GPT-6 Astra vs Nex N2.5 Pro: 컴퓨터 사용 에이전트 하나는 토큰당 과금한다

컴퓨터 사용 에이전트는 토큰당 가격 책정이 더 이상 추상적인 개념이 아니게 되는 유일한 워크로드입니다. 단일 작업—브라우저를 열고, 레코드를 찾고, 양식을 작성하고, 결과를 검증하는 일—을 생각해 보세요. 그러면 모든 행동 사이에 생각하는 에이전트는 그 작업을 수만 개의 토큰으로 실행한 뒤 이를 1만 번 반복합니다. GPT-6 Astra, 2026년 9월 3일 출시된 OpenAI의 플래그십은 이에 대해 백만 입력 토큰당 $10.00, 백만 출력 토큰당 $50.00를 청구하며, 272,000토큰을 초과하는 구간에는 두 배의 가격대가 적용됩니다. Nex-N2.5 Pro, 2026년 9월 8일 Nex-AGI가 발표한 3,970억 매개변수 컴퓨터 사용 모델은 같은 부류의 작업을 위해 만들어졌고 Apache-2.0으로 공개되었으며, H100 8개로 구성된 한 노드에 대한 서빙 지침이 제공됩니다. 두 공급업체 모두 OSWorld-2 수치를 보고합니다. 그중 하나만이 시작하기 전에 읽을 수 있는 미터를 제공합니다.

실제로 겹치는 벤치마크 행

OSWorld-2는 이 둘 사이에서 공유된 잣대에 가장 가까운 것이며, 그 공유된 행이 얼마나 적은 것을 입증하는지 볼 가치가 있다. Nex-AGI의 카드는 OSWorld-2에서 Nex-N2.5 Pro를 56.4로, Claude Opus 5를 68.3, Qwen3.8-Max를 46.7로 함께 기재하며, 이는 리더보드 및 제공업체 출처에서 인용한 것이다. GPT-6 Astra에 대한 OpenAI의 출시 자료는 OSWorld 2.0에서 72.6%를 보고하며 작업당 약 40분이 소요된다고 하는데, 이는 GPT-5.6 Sol보다 작업당 약 47% 적은 시간이라고 설명한다.

그 두 숫자는 같은 열에 놓을 수 없다. 그것들은 서로 다른 연구소에서, 서로 다른 하네스에서, 서로 다른 날짜에, 서로 다른 행동 예산으로 산출되었다. 그리고 Nex-AGI는 자사의 컴퓨터 사용 및 브라우저 사용 평가가 자체 NexCUA 하네스를 거쳤다고 분명히 밝히는데, 이는 오픈소스로 공개하겠다고 했지만 아직 공개하지 않았다. 따라서 이 두 수치에 대한 정직한 해석은 방향성을 띠며 범위는 좁다: OpenAI의 수치가 더 높고, 둘 다 공급업체가 보고한 것이며, 어느 것도 재현되지 않았다. 이 행이 확실히 보여주는 것은 두 회사 모두 이 부류의 모델에 중요한 벤치마크로 OSWorld-2를 고려한다는 점이며, 이는 독립적인 실행에서 무엇을 지켜봐야 할지 알려준다.

Nex-AGI 카드의 나머지 부분은 모든 줄에 동일한 단서가 붙어 있는 단일 벤더 표입니다:

• 컴퓨터 사용, 벤더 보고 기준 — OSWorld-2 56.4, OSWorld-Verified 82.2, OSWorld-G 87.4, WebArena-Verified 67.6, WebTest 52.8, Vision2Web 68.2

• 코딩 및 텍스트, 공급사 보고 기준 — Terminal-Bench 2.1 82.7, SWE-Bench Pro 61.2, BrowseComp 89.7, AutomationBench v1.0.6 44.2

• GPT-6 Astra의 독립 기록 — Artificial Analysis Intelligence Index에서 53점, 초당 출력 토큰 44.6개, 완료된 인덱스 작업당 $3.26, 지능 부문에서 216개 중 7위, 속도 부문에서 185개 중 168위

• GPT-6 Astra의 벤더 기록 — FrontierMath Tier 4 98%, ARC-AGI-3 99.9%(ARC Prize의 표준 하네스 기준 62.7%, 제공자 어댑터 기준 99.9%), ExploitBench 100%, Terminal-Bench 4.0 57.9%

그 네 줄을 함께 읽어 보면 비대칭이 분명해진다. Astra에는 서로 일치하지 않는 독립 스코어보드와 공급업체 표가 있어, 이는 적어도 저울질할 거리를 준다. Nex-N2.5 Pro에는 공급업체 표밖에 없다 — 그에 대한 Artificial Analysis 항목도 없고, 그 순위표에는 어떤 Nex 모델의 페이지도 없다 — 따라서 위의 모든 수치는 오로지 Nex-AGI의 권위만을 담고 있을 뿐, 그 외에는 아무것도 아니다.

카드의 두 번째 숫자가 무엇인지: 가중치가 적용되었습니다.

Hugging Face의 Nex-N2.5 Pro 리포지토리는 2026년 9월 8일에 생성되었으며, 이 패밀리가 발표되었을 당시 모델 카드에는 가중치에 대한 출시 예정 안내가 실려 있었습니다. 그 공백은 이제 메워졌습니다. 현재 이 리포지토리에는 총 약 407GB에 달하는 122개의 safetensors 샤드가 Apache-2.0 라이선스로 공개되어 있으며, 모델 카드에는 아무것도 리버스 엔지니어링할 필요 없이 실행할 수 있을 만큼 자세한 서빙 레시피가 문서화되어 있습니다.

그 레시피는 비교의 가치를 따지기 전에 읽어볼 가치가 있습니다. 왜냐하면 그것은 어떤 벤치마크 행만큼이나 이 모델에 대한 논거이기 때문입니다. Nex-N2.5 Pro는 희소 전문가 혼합입니다: 총 3970억 개의 파라미터 중 토큰당 약 170억 개가 활성화됩니다. 문서화된 배포는 8개의 H100으로 구성된 단일 노드에서 커스터마이즈된 SGLang 빌드 — nexagi/sglang:v0.5.18-nex-patch — 를 실행하는 것입니다. 여기에는 8개 모두에 걸친 텐서 병렬 처리, Q​wen3 추론 파서와 Q​wen3-coder 도구 호출 파서 활성화, 262,144 토큰 컨텍스트 길이, 그리고 temperature 0.7, top_p 0.95, top_k 40에서의 권장 샘플링이 포함됩니다. H100 8개는 상당하지만 일반적인 규모입니다. 토큰당 170억 개의 파라미터만 활성화되기 때문에, 가중치 규모는 크더라도 작업당 연산량은 작게 유지됩니다. 이것이 바로 397B 모델이 하이퍼스케일러가 아닌 누구나 배포할 수 있는 이유입니다.

262,144 토큰 컨텍스트는 대부분의 에이전트 설계를 결정하는 사양이다. Astra의 윈도는 1,050,000 토큰이고 출력 상한은 128,000 토큰이며, 자체 서비스 구간 때문에 장문 쪽은 비용이 비싸진다. 입력 토큰이 272,000개를 넘으면 요청 전체가 입력 $20.00, 출력 $75.00로 재책정되고, 캐시 읽기는 $2.00, 캐시 쓰기는 $25.00이다. Nex-N2.5 Pro의 262,144 토큰 서빙 길이는 바로 그 경계 아래에 있는데, 이는 우연이거나 다른 공급업체의 가격 페이지를 읽는 누군가가 작성한 사양이다. 어느 쪽이든 실질적인 결과는 Nex-N2.5 Pro에서 긴 세션 기록을 유지하는 에이전트 루프가 Astra의 입력 비용을 대략 두 배로 만드는 구간 경계를 결코 넘지 않는다는 것이다.

1만 번이 넘는 실행에서 돈이 어디로 가는가

이 워크로드에는 토큰당 가격이 잘못된 단위이며, 그 이유를 구체적으로 짚어볼 가치가 있습니다. 100개의 액션으로 작업을 완료하는 브라우저 에이전트는 100개의 요청을 보내며, 각 요청은 누적된 세션 상태를 함께 전달합니다. 프롬프트 캐싱이 실제로 제 역할을 하더라도 입력 쪽은 액션 수의 제곱에 비례해 커지는 반면, 출력 쪽은 선형으로 커집니다. 바로 이 형태 때문에 요금표가 예산 항목이 됩니다.

두 모델은 그 형태에 대해 서로 다르게 답하며, 그 차이는 주로 숫자에 관한 것이 아니다:

• 비용 구조 — GPT-6 Astra는 1M당 $10.00 입력 / $1.00 캐시 / $12.50 캐시 쓰기 / $50.00 출력으로 종량제로 청구되며, 272K 토큰 초과 시 두 배가 됩니다. Nex-N2.5 Pro는 종량제 또는 자체 호스팅이며, Nex-AGI가 Pro 티어에 대해 공개한 정가 요율은 없습니다

• 자본 요건 — GPT-6 Astra는 없음, API이기 때문 vs Nex-N2.5 Pro는 H100 8개로 구성된 단일 노드 또는 상용 조건을 공급업체가 정하는 호스팅 엔드포인트

• 서빙 시점의 컨텍스트 — GPT-6 Astra 922,000 입력 토큰, 128,000 출력 대 Nex-N2.5 Pro 262,144 토큰(출시 구성에 문서화된 대로)

• 추론 제어 — GPT-6 Astra의 reasoning.effort는 low에서 max까지, Nex-N2.5 Pro의 reasoning_effort는 none, medium(adaptive, 기본값) 또는 high

• 입력 — 라우터 목록 기준 GPT-6 Astra의 텍스트, 이미지 및 파일, OpenAI 자체 페이지 기준 텍스트 및 이미지 vs Nex-N2.5 Pro의 텍스트 및 이미지, 비전은 두 번째 모달리티가 아니라 에이전트의 지각 채널로 취급

• 가중치 — GPT-6 Astra는 비공개, Nex-N2.5 Pro는 Apache-2.0, 122개 샤드, 약 407 GB

마지막 행은 가격이 아니라 계산을 바꾸는 행이다. H100 8장을 보유하고 있고 그것들이 다른 용도로 바쁘지 않다면, 다음 에이전트 실행의 한계 비용은 전기료에 가까워지며, 어떤 토큰당 경쟁자도 어떤 볼륨에서도 그 수치에 도달하지 못한다. 보유하지 않았다면 자본 지출 항목이 비교 기준이 되고, 종량제 API는 렌터카가 자동차 할부금 옆에서 싸게 보이는 바로 그 방식으로 싸게 보이기 시작한다 — 3년 동안 매일 운전하기 전까지는.

여기서 구매 대 자체 구축 문제의 솔직한 기준은 가동률이다. 지속적으로 실행되는 에이전트 워크로드는 노드를 저렴한 선택처럼 보이게 한다. 반면 업무 시간에 급증하고 밤새 유휴 상태로 있는 워크로드는 API의 유연성이 프리미엄 가격을 지불할 가치가 있게 만든다. 어느 벤더의 사양표도 당신이 어느 쪽인지 알려주지 않으며, 어떤 벤치마크 항목도 자체 트래픽이 만들어내는 수치를 대신하지 못한다.

Nex-N2.5 Pro 카드가 알려주지 않는 한 가지는 바로 가격입니다. Nex-AGI는 Pro 등급에 대한 토큰당 공시 요금을 게시하지 않습니다. 이 모델은 자사 카드에서 연결된 호스팅 엔드포인트를 통해 사용자들에게 처음 도달했으며, 상업적 조건은 외부 페이지가 추정할 일이 아니라 공급업체가 정할 몫입니다. 이 기사에서는 그 가격을 밝히지 않습니다.

각각이 실제로 무엇을 하도록 만들어졌는지

이 둘 사이에서 가장 명확한 차이는 성능이 아니라, 두 모델이 어떤 루프를 중심으로 설계되었는가입니다. Nex-AGI가 N2.5 제품군에 대해 제시하는 구상은 비전이 단순한 입력 양식이 아니라, 에이전트가 환경을 인식하고, 행동의 결과를 검증하며, 다음에 무엇을 할지 결정하는 인터페이스라는 것입니다. Nex-N2.5 Pro는 바로 그 지각-확인 루프를 위해 Qwen3.5 계보에서 특별히 후속 학습되었으며, 브라우저 및 데스크톱 세션에서 시각적 결과로부터 자기 교정을 수행합니다. 그 추론 제어도 같은 설계를 반영합니다. 기본 모드는 적응형으로, 각 행동 전에 얼마나 생각할지를 모델이 스스로 결정하게 하며, 명백히 필요하지 않은 단계를 위한 비사고 모드도 제공됩니다. 수백 개의 연속적 결정을 내리는 에이전트에게 단계별 사고 제어는 품질 조절판이 아니라 비용 레버이며, 중요한 것은 기본 설정입니다.

GPT-6 Astra의 포지셔닝은 더 넓고, 컴퓨터 사용 스토리는 장시간 실행을 전제로 하는 가격 구조를 동반한다. OpenAI는 이를 장기적이고 엔드투엔드적인 전문 업무, 즉 사람이 컴퓨터를 사용하는 방식으로 지시에서 완성된 결과물까지 작업을 수행하는 용도로 판매하며, 1,050,000토큰 창은 요약 없이 그러한 실행을 가능하게 하는 사양이다. 이는 에이전트가 몇 시간 전에 부여받은 요구사항을 여전히 찾아야 하는 작업 유형에 진정한 이점이며, 272,000토큰 대역이 존재하는 이유이기도 하다. Astra를 에이전트로 실행하는 사람이라면 누구나 그 대역을 페널티가 아니라 기능의 대가로 읽어야 한다.

Astra를 에이전트 플랫폼으로 평가할 때는 두 가지 운영상의 사실이 반드시 포함되어야 합니다. 둘 다 프로덕션 루프에 영향을 주기 때문입니다. Artificial Analysis의 실행에서 측정된 처리량은 초당 44.6 출력 토큰으로, 100개의 작업 각각이 응답을 기다리는 상황에서는 문제가 될 만큼 느립니다. 그리고 Astra는 회사의 Critical 사이버보안 역량 임계치를 넘은 최초의 OpenAI 모델입니다. 즉, 출시된 상태에서는 고급 사이버 작업을 거부하며, 그 보호 장치가 요청 경로에 자리 잡고 있습니다. ChatGPT와 Codex에서는 사용자가 어떤 작업을 검토하도록 요청받을 수 있지만, API에서는 작업이 그냥 중단됩니다. 방어 보안 에이전트에게 이것은 실질적인 제약입니다. 일반적인 비즈니스 프로세스 에이전트에게는 대부분 보이지 않습니다.

둘 다 실행하기, 그리고 라우터가 이에 대해 하는 일

Nex-N2.5 Pro는 OrcaRouter에 없으며 이 페이지가 그렇다고 주장하는 것도 아닙니다 — 이는 더 새로운 연구소의 Apache-2.0 체크포인트이고, 여기에 접근하는 경로는 Nex-AGI 자체 호스팅 서비스, 타사 플랫폼, 또는 해당 모델 카드에 문서화된 8-H100 배포입니다. GPT-6 Astra는 openai/gpt-6-astra로 저희 카탈로그에 있으며, OpenAI의 목록 요금이 저희 마크업 0%로 그대로 전달되므로, 네 가지 미터 중 어느 하나라도 변경되면 게시되는 당일 귀하의 기존 키에 반영됩니다.

그 분리가 바로 혼합 플릿을 이론이 아니라 실용적으로 만드는 요소입니다. 자체 호스팅 컴퓨터 사용 에이전트가 자신의 워크로드를 처리할 수 있는지 알아보려는 팀은 종량제 모델을 이미 호출하고 있는 동일한 OpenAI 호환 엔드포인트 뒤에 두고, 트래픽의 일부를 체크포인트로 돌려 호출당 토큰이 아니라 완료된 작업당 비용을 비교할 수 있습니다. 이것이 바로 그 질문에 답하는 유일한 단위입니다. 자동 장애 조치는 누구도 두 번째 통합을 작성하지 않고도 배포의 안 좋은 날을 감당하고, API의 안 좋은 날까지도 감당합니다. 이 페이지가 계속 해온 비교는 비용 구조의 비교이며, 비용 구조란 요금표에서 읽어내는 것이 아니라 자신의 트래픽에서 테스트하는 것입니다.

어느 것을 실행할까요

컴퓨터와 브라우저 조작이 제품의 기능이 아니라 제품 자체라면, 이미 GPU 용량을 운영하고 있다면, 또는 에이전트가 접촉하는 데이터가 귀하의 인프라를 떠날 수 없기 때문에 Apache-2.0이 결정적이라면 Nex-N2.5 Pro를 선택하십시오. 다른 무엇보다 먼저 노드에 예산을 배정하고, OSWorld-2 수치에 의존하기 전에 직접 평가를 수행하십시오 — 그 수치를 산출한 하네스는 아직 공개되지 않았으며, 공개되기 전까지 56.4는 결과가 아니라 주장입니다.

아주 긴 컨텍스트의 상단이 필요한 작업이라면, 벤더 표와 견줘 평가할 독립적인 스코어보드를 원한다면, 또는 GPU를 아예 돌리고 싶지 않다면 GPT-6 Astra를 선택하세요. 비용은 백만 토큰당 $10.00 및 $50.00, 완료된 인덱스 작업당 $3.26입니다. 이 비교에서 가장 비싼 옵션이며 운영 오버헤드가 가장 적은 옵션입니다. 짧은 프롬프트를 대량으로 호출하는 에이전트에는 이 모델을 쓰지 마세요. 그런 요청 규모에서는 더 저렴한 모델이 완수할 작업에 플래그십 요금을 지불하는 셈이고, 이 요금표를 정당화하는 272,000토큰 구간은 결코 사용하지 않을 구간이기 때문입니다.

기억해 둘 만한 요약은 이 둘이 서로 다른 제약을 기준으로 가격이 책정된다는 점이다. Nex-N2.5 Pro의 비용은 노드이고, 많이 쓸수록 경제성이 좋아진다. GPT-6 Astra의 비용은 미터이며, 얼마나 많이 쓰든 경제성은 평평하다. 지속적으로 실행되는 컴퓨터 사용 에이전트에게는 그 차이가 둘 사이의 어떤 벤치마크 격차보다 더 빠르게 복리로 커진다.

릴리스는 또한 이전에 무엇이 잘못되었는지 점검하는 순간이기도 합니다: 이 등급의 모델과 관련하여 문서화된 AI 사고 및 에이전트 실패는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 포함되어 있습니다.