'GPT-6.2 Sol Pro: 요율표는 그대로인데 청구 금액은 20% 하락했다'라고 적힌 생성된 타이틀 카드가 있고, 부제목은 Artificial Analysis 지수 작업 하나의 비용이 $1.27에서 $1.01로 떨어졌다는 내용이며, 그 위의 세 장의 카드에는 백만 토큰당 입력 $2.00 및 출력 $10.00의 변동 없는 요율표, GPT-6.2 Sol의 작업당 비용 $1.01, GPT-6.1 Sol의 $1.27이 제시되어 있고, Sol Pro는 추론 모드를 pro로 설정해 호출한 gpt-6.2-sol이라는 참고 사항이 있습니다.
Guides & Insights

GPT-6.2 Sol Pro: 요율표는 그대로인데, 청구서는 20% 줄었다.

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

평가 작업 하나를 끝내는 데 출력 토큰 4만 개. 그것이 바로 GPT-6.2 Sol이 최고 노력 설정에서 Artificial Analysis 평가 스위트에 쓴 양이며, 67,824개와 대비됩니다. 그 67,824개는 GPT-6.1 Sol이 같은 작업을 수행한 수치입니다 — 토큰은 40%, 작업당 달러 비용은 20% 감소했고, 가격표는 1센트도 변하지 않았습니다. 이 모델은 2026년 11월 17일, GPT-6.2 Astra와 함께 출시되었으며, 사람들이 찾고 있는 명칭인 GPT-6.2 Sol Pro는 Responses API에서 reasoning.mode를 pro로 설정한 바로 그 모델입니다. Pro 모드는 기본 모델의 표준 토큰 요금으로 청구됩니다. 따라서 업그레이드의 경제성 전체는 모델이 지출하기로 결정하는 토큰 수에 달려 있습니다 — 그것이 바로 OpenAI의 요금표가 알려줄 수 없는 단 하나의 숫자입니다.

이것은 이 블로그에서 GPT-6 및 GPT-6.1 티어에 대해 이미 두 번 제기된 "Pro는 모드다"라는 논쟁의 재탕이 아니다. 메커니즘은 동일하며 이제 충분히 문서화되어 있다. 새로운 것은 증거다. 출시 다음 날 Sol 티어에 대한 독립적인 측정치가 처음으로 나왔고, 그 측정치들은 "토큰당 더 저렴하다"보다 더 흥미로운 것을 말해 준다. 개선이 OpenAI가 이 모델을 판매하는 바로 그 워크로드에 집중되어 있으며, 한 차원은 더 나빠졌다고 말해 준다.

11월 17일에 정확히 무엇이 출시되었나요?

변경 로그 항목은 두 줄이며 두 개의 식별자, 즉 gpt-6.2-astra와 gpt-6.2-sol을 명시합니다. 둘 다 Responses API와 Chat Completions에 있으며, 도구 호출에는 Responses가 필요합니다. OpenAI가 직접 한 이번 릴리스 요약 — "ChatGPT Work, Codex, API 전반에서 더 나은 전문적 출력, 코딩, 컴퓨터 사용, 그리고 더 낮은 비용의 효율성" — 은 공급업체의 프레이밍이므로, 독립적인 수치가 나올 때까지 거리를 두고 볼 만한데, 이제 그 수치가 나왔습니다.

그것의 형태는, OpenAI의 gpt-6.2-sol 모델 페이지에서:

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

• 모달리티 — 텍스트와 이미지 입력, 텍스트 출력. 오디오와 비디오는 지원되지 않는 것으로 나열되어 있으며, 명세에는 파일 입력 모달리티가 없습니다.

• 지식 컷오프 — 2026년 6월 1일, 6.1 티어의 2026년 4월 30일보다 한 달 늦음.

• 추론 — 항상 켜져 있으며, low부터 max까지 다섯 가지 effort 설정이 있고, API는 reasoning.effort: none을 조용히 다운그레이드하는 대신 곧바로 거부합니다.

• 가격, 짧은 컨텍스트 — 백만 토큰당 입력 $2.00, 캐시 입력 $0.10, 캐시 쓰기 $2.50, 출력 $10.00. GPT-6.1 Sol과 동일.

• 가격: 입력 토큰이 272,000을 초과하면 전체 요청에 대해 입력 및 캐시 요율이 2배로, 출력은 1.5배로 적용됩니다: $4.00 / $0.20 / $5.00 / $15.00.

• 서비스 등급 — Batch는 표준의 50%, Fast는 2배, Ultrafast는 2027년 2월 28일까지 3배, 2027년 3월 1일부터 6배입니다.

• 이번 세대의 새로운 기능 — Responses API 공개 베타의 할인된 백그라운드 완료 윈도우로, 2시간 윈도우는 표준 요금보다 30% 낮고 8시간은 40% 낮습니다.

그 마지막 문장은 배치 형태의 에이전트 작업을 운영하는 사람에게 이번 릴리스에서 조용히 가장 유용한 부분이며, 출시 게시글이 묻어두는 종류의 세부 사항이다. 비용이 30% 덜 드는 2시간 지연은 가격 인하와는 다른 제품 결정이다. 작업을 언제 스케줄할지를 바꾸는 것이지, 그 대가로 무엇을 지불할지를 바꾸는 것이 아니기 때문이다.

Screenshot of OpenAI's documentation page for GPT-6.2 Sol, showing the model ID gpt-6.2-sol, a 1,050,000-token context window with 922,000 maximum input and 128,000 maximum output, a 1 June 2026 knowledge cutoff, text and image input with text output, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

"Pro"의 유래와 그것이 모델 ID가 아닌 이유

OpenAI의 추론 가이드는 이를 분명히 밝힙니다: GPT-5.6 및 GPT-6 모델은 "Responses API에서 standard 및 pro 추론 모드를 지원합니다. standard가 기본값입니다." 모드와 effort는 독립적인 축입니다 — 가이드는 모드가 "standard 또는 pro 실행을 선택하며, reasoning.effort는 해당 모드 내에서 모델이 적용하는 추론량을 제어합니다"라고 명시합니다. pro 모드를 낮은 effort로 실행할 수 있고, standard 모드를 최대 effort로 실행할 수 있습니다.

pro 실행은 여러 차례의 모델 작업을 하나의 답변으로 집계하고 해당 토큰을 "선택한 모델의 표준 토큰 요율"로 청구합니다. 프리미엄 배수도, 별도의 미터도 없습니다. 기존 Pro 식별자 — GPT-5.5 Pro 및 그 이전 모델 — 는 기존 동작과 기존 가격을 유지하므로, 이제 "Pro"는 어떤 문자열을 지정하느냐에 따라 두 가지 다른 의미를 가집니다.

따라서 카탈로그에 gpt-6.2-sol-pro가 나열되어 있다면, 그것은 하나의 구성을 설명하면서 그 구성을 붙여 둘 식별자를 만들어 내는 것입니다. OpenAI 자체 문서에서는 해당 문자열이 404를 반환하며, 모델 페이지에 있는 유일한 식별자는 gpt-6.2-sol입니다. 이 구분은 단순한 현학 이상으로 중요합니다. 조회할 수 있는 모델 ID에는 문서화된 컨텍스트 윈도와 공개된 요금이 있지만, 구성에는 호출 시점에 애플리케이션이 전달하는 값이 있을 뿐입니다.

독립적인 분석: 2.7점 상승, 작업당 20% 저렴

Artificial Analysis는 이미 자체 하네스에서 이 모델을 실행했으며, 이 수치는 해당 등급에 대한 최초의 비(非)벤더 측정치입니다. Intelligence Index v5.0.1에서 최대 노력 설정의 GPT-6.2 Sol은 57.3점으로, 54.6점을 기록한 최대 노력 설정의 GPT-6.1 Sol과 대비됩니다. Index 작업당 비용은 $1.27에서 $1.01로 감소합니다. 두 수치 모두 동일한 스위트에서 측정되었기에 서로 비교가 가능합니다. 즉, 동일한 작업, 동일한 하네스, 동일한 채점이며 오직 모델만 바뀐 것입니다.

그 두 숫자가 함께 올바른 방향으로 움직인다는 것이 이번 릴리스의 진짜 주장이다. 고정된 요금표에서 작업당 더 똑똑해지고 더 저렴해지는 세대는 효율성 향상이지 포지셔닝 재정립이 아니다. 더 똑똑해지면서 비용은 더 드는 세대는 트레이드오프다. 이번 것은 전자이며, 눈에 띌 만큼 충분히 큰 차이다.

이득이 어디에서 발생하는지가 종합 점수보다 더 흥미롭다. 최대 성능에서 자체 전작과 비교하면:

• Terminal-Bench 4.0 — 60.1% 대 56.1%.

• Terminal-Bench Science — 67.6% 대 58.1%, 9.5포인트 상승이자 리더보드에서 가장 큰 단일 변동입니다.

• HLE Diamond — 64.0% 대 58.8%.

• FrontierCode 2.0 — 44.4% 대 40.6%.

• AutomationBench — 71.3% 대 64.9%.

• AnalystAgent — 53.8% 대 50.0%.

그 각각은 도구를 사용하고, 여러 단계를 거치며, 검증이 많은 작업이다. 이것은 잡학 지식이 더 나아진 모델이 아니라, 일을 끝내는 능력이 더 나아진 모델이며, 이는 토큰 수가 늘어난 것이 아니라 줄어든 것과 일치한다. 잘못된 방향 전환이 적다는 것은 그로부터 회복하는 데 쓰는 토큰이 적다는 뜻이다.

이 수치가 무엇인지에 관한 한 가지 주의점이 있습니다. Artificial Analysis는 추론 모드가 아니라 노력 수준을 측정하므로, 여기서의 "max" 행은 표준 모드에서 최대 노력으로 설정한 것입니다. 어떤 GPT-6 모델에 대해서도 프로 모드 측정값은 공개된 적이 없습니다. 그 모드는 알 수 없는 양의 모델 작업을 곱하기 때문입니다. max-effort 행은 프로 모드 벤치마크가 아니라 이용 가능한 가장 가까운 상한으로 취급하십시오.

잘못된 방향으로 움직인 두 숫자

AA-Omniscience는 모델이 자신이 모르는 것을 아는지 테스트하는 제품군의 일부이며, 이번 릴리스에서 무언가를 돌려주는 부분입니다. 최대 노력 설정에서 GPT-6.2 Sol은 40.4점을 Omniscience 지수에서 기록했으며, 42.0에서 하락했습니다. 정확도는 61.6% 대 61.8%로 변화가 없으며 이는 노이즈 수준이지만, 환각률은 51.9%에서 55.4%로 상승했습니다.

스캔들이라고 판단하기 전에 그것을 주의 깊게 읽어 보세요. 두 모델 모두 틀린 질문의 절반 이상에서 환각을 일으키며, 이 정도 규모의 스위트에서 3.5포인트 이동은 치명적인 회귀가 아닙니다. 그러나 그것은 하나의 방향이며, 능력 수치와는 반대 방향을 가리킵니다. 해당 티어는 작업 수행 능력은 향상되었지만, 뒷받침할 수 없는 것을 단언하는 데는 약간 덜 신중해졌습니다.

승리를 선언하기 전에 테스트를 실행하는 코딩 에이전트에게 그 트레이드오프는 거의 무료에 가깝다. 검증 단계 없이 답하는 연구 보조에게 그것은 이전 세대에 비용을 지불해 피하려 했던 바로 그 실패 모드다. 워크로드가 두 번째 범주에 속한다면, 종합 지수는 선택 기준으로 삼기에 잘못된 숫자이며, 20% 절감은 한 번의 자신감 있는 오답 비용보다 작다.

프로 모드가 미터에 미치는 영향을 토큰 단위로

pro 모드는 표준 요율로 청구되므로, 그것이 당기는 유일한 레버는 토큰 수이며, 독립 데이터 덕분에 처음으로 그 레버의 크기를 가늠할 수 있습니다. 최대 노력 설정에서 GPT-6.2 Sol은 작업당 평균 40,360개의 출력 토큰을 사용하며, 그중 22,800개는 추론 토큰이고 17,561개는 눈에 보이는 답변입니다. 즉 추론이 출력의 56%를 차지합니다. GPT-6.1 Sol은 같은 설정에서 평균 67,824개의 출력 토큰을 사용했으며, 그중 49,213개가 추론이었습니다. 최신 모델은 생각하는 시간이 절반도 되지 않지만 답변 길이는 거의 같습니다.

그것이 20%의 이면에 있는 메커니즘이지만, 그것이 전체 산수의 전부는 아니며 나머지 절반도 알아둘 가치가 있다. 작업당 비용을 분해해 보면, 출력은 약 $0.72에서 $0.40으로 떨어지는 반면 입력은 약 $0.55에서 $0.61로 증가한다 — 작업당 캐시 읽기와 캐시 쓰기가 줄어든 것이 아니라 더 많아진 것이다. 두 변화는 대략 상쇄되어 순 20% 절감으로 이어지는데, 이는 이번 업그레이드가 더 적게 생각하는 것이 다시 읽어 들이는 추가 컨텍스트보다 더 가치 있다는 베팅임을 의미한다. 테스트 스위트에서는 그 베팅이 통했다.

어느 쪽 위에든 프로 모드를 실행하면 배수는 알 수 없습니다 — OpenAI는 프로가 "표준 모드보다 더 많은 모델 작업을 수행하여 토큰 사용량과 비용을 증가시킨다"고 문서화하지만 어떤 계수도 공개하지 않습니다. 확실하게 말할 수 있는 것은 그것이 곱하는 기준선이 출력 측에서 40% 더 작다는 것이므로, 동일한 프로 배수를 적용해도 더 저렴한 하한선에 도달한다는 것입니다.

실무적 결과: 6.1 시절 토큰 수를 기준으로 프로 모드 호출을 예산에 잡았다면, 비율을 다시 조정하지 말고 다시 측정하십시오. 토큰 분포가 상당히 달라져서 선형 조정은 청구서를 과대평가하게 됩니다.

A generated single-column scoreboard for GPT-6.2 Sol listing Intelligence Index 57.3, cost per index task $1.01, output tokens per task 40,360, Terminal-Bench 4.0 at 60.1 percent, Terminal-Bench Science at 67.6 percent, AA-Omniscience 40.4, a 1,050,000-token context window and $2 input and $10 output per million tokens, with a footer attributing the comparison figures to Artificial Analysis and the pricing to OpenAI.

현재 호출 가능한 곳과 그렇지 않은 곳

OpenAI의 API가 라이브 상태입니다: Responses 및 Chat Completions, 배치, 프롬프트 캐싱, 구조화된 출력, 컴퓨터 사용, apply_patch, 호스팅된 셸 및 MCP를 포함한 호스팅된 도구 세트, 그리고 승인된 조직이 적격 엔드포인트에서 사용할 수 있는 Zero Data Retention까지. 릴리스 노트에 따르면 ChatGPT Work 및 Codex 사용자는 첫날부터 이를 사용할 수 있었습니다. 이것이 2026년 11월 18일 기준 GA 현황입니다.

OrcaRouter 자체 카탈로그에는 6.2 세대가 아직 등장하지 않았습니다 — 11월 18일 공개 모델 목록을 확인하면 openai/gpt-6.1-sol과 openai/gpt-6-sol은 반환되지만 gpt-6.2-sol은 없습니다. 그로부터 두 가지가 따르며, 두 번째가 계획을 세울 때 고려할 만한 사항입니다. 첫째, 업그레이드에 관한 어떤 정보도 오늘 이곳에서는 제공되지 않으며, 이 글은 그렇지 않은 척하지 않겠습니다. 둘째, OrcaRouter는 공급자 정가를 0% 마크업으로 전달하므로, 티어가 실제로 등장하면 공급업체 자체의 $2/$10이 지불하는 금액입니다 — 요율표 위에 게이트웨이 배수는 붙지 않으며, 공급업체 가격 변경은 리셀러 일정이 아니라 같은 날 바로 적용됩니다.

Screenshot of the OrcaRouter model page for GPT-6.1 Sol, showing the model ID openai/gpt-6.1-sol, a 1,050,000-token context window with 128,000 maximum output, input pricing of $2.00 and output pricing of $10.00 per million tokens, and a description of the tier as the long-context option beneath the flagship.

한편, 이것이 대체하는 등급은 openai/gpt-6.1-sol이며, 이는 카탈로그에 정가로 등재되어 있습니다. 그리고 합리적인 마이그레이션 경로는 6.2를 직접 평가하는 동안 프로덕션을 6.1 등급에 유지한 뒤, 코드가 아니라 라우트를 옮기는 것입니다.

무엇을 볼까요?

11월 17일이 한 단계 진전으로 보일지 흔들림으로 보일지는 세 가지에 달려 있다. 보정 회귀가 다음 AA 리프레시에서도 지속되느냐, 아니면 노이즈 수준으로 줄어드느냐. Ultrafast 배수는 2027년 3월 1일에 표준 대비 3×에서 6×로 두 배가 된다. 이는 무엇도 세 배로 만들지 않지만 가장 빠른 경로의 프리미엄은 두 배로 만든다. 아키텍처가 Ultrafast에 의존한다면 그 날짜는 예산에 들어 있다. 그리고 토큰 효율성은 pro 모드에서도 유지되어야 한다. pro 모드에서는 아무도 공개하지 않는 단 하나의 숫자가 바로 청구서를 결정하는 숫자다.

그때까지 정직한 요약은 범위가 좁고 확인 가능하다: 동일한 가격, 2.7 지수 포인트, 작업당 20% 더 저렴, 그리고 자신이 모르는 것에 대해서는 측정 가능할 정도로 더 느슨한 파악.

이 글에서 비교한 모델2

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트