시된 지 하루밖에 되지 않았고 OpenAI API를 통해 이용할 수 있습니다 — 따라서 오늘날 실용적인 패턴은 우리 쪽에서 Sol 쪽을 측정해 에스컬레이션 대상으로 설정하는 것입니다: Terra가 우세한 곳에서는 Terra를 실행하고, 요청에 추가 4포인트가 필요하거나 제공업체가 장애를 겪는 시간에는 Sol로 페일오버하세요. 둘은 같은 세대, 같은 컨텍스트 창, 같은 엔드포인트 형태이므로 라우팅 규칙은 재작성이 아니라 모델 문자열과 effort 설정입니다.

라우팅 DSL이 여기서 특정한 이유로 중요합니다. 흥미로운 프로덕션 구성은 "Terra 또는 Sol"이 아니라 "높음에서는 Terra, 신뢰도가 낮을 때 중간에서는 Sol로 에스컬레이션"입니다 — 그렇지 않았다면 두 개의 통합, 두 개의 재시도 정책, 두 개의 청구서를 의미했을 구성입니다. 이것이 바로 이 쌍이 불러일으키는 종류의 결정이며, 두 모델을 양자택일이 아니라 사다리로 평가해야 하는 이유입니다.

의사결정 규칙

• 대용량이고 사양이 잘 정의되어 있으며 지연에 민감한 작업 — 스크린샷, 양식, 추출, 브라우저 자동화, 일상적인 초안 작성. Terra를, 평가를 통과하는 가장 낮은 effort로. 4점 부족은 드러나지 않겠지만 작업당 44% 절감은 드러날 것입니다.

• 어려운 코딩, 장기 실행 에이전트, 밀도 높은 전문 문서, 실패한 실행이 토큰보다 더 큰 비용을 초래하는 모든 작업. Sol. 바로 이 워크로드를 위해 2× 프리미엄이 존재합니다.

• 엄격한 첫 토큰까지의 시간 예산이 있는 대화형 채팅. Terra를 사용하세요. 단, 낮은 노력 수준의 Sol을 측정하여 지연 시간이 허용 가능하다고 확인한 경우는 예외입니다. 최대 노력 수준의 Sol은 채팅 인터페이스를 두른 배치 도구입니다.

• 최신성이 중요한 작업 — 최근 API, 라이브러리 버전, 현행 문서. Terra의 6월 기준 시점은 Sol의 4월 기준 시점을 앞서며, 그마저도 절반의 가격에 제공합니다.

• 확신이 서지 않습니다. 동일한 설정이 아니라 동일한 지출 기준으로 벤치마크하세요. 그 한 가지 변화만으로도 어떤 벤치마크 표보다 더 많은 팀이 Terra로 이동하게 될 것입니다.

열린 질문은 Terra가 Sol을 대체할 만큼 충분히 좋은가가 아니다. 이용 가능한 유일한 독립적 척도상 그것은 분명히 아니다. 문제는 4점 격차가 아직 출시되지 않은 GPT-6.1 Astra의 등장에도 살아남는가다. Astra는 Sol이 Astra를 한 단계 아래로 밀어냈던 것과 같은 방식으로 Sol을 한 단계 아래로 밀어낼 것이다. 그때가 되면 흥미로운 비교는 할인된 Sol에 맞선 Terra가 될 것이고, 노력 다이얼은 오늘보다 훨씬 더 중요해질 것이다.