GPT-6.1 Sol 성능 비교: Sol·Astra 대신 쓸 만할까?

GPT-6 Sol의 작업 완성도가 아쉬웠다면 GPT-6.1 Sol을 비교해 볼 근거가 있다. 9월 30일 독립 평가에서 max 설정의 종합점수가 높아졌고 과제당 비용은 낮아졌다. 비용을 줄이려는 Astra 사용자도 시험할 후보지만, 모든 작업을 대체할 수 있는지는 따로 봐야 한다. 아래는 현재 공개된 평가로 내릴 수 있는 판단이다. (Artificial Analysis)

기존 모델 중 어느 정도인가

독립 평가 기관 Artificial Analysis의 Intelligence Index v4.3.2는 업무·코딩·과학 추론 등을 묶은 종합지수다. 주로 영어·텍스트 평가이므로 한국어 글쓰기 순위로 읽으면 안 된다. (평가 방법)

2026년 9월 30일 확인한 비교 대상의 값이다. 점수는 높을수록 좋다.

모델·추론 설정	종합지수	평가 과제당 비용
Claude Opus 5.5 · max with fallback	58	$5.98
Claude Sonnet 5.5 · max with fallback	56	$7.60
GPT-6 Astra · max	53	$3.26
GPT-6.1 Sol · max	52	$0.72
GPT-6 Sol · max	48	$1.05
GPT-6.1 Sol · medium	48	$0.21

(AA 리더보드)

6.1 Sol max는 기존 Sol max보다 4점 높고 비용은 약 31% 낮다. Astra와는 1점 차이다. 이 표에서 6.1 Sol의 매력은 높은 종합점수에 비해 낮은 평가 비용이다. Claude 두 모델은 더 높은 점수와 더 높은 비용을 함께 보였다. 서로 다른 회사의 max·fallback 설정을 같은 계산량으로 간주하면 안 된다.

비용은 AA 평가에서 소비한 토큰과 가격을 반영한 가중 평균이다. 독자의 요청 한 건 가격이나 ChatGPT에서 할 수 있는 작업 수가 아니다. (비용 계산 방법)

추론을 무조건 max로 올려야 할까

6.1 Sol은 medium에서 48점·$0.21, max에서 52점·$0.72다. 공개 수치로 계산하면 4점 상승에 과제당 비용이 약 3.4배다. medium이 기존 Sol max와 같은 종합점수여도 개별 문제의 결과까지 같다는 뜻은 아니다. (AA 리더보드)

따라서 익숙한 작업을 기본 설정으로 먼저 돌리고, 빠진 조건이나 실패가 있을 때 강도를 높여 비교하는 방식을 권한다. OpenAI도 기본 설정에서 시작해 작업에 따라 조정하도록 안내한다. 높은 추론 강도는 시간과 토큰을 더 쓸 수 있다. (모델·추론 설정)

코딩·컴퓨터 작업에서는 무엇이 달라졌나

아래는 OpenAI가 발표한 평가다. 위의 AA 독립 평가와 시험 구성이 다르므로 점수를 합쳐 순위를 만들지 않는다.

평가 대상	OpenAI가 밝힌 결과	선택할 때의 의미
실제 저장소의 긴 코딩 작업, DeepSWE v1.1	기존 Sol 최고점보다 6.4%포인트 높음. 더 낮은 추론 강도·비용에서 얻은 결과	기존 Sol이 막히던 복잡한 수정 작업을 비교해 볼 근거
앱을 오가는 컴퓨터 작업, OSWorld 2.0 오프라인 세트	최대 추론 강도에서 기존 Sol보다 7%포인트 높고 비용은 절반 미만	여러 단계를 수행하는 작업의 후보. 특정 Windows 오류를 해결했다는 증거는 아님

과학 연구 작업을 다룬 Terminal-Bench Science 0.1에서는 Astra가 68.1%로 최고점이었다. OpenAI는 연구 환경·API와 실제 ChatGPT가 시스템 지시·도구·추론 설정 때문에 다른 결과를 낼 수 있다고 설명한다. (발표와 평가 조건)

이 결과만으로 한국어 문장 품질, 내 코드베이스의 수정 성공률, 보고서의 완성도를 확정할 수는 없다. 자기 작업의 정답·실패 조건으로 후보를 좁히는 자료로 쓰는 것이 맞다.

가격이 같아도 실제 비용은 달라진다

API 표준 단가는 100만 토큰당 입력 $2·출력 $10으로 기존 Sol과 같다. 캐시된 입력만 $0.2에서 $0.1로 줄었다. 여러 요청에서 합계 100만 토큰이 캐시에서 재사용된다면 해당 캐시 입력 비용의 차이는 $0.10이다. 출력 등 다른 비용까지 절반이 되는 계산은 아니다. (6.1 Sol, 기존 Sol)

이 계산은 표준 처리·요청당 입력 27만 2천 토큰 이하의 단가 기준이다. 더 긴 입력, Fast, Batch·Flex 등은 요율이 다르다. API에서 바꿀 때는 none 추론과 Chat Completions의 도구 호출을 지원하지 않는 차이도 확인해야 한다. (모델 조건)

ChatGPT Work·Codex 구독 사용량은 API 달러 단가와 별개다. 포함 사용량과 추가 크레딧도 구분해야 하므로, API 비용이 낮다는 이유로 구독에서 작업을 몇 배 더 할 수 있다고 계산하지 않는다. (구독 사용량 안내)

바꿔 볼 사람과 기존 모델을 유지할 사람

공개 근거를 바탕으로 다음처럼 선택하는 것을 권한다.

• 기존 Sol로 긴 코딩·문서 작업을 하는 사람: 6.1 Sol에 같은 입력·자료·완료 조건을 주고 비교한다. 최종 결과뿐 아니라 다시 지시한 횟수와 사람이 고친 시간도 본다.
• Astra의 비용·사용량이 부담인 사람: 반복 작업 일부를 6.1 Sol로 비교하되, 결과의 오류나 수정 부담이 늘면 그 작업은 Astra에 남긴다.
• 한국어 문체나 특정 업무에서 기존 모델에 만족하는 사람: 종합지수만으로 옮길 필요는 없다. 평소 결과물과 비교해 바꿀 이유가 확인될 때 전환한다.

작은 비교를 할 때는 먼저 성공 기준을 적는다. 코드라면 기존 테스트와 요청 범위, 문서라면 빠뜨리면 안 되는 사실·수치·형식을 정한다. 결과를 본 뒤 유리한 기준을 골라 붙이지 않는다. 이 글에는 Techies Note가 두 모델의 작업 품질을 직접 비교한 실험은 포함하지 않았다.

9월 30일 공식 안내상 Plus·Pro·Business·Enterprise·Edu의 Work·Codex에서 제공되며 일반 Chat에는 없다. Enterprise·Edu는 관리자 활성화가 필요하다. 앱에서는 Advanced에서 모델을 선택하고, CLI에서는 codex -m gpt-6.1-sol로 지정한다. (제공 범위와 선택 방법)

모델이 안 보이면 계정·클라이언트의 제공 범위부터 확인한다. 이날 아침 이 PC의 옛 CLI에서는 모델 지원 오류로 답을 받지 못했다. 이는 접속 관찰이며 성능 비교가 아니다. 사용 가능한 모델을 고르는 방법은 ChatGPT Codex 설치·사용법: 앱·CLI 선택과 첫 프로젝트에서 이어서 볼 수 있다.