GPT-6 Astra vs Grok 4.6: 인덱스 동률이 깨졌고, 가격 격차는 티어에 따라 달라진다

GPT-6 Astra와 Grok 4.6은 이 페이지가 처음 게재된 2026년 9월 4일 당시, 두 모델을 모두 순위에 올리는 유일한 독립 스코어보드에서 동률이었다. 바로 그 문장을 이 페이지는 거둬들여야 한다. 2026년 9월 16일 기준 Artificial Analysis Intelligence Index — 버전 v4.3, 평가 10종 — 를 보면, GPT-6 Astra (max)는 53점, Grok 4.6 (high)은 44점에 위치한다. 예전에는 동률이던 자리다. 또 하나의 정정은 클릭한 헤드라인에 있는 것이다. 같은 날 확인한 OpenAI의 요금표에는 GPT-6 Astra가 백만 입력 토큰당 $10.00, 백만 캐시 입력당 $1.00, 백만 출력당 $50.00로 기재되어 있고, xAI의 요금표에는 Grok 4.6이 $2.00, $0.50, $6.00로 기재되어 있다. 표준 입력 대비로는 5배다. 출력 대비로는 8.3배다. 캐시 입력 — 실제 프로덕션 트래픽 대부분이 청구되는 항목 — 대비로는 2배다. 단일 배수는 없다. 그런 배수가 있다고 주장한 이 페이지의 버전은 네 줄짜리 요금표를 슬로건으로 반올림한 것이었다. 이것은 새로 고침이지, 새 출시가 아니다: GPT-6 Astra는 2026년 9월 3일자 OpenAI의 플래그십이고, Grok 4.6은 2026년 8월 12일자 xAI의 플래그십이다. 그 이후로 달라진 것은 측정, 가용성, 그리고 산수다.

승수는 결코 하나의 숫자가 아니었습니다.

2026년 9월 16일 공급업체들이 공개하는 두 요금표에서 시작하라. 이후의 모든 것이 그 등급 구조를 물려받기 때문이다. Open​AI는 GPT-6 Astra를 100만 입력 토큰당 $10.00, 100만 캐시 입력당 $1.00, 100만 캐시 쓰기당 $12.50, 100만 출력당 $50.00으로 문서화하며, 요금표를 단기 컨텍스트와 장기 컨텍스트 열로 나눈다. 장기 컨텍스트 임계값 — 이 요금표에 보고된 수치로는 입력 토큰 272,000개 — 을 넘으면 전체 요청이 다음 요금으로 재산정된다: $20.00 입력, $2.00 캐시, $75.00 출력. Batch와 Flex는 표준 요금의 절반으로, Fast 모드는 두 배로 청구된다. x​AI는 Grok 4.6을 100만 입력당 $2.00, 캐시 $0.50, 출력 $6.00으로 500,000토큰 컨텍스트 윈도우 기준 문서화하며, 요청이 프롬프트 토큰 200,000개에 도달하면 전체 요청이 다음 요금으로 청구된다: $4.00 입력, $1.00 캐시, $12.00 출력. 이는 공급업체 요금표일 뿐 측정값이 아니다.

나란히 놓으면 예전 헤드라인의 배수는 분해된다. 표준 입력: $10.00 대 $2.00, 다섯 배. 출력: $50.00 대 $6.00, 8.3배. 캐시 입력: $1.00 대 $0.50, 두 배. 장문 컨텍스트 입력: $20.00 대 $4.00, 다시 다섯 배 — 하지만 장문 컨텍스트 출력은 $75.00 대 $12.00, 즉 6.25배다. 예전 제목의 5는 지어낸 숫자가 아니었다. 그것은 슬로건의 옷을 걸친 4행 카드의 한 행이었고, 어느 행을 인용하느냐에 따라 답이 4배 달라진다. 이 맞대결에 대해 하나의 숫자만 제시하는 사람은 특정 티어를 고르고도 어느 티어인지 말해주지 않는 것이다.

이 쌍을 토큰당 산술만으로 설명하기에는 부족한 두 번째 이유가 있는데, 그 방향은 정반대다. 두 모델은 같은 작업을 끝내는 데 같은 수의 토큰을 쓰지 않으며, Artificial Analysis의 작업당 비용 지표 — Intelligence Index 평가를 실행할 때 드는 가중 평균 비용 — 에서는 effort 설정을 맞추고 나면 토큰당 비용이 비싼 모델이 완료된 작업당으로는 더 저렴한 쪽이다. 2026년 9월 16일자 AA 자체 모델 데이터를 보면, GPT-6 Astra는 high effort 설정에서 $1.72를 기록했는데, 인덱스 작업당으로는 Grok 4.6이 high에서 $1.86을 기록했다. 그 이유는 같은 레코드의 토큰 수에 있다: Astra는 전체 인덱스를 실행하는 데 출력 토큰 60M을 태우는 반면 Grok 4.6은 94M이고, 작업당 출력 토큰은 27k 대 36k다. 입력 요금이 다섯 배이지만 토큰 소비는 약 3분의 2라서, 결국 약간 앞선다.

AA 자체 비교 페이지의 헤드라인 조합은 뭔가 다른 이야기를 하고, 둘 다 사실입니다. AA 페이지는 GPT-6 Astra를 max로 앞세우며 — 작업당 $3.26, 지수 53 — 이를 Grok 4.6을 high로 설정한 $1.86, 44와 맞세웁니다. 그렇게 읽으면 프리미엄이 비용 면에서 아무것도 사주지 못하는 것처럼 보입니다. 동일한 high 노력 수준에서 읽으면, Astra는 지수 51 대 44이고 작업당 10센트 더 저렴합니다. 어느 수치가 여러분의 예산에 들어갈지는 전적으로 Astra를 max로 돌릴지 high로 돌릴지에 달려 있으며, AA 페이지는 선택하게 해주지 않습니다. 그것은 예전 제목의 단일 배수와 똑같은 실패이며, 한 단계 아래의 문제입니다.

지수 동점은 사라졌고, 솔직히 읽자면 보기보다 좁다

이 페이지가 처음 작성되었을 때, 두 모델은 모두 Artificial Analysis Intelligence Index에서 61점이었고 글 전체는 가격을 중심으로 전개되었다. 그 결과는 더 이상 재현되지 않는다. 2026년 9월 16일자로 확인한 리더보드에서는 GPT-6 Astra (max)가 53점, Grok 4.6 (high)가 44점이다. 두 모델 모두 전체 노력 단계 체계를 공개하며, 그 체계는 AA가 비교 페이지에 표시하는 단일 행보다 더 중요하다. AA 자체 모델 데이터에 따르면 GPT-6 Astra는 53 (max), 53 (xhigh), 51 (high), 50 (medium), 46 (low)를 기록하고, Grok 4.6은 44 (high), 44 (xhigh), 43 (medium), 35 (low)를 기록한다. 가장 근접하게 맞춰진 설정인 high 대 high에서는 격차가 7점이다.

두 가지 주의를 함께 드려야 합니다. 첫째, 지수는 다시 산출되었습니다. 현재 공개된 버전은 v4.3으로, 열 가지 평가 — AA-Briefcase, GDPval-AA v2, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1 — 로 구성되며, 9월 초 리더보드와는 다른 모델 모집단을 대상으로 합니다. 나타나는 9점 격차의 일부는 두 연구소 중 어느 쪽이 새로운 것을 출시해서라기보다는 재보정 때문이며, 이 페이지를 지난 페이지와 비교하는 독자는 서로 다른 두 자를 비교하는 셈입니다. 둘째, 두 항목은 동일한 노력 설정이 아닙니다. AA의 비교는 Astra의 max와 Grok 4.6의 high를 짝짓는데, max 대 high 비교는 동등 조건 비교가 아닙니다. 열 개 평가를 묶은 지수에서 9점 차이를 안전하게 해석하면 실제로 존재하지만 크지 않은 차이이지, 압도적 격차가 아닙니다. 여러 모델이 두 모델 각각의 위아래 몇 점 안에 몰려 있습니다. 말할 수 있는 것은 이 페이지가 예전에 말하던 것의 반대입니다. 독립 스코어보드에서 이 둘은 더 이상 서로 바꿔 쓸 수 있는 관계가 아니며, 더 비싼 쪽이 앞서 있습니다.

이 페이지의 이전 버전에서 Astra에 대해 빈칸으로 남겨 둘 수밖에 없었던 속도는 이제 측정됩니다 — 그리고 지연 시간 수치가 더 눈에 띄는 절반입니다. Artificial Analysis는 GPT-6 Astra(max)를 초당 출력 52.9토큰으로, Grok 4.6(high)을 초당 57.7토큰으로 측정합니다. 긴 생성에서는 체감할 수 있는 격차지만, 라우팅 결정을 바꿔야 할 만한 격차는 아닙니다. 첫 토큰까지 걸리는 시간은 이야기가 다릅니다: Astra는 334.04초인 반면 Grok 4.6은 38.63초이고, 종단 간 응답 시간은 343.48초 대 47.31초입니다. Astra는 답하기 전에 몇 분 동안 생각합니다. 배치 및 야간 에이전트 작업에서는 이 점이 보이지 않지만, 대화형 작업에서는 결정적인 수치이며, 어느 요금표에도 나와 있지 않습니다.

Astra의 자체 벤치마크 시트, 그리고 누가 무엇을 말할 수 있도록 허용되는가

OpenAI가 GPT-6 Astra에 대해 내놓은 대표 수치들은 모두 벤더가 보고한 것이며, 여기서 재현된 것은 하나도 없다: FrontierMath Tier 4에서 98%, ExploitBench에서 100% — OpenAI의 이전 주력 모델인 GPT-5.6 Sol의 78.5%와 대비된다 — 그리고 ARC-AGI-3에서 99.9%. 이것들은 출시 보도가 반복한 수치들이며, 그중 두 개는 받았던 것보다 더 많은 회의론을 받을 만하다.

먼저 ARC-AGI-3입니다. 99.9%는 Open​AI의 프로바이더 어댑터 하네스에서 나온 수치입니다. 이 벤치마크를 운영하는 ARC Prize는 별도로 측정해 62.7% 를 같은 모델에 대해 프로바이더 중립적인 Standard 하네스로 돌린 결과로 제시했으며, 실행 비용은 $26,098이었습니다. ARC Prize의 자체 설명에 따르면 이 어댑터는 요청 사이에 Open​AI의 추론 상태를 보존하므로, 두 수치는 서로 다른 것을 측정한 것이며 결코 동일한 측정값인 것처럼 인용되어서는 안 됩니다. 그 차이의 크기는 어떤 논증보다도 이 점을 잘 보여줍니다. 어댑터에서 추론 "none"으로 설정한 Astra는 96.7%를 기록하는데, 이는 Standard 하네스에서의 자체 최대 추론 점수보다 약 34점 높은 수치입니다. 두 번째 수치는 모델이 하지 않은 일을 하네스가 해낸 결과입니다.

FrontierMath Tier 4가 다른 하나입니다. 98%는 OpenAI가 개발 자금을 댄 벤치마크에 관한 OpenAI 자체 보고서입니다; 출시 주간의 비교 표 중 최소 하나는 같은 결과에 대해 97.6%를 표기합니다. 둘 다 공급업체 보고로 취급하고, 어느 쪽도 확정된 것으로 보지 마세요.

하네스 논쟁에서 살아남는 것은 지킬 가치가 있다. ARC Prize는 또한 Astra가 완료한 레벨의 96%에서 테스트된 인간 중앙값보다 더 적은 행동을 사용했으며, 약 500명의 참가자로부터 도출된 인간 기준선 대비 레벨당 평균 51.7% 더 적은 행동을 사용했다는 점도 발견했다 — 이는 어댑터에 의존하지 않는 효율성 결과다. 그리고 ARC Prize는 Astra가 AGI라고 주장하는 것이 아니라고 분명히 밝혔다: 환경은 유계이고 결정론적이며, 벤치마크를 포화시키는 것이 일반적 능력의 증거는 아니다. 독립적인 코딩 측면에서, Datacurve의 DeepSWE v1.1 — 91개의 활성 오픈소스 저장소에 걸친 113개 과제 — 은 GPT-6 Astra를 74.1%로 기재하고 있다. 이는 확연히 앞선 결과라기보다는 강력한 결과다. 그 보드의 최상위는 하나의 군집이며, 선두 항목들이 서로 몇 점 차이 안에 몰려 있는 보드는 능력만큼이나 불확실성에 관한 보드다. 작성 시점에 비교 가능한 설정에서의 Grok 4.6 수치는 이 보드에 게시되지 않았으므로, 이 차원은 한쪽 면만 있다.

두 가지 작업 방식, 그리고 제어에 있어 실질적인 차이

점수가 근소하더라도, 이 둘은 사용자가 이들을 어떻게 제어하는지에 대해서는 서로 합의하지 않습니다. Grok 4.6은 명시적인 추론 강도 다이얼을 갖춘 단일한 강력 모델로, 요청이 얼마나 많은 생각을 들일 만한지 사용자가 결정하고 그에 대해 정액 요금을 지불합니다. GPT-6 Astra는 스스로 더 오래 실행되며, 확정하기 전에 검토를 위해 멈추도록 만들어졌습니다. 또한 이 모델은 회사가 사이버보안 위험에 대한 자사의 Preparedness Framework에 따라 "critical"로 평가한 최초의 OpenAI 모델입니다 — 외부 조사 결과가 아니라 공급업체의 자체 평가입니다 —. 그리고 OpenAI 스스로도 이 모델의 모니터링 가능성이 이전 주력 모델에 비해 감소했다는 점을 인정합니다. 그래서 가장 허용적인 설정은 공개적으로 판매되지 않고 검증된 파트너에게만 제한적으로 제공됩니다. 보안 팀에게 그런 제한은 장점입니다. 마감 기한 내에 결정론적이고 제어 가능한 출력을 원하는 개발자에게는, 그것은 프리미엄을 지불하고서 얻게 되는 마찰입니다.

라벨이 붙은 스코어보드

• 지능(독립) — 동일한 추론 노력, high 대 high: GPT-6 Astra 51, Grok 4.6 44. AA의 비교 페이지가 이들을 짝지은 대로, Astra (max) 53 대 Grok 4.6 (high) 44. Artificial Analysis Intelligence Index v4.3, 2026년 9월 16일 확인. 동일한 수준이 아님; 격차의 크기는 짝짓기에 따라 달라짐.

• 정가, 표준 등급(공급업체 요금표, 2026년 9월 16일 확인) — GPT-6 Astra $10.00 입력 / $50.00 출력 / $1.00 캐시 적용, 100만 토큰당. Grok 4.6 $2.00 입력 / $6.00 출력 / $0.50 캐시 적용, 100만 토큰당. 입력 기준 5배, 출력 기준 8.3배, 캐시된 입력 기준 2배.

• 정가, 긴 컨텍스트(동일 카드, 동일 날짜) — GPT-6 Astra: 전체 요청이 긴 컨텍스트 임계값을 초과하여 $20.00 / $2.00 / $75.00로 재책정되었습니다. Grok 4.6: 전체 요청이 200K 프롬프트 토큰 기준 $4.00 / $1.00 / $12.00로 재책정되었습니다.

• 작업당 비용(독립적) — 동일 조건 비교, 높음 대 높음: GPT-6 Astra는 Intelligence Index 작업당 $1.72, Grok 4.6은 $1.86. AA의 비교 페이지에서 둘을 짝지으면, Astra(max) $3.26 대 Grok 4.6(high) $1.86. Artificial Analysis, 2026년 9월 16일 확인.

• 지연 시간(독립) — GPT-6 Astra: 첫 토큰까지 334.04초, 종단 간 343.48초. Grok 4.6: 38.63초, 47.31초. Artificial Analysis, 2026년 9월 16일 확인. 이 페이지에서 가장 큰 격차. 동일 모델에 대한 OrcaRouter 자체 목록에는 7일 동안 첫 토큰까지의 p50가 6.71초, p95가 10.00초로 기록되어 있는데, 이는 응답의 다른 지점을 측정한 것이므로 AA의 수치와 비교할 수 없습니다 — 마치 두 수치가 비교 가능한 것처럼 같은 문장에 넣지 마십시오.

• 속도(독립 측정) — GPT-6 Astra는 최대 설정에서 초당 52.9 출력 토큰. Grok 4.6은 높음 설정에서 초당 57.7 토큰. Artificial Analysis, 2026년 9월 16일 확인.

• 에이전트형 코딩(독립) — GPT-6 Astra는 Datacurve의 DeepSWE v1.1에서 74.1%를 기록했습니다. 작성 시점 기준으로 같은 보드에 게시된 비교 가능한 Grok 4.6 실행 결과가 없어, 이 항목은 한쪽만 존재합니다.

• 사이버 및 추론(공급업체 보고) — GPT-6 Astra: FrontierMath Tier 4 98%, ExploitBench 100%, Open​AI 제공자 어댑터 기준 ARC-AGI-3 99.9%로, ARC Prize가 자체 Standard 하네스에서 독립적으로 측정한 62.7%와 대비됩니다. Open​AI 보고 기준이며, 여기서 재현되지 않았습니다.

• 지금 바로 사용 가능 — 두 모델 모두 하나의 키로 OrcaRouter를 통해 호출할 수 있습니다. 라우터에 등록된 요금, 2026년 9월 16일 기준: GPT-6 Astra는 100만 토큰당 $10.00 / $50.00에 105만 토큰 컨텍스트, Grok 4.6은 100만 토큰당 $2.00 / $6.00에 50만 토큰 컨텍스트를 제공합니다.

이 페이지의 그래픽에 관해 한 가지 참고할 점이 있는데, 이는 이 그래픽들이 본문에서 조건을 달아 설명하는 숫자들을 담고 있기 때문입니다. 히어로 카드와 스코어보드는 Artificial Analysis가 앞세우는 것과 동일한 짝을 표시합니다 — 최대 추론 설정의 GPT-6 Astra 대 high 설정의 Grok 4.6 — 따라서 스코어보드의 지능 행은 최대 노력 점수를 나타내고, 비용 행은 높은 노력 비용을 나타냅니다. 두 수치 모두 AA의 것이며, 둘 다 최신이고, 같은 노력 설정에서 나온 것이 아닙니다. 위 본문은 그 차이가 중요한 곳마다 노력 설정을 맞춘 짝을 제시합니다. 이 페이지의 이전 버전에는 61 대 61 지수 판독값을 바탕으로 만든 그래픽 네 개가 있었습니다. 그것들은 주석을 다는 대신 교체되었습니다. 기사가 철회하는 주장을 내세우는 히어로 카드는 히어로 카드가 없는 것보다 더 나쁘기 때문입니다.

가용성이 변경되었고, 이로 인해 라우팅 응답이 변경됩니다.

이 페이지의 첫 번째 버전에서는 GPT-6 Astra가 OrcaRouter에 없고 Grok 4.6은 있다고 알려야 했습니다. 이제 둘 다 카탈로그에 있습니다 — GPT-6 Astra는 모델 ID openai/gpt-6-astra로 Open​AI의 공시 요금에, Grok 4.6은 grok/grok-4.6으로 x​AI의 공시 요금에 있습니다. OrcaRouter에 등록된 요금, 2026년 9월 16일 조회. Astra 엔드포인트 역시 카탈로그 항목이 아닙니다: 같은 리스팅에는 지난 7일 동안 1억 8,070만 토큰의 트래픽이 기록되어 있으며, 라우터에 등록된 수치로 같은 날 조회했습니다.

이 조합에서 특히 중요한 이유는 두 카드의 티어 구조가 서로 다르기 때문입니다. 제공업체의 정가를 0% 마크업으로 청구하는 라우터는 요청이 실제로 속한 티어를 그대로 적용합니다. 장문 컨텍스트 임계값 아래에 머무는 Astra 호출은 저희 쪽에서 재가격이 매겨지지 않고, 200K를 넘는 Grok 4.6 호출은 저희가 아니라 x​AI의 규칙에 따라 재가격이 매겨집니다. 저희 쪽의 모든 요율은 0% 마크업으로 그대로 전달되며 — 벤더의 숫자가 곧 지불하는 숫자이고, 벤더가 이를 변경하면 같은 날 같은 키에 바로 반영됩니다. 두 모델을 하나의 키에 두고 워크로드를 분할하는 것, 즉 어려운 자율 작업에는 Astra를, 물량은 Grok 4.6이 담당하게 하는 것은 두 번째 계약이 아니라 라우팅 변경입니다. 자동 페일오버 덕분에 한 경로의 요율 제한은 장애가 아니라 라우팅 이벤트가 되고, 라우팅 DSL을 사용하면 저렴한 모델이 초안을 작성하고 비싼 모델이 검토하도록 두 모델을 하나의 호출로 구성할 수 있습니다.

보험료는 누가 내야 하나요

작업이 GPT-6 Astra가 현재 측정 가능하게 앞서 있는 영역에 속한다면, GPT-6 Astra를 구매하세요. 독립 지수는 AA가 공개한 설정에서 Grok 4.6과 이를 구분해 주며, DeepSWE v1.1 결과는 실제 독립 수치이고, 벤더 자체 벤치마크 시트는 하네스 관련 유의 사항을 붙이면 진정한 최전선입니다. 예산은 토큰당이 아니라 작업당 기준으로 잡고, 단일 요청이 비싼 호출에서 매우 비싼 호출로 바뀌는 지점인 장문 컨텍스트 임계값을 주시하세요. 실제 예산으로도 감당 가능한 요율로 최전선에 근접한 추론을 원하고, 둘 중 더 빠른 측정 출력과 두 개가 아닌 하나의 급증 지점만 있는 가격 구조를 원한다면 Grok 4.6을 구매하세요.

이 맞대결에 대한 수정된 요약은 5배 격차가 아무것도 가져다주지 않는다는 것도, 둘이 대등하다는 것도 아니다. 그것은 격차가 모든 티어에서 실재하며 그 비율은 어느 티어를 보느냐에 달려 있다는 것; 성능 격차도 이제 실재한다는 것; 그리고 둘이 같은 방향을 가리킨다는 것이다 — 이는 이 페이지가 2026년 9월 4일에 말한 것과 정반대이며, 배수에 관한 슬로건보다 둘 중 하나를 선택할 더 나은 이유이다.