OpenAI 중간 모델 가격 전쟁 시작, “도구인” GPT-6.1 Terra 출시

OpenAI CEO 샘 올트먼. 이미지 AI 처리됨

글｜수양

편집｜서청양

OpenAI가 또 하나의 가성비 모델을 출시했습니다.

미국 현지 시간 10월 26일, OpenAI는 중급 모델의 새로운 버전 GPT-6.1 Terra를 발표했습니다. 이전 세대 GPT-5.6 Terra에 비해 새로운 모델은 시각 이해, 컴퓨터 작업, 사실 정확성 및 프로그래밍 능력을 중점적으로 향상시켰으며, 표준 API 입력 및 출력 가격이 각각 50% 하락했습니다.

OpenAI의 자체 테스트에서 Terra는 컴퓨터 작업을 수행하는 속도가 GPT-6 Astra와 GPT-6.1 Sol의 3배를 초과했으며, 일부 작업의 성능은 이미 플래그십 모델에 근접했습니다.

이 모델은 일상 사무 및 고빈도 자동화 작업을 대상으로 하며, 화면 내용을 인식하고 여러 응용 프로그램 간에 작업을 수행할 수 있으며, 기술 도면을 처리하고, 양식을 작성하고, 비디오를 편집하는 등의 작업도 수행할 수 있습니다.

개발자에게는 또 다른 매력은 비용입니다: 입력 토큰 100만 개당 1달러, 출력 토큰 5달러, 캐시된 입력 토큰은 0.05달러에 불과합니다.

하지만 속도와 가격의 장점이 모든 사용자에게 만족을 주지는 않았습니다. 제3자 테스트에 따르면, Terra는 시각 작품을 생성할 때 더 낮은 비용으로 복잡한 장면을 완성할 수 있지만, 일부 사용자는 여전히 화면 질감, 디자인 미학 및 복잡한 작업 처리에서 부족함이 있다고 생각합니다.

01 사무 자동화가 주 무대

GPT-6.1 Terra의 핵심은 AI가 컴퓨터 작업을 더 빠르게 완료하도록 하는 것입니다.

AI 도우미는 사용자의 요구에 따라 텍스트, 코드 또는 작업 제안을 생성할 수 있지만, 작업이 여러 소프트웨어를 포함할 때 모델은 인터페이스를 이해하고, 컨트롤을 인식한 후 단계별로 실행해야 합니다. OpenAI는 Terra가 이러한 작업의 실행 비용을 더욱 낮추어 모델이 더 많은 반복 작업을 수행할 수 있도록 하기를 희망합니다.

예를 들어, 기업은 이를 통해 수신한 송장을 읽고 금액, 날짜 및 공급업체 등의 정보를 회계 소프트웨어에 입력하게 할 수 있습니다. 또한 건축 기술 도면을 이해하거나 데스크탑 응용 프로그램에서 일련의 작업을 완료하도록 할 수 있습니다.

OpenAI의 공식 시연에서 GPT-6.1 Terra는 Blender를 직접 조작하여 처음부터 노란색 트램의 3D 모델을 구축하고, 차체, 창문, 차 정점 전선 및 섀시 세부 사항을 단계적으로 완성했습니다.

컴퓨터 작업 기준 테스트 Agents' Last Exam에서 중간 추론 모드에서 GPT-6.1 Terra는 GPT-5.6 Terra보다 15% 포인트 높았으며, 단일 작업 비용은 후자보다 약 3분의 1이었습니다.

GPT-6 Astra와 비교할 때 Terra의 각 토큰 가격은 약 10분의 1이며, 작업 성능은 비슷한 수준입니다.

최고 추론 모드에서 OpenAI는 Terra의 토큰 사용 효율이 Claude Opus 5.5의 3배를 초과하며, 각 토큰 가격은 후자의 약 4분의 1로, 최종 단일 작업 비용은 약 90% 낮아졌다고 밝혔습니다. 작업 완료 속도도 GPT-6 Astra와 GPT-6.1 Sol의 3배를 초과했습니다.

당신은 이해할 수 있습니다: 작업에 일정한 추론 능력이 필요하지만 가장 강력한 모델을 사용할 필요가 없을 때, 속도와 비용이 더 중요한 선택 기준이 될 수 있으며, 이것이 Terra 모델의 "스위트 스팟"입니다.

하지만 기준 테스트 성적은 모든 실제 작업의 효율성과 직접적으로 동일하지 않습니다. 다양한 작업의 단계 수, 도구 호출 방식 및 추론 강도는 소요 시간에 영향을 미치며, 실제 사용 효과는 여전히 특정 상황에 따라 다릅니다.

02 환각률 감소, 프로그래밍 성적 두 배

컴퓨터 작업 외에도 Terra는 사실 정확성과 프로그래밍 측면에서도 눈에 띄는 향상을 보였습니다.

OpenAI는 내부 설계된 높은 오류 유발 프롬프트를 사용하여 테스트를 수행했습니다. 낮은 추론 모드에서 GPT-5.6 Terra의 사실 오류율은 53.6%였고, GPT-6.1 Terra는 16.7%로 36.9% 포인트 하락했습니다. 최고 추론 모드에서 새로운 모델의 오류율은 4.3%로, 이전 세대보다 18% 포인트 낮아져 GPT-6 Astra와 GPT-6.1 Sol의 수준에 근접했습니다.

제3자 평가 기관 Artificial Analysis도 유사한 변화를 관찰했습니다. 그들의 AA-Omniscience 지식 및 환각 기준 테스트에 따르면, 모델이 문제의 답을 모를 때 GPT-6.1 Terra가 답을 추측하는 비율은 38%였고, GPT-5.6 Terra는 88%였습니다. 동시에 새로운 모델의 정확도는 2% 포인트 향상되었습니다.

하지만 이 결과는 특정 테스트 세트에서 나온 것이므로 모델이 모든 실제 상황에서의 오류율을 직접적으로 유도할 수는 없습니다.

프로그래밍 측면에서도 Terra의 향상은 분명합니다.

Terminal-Bench 4.0에서 모델은 명령줄을 통해 소프트웨어 엔지니어링 작업을 완료해야 하며, 예를 들어 웹 페이지 로딩 중 발생하는 레이아웃 오류를 수정해야 합니다. 최고 추론 강도에서 GPT-6.1 Terra의 작업 해결률은 50.3%에 달하며, 이는 GPT-5.6 Terra가 이전에 발표한 21.5%를 초과하여 증가폭이 두 배를 넘습니다.

Artificial Analysis가 발표한 Coding Agent Index v2.0은 Terra에 48점을 부여했으며, 이는 GPT-6.1 Sol의 54점보다는 낮지만 GPT-6 Luna의 31점보다는 높습니다. 이 기관은 Terra가 낮은 추론 강도와 초고 추론 강도 설정에서 상대적으로 좋은 비용 효율성을 갖추고 있다고 평가했습니다.

시각 이해 테스트 MMMU-Pro와 데스크탑 작업 테스트 OSWorld 2.1에서도 Terra가 전반적으로 GPT-5.6 Terra보다 우수하다는 결과가 나왔습니다. 이미지 이해, 소프트웨어 조작 및 다단계 작업을 수행해야 하는 사용자에게 이러한 능력은 상호 보완적으로 작용할 수 있습니다.

하지만 OpenAI는 가장 복잡한 프로그래밍 작업에 대해서는 GPT-6.1 Sol과 GPT-6 Astra가 여전히 더 적합한 선택이라고 인정했습니다. Terra의 장점은 주로 비용에 민감하고 작업량이 많으며, 작업 흐름이 상대적으로 명확한 작업에 집중되어 있습니다.

03 진짜 "구매자 후기"

소셜 플랫폼의 피드백에 따르면, 개발자들은 Terra에 대해 뚜렷한 의견 차이를 보이고 있습니다.

디자인 평가 플랫폼 @DesignArena는 리스본의 벨렘탑을 테스트 대상으로 선택하여 GPT-6.1 Terra와 GPT-5.6 Terra가 황금 시간대에 이 16세기 석회암 건축물을 재현하고, 갈매기, 범선 및 멀리 있는 대교를 추가하도록 했습니다.

테스트 결과, GPT-6.1 Terra가 소요한 시간은 이전 세대의 거의 4배에 달하며, 사용된 토큰도 48% 더 많았습니다. 하지만 단일 토큰 가격이 대폭 하락했기 때문에 최종 비용은 오히려 38% 감소하여 GPT-5.6 Terra의 0.077달러에서 0.047달러로 떨어졌습니다.

실제 데모를 보면 두 모델이 생성한 화면에도 차이가 있습니다.

DesignArena는 GPT-6.1 Terra가 더 복잡한 건축 구조를 재현했다고 평가하며, 겹쳐진 아치형 창문, 돔 모서리 탑, 그리고 타호 강 표면의 햇빛 반사를 포함하고 있다고 밝혔습니다. 생성된 페이지의 크기는 31% 더 크며, 각 프레임은 432개의 독립 부품을 사용하여 이전 세대의 323개보다 많습니다.

반면 GPT-5.6 Terra는 돔, 발코니, 범선 및 갈매기를 생성했지만, 건축 형태가 더 단순하고 수면에서 뚜렷한 빛과 그림자 변화가 없으며, 멀리 있는 대교도 같은 세밀한 구조를 보여주지 않았습니다.

AI 모델 테스트 계정 @N1njaCodex는 GPT-6.1 Terra와 Claude Opus 5.5가 생성한 픽셀 아트 스타일의 로마 콜로세움의 성능을 비교했습니다.

두 모델이 동일한 작업을 완료하는 데 소요된 비용은 각각 2.38달러와 8.38달러였습니다. NinjaCodex는 Terra가 이러한 가격으로 작업을 완료한 것은 괜찮다고 생각하지만, Opus가 생성한 콜로세움이 더 밝고 화면의 층이 더 풍부하다고 판단하여 여전히 후자를 선호한다고 밝혔습니다.

AI 독립 개발자 @YFeng2022는 Terra의 시각적 표현에 대해 의문을 제기했습니다. 그는 비디오 데모를 통해 모델이 생성한 화면이 플라스틱 느낌이 나며, 미적 표현이 여전히 이상적이지 않다고 생각하며, 전체적인 효과가 DeepSeek와 Kimi가 최근 발표한 모델보다 떨어진다고 주장했습니다.

또 다른 모델 추적 계정 @Mr_Salio는 Terra의 전반적인 성능에 대해 부정적인 태도를 보였습니다. 그는 모델의 속도가 두드러지지만, 종합적인 경험이 기대에 미치지 못하며, 심지어 GPT-5.6이 일부 테스트에서 더 나은 성능을 보였다고 생각했습니다.

04 중간 모델이 계산을 시작할 때

테라 출시 후, 그에 대한 논의는 곧 모델 시장의 경쟁으로 확장되었습니다.

AI 개발자 @NFT_Chen은 Artificial Analysis의 스마트 지수 데이터를 인용하여, GPT-6.1 테라가 최고 추론 강도에서 48점을 얻었으며, 이는 여러 중국 모델보다 높다고 강조했습니다.

비록 이것이 제품 경쟁력과 직접적으로 동일하지는 않지만, 모델 간의 경쟁이 다양한 추론 강도에서의 비용, 속도 및 작업 완료 품질로 확장되고 있다는 현실을 반영합니다.

@NFT_Chen은 사용자가 깊이 있는 판단, 복잡한 구조 설계 및 고품질 창작이 필요하다면 Claude Opus 5.5를 우선 고려할 수 있다고 생각합니다. 명확한 사양의 개발, 문서 및 최종 작업이 주를 이루는 경우, Sonnet 5.5도 경쟁력이 있다고 합니다. 반면 테라는 고빈도 사무 작업, 크로스 애플리케이션 작업 및 비용에 민감한 자동화 작업에 더 적합합니다.

이러한 선택 방식은 OpenAI의 테라에 대한 포지셔닝과 일치합니다. 공식적으로는 깊이 있는 연구와 복잡한 프로그래밍은 여전히 GPT-6.1 솔 또는 GPT-6 아스트라를 우선 고려할 것을 권장합니다. 테라는 더 낮은 가격으로 많은 일상 작업을 커버하고자 합니다.

현재 GPT-6.1 테라는 ChatGPT Work 및 Codex의 Plus, Pro, Enterprise 및 Edu 사용자에게 개방되었으며, 개발자는 OpenAI API를 통해 호출할 수 있습니다. 표준 가격은 백만 입력 토큰당 1달러, 캐시 입력 토큰 0.05달러, 출력 토큰 5달러입니다.

모델을 대량으로 호출해야 하는 기업과 개발자에게 가격 인하는 자동화 프로젝트의 비용에 직접적인 영향을 미칠 수 있습니다. 그러나 특정 작업이 시각적 품질, 복잡한 추론 또는 코드 신뢰성에 대한 요구가 높다면, 모델은 여전히 실제 테스트를 거쳐야 하며 단순히 단일 토큰 가격만으로 판단할 수 없습니다.