GPT-6.1 Sol vs GPT-6 세대: 단 하나뿐인 세대

해당 업체는 2026년 9월 29일 자사 모델 라인에 네 번째 이름을 추가하고 이를 한 세대라고 불렀는데, 이 라인업의 산술이 가장 흥미로운 점이다: GPT-6.1 Sol이 전체 세대이다. GPT-6 Luna와 GPT-6 Sol은 둘 다 2026년 9월 22일에 출시되었으며 변경되지 않았다; GPT-6 Astra는 2026년 9월 4일부터 나와 있었고 변경되지 않았다; 6.1 리프레시는 정확히 한 티어만 건드렸다. 한편 GPT-6.1 Sol은 백만 토큰당 입력 $2.00, 출력 $10.00으로 Artificial Analysis Intelligence Index에서 51.83점을 기록하며 작업당 $0.724가 든다 — 작업당 $3.2575(입력 $10.00/출력 $50.00)인 GPT-6 Astra와의 차이는 0.84점 이내이다. 라벨상 같은 세대지만, 그 아래의 경제성은 네 가지로 다르다.

그러면 "GPT-6 세대를 사용해야 하나"라는 질문은 잘못된 질문이 됩니다. 이 라인업은 작업당 비용에서 48배, 측정된 지능에서 14.6점 범위에 걸쳐 있고, 답은 전적으로 어느 티어를 의미하느냐에 달려 있습니다. 측정된 사다리는 다음과 같습니다.

측정된 네 단계

• GPT-6 Luna — 인덱스 38.12, 1M당 $0.10 / $0.50, 캐시 $0.01, 작업당 $0.0678, 출력 토큰 50,012개, 첫 토큰까지 100.1초
• GPT-6 Sol — 인덱스 47.63, $2.00 / $10.00, 캐시 $0.20, 작업당 $1.045, 출력 토큰 31,000개, 124.3초
• GPT-6.1 Sol — 인덱스 51.83, $2.00 / $10.00, 캐시 $0.10, 작업당 $0.724, 출력 토큰 38,128개, 332.0초
• GPT-6 Astra — 인덱스 52.67, $10.00 / $50.00, 캐시 $1.00, 작업당 $3.2575, 출력 토큰 27,206개, 400.4초

각각은 동일한 1,050,000토큰 컨텍스트 윈도우와 동일한 128,000토큰 최대 출력을 갖고 있으며, 모두 텍스트, 이미지, 파일 입력을 받습니다. 티어는 기능 플래그로 구분되지 않습니다. 티어를 구분하는 것은 여러분이 어느 정도의 사고에 비용을 지불할 의향이 있는가이며, 그 사다리의 양 끝은 작업당 48배 차이가 납니다.

6.1 리프레시가 실제로 바꾼 것

세 가지가 있는데, 그중 오직 하나만 점수입니다.

점수는 일주일 만에 47.63에서 51.83으로, 4.2점 상승했다. 캐시 입력 단가가 백만 토큰당 $0.20에서 $0.10으로 반감했는데, 그래서 정가가 동일했음에도 측정된 작업당 비용은 $1.045에서 $0.724로 떨어졌다 — 같은 요율표, 다른 청구서다. 그리고 출력 토큰 수는 31,000에서 38,128로 늘어난 반면, 작업당 실제 소요 시간은 321초에서 640초로 늘었다. 이는 이번 리프레시가 유일하게 퇴보한 지점이며, 어떤 스펙 시트에서도 가장 눈에 띄지 않는 부분이다.

Astra와의 비교는 사람들을 놀라게 하는 대목이다. GPT-6.1 Sol은 플래그십보다 0.84 지수 포인트 뒤처지고 작업당 4.5배 저렴하다. Astra의 남은 장점은 지수 점수가 아니다. 그것은 Astra만이 측정되는 일련의 평가들이며, OpenAI가 Astra만의 고유한 능력이라고 설명하는 한 가지 능력 — 새로운 보안 취약점을 찾아내는 것 — 이다. 그렇기 때문에 이 모델은 공급업체 자체의 Preparedness Framework에서 "치명적"으로 평가되며, 가장 뛰어난 설정은 검증된 파트너에게만 제한된다.

GPT-6 Astra용 OrcaRouter 카드는 동일한 라인업의 최상위 플래그십입니다: $10.00 / $50.00, 첫 토큰까지 p50 1.64초, 7일 동안 4,070만 토큰, 그리고 모든 등급이 공유하는 동일한 1,050,000토큰 컨텍스트 창.

6.0 Sol과 비교하면 이번 리프레시는 거의 순수한 개선에 가깝다 — 지수는 더 높고 비용은 더 적다 — 단, 6.1 모델은 다른 모델이며 체크포인트가 아니고, 추론을 더 장황하게 다시 출력한다는 점은 주의해야 한다. Luna와 비교하면 이는 아예 비교가 되지 않는다: 13.7 지수 포인트를 얻기 위해 10.7배의 비용이 드는데, 이는 고난도 작업에는 좋은 거래이고 대량 작업에는 끔찍한 거래다.

우리 자체 라우팅 데이터가 시장이 이미 결정했다고 말하는 것

이 비교가 스펙 시트에는 없는 한 가지를 보여주는 것은 바로 실제 사용량을 볼 수 있다는 점이다. 2026년 10월 7일에 끝나는 7일 동안, 우리 자체 라우팅 계층에서 GPT-6.1 Sol은 2억 8,420만 토큰을 처리했고, 이 모델이 대체한 GPT-6 Sol은 95만 토큰을 처리했다. 이는 단 일주일 차이로 나온 두 모델 간 300배 차이이며, 티어 교체가 내부에서는 이렇게 보인다는 것을 보여준다. 저가 티어인 GPT-6 Luna는 6억 4,160만 토큰을 처리했는데, 이는 두 Sol 모델을 합친 것보다 많았다. GPT-6 Astra는 4,070만 토큰을 처리했다.

이를 세 가지 별개의 행동 양식으로 읽어라. 대량 작업은 가장 큰 물량으로 저가 티어로 흘러갔다. 중요한 작업은 최신 Sol이 출시된 지 일주일 안에 그쪽으로 통합되었고, 최신 Sol이 대체한 모델은 버려졌다. 그리고 플래그십은 니치로 남았다. 가장 성능이 뛰어난 단계지만 가장 적게 사용되었고, 오직 그것만이 해결할 수 있는 문제를 가진 팀들이 사용했다. 이 라인업은 사람들이 올라가는 사다리가 아니라, 사람들이 골라 쓰는 도구 모음이며, 사람들은 세대가 아니라 티어로 고른다.

그래서 티어는 아키텍처가 아니라 요청에 속하는 것이다

네 개의 티어로 구성된 한 세대가 지닌 실질적인 문제는 정답이 작업마다, 그리고 주마다 달라진다는 점이다 — 위의 트래픽 수치에서 보듯, 시장은 7일 만에 다시 결정을 내렸다. 애플리케이션에 하나의 모델 이름을 하드코딩하는 것은 라인업을 하나의 확정된 약속으로 바꾸는 일이다.

네 가지 모두 하나의 OrcaRouter 엔드포인트를 통해 접근할 수 있습니다. 200개 이상의 모델을 위한 단일 API이며, 제공업체의 정가가 0% 마크업으로 그대로 전달됩니다. 여기서 그 마지막 부분이 특히 결정적인 이유는 네 등급 중 세 개가 이미 한 번 변동한 정가나 캐시 요율을 공유하기 때문입니다. GPT-6.1 Sol의 캐시 요율은 출시 일주일 만에 절반으로 줄었고, 이를 청구서에 자동으로 반영되게 하는 것은 바로 그대로 전달하는 미터링입니다.

이 특정 라인업에서는 라우팅 계층의 두 가지 기능을 언급할 가치가 있습니다. 라우팅 DSL은 티어를 배포가 아니라 요청의 매개변수로 만들 수 있게 해줍니다 — 추출 패스에는 저렴한 티어, 추론 패스에는 6.1 Sol, Astra만이 고유하게 할 수 있는 일이 필요한 호출에만 Astra를요. 그리고 모델 퓨전은 그들로 구성된 패널이 한 질문에 함께 답하게 해주는데, 이는 모든 것을 라우팅할 여유가 없는 플래그십을 사용하는 정직한 방식입니다: 플래그십이 전체 비용을 부담하는 대신 패널의 한 목소리가 되는 겁니다.

외동 세대를 어떻게 할 것인가

세대를 사지 마세요. 한 칸을 사고, 칸이 움직이면 다시 사세요.

대량 처리와 지연 시간에 민감한 작업의 경우, 작업당 $0.0678, 첫 토큰까지 100초인 GPT-6 Luna는 이미 가장 많은 트래픽을 처리하는 등급이며, 그 가격은 사다리 위의 다른 어떤 것보다 한 자릿수 낮습니다. 일반 추론과 코딩의 경우, GPT-6.1 Sol은 이제 6.0 모델이 예전에 그랬던 것처럼 기본값입니다 — 동일한 정가, 더 나은 지수, 절반의 캐시 비용, 그리고 640초의 작업 시간은 업그레이드가 무료라고 가정하기 전에 자체 워크로드에 대해 테스트해야 할 유일한 항목입니다. 프런티어 측정이 필요한 작업이나 플래그십만 수행하는 보안 작업의 경우, GPT-6 Astra는 이를 수행하는 유일한 등급으로 남아 있으며, 비용은 바로 아래 등급의 4.5배입니다.

주목할 점은 6.1 리프레시가 다른 티어까지 도달하는지 여부다. Luna나 Astra가 같은 대우를 받으면 사다리의 모양이 바뀌고, 이 글의 작업당 계산도 함께 바뀐다. 그때까지 "GPT-6.1"은 하나의 모델을 가리키며, 이를 패밀리로 취급하는 것이 팀들이 추출 작업에 플래그십 요금을 내게 되는 이유다.