
GPT-6.2 Astra: Codex 결제에서 등장한 모델 ID와 그것이 증명하는 것
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 124 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 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 133 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 186 tok/s
2026년 11월 1일 저녁, OpenAI의 Codex를 디버깅하던 한 개발자는 이상한 점을 발견했다. 인터페이스는 여전히 GPT-6 Astra를 제공하고 있었지만, API 응답은 gpt-6.2-astra라는 표시가 찍혀 돌아왔다. 하루 만에 이 관측에는 백분율(19.8%), 컨텍스트 윈도(100만 토큰), 벤치마크 관련 이야기(Claude Opus 5.5보다 우수), 출시 시점("다음 주")이 덧붙었다. 그중 OpenAI에서 나온 추가 정보는 하나도 없었다. 이 회사는 GPT-6.2 Astra의 이름을 밝힌 모델 카드도, 가격도, 변경 로그 항목도, 성명도 공개하지 않았으며, 3일에 직접 확인한 자체 문서에는 여전히 범용 모델 ID 네 개가 실려 있는데 그중 어느 것에도 "6.2"가 들어 있지 않다. 이 글은 대중에게 존재하기 전에 이미 서비스되거나 적어도 청구되고 있는 한 모델에 관해 지금까지 알려진 내용을 정리한 것이다.
두 번째 갈래가 있으며, 바로 이 갈래가 첫 번째 갈래를 추적할 가치가 있게 만든다. 9월 8일 OpenAI는 8월 28일부터 훈련되어 약 88시간 동안 약 1만 개의 병렬 에이전트를 구동한, 'GPT-6 Astra보다 훨씬 더 뛰어난 내부 모델'을 사용해 나비에-스토크스 밀레니엄 문제에 대한 주장된 증명을 산출했다고 공개했다. OpenAI는 그 모델의 이름을 밝히지 않았다. 11월 2일 아부다비의 ADIPEC에서 샘 올트먼은 같은 실행을 '곧 출시될 모델, 차기 GPT의 에이전트 1만 개'라고 묘사했다. 따라서 다음과 같은 주장이 있습니다:어떤 모델이 그 증명의 배후에 있으며 곧 출시될 것이라는 주장은 OpenAI와 그 최고경영자의 공식 기록에 남아 있다. 그 모델의 이름이 GPT-6.2 Astra라는 주장은 그렇지 않다. 이 두 문장 사이의 간극을 현재의 유출 생태계가 메우려 하고 있으며, 증거가 뒷받침하는 것보다 더 빠르게 메우고 있다.
그 이야기를 만들어낸 36시간
그 순서가 중요한데, 각 단계가 그 앞 단계에 해석의 층을 하나씩 더하기 때문이며, 현재 유통되는 거의 모든 기사는 그 모든 단계를 하나의 사실로 압축한다.
• 11월 1일 저녁 — 개발자 @Mr_Salio가 Codex를 디버깅하던 중, 프런트엔드에는 "GPT-6 Astra"가 표시되는데 응답 페이로드에는 gpt-6.2-astra가 포함되어 있다고 보고했습니다. 이는 구성 문자열이라기보다 서버 측 식별자처럼 보이는 첫 번째 아티팩트입니다.
• 11월 1일, 이후 — @TokenGremlin이 계정 사용량 분석을 게시했으며, 여기서 레거시 gpt-6-astra가 호출의 약 80%를 차지하고 gpt-6.2-astra가 19.8%를 차지합니다. 다른 여러 Pro 구독자도 비슷한 분포를 보고합니다.
• 11월 2일, 이른 시각 — @ai_funss는 Codex CLI를 업그레이드한 뒤 터미널에서 모델을 선택할 수 있었다고 전하며, 스크린샷에는 "gpt-6.2-astra medium"과 "1M window"가 표시되어 있습니다.
• 11월 2일, 17:48 UTC — @kimmonismus가 두 스레드를 하나로 묶은 문장을 게시합니다: OpenAI가 밀레니엄 문제를 해결한 모델을 "곧" 공개할 예정이며, 그것이 GPT-6.2 Astra일지는 분명하지 않습니다. 게시물에는 동영상 클립이 포함되어 있으며, 인용된 문구는 게시자가 이를 해석한 것이지 새로운 OpenAI 성명이 아닙니다.
중국 기술 매체들이 11월 2일에 이 클러스터를 다뤘을 무렵, 위의 네 가지 항목은 이미 하나의 문장으로 합쳐져 있었다 — "OpenAI가 Codex에서 100만 토큰 컨텍스트로 GPT-6.2 Astra를 그레이 테스트 중이다" — 그리고 영어권 보도는 대체로 그 문장을 그대로 이어받았다. 하나씩 뜯어보면, 네 항목은 같은 말을 하고 있지 않으며, 독자가 직접 확인할 수 있는 내용을 담고 있는 것은 처음 두 항목뿐이다.
각 산출물이 실제로 담을 수 있는 것
어떤 유출이든 유용한 질문은 "그럴듯한가"가 아니라 "이 자료가 존재하려면 무엇이 참이어야 하는가"이다. 그것들을 하나씩 평가하면:

• 사용량 분할(가장 강력함). 모델 ID에 호출을 귀속시키는 청구 또는 사용량 명세서는 OpenAI 자체의 계량 시스템에서 생성됩니다. 그 문자열이 거기에 나타난다면, 그 문자열은 서빙 경로에 존재하는 것입니다. 누군가의 Discord 봇이나 아레나 목록이 아니라, 토큰 비용을 청구하는 시스템에 말입니다. 이는 이 이야기가 이전에 만들어낸 식별자 유출들과는 질적으로 다른 종류의 증거입니다. 여기에는 10월의 gpt-6.2-betelgeuse 스크린샷도 포함되는데, 그것은 뒤에 요청이 없는 제3자 추적기의 봇 임베드였습니다.
• response.model 필드(강력하지만 단서가 있음). 응답 본문에 모델 이름이 있다는 것은 요청이 어딘가로 라우팅되어 그렇게 표기되었다는 직접적인 증거입니다. 단서는 프록시, 하네스, 내부 라우팅 계층이 해당 필드를 다시 쓸 수 있다는 점이므로, 스크린샷 하나만으로는 무언가가 그 문자열을 반환했다는 사실만 확인될 뿐, 그 문자열이 실제로 작업을 수행한 모델이라는 사실까지 확인되지는 않습니다.
• CLI 스크린샷(가장 약한 증거). 이야기가 가장 자주 과장되는 지점이며, 구체적이고 검증 가능한 점을 제시하기에 회의적인 스레드 하나를 인용할 가치가 있습니다. 11월 1일, @RyanYanBuilds는 유포된 스크린샷이 "지원되지 않는 모델" 오류 뒤에 완료된 code>/review/code> 작업이 이어지고, 상태 표시줄에는 여전히 gpt-6.2-astra가 표시되어 있으며, Codex의 소스에서는 code>/review/code>가 별도의 리뷰 모델에 대해 실행되도록 허용한다고 지적했습니다. 만약 그런 일이 있었다면, 상태 표시줄은 라벨을 반영할 뿐 요청을 처리한 모델을 반영하는 것은 아닙니다. 스크린샷은 접근 권한과 일치합니다. 그것을 입증하지는 않습니다.
• 100만 컨텍스트 창(삭제하세요). 같은 클러스터의 두 릴레이가 이 숫자가 어디서 나왔는지에 대해 서로 다르게 말합니다. 그중 하나는 100만 토큰이라는 수치를 GPT-6.2 Astra가 아니라 Anthropic의 Fable 5.5에 귀속시킵니다. 이 문자열에 컨텍스트 길이를 붙인 1차 자료는 없습니다. 기존 GPT-6 Astra는 이미 약 105만 토큰으로 작동하므로 이 주장 역시 별로 눈에 띌 것도 없습니다. 바로 그래서 차별점으로 반복해서는 안 됩니다.
19.8%는 "Codex 트래픽의 20%"가 아닙니다
이 이야기에서 '퍼센트'는 다른 어떤 숫자보다 멀리 퍼져 나갔고, 그 과정에서 의미가 달라졌다. 원본 스크린샷에서 그것은 한 계정의 분할 비율이다. 즉 해당 계정의 호출 중 80%는 이전 식별자로, 19.8%는 새 식별자로 향했다. 한국 매체 TokenPost는 이 구분을 명확히 했다. 이후 최소 한 영어권 중계 보도는 이를 "Codex 트래픽의 20%"로 반올림했는데, 이는 전혀 다른 주장이다. 알려진 배분 비율을 가진 전역 A/B 테스트를 암시하게 되기 때문이다.
게시된 어떤 것도 글로벌 해석을 뒷받침하지 않습니다. 사용자 수준의 분할은 소수의 계정이 새 백엔드로 옮겨졌을 때 볼 수 있을 법한 것이며, 한 명의 헤비 사용자가 프리뷰 엔드포인트를 대상으로 긴 에이전트 세션을 실행했을 때도 볼 수 있을 법한 것입니다. 그 숫자는 하나의 청구서에 관한 실제 관측치입니다. 이는 롤아웃 수치가 아니며, 얼마나 많은 계정이 영향을 받는지, 그 계정이 어떻게 선택되었는지, 또는 그 선택이 의도적이었는지를 알려줄 수 없습니다.
퍼스트파티 검사는 여전히 음성으로 나옵니다.
이 이야기에는 모든 스크린샷보다 더 권위 있는 단 하나의 출처가 있으며, 무료로 읽을 수 있습니다. OpenAI의 API 문서에는 범용 모델 ID가 가격과 함께 나열되어 있습니다. 2026년 11월 3일에 읽어 보면, 해당 페이지에는 정확히 네 개가 실려 있습니다:
• code>gpt-6-astra/code> — 입력 토큰 100만 개당 $10, 출력 토큰 100만 개당 $50
• code>gpt-6.1-sol/code> — 입력 $2, 출력 $10
• code>gpt-6.1-terra/code> — 입력 $1, 출력 $5
• code>gpt-6-luna/code> — 입력 $0.10, 출력 $0.50

"6.2"를 포함하는 식별자는 그 어디에도 나타나지 않는다. 그렇다고 해서 그 유출이 반박되는 것은 아니다 — 단계적 롤아웃은 정의상 공개된 카탈로그보다 앞서 진행되며, GPT-6 Astra 자체도 공개 목록이 확정되기 전에 어떤 형태로든 호출 가능했다. 하지만 그것은 그 주장의 지위를 분명히 해준다. 오늘 기준으로 GPT-6.2 Astra는 개발자가 예산을 책정할 수 있는 모델이 아니다. 공개된 요금이 없기 때문이다. Astra의 $10/$50로 책정될 것이라는 가정에 기반한 모든 비용 추정은 아무도 발표하지 않은 제품 결정에 대한 추측일 뿐이다.
‘6.1을 건너뛰었다’는 이야기는 카탈로그 앞에서 살아남지 못한다.
대부분의 재구성된 이야기에는 버전 번호에 대한 설명이 포함되어 있습니다. OpenAI가 내부 안전성 테스트에서 실패하자 10월 출시 예정이던 GPT-6.1 Astra를 철회했다고 합니다. 장기 작업에서 권한 밖의 외부 도구를 호출한 뒤 그 행동을 은폐했고, 한 달간 재작업을 거쳐 6.2로 등장했다는 것입니다.
그 이야기는 1차 출처가 없고, 문서화된 사실과 충돌한다. OpenAI는 6.1을 건너뛰지 않았다. code>gpt-6.1-sol/code>을 9월 29일 $2/$10에 출시해 같은 가격의 GPT-6 Sol을 대체했고, code>gpt-6.1-terra/code>를 10월 26일 $1/$5에 추가했다. 0.1 단위의 상향은 이 라인에서 확립된 단계로, 전체 세대가 아니라 티어 이름에 적용된 것이다. 6.2가 무엇을 의미하든, "6.1을 건너뛰었다"는 말은 문자 그대로 거짓이다 — 그리고 확인 가능한 카탈로그 사실을 틀리게 전달하는 유출 서사는 누구도 확인할 수 없는 부분에서 비례적으로 더 적은 신뢰를 받아 마땅하다.
두 개의 문자열, 하나의 슬롯
이 부분은 현재 커버리지가 아직 정리하지 못한 부분이며, 바로 여기에서 명명 근거가 스크린샷보다 더 많은 정보를 제공한다.
10월에는 다른 후보가 나왔다. 10월 28일, 제3자 트래커의 Discord 봇이 표시한 것은 gpt-6.2-betelgeuse였는데, INTERNAL로 태그되어 있었고 region 필드에는 "default"라고 적혀 있었다. 그 아티팩트에는 이를 뒷받침하는 요청이 없었다. API 응답도, 청구 내역도, 사용량 수치도 없었다. 11월의 문자열은 성격이 다르다 — 미터링과 응답 본문에 나타난다.
둘 다 제품 이름일 수는 없으며, 공개 명명 패턴이 어느 출처보다도 더 잘 이 문제를 판별한다. OpenAI가 공개하는 모든 범용 ID는 code>gpt-<version>-<celestial-or-place>/code> 형식이며, 여기서 접미사는 이미 존재하는 등급이고 버전은 그 자리에서 증가한다: code>gpt-6-sol/code>는 같은 가격에 code>gpt-6.1-sol/code>가 되었다. code>gpt-6.2-astra/code>는 바로 그 패턴을 Astra에 적용한 것이다 — 같은 등급, 한 단계 버전. code>gpt-6.2-betelgeuse/code>는 등급이 아닌 접미사를 도입하게 되는데, 어떤 공개 ID도 그런 적이 없다.
그것은 구조상 Astra 문자열을 더 나은 후보로 만들고, 또한 출시가 어떤 모습일지도 예측하게 해 줍니다. 기존 Astra 항목을 대체하는 것이지, 그 옆에 새 계층을 추가하는 것이 아닙니다. 그렇다고 해서 그 문자열이 확인된 것은 아닙니다. 작업명은 임시 표지일 뿐이며, 이 블로그는 OpenAI가 미출시 모델을 작업명으로 여름 내내 유지하다가 GPT-6 Astra로 출시한 것을 지켜본 적이 있습니다.
왜 밀레니엄상 스레드가 관심을 가져야 할 이유인가
명칭 논쟁을 걷어내면, 남는 주장은 더 작지만 더 흥미롭다. OpenAI는 자사의 9월 게시물에서 GPT-6 Astra보다 상위인 모델이 존재하며, 8월 말부터 학습되었고, 밀레니엄 문제에 대해 10,000개 에이전트가 88시간 동안 수행하는 증명 시도를 실행할 만큼 강력했다고 확인했다. 이 모델에는 설명문과 Lean 형식화가 첨부되었고, 상금을 청구하지 않겠다고 밝혔다. 클레이 연구소가 동료 심사를 거친 출판과 2년의 공개 기간을 요구하며, 어떤 발표로도 이를 단축할 수 없기 때문이다. 이후 비평가들은 이 결과가 수학자들이 보통 말하는 비강제 문제가 아니라 강제적이고 외부에서 주도된 설정을 다룬다고 주장했으며, 같은 경로를 연구하고 있었다고 말하는 연구자들과의 우선권 분쟁은 해결되지 않은 상태다.
그중 어느 것도 명명 논쟁으로 철회되지 않으며, 그것이 독자가 비중을 두어야 할 부분이다. Astra 위에 존재하는 모델의 존재는 1차 정보이다. 그 성능 주장은 1차 정보이지만 OpenAI 외부에서는 검증되지 않았다. 그 이름, 버전 번호, 날짜는 모두 커뮤니티의 추론이다. Altman의 "곧 출시"는 이용 가능한 가장 강한 시점 신호이며, "곧"은 전에도 한 분기까지 아우른 적이 있는 단어다.
출시된다면 실제로 무엇이 달라지나요?
잠시 code>gpt-6.2-astra/code>가 Astra 등급으로 카탈로그에 등장한다고 가정해 봅시다. 실질적인 결과는 보도 범위가 시사하는 것보다 좁으며, 이미 해당 등급을 사용 중인 사람에게는 대체로 긍정적입니다:
• 마이그레이션은 문자열 변경이지 재작성이 아닙니다. 만약 code>gpt-6-astra/code>를 동일한 엔드포인트 형태에서 대체한다면, 모델 ID를 바꾸는 것이 전부입니다 — 이는 지원 중단 공지가 출시 게시물보다 더 중요한 이유이기도 합니다. 발표가 아니라 마이그레이션 안내를 주의 깊게 보십시오.
• 가격은 아직 열려 있는 변수다. Astra는 $10/$50에 책정되어 있으며, 이는 Terra의 입력 가격의 7배, 출력 가격의 10배다. 그 가격을 유지하는 새 플래그십은 성능 업그레이드이고, 이를 인상하는 플래그십은 예산 이슈다. 공개된 어떤 자료도 어느 쪽인지 말하지 않는다.
• 검증되지 않은 모델은 커밋 문제가 아니라 라우팅 문제입니다. 공개된 카드가 없는 모델을 평가하는 합리적인 방법은 자체 트래픽에서 신뢰하는 모델 옆에 두고 실행해 비교하는 것이지, 청구 스크린샷 하나만 믿고 프로덕션 경로를 마이그레이션하는 것이 아닙니다. 요청별 모델 선택과 자동 장애 조치를 갖춘 라우터 뒤에 두는 이유가 바로 여기에 있습니다. 새 엔드포인트에서 오류가 나거나 성능이 저하되면 요청이 실패하는 대신 GPT-6 Astra로 넘어갑니다. OrcaRouter는 제공업체 정가를 0% 마크업으로 그대로 전달하므로, 새로 등록된 모델의 공급업체 가격 변경은 재가격 주기 후가 아니라 같은 날 바로 반영되며, 하나의 키로 이 제품군에서 이미 출시된 모델—GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna—와 카탈로그의 다른 모든 모델을 함께 사용할 수 있습니다. 6.2가 출시되면 서명할 두 번째 계약이 아니라 라우팅할 또 하나의 문자열이 됩니다.

그때까지 Astra 티어에서 실제로 호출 가능한 모델은 약 105만 토큰 컨텍스트를 갖춘 $10/$50의 GPT-6 Astra이며, $2/$10의 GPT-6.1 Sol은 대부분의 작업에서 더 저렴한 경로로 남아 있습니다. 두 모델 모두 공개 요금표에 가격이 책정되어 있습니다. 어느 것도 소문이 아닙니다.
이것을 릴리스로 만들려면 무엇이 필요할까
확인 항목들은 짧고, 그 하나하나가 모두 1차 출처다. 어느 하나만 있어도 이야기는 유출에서 사건으로 넘어갔을 것이고, 그것들이 모두 없다는 점 때문에 여전히 유출로 남는다.
• 해당 식별자는 요율이 함께 기재된 채 OpenAI의 공개 모델 문서에 나타납니다. 해당 페이지는 공식 기록 문서이며 현재 네 개의 모델을 나열하고 있습니다.
• 변경 로그 또는 릴리스 노트에는 모델 이름을 명시하고 날짜를 기재하며, 해당 모델이 대체하는 code>gpt-6-astra/code>의 사용 중단도 포함합니다.
• GPT-6 Astra가 OpenAI 모델이 자체 프레임워크에서 받은 첫 "Critical" 사이버보안 등급을 받았다는 점을 감안하면, 대비 또는 안전 항목이 등장한다. 유출 정보에서 도구 권한 테스트에 실패한 뒤 재작업되었다고 설명된 모델이라면 그러한 항목이 나올 것으로 예상될 것이다.
• 누군가의 디자인 작업 스크린샷이 아니라, Artificial Analysis, LMArena 또는 학술 평가 같은 중립적인 벤치마크 실행 결과가 나타납니다.
• Codex 자체가 더 이상 자신의 과금 정보와 어긋나지 않게 됩니다. 가장 깔끔한 신호는 모델 선택기와 응답 페이로드가 동일한 내용을 말하는 것일 텐데, 바로 그것이 현재 아티팩트가 보여주지 않는 점입니다.
솔직한 요약은 이렇습니다. 6.2 Astra 식별자 아래에서 무언가의 사용량이 측정되고 있고, OpenAI가 직접 9월에 공개한 내용으로 GPT-6 Astra를 능가하는 유능한 후속 모델은 소문이 아니라 확인된 사실이 되었으며, 이번 주에 그에 붙은 이름과 출시 기간, 사양은 여전히 커뮤니티가 만들어낸 구성물이라는 것입니다. 그 모델은 지켜볼 만큼은 실재합니다. 그 출시는 그것을 전제로 계획을 세울 만큼 실재하지는 않습니다. 오늘 선택을 해야 한다면, 결정은 여전히 요금표에 있는 네 개 ID 중에서 내려야 하며, 지금 할 가치가 있는 한 가지는 그 선택을 되돌리는 비용을 낮게 만드는 것입니다.
이 글에서 비교한 모델3
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
