GPT-Rosalind vs GPT-6.1 Sol: 같은 연구소가 생물학으로 들어가는 두 개의 문을 판다

GPT-Rosalind and GPT-6.1 Sol come from the same company, run through the same API surface, and are separated by a factor of two and a half on output tokens. Only one of them requires you to fill in a form. That is the whole comparison in a sentence, and the rest of this article is about why the sentence is less useful than it looks. GPT-Rosalind has existed since 16 April 2026 and GPT-6.1 Sol since 29 September 2026; what changed in October is that O​penAI started handing Rosalind to universities for free through ChatGPT Business seats while still withholding API access, which forces every lab to answer a question it did not have to answer in September: when do you pay 2.5× for a specialist, and when do you route the work to the cheap general model and accept the loss? When a specialist's access terms change after launch, the change is logged with its dates and sources in the AI Incident Archive, next to the other model and vendor incidents we track.

Two O​penAI models with different onboarding

각각이 첫 번째 요청 전에 당신에게 무엇을 요구하는지부터 시작하세요. 그것이 가격 비교가 당신에게 애초에 가능한지 여부를 결정하기 때문입니다.

• 이용 요건 — GPT-Rosalind: 신뢰 액세스 심사, 기관 검증, 공개된 서비스 수준 없음. GPT-6.1 Sol: 청구 계정 외에는 없음.

• 실행 환경 — GPT-Rosalind: 승인된 조직을 위한 ChatGPT, Codex 및 API. GPT-6.1 Sol: ChatGPT Work 및 Codex의 Plus, Pro, Business, Enterprise, Edu 티어와 API — 소비자용 Chat 제품은 명시적으로 제외.

• 학술 경로 — GPT-Rosalind: 10월 15일 학술 플랜에 따라 최대 12개월간 최대 30개의 무료 ChatGPT Business 좌석을 제공하며, API 액세스는 제외됩니다. GPT-6.1 Sol: 일반 상업 조건만 적용됩니다.

• 게이트가 보호하는 것 — GPT-Rosalind: 해당 모델의 생물학 역량. GPT-6.1 Sol: 아무것도 아님. 이는 범용 모델이며 카드만 있으면 누구에게나 판매된다.

That last row is the one that matters for planning. A gate that exists because a model is dangerous on a specific subject tells you something about where its capability is concentrated. GPT-6.1 Sol does not carry that kind of gate, and the absence is informative: O​penAI's own positioning for it is agentic coding, computer use and document-heavy professional work, one tier below GPT-6 Astra. Biology is not in the pitch.

실제로 판가름하는 유일한 단위로 본 요금표

백만 토큰당 표면 가격은 전문 모델과 범용 모델을 비교하는 데 가장 쓸모없는 방식입니다. 전문 모델은 더 적은 토큰을 사용하도록 조정되어 있고, 범용 모델은 토큰당 저렴하도록 조정되어 있기 때문입니다. 두 효과는 모두 실제이며 서로 반대 방향으로 작용합니다. 먼저 원시 수치부터 보겠습니다.

• 입력 — GPT-Rosalind 100만 토큰당 $5.00 vs GPT-6.1 Sol $2.00. 전문 모델의 비용이 2.5배 더 높습니다.

• 출력 — GPT-Rosalind 100만 개당 $25.00 vs GPT-6.1 Sol $10.00. 또한 2.5배.

• 캐시된 입력 — GPT-Rosalind $0.50 vs GPT-6.1 Sol $0.10. 5배 차이이며, 긴 에이전트 세션 전반에서 누적되는 항목입니다.

• 긴 프롬프트 — GPT-6.1 Sol은 입력 토큰이 272K를 초과하는 요청 전체에 대해 입력 및 캐시 요율은 2배, 출력은 1.5배로 가격을 재책정합니다. GPT-Rosalind는 이에 상응하는 장문 맥락 할증을 공시하지 않습니다.

• 컨텍스트 — GPT-Rosalind 1,000,000 토큰. GPT-6.1 Sol은 최대 출력 128,000 토큰으로 1,050,000 토큰.

• Knowledge cutoff — GPT-6.1 Sol documents 30 April 2026. O​penAI does not publish a comparable cutoff for GPT-Rosalind.

Now the part the sticker price hides. Rosalind's own evaluation material reports token reductions as prominently as score gains: 7.2% fewer tokens on MedChemBench, 31% fewer on GeneBench, 5.3% fewer on LabWorkBench, and a headline figure of 4.42% higher performance per token on LifeSciBench. A 31% token saving on one benchmark does not close a 2.5× price gap. Nothing in O​penAI's published numbers does. The specialist premium is real and it is paid for accuracy, not efficiency.

일반 모델에서 과학 작업에 드는 비용

GPT-6.1 Sol's launch table includes one row that is directly relevant to a lab, and it is the only place O​penAI puts a cost per task rather than a cost per token. On Terminal-Bench Science 0.1, a set of scientific workflows, O​penAI reports GPT-6.1 Sol more than doubling GPT-6 Sol's score at maximum reasoning effort, at an average of $5.47 per task against $23.21 for Claude Opus 5.5 and $23.80 for Astra.

그 수치가 예산에 쓰이기 전에 두 가지 유의할 점이 있습니다. 이는 그 표의 다른 모든 수치와 마찬가지로 공급업체가 보고한 값이며, 이 벤치마크는 과학 워크플로를 데이터 읽기, 도구 실행, 결과 산출이라는 소프트웨어 문제로 측정하는 것이지 도메인 추론 문제로 측정하는 것이 아닙니다. 이는 의약화학자가 하는 일보다는 계산 그룹이 실제로 하루 종일 하는 일에 더 가깝습니다. 따라서 이는 과학을 둘러싼 기반 작업에는 타당한 추정치이지만, 과학 그 자체에 대해서는 형편없는 추정치입니다.

그 구분이 전체 비교에 대한 실질적인 답이다. 과제당 $5.47인 GPT-6.1 Sol은 장비 출력을 파싱하는 코드, 스윕을 조율하는 노트북, 회의 전 문헌 분류에 적합한 도구다. GPT-Rosalind는 구조-활성 관계로 튜닝된 모델의 의견이 필요한 질문을 위한 도구다.

어느 모델도 독립적인 점수를 가지고 있지 않으며, 이는 대칭적이지 않습니다.

이것은 거의 모든 비교가 건너뛰는 맞대결의 일부다. GPT-6.1 Sol은 GPT-6 Sol보다 일주일 뒤에 출시되었으며, 이 글을 쓰는 시점에 Artificial Analysis에는 이에 대한 항목이 없다. 회사 측의 표현은 GPT-6 Astra에 가격은 5분의 1이면서 "거의 맞먹는다"는 것인데, 이는 독립적으로 평가되지 않은 모델에 대한 포지셔닝 주장이다. GPT-Rosalind 역시 독립적인 점수가 없지만, 이유는 다르다. 전문 모델은 일반 리더보드에서 전혀 추적되지 않기 때문에, 그 부재는 일시적인 것이 아니라 구조적인 것이다.

• 독립 종합 — 둘 다 없음. GPT-6.1 Sol은 출시된 지 너무 얼마 안 되어 점수가 없고, GPT-Rosalind는 이 보드의 범위를 벗어납니다.

• Vendor benchmark suite — GPT-6.1 Sol: DeepSWE v1.1, GDP.pdf, AutomationBench 1.0.6, OSWorld 2.0 and Terminal-Bench Science 0.1, all reported as deltas against O​penAI's own models and against Claude Opus 5.5. GPT-Rosalind: MedChemBench, GeneBench, LabWorkBench, BixBench and LifeSciBench, all reported against GPT-5.5.

• 독립적 교차 검증 — 두 항목 모두 해당 없음. 이전 행의 모든 수치는 해당 모델을 판매하는 기업이 산출한 것입니다.

실제로 이것이 의미하는 바는, 여러분이 이 두 모델의 순위를 매길 수 없으며 가까운 시일 내에 제3자가 대신 그렇게 해줄 가능성도 없다는 것입니다. 결정은 점수 비교가 아니라 작업 적합성과 접근성을 기준으로 내려야 합니다. 누군가 Rosalind와 Sol을 같은 축에 올린 표를 건넨다면, 그 축은 그 사람이 만들어낸 것입니다.

불편한 중간 지대: 대부분의 실험실에는 두 가지 대기열이 모두 필요합니다

연구 기관은 한 가지 종류의 요청만 실행하지 않는다. 평범한 작업의 긴 꼬리 — 파싱, 플로팅, 분석 스크립트 리팩터링, 논문 요약, 방법 섹션 초안 작성 — 와 도메인 튜닝이 전부인 요청의 짧은 머리를 실행한다. 토큰이 몰려 있는 곳은 꼬리다. 단일 시퀀싱 파이프라인은 로그 파싱에, 그것을 추동한 생물학 질문에 쓰는 것보다 더 많은 토큰을 사용할 수 있다.

그 현실을 기준으로 가격을 따져보면, 합리적인 구성은 두 모델 중 하나를 선택하는 것이 아니라 규칙을 둔 분할이다. 테일은 저렴한 범용 모델로 보내는데, 이 모델은 오늘날 이용 가능하고 검토가 필요 없으며 캐시된 입력 기준 $0.10로 $2.00 / $10.00의 비용이 든다. 헤드는 전문가 모델로 보내는데, 비용은 2.5배이며 범용 모델의 답이 그럴듯하지만 틀릴 바로 그런 요청에 대해서만 그만한 가치가 있다.

설계로 맞서야 할 실패 모드는 큐 사이의 조용한 드리프트입니다. 전문가 키가 속도 제한에 걸리거나 전문가 경로에서 오류가 발생하면, 단순한 폴백 체인은 생물학 질문을 일반 모델로 아무 문제 없다는 듯이 답해 버리고, 출력은 전문가 답변처럼 보일 것입니다. 이는 오류보다 더 나쁩니다. 오류는 눈에 띄기 때문입니다. 원하는 규칙은 이것입니다: 전문가에게는 이름 있는 경로를 사용하고, 사용할 수 없을 때는 확실히 실패하며, 일반 모델은 의도적으로 그쪽으로 라우팅된 요청에만 사용합니다.

OrcaRouter가 자리하는 곳, 그리고 자리하지 않는 곳

GPT-6.1 Sol is on OrcaRouter at the provider's list price — $2.00 input, $10.00 output and $0.10 cached input per million tokens, with 0% markup, which means O​penAI's pricing changes reach our catalogue on the day they are published rather than at the next contract renewal. The 272K long-prompt repricing carries through as a tier on the same model entry, so a request that crosses the threshold is billed at the higher tier rather than surprising you on an invoice.

GPT-Rosalind is not on OrcaRouter, is not on any third-party router, and is reachable only through O​penAI's trusted-access programme. We are not going to blur that. What our side of the split buys you is the boring half: one key and one bill for GPT-6.1 Sol alongside 200+ other models, automatic failover so a provider hiccup moves a request instead of killing a run, and a routing DSL that lets you write the split-queue rule down as configuration rather than as a convention in a wiki. Model fusion is the other lever worth knowing about here — a panel that includes both a cheap general model and an expensive specialist, answering together, is a way to get a second opinion on a borderline result without paying specialist rates for every request.

이것이 해결되는 방식

Two things would collapse the ambiguity, and both are plausible within a quarter. An independent evaluation of GPT-6.1 Sol would tell you whether "nearly matches Astra" is true on tasks you care about; until then the claim is a positioning statement with a price attached. And any move by O​penAI to include API access in the academic plan would change the arithmetic inside universities overnight — free specialist capacity in a lab that currently has free chat seats and no pipeline access.

둘 다 해당하지 않는다면, 이 규칙은 모델 품질보다 요청의 형태에 관한 것이다. 틀린 답이 실험 하나, 제출 서류 하나, 철회 하나를 날려 버린다면 전문가 모델의 2.5×는 저렴한 편이며, 검토가 필요하다는 점은 존재해서 다행이라고 여겨야 할 필터다. 틀린 답이 재실행으로 이어진다면, GPT-6.1 Sol은 오늘날 Astra 가격의 5분의 1로 이용할 수 있고, 1.05M-token 컨텍스트를 갖추고 있으며, 사용하는 데 누구의 승인도 필요 없다.