
GPT-6.2 Astra 백그라운드 모드: 40% 할인, 실제 경과 시간 기준 과금
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 185 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 214 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 112 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
GPT-6.2 Astra로 향하는 OpenAI의 가장 저렴한 경로는 모델 가격을 바꾸지 않습니다. 바꾸는 것은 답변을 받아들일 시점입니다. 동일한 요청을 Responses API를 통해 background를 true로 설정하고 background_options.completion_window을 8h로 설정해 보내면, 입력 100만 토큰당 $8, 출력 100만 토큰당 $40로 표시되는 GPT-6.2 Astra 토큰이 $4.80 및 $24로 청구됩니다. GPT-6.2 Sol에서는 $2 및 $10 요금이 $1.40 및 $7이 됩니다. 동일한 가중치, 동일한 추론, 동일한 컨텍스트 창. 두 모델 중 더 저렴한 GPT-6.2 Sol도 동일한 대우를 받습니다. 8시간 창에서는 Standard의 $2 및 $10와 비교해 $1.40 및 $7입니다. 달라진 것은 대기열에서의 여러분의 위치입니다.
그 타협안은 2026년 11월 17일, 두 모델 자체와 같은 체인지로그 기간에 출시되었으며, 가격 인하로 오해하기 쉽다. 하지만 그것은 가격 인하가 아니다. 가격 인하는 모델이 호출되는 곳이라면 어디든 따라간다. completion window는 단일 엔드포인트의 플래그이고, 이를 OpenAI 스케줄러에 유용하게 만드는 모든 속성은 받아들여야 하는 속성이다. 바로 스트리밍 없음, 일반 트래픽과의 캐시 공유 없음, 그리고 이제 Batch API와 공유하게 되는 속도 제한 예산이다.
이 소식이 변경 로그 한 줄 이상의 가치가 있는 이유는, 이 할인이 전체 모델 품질을 유지하는 등급으로서는 이례적으로 큰 폭이기 때문입니다. Batch는 수년간 50% 할인되어 왔지만, Batch는 파일로 제출하고 잊어버릴 수 있는 요청만 받습니다. 이번 것은 라이브 에이전트 대화에 대한 40% 할인이며, 대화가 대기열을 견딜 수 있는 한 후속 턴과 도구 출력도 포함합니다. 많은 프로덕션 워크로드에서 이는 비용 부담 문제와 아키텍처 문제를 가르는 차이입니다.
API 용어로 window가 무엇인지
백그라운드 모드 자체는 새로운 것이 아닙니다. 이는 Responses API가 긴 요청을 비동기적으로 실행하는 방식입니다. background를 true로 설정하면 즉시 응답 ID를 받고, 나중에 response.completed에 대한 웹훅을 통해 또는 상태가 queued 또는 in_progress로 표시되는 동안 retrieve 엔드포인트를 폴링하여 결과를 수집합니다. 백그라운드 모드는 항상 20분짜리 에이전트 실행을 위해 연결을 열어 두지 않는 것에 관한 것이었습니다.
새로운 점은 이제 백그라운드 큐에 가격이 책정된 등급이 생겼다는 것입니다. background_options.completion_window는 다음 값을 받습니다: soonest, 2h 또는 8h. soonest가 기본값이며 할인이 없습니다. 이는 "누군가 기다리는 동안 보고서를 생성"하는 경우입니다. 2h는 Standard보다 30% 낮고 8h는 40% 낮으며, 문서에는 목표 시계가 API가 최초 요청을 접수한 시점에 시작되어 해당 응답에 적용된다고 명시되어 있습니다.
“선택한 시간 창 내 완료를 목표로 함”은 두 번 읽어야 할 문구입니다. 이는 일정 목표일 뿐 보장도, 고정된 지연도 아니며, API 자체의 안내에 따르면 시작 시간은 스케줄링에 따라 달라집니다. 8시간 창에 들어온 요청이 8시간 동안 보류되었다가 실행되는 것이 아니라, 용량이 허락될 때 실행되며, 4분 만에 끝나면 4분 만에 받게 됩니다. 포기한 것은 그렇게 되지 않을 때 불평할 권리입니다.
달러 기준의 래더
이 윈도가 포함하는 두 모델 모두에 대해, 각 티어별 백만 토큰당 가격을 OpenAI가 공개한 Standard 요율을 기준으로 산정하면:
• GPT-6.2 Astra, 스탠다드 — 입력 $8, 캐시된 입력 $0.40, 출력 $40
• GPT-6.2 Astra, 2시간 창 — 입력 $5.60, 캐시 $0.28, 출력 $28
• GPT-6.2 Astra, 8시간 윈도우 — 입력 $4.80, 캐시 $0.24, 출력 $24
• GPT-6.2 Sol, Standard — 입력 $2, 캐시 $0.10, 출력 $10
• GPT-6.2 Sol, 2시간 윈도우 — 입력 $1.60, 캐시 $0.08, 출력 $8
• GPT-6.2 Sol, 8시간 윈도 — 입력 $1.40, 캐시 $0.06, 출력 $7
• 규모를 가늠하자면, 빠른 쪽의 동일 모델은 — Fast 모드는 Standard 요금의 두 배로 $16 및 $80; Ultrafast는 2027년 2월 28일까지 Standard의 3배로 $24 및 $120, 2027년 3월 1일부터는 6배로 $48 및 $240입니다

그것들은 토큰 요율이며, 토큰 요율은 작업 비용이 아니다. GPT-6.2 Astra에서 완료된 Intelligence Index 작업에 대한 Artificial Analysis의 가중 청구 금액은 최대 노력으로 측정된 v5.0.1 지수 기준 Standard에서 $4.00이다. 해당 청구서의 범주 전반에 윈도우 할인이 균일하게 적용된다면, 동일한 작업은 2시간 윈도우에서 $2.80, 8시간 윈도우에서 $2.40이 된다. 1만 건의 작업 기준으로 이는 $40,000 대신 $28,000 및 $24,000이다.
그 "if"는 실제로 중요한 역할을 합니다. OpenAI 문서는 할인이 후속 요청을 포함한 각 적격 요청의 모델 토큰 요율에 적용된다고 설명하며, 가격 페이지에서도 같은 표현을 반복합니다. 어느 페이지도 할인을 토큰 범주별로 나누어 제시하지 않으며, 이 모델의 토큰 청구서는 대부분 원시 입력이 아닙니다. Artificial Analysis의 측정에서 $4.00 중 $1.19는 캐시 읽기였고, $1.10은 캐시 쓰기였으며, 캐시되지 않은 입력은 $0.065에 불과했고 출력은 $1.64였습니다. 캐시 쓰기는 자체 요율로 책정됩니다. 즉 30분 캐시는 백만 토큰당 $10, 12시간 캐시는 $20입니다. 따라서 큰 프롬프트를 캐시에 쓰는 작업이 주를 이루는 워크로드는 정확히 40%만큼 줄지 않을 수 있습니다. 40%는 할인의 형태로 보고, 배수를 가정하기보다 자신의 청구서를 측정하십시오.
당신이 물려받는 네 가지 조건
할인은 모든 요청에서 제공되는 것이 아니며, 구현이 흔히 잘못되는 지점이 바로 이러한 예외 사항입니다.
• Standard 처리만 해당됩니다. 할인 적용 구간은 service_tier를 default로 설정해야 합니다. auto로 놔두면 API가 Standard를 선택할 때만 요청이 해당되므로, 할인 여부는 미리 알 수 없는 동전 던지기가 됩니다.
• 스트리밍 없음. 스트리밍은 soonest에서만 작동합니다. 2h 및 8h의 경우 stream을 생략하거나 false로 설정해야 하며, 스트리밍으로 생성되지 않은 응답은 나중에 스트리밍할 수 없습니다.
• 공유되는 단일 속도 제한입니다.2시간 및 8시간 윈도우의 요청은 Batch API 작업과 Batch/Background 속도 제한을 공유하며, 입력 토큰은 제출 시점에 계산됩니다. 백만 토큰 문서를 8시간 백그라운드로 보내는 실험은 단순히 대기만 하는 것이 아니라, Batch 작업이 사용하던 여유 한도를 소모합니다.
• 후속 요청은 조건이 일치해야 합니다. 에이전트 실행은 하나의 체인이며, 각 후속 요청이 윈도, continuation_id, 모델, 프로젝트 및 배경 설정을 반복해야만 해당 체인에서 할인이 유지됩니다. continuation ID를 재사용하면 후속 요청도 더 높은 대기열 우선순위 대상이 됩니다. 이 중 하나라도 변경하면 다음 턴은 Standard 요청이 됩니다.

캐시 규칙 속에는 다섯 번째 조건이 숨어 있는데, 바로 꼬리가 가장 긴 조건입니다. 할인 시간대 밖의 표준 요청은 프롬프트가 동일하더라도 2시간 또는 8시간 백그라운드 요청이 생성한 프롬프트 캐시 항목을 재사용할 수 없으며, 그 반대도 마찬가지입니다. 트래픽의 절반이 시간대에 맞춰 실행되고 절반이 온디맨드로 실행된다면, 프롬프트 캐시를 조용히 둘로 쪼개고 같은 프리픽스를 두 번 작성하는 비용을 내고 있는 셈입니다. 그 분할의 한쪽에서 받는 할인은 다른 쪽의 캐시 쓰기로 상쇄되며, 캐시 쓰기 비용이 백만 토큰당 $10인 모델은 분할하기에 정말로 잘못된 모델입니다.
인보이스에 없는 비용
할인은 시간을 대가로 토큰을 확보하며, 그 시간은 윈도에 의해 제한되지 않습니다. 문서 자체에서 예로 드는 야간 문서 검토를 생각해 보십시오. 8시간짜리 요청 하나, 도구 호출 하나, 그리고 검색된 문서를 다시 가져오는 후속 요청 하나입니다. 두 응답 모두 40% 할인 대상에 해당하며, 두 번째 응답에서는 목표가 다시 시작됩니다. 최선의 경우 전체 실행은 아침 식사 전에 완료됩니다. 최악의 경우 두 응답 각각이 거의 전체 목표 시간에 가까운 시간을 소요하므로 엔드투엔드 상한은 8시간이 아니라 대략 16시간이 됩니다.
그 계산법은 장시간 에이전트에는 잘 확장되지 않는다. 모든 턴을 8시간 창을 통해 보내는 12턴 워크플로의 상한은 4일이며, 실제 스케줄링은 최선의 경우와 그 상한 사이 어딘가에 있고 공개된 분포는 없다. 이를 정직하게 배포하는 방식은 호출 단위가 아니라 워크플로 단위로 결정하는 것이다. 출력이 다음 날 아침에 소비되는 파이프라인은 자연스러운 적합이고, 대화형 세션은 토큰을 얼마나 절약하든 그렇지 않다. 그 창은 저렴한 용량에 대한 입찰이며, 입찰은 채울 용량이 있을 때 채워진다.
아무도 언급하지 않는 Flex 홀
이 윈도우 이전에는 이 모델군에서 할인을 받는 방법이 service_tier: flex였습니다: Standard보다 50% 낮은 가격에 더 낮은 우선순위로 제공되었습니다. Flex는 여전히 구형 모델에 존재합니다 — GPT-6 Astra는 Flex 표에서 $5 및 $25로 책정되어 있고 Standard에서는 $10 및 $50입니다 — 하지만 OpenAI의 백그라운드 가이드에는 GPT-6.2 Astra와 Sol부터는 새 모델이 Flex 처리 없이 출시되며, 장시간 실행되는 작업은 대신 Standard 처리와 함께 할인된 완료 윈도우를 사용해야 한다고 분명히 명시되어 있습니다.
두 숫자를 나란히 놓고 보면 이동 방향이 보입니다. 이전 세대에서는 인내심 있는 호출자라면 50% 할인을 받을 수 있었습니다. 이번 세대에서 가장 깊은 티어는 40%이며, 작업을 백그라운드로 구성해야 합니다. 대체안은 기존 옵션에 대한 순수한 개선이 아닙니다. 더 작은 할인율의 더 좁은 옵션이며, 모든 통합이 채택할 수 있는 것은 아닌 요청 형태 — 비동기, 비스트리밍, 단일 응답 ID — 에 묶여 제공됩니다.
Batch는 여전히 더 깊이 들어가지만, 이 일의 절반에는 잘못된 도구입니다.
Batch API는 24시간 내 처리로 50% 할인을 유지하며, 가격만 놓고 보면 모든 백그라운드 윈도우를 능가합니다. 이 차이는 정도의 문제가 아니라 구조적입니다. Batch는 독립적인 요청으로 구성된 JSONL 파일을 받아 결과 파일을 반환합니다. 이 워크플로는 각 줄 사이에 상태를 기억하지 않습니다. 백그라운드 모드는 한 번에 하나의 응답을 위한 것으로, 대화 상태는 다음을 통해 이어집니다: previous_response_id와 그 사이에 애플리케이션이 실행해야 하는 도구 호출 체인.
따라서 결정은 "어느 쪽이 더 저렴한가"가 아니라 "내 워크로드에 중간 지대가 있는가"입니다. 5,000개의 독립적인 분류 호출은 Batch에 속하며, 항상 그랬습니다. 문서를 읽고, 함수를 호출한 다음, 보고서를 작성하는 하나의 에이전트 실행은 배치로 표현할 수 없습니다. 첫 번째 요청이 반환되기 전까지 두 번째 요청은 존재하지 않기 때문입니다. 그것이 윈도가 메우는 격차이며, 이는 실제 격차입니다. 40%는 OpenAI가 상태 저장형 다중 턴 작업에 대해 처음으로 제공한 할인입니다.
컴플라이언스상 결과를 초래하는 스토리지 각주
백그라운드 모드는 다음 경우에도 응답 데이터를 임시로 저장합니다: store가 false이거나 프로젝트가 Zero Data Retention을 사용하는 경우입니다. 그 이유는 API가 요청을 실행하고 결과를 검색 가능하게 만들기 위해 데이터가 필요하기 때문입니다. 데이터는 모든 기간 동안 저장 시 암호화됩니다. 여기에는 soonest가 포함되며, 검색할 수 있는 동안 원본 입력과 전체 응답 출력을 직접 저장하라는 지침이 있습니다. 해당 임시 저장소에는 명시된 TTL(유효 기간)이 없습니다.
규제 대상 워크로드에 대해 Zero Data Retention을 선택한 팀이라면, "일시적으로 저장됨"이라는 문구는 데이터 처리 검토를 승인한 사람에게 전달되어야 하며, 첫 8시간짜리 작업이 대기열에 들어간 뒤가 아니라 그 전에 전달되어야 합니다. 할인은 엔드포인트의 규정 준수 태세를 바꾸지 않습니다. 다만 요청과 그 출력이 보이지 않는 상태에 머무는 시간을 바꿉니다.
여기서 라우팅이 추가하는 것과 추가하지 않는 것
할인이 발표될 때 쉽게 오해할 수 있으므로 분명히 짚고 넘어갈 점이 하나 있습니다: 이것은 정가가 아니라 스케줄링 기능입니다. OrcaRouter는 제공업체 정가를 0% 마크업으로 그대로 전달합니다그래서 실제 OpenAI 가격 인하가 같은 날 우리 쪽에도 나타납니다 — 하지만 completion window는 OpenAI 자체 엔드포인트에 있는 플래그일 뿐이며 모델과 함께 이동하지는 않습니다. 라우터를 통해 GPT-6.2 Astra를 호출해도 그 40%가 재현되지는 않으며, 어떤 라우터도 재현할 수 없습니다. 할인은 스케줄러가 부여하는 것이기 때문입니다.
그러면 이러한 배포 형태에서 라우팅이 실제로 유용한 두 가지가 남습니다. 첫째는 모델 선택입니다. 윈도가 포괄하는 네 모델 — GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra, GPT-6 Luna — 중 저가 쪽은 이미 우리 카탈로그에 GPT-6 Luna와 GPT-6.1 Sol을 정가로 올라와 있으므로, 티어 결정과 공급자 결정이 두 개의 계약이 아니라 하나의 키에서 이루어집니다. 둘째는 기다릴 수 없는 호출을 보호하는 것입니다. 야간 작업을 8시간 윈도에 넣는 시스템은 지연에 민감한 경로를 덜 중요하게 만든 것이 아니라 더 중요하게 만든 것이며, 그 경로의 자동 페일오버가 공급자 한 곳의 장애로 5초짜리 호출이 서비스 중단으로 바뀌는 것을 막아 줍니다. 큐와 페일오버는 서로 보완 관계입니다. 기다릴 여유가 있는 곳에 인내를 쓰면, 다른 모든 곳에서는 참지 않아도 됩니다.

경험상의 대략적인 규칙
응답을 지켜보는 사람이 소비한다면 여기서 적용되는 것은 없습니다: 가장 빠른 것을 사용하고, 스트리밍하며, Standard를 지불하세요. 응답이 예약된 작업, 아침 회의 전에 도착하는 보고서, 또는 다음 단계가 오늘 밤 실행되는 파이프라인에 의해 소비된다면, 8시간 창은 최고 품질 토큰에 대한 40% 할인이며, 유일한 진짜 질문은 귀하의 통합이 스트리밍 없이, 그리고 분할 프롬프트 캐시로 버틸 수 있는지입니다. 30%의 2시간 창은 어색한 중간지대입니다 — 작업이 실제로 2시간으로 마감이 제한된 경우에만 아키텍처 변경을 할 가치가 있을 만큼 할인 폭이 크지만, 대부분의 배치 형태 작업은 그렇지 않습니다.
주목해야 할 숫자는 할인율이 아니라 이미 대기 중인 트래픽의 비중이다. 에이전트를 야간에 실행하는 팀은 어차피 지불할 청구서에서 40% 할인을 받고 있다. 에이전트를 대화형으로 실행하는 팀은 사용할 수 없는 할인을 제안받고 있다. 게다가 그 모델은 예전에 이들의 대체 수단이던 50% Flex 티어를 더 이상 판매하지 않는다. 두 번째 그룹은 아키텍처 페이지보다 가격 페이지를 먼저 읽어야 한다. 11월 17일부터 GPT-6.2 Astra를 호출하는 가장 저렴한 방법은 선택하는 티어가 아니라 받아들이는 일정이 되었기 때문이다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
