GPT-6.2 Astra vs Sol: 코딩·속도·작업당 비용 비교
같은 코딩 과제 세 개, 모델 두 개, API 하나. 저렴한 쪽이 어디까지 따라오고, 플래그십이 어려운 작업에서 무엇을 더하는지 봅니다.
이 페이지 목차
GPT-6.2 Astra vs Sol은 가격에서 먼저 갈립니다. Astra는 입력 100만 토큰당 $8와 출력 $40이고, Sol의 $2와 $10보다 네 배 비쌉니다. 2026년 11월 19일에 돌린 작은 코딩 과제 세 개에서는 두 모델 모두 모든 검사를 통과했습니다. OpenAI의 Standard 요율로 계산하면 Sol 비용은 약 4분의 1이었습니다.
짧고 요구 사항이 분명한 작업이라면 Sol부터 쓰세요. Astra의 자리는 더 어렵고 열린 과제입니다. 독립 코딩 테스트에서 같은 medium 표기 설정으로 Terminal-Bench 4.0은 2.5점, FrontierCode는 5.2점 앞섭니다. 그 차이가 다시 할 일을 줄여 주는지가 관건이니, Sol이 틀리는 복잡한 과제로 먼저 시험한 뒤 Astra 비용을 지불하세요.
GPT-6.2 Sol
작은 과제 세 개를 모두 통과했고, OpenAI Standard 요율로 Astra의 약 4분의 1 비용. 100만 토큰당 입력 $2와 출력 $10.
GPT-6.2 Astra
같은 medium 표기의 독립 코딩 테스트에서 앞섬. 100만 토큰당 입력 $8와 출력 $40.
GPT-6.2 Astra vs Sol, 무엇이 다른가
OpenAI의 Astra 모델 페이지, Sol 모델 페이지, 가격 페이지에는 컨텍스트 창, 출력 상한, 추론 단계, 요청 한도가 같은 값으로 적혀 있습니다. 실제로 갈리는 것은 모델 ID, 토큰 가격, 지식 기준일입니다.
| 항목 | Astra | Sol |
|---|---|---|
| 모델 ID | gpt-6.2-astra | gpt-6.2-sol |
| 출시 | 2026년 11월 17일 | 2026년 11월 17일 |
| 컨텍스트 창 | 1,050,000 토큰 | 1,050,000 토큰 |
| 최대 입력 | 922,000 토큰 | 922,000 토큰 |
| 최대 출력 | 128,000 토큰 | 128,000 토큰 |
| 지식 기준일 | 2026년 5월 18일 | 2026년 6월 1일 |
| 추론 단계 | low부터 max까지 | low부터 max까지 |
| 입력 요율 | $8 | $2 |
| 캐시 입력 | $0.40 | $0.10 |
| 캐시 쓰기 30분 | $10 | $2.50 |
| 출력 요율 | $40 | $10 |
| 입력 272K 초과 시 출력 | $60 | $15 |
Astra의 Standard 요율은 캐시 쓰기와 긴 컨텍스트 행까지 포함해 모든 행에서 정확히 Sol의 네 배입니다.
두 모델은 2026년 11월 17일 같은 변경 로그 항목으로 나왔습니다. OpenAI의 출시 발표에 따르면 Plus, Pro, Enterprise, Edu 사용자는 ChatGPT Work와 Codex에서 둘 다 쓸 수 있습니다. Enterprise와 Edu 워크스페이스는 관리자가 켜야 합니다. API에서는 두 ID가 같은 엔드포인트로 바로 동작하고, Pro 요금제에서는 Pro 200이 Sol로 시작하며 Pro 500은 둘 다 사용할 수 있습니다.
놓치기 쉬운 점이 두 가지 있습니다. Responses와 Chat Completions 두 엔드포인트 모두 두 ID와 함께 동작합니다. 도구 호출에는 Responses API가 필요합니다. 두 모델 모두 텍스트와 이미지를 입력으로 받고 텍스트만 돌려주므로 오디오나 영상은 만들지 않습니다. 요청 한도도 등급마다 같습니다. Build의 분당 5,000건·100만 토큰에서 Grow의 분당 15,000건·4,000만 토큰까지 맞춰져 있습니다.
모델별 상세 글도 있습니다. GPT-6.2 Astra 출시 정보와 GPT-6.2 Sol 정리입니다.
요청 한 번에 얼마인가
입력 10,000토큰, 출력 2,000토큰이면 OpenAI의 Standard 요율로 Astra는 $0.16이고 Sol은 $0.04입니다.
Astra 계산은 입력 10,000 × $8 ÷ 1,000,000 = $0.08이고, 출력 2,000 × $40 ÷ 1,000,000 = $0.08입니다. Sol은 10,000 × $2 ÷ 1,000,000 = $0.02에 2,000 × $10 ÷ 1,000,000 = $0.02를 더합니다. 같은 모양의 요청 100건이면 Astra는 $16이고 Sol은 $4입니다.
추론 토큰은 출력 토큰으로 계산되고 별도 가격 줄이 없습니다. effort를 올리면 다른 계량기가 붙는 것이 아니라 출력이 길어지는 만큼 비용이 늘어납니다. 긴 프롬프트에서도 차이는 같습니다. 입력이 272,000토큰을 넘으면 OpenAI는 입력과 캐시 요율을 두 배로 올리고 출력에는 짧은 컨텍스트 요율의 1.5배를 요청 전체에 적용합니다. 입력 300,000토큰, 출력 2,000토큰이면 Astra는 300,000 × $16 ÷ 1,000,000 = $4.80에 2,000 × $60 ÷ 1,000,000 = $0.12를 더해 $4.92입니다. Sol은 $1.20에 $0.03을 더해 $1.23입니다. Sol이 정확히 4분의 1입니다. Batch는 두 모델 모두 요율이 절반이라 이 차이는 그대로 유지됩니다.
작은 코딩 과제 세 개의 결과
세 과제 모두에서 두 모델이 모든 검사를 통과했습니다. Python 두 과제는 Astra가 빨랐고, SQL 한 과제는 Sol이 빨랐습니다.
2026년 11월 19일, OmniaKey의 Responses 엔드포인트로 각 프롬프트를 각 모델에 한 번씩 보냈습니다. 설정은 추론 medium, 출력 상한 4,096토큰, 스트리밍, 도구 없음입니다. 먼저 보내는 모델을 번갈아 바꾸고 재시도는 하지 않았으며, 호출은 모두 여섯 번입니다. OmniaKey는 두 모델에 대한 접근을 제공하며 테스트도 그 경로로 돌렸습니다. 이 절의 달러 금액은 모두 보고된 토큰 수에 OpenAI의 Standard 요율을 적용해 다시 계산한 값이고, OmniaKey 청구서가 아닙니다.
과제는 최신 이벤트 선택, 구간 병합, 환불 쿼리였습니다. 각 과제는 고정된 예외 사례와 시드 20261119의 결정적 의사난수 사례 100개로 검증했습니다. 최신 이벤트 104건, 구간 106건, SQL 102건입니다. 이 숫자는 테스트 사례 수이고 모델 실행 횟수가 아닙니다. 기대 동작은 ID마다 이벤트 하나만 선택되고, 구간 분을 두 번 세지 않고, 결제마다 성공한 환불을 모두 합친 뒤 결제와 맞대어 같은 금액을 거듭 빼지 않는 것입니다.
보낸 프롬프트 세 개를 그대로 옮깁니다.
프롬프트 1: 최신 이벤트
Return ONLY Python 3 code defining total_paid(events). Do not import modules or print. Each event is a dict with id (string), version (integer), status (string) and cents (integer). Select the event with the largest version per id; when versions tie, the later item in the input wins. Return the sum of cents only for selected events whose status is "paid". Input may be empty. Do not mutate the list or its dicts. The algorithm must run in O(n) time and support negative cents. Example: [{"id":"a","version":2,"status":"paid","cents":50},{"id":"a","version":1,"status":"paid","cents":200},{"id":"b","version":1,"status":"void","cents":20}] returns 50. Do not include tests or explanations.
프롬프트 2: 구간 병합
Return ONLY Python 3 code defining union_minutes(intervals). Do not import modules or print. intervals is a list of two-integer [start,end] pairs representing half-open ranges in minutes, with start <= end. Values can be negative and pairs can be unsorted. Return the total length of their union. Adjacent, overlapping, nested and duplicate intervals must not be double-counted. Zero-length ranges add nothing. Empty input returns 0. Do not mutate the list or any pair. Use O(n log n) time and O(n) extra space or better. Example: [[5,10],[1,6],[10,12],[3,3]] returns 11. Do not include tests or explanations.
프롬프트 3: SQL 환불
Return ONLY one SQLite SELECT query, optionally with WITH common table expressions. No explanation or Markdown. Tables: payments(id INTEGER PRIMARY KEY, customer_id INTEGER NOT NULL, amount_cents INTEGER NOT NULL, status TEXT NOT NULL); refunds(id INTEGER PRIMARY KEY, payment_id INTEGER NOT NULL, amount_cents INTEGER NOT NULL, status TEXT NOT NULL). Return customer_id, net_cents for each customer with at least one payment whose status is 'paid', including customers whose net is zero or negative. net_cents is the sum of their paid payment amounts minus only refunds with status 'succeeded' attached to those paid payments. Exclude unpaid payments and refunds on them. A payment can have zero or multiple refunds. Do not multiply payment amounts when joining refunds. Sort by customer_id ascending. Use only these two tables.
| 과제 | Astra | Sol |
|---|---|---|
| ID별 최신 이벤트 | 104/104, 4.2초 | 104/104, 5.0초 |
| 구간 병합 | 106/106, 4.4초 | 106/106, 6.5초 |
| SQL 환불 | 102/102, 6.0초 | 102/102, 4.9초 |
| 합계 | 3개 과제, 14.6초 | 3개 과제, 16.4초 |
그 비용의 바탕이 된 토큰 수와, 공식 Standard 요율로 계산한 비용입니다.
| 과제 | 입력 | Astra 출력 | Sol 출력 |
|---|---|---|---|
| ID별 최신 이벤트 | 4,558 | 81 | 93 |
| 구간 병합 | 4,532 | 81 | 149 |
| SQL 환불 | 4,550 | 113 | 128 |
| 합계 | 13,640 | 275 | 370 |
| 과제 | Astra | Sol |
|---|---|---|
| ID별 최신 이벤트 | $0.0397 | $0.0100 |
| 구간 병합 | $0.0395 | $0.0106 |
| SQL 환불 | $0.0409 | $0.0104 |
| 모델당 세 번 호출 | $0.1201 | $0.0310 |
요청마다 눈에 보이는 프롬프트 외에 약 4,380개의 지시 토큰이 보고되었고 두 모델이 같았습니다. 프롬프트 길이로 추정하지 않고 보고된 입력 토큰 13,640개를 모두 계산에 넣었습니다. 캐시 적중도 캐시 쓰기도 없었습니다. Sol의 출력에는 추론 토큰이 10, 47, 13개 포함되었고 Astra는 0으로 보고했습니다.
코드 동작도 같았습니다. 둘 다 ID마다 가장 높은 버전을 남기고 버전이 같으면 뒤에 나온 항목을 택합니다. 입력을 바꾸지 않고, 성공한 환불을 먼저 합산한 뒤 결제와 조인하므로 여러 환불이 결제 금액을 불리지 않습니다.
호출이 모두 여섯 번이므로 걸린 시간은 각 한 번의 관측값으로 읽어야 합니다. 속도 순위가 아닙니다. 통과율은 범위가 정해진 단일 턴 과제를 두 모델 모두 끝낼 수 있다는 뜻이고, 저장소와 도구, 재시도가 붙는 긴 에이전트 세션에 대해서는 거의 알려 주지 않습니다.
독립 테스트에서는 어디서 차이가 나나
Artificial Analysis는 같은 medium 표기 설정에서 코딩 테스트 두 개 모두 Astra를 앞에 둡니다. Terminal-Bench 4.0에서 2.5점, FrontierCode에서 5.2점 차이입니다.
| 지표 | Astra | Sol |
|---|---|---|
| Intelligence Index | 57 | 53 |
| Terminal-Bench 4.0 | 58.6% | 56.1% |
| FrontierCode-AA2.0 | 46.6% | 41.4% |
| 작업당 시간 | 4.5분 | 3.3분 |
| 작업당 비용 | $1.62 | $0.41 |
숫자는 Artificial Analysis의 비교 페이지를 2026년 11월 19일에 확인한 값입니다. Intelligence Index는 v5.0.1이고 평가 아홉 개로 이루어지며 코딩이 배점의 25%입니다. 비교 페이지는 실시간 스냅숏이라 실행 날짜를 따로 적지 않으므로, 숫자는 고정값이 아니라 현재값으로 보세요. 두 모델 행에 medium이 붙어 있는데 이것은 OpenAI의 설정 이름입니다. 표기가 같다고 두 모델이 같은 토큰을 썼다는 뜻은 아닙니다. 이 테스트는 에이전트 방식의 긴 과제라서 작업당 비용이 달러 단위이고, 우리의 단일 턴 실행은 센트 단위입니다.
max 설정에서는 같은 페이지에서 Astra가 62, Sol이 57입니다. 작업당 13.9분과 8.7분, 비용은 $4.00과 $1.01입니다. Astra의 high와 Sol의 max는 둘 다 Terminal-Bench 4.0에서 60.1%에 닿습니다. Astra의 FrontierCode는 xhigh가 49.0%로 max의 45.4%보다 높습니다. 단계를 올린다고 모든 점수가 좋아지지는 않습니다. Astra의 max를 Sol의 low와 붙이면 Astra가 좋아 보이지만, 표기가 같은 것끼리 비교하는 편이 가장 깔끔합니다. 다만 표기가 같다고 쓴 토큰 수가 같은 것은 아닙니다.
추론 강도는 무엇을 고르나
두 모델 모두 medium에서 시작하세요. 위의 독립 점수가 그 설정에서 나왔습니다. OpenAI의 모델 선택 가이드도 대부분의 API 작업에 Sol의 medium을 권합니다.
두 모델 모두 low, medium, high, xhigh, max를 받고 none은 거부합니다. OpenAI는 새 연동을 medium에서 시작하고 none이나 minimal 대신 low를 쓰라고 제안합니다. 단계를 올리면 보통 출력 토큰이 늘고 공개된 실행에서는 평균 시간도 늘었지만, 모든 점수가 오르지는 않습니다. 높은 단계는 확인이 더 필요한 과제에 쓰고 매 호출에 쓰지는 마세요.
OpenAI의 과제별 권장표는 기본값으로 쓸 만합니다. 기존 코드베이스의 버그 수정과 기능 추가는 Sol의 medium, 테스트와 수정이 필요한 여러 단계 과제는 Sol의 extra high, 트레이드오프를 저울질해야 하는 열린 문제는 Astra의 extra high입니다. 이 평가는 추정치이고 가이드에는 근거 점수가 없습니다.
일상 코딩에는 어느 쪽을 쓰나
Sol부터 쓰세요. 어려운 과제가 Sol에서 계속 실패할 때 Astra로 옮기면 됩니다. 독립 테스트에서 Astra의 앞섬은 몇 점이고 토큰 가격은 Sol의 네 배입니다.
위 세 과제처럼 범위가 분명한 정형 작업에서 Sol은 Astra와 항목마다 비겼고 비용은 약 4분의 1이었습니다. 독립 테스트에서 medium 표기 기준 Astra의 앞섬은 Terminal-Bench 4.0이 100점 만점에 2.5점, FrontierCode가 5.2점입니다.
차액은 그것이 줄여 주는 일과 견주어 보세요. 입력 10,000, 출력 2,000토큰 기준으로 Astra 100회는 Sol 100회보다 $12 더 듭니다. 재시도 한 번, 리뷰 한 바퀴, 틀린 답 하나의 비용과 나란히 놓아 보세요. 숫자를 낼 수 있는 것은 여러분의 과제뿐입니다.
측정 방법 하나를 권합니다. Sol이 두 번째 시도를 필요로 했던 최근의 복잡한 과제 20개를 골라 Astra의 high나 xhigh로 돌려 보세요. 늘어난 지출과 줄어든 재작업을 비교하면 됩니다. Astra가 바꾼 답이 어차피 받아들일 답이었다면 Sol을 계속 쓰세요.
같은 API로 둘 다 써 보려면
OpenAI SDK의 주소를 OmniaKey의 베이스 URL https://api.omniakey.com/v1로 두고 키를 OMNIAKEY_API_KEY에 넣으면, 모델 이름 문자열 하나만 바꿔 전환할 수 있습니다. 두 엔드포인트 모두 두 ID와 동작합니다. 도구를 부를 계획이라면 Responses를 쓰세요.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["OMNIAKEY_API_KEY"],
base_url="https://api.omniakey.com/v1",
)
prompt = (
"Return ONLY Python 3 code defining union_minutes(intervals). Do not import "
"modules or print. intervals is a list of two-integer [start,end] pairs "
"representing half-open ranges in minutes, with start <= end. Values can be "
"negative and pairs can be unsorted. Return the total length of their union. "
"Adjacent, overlapping, nested and duplicate intervals must not be "
"double-counted. Zero-length ranges add nothing. Empty input returns 0. Do not "
"mutate the list or any pair. Use O(n log n) time and O(n) extra space or better. "
"Example: [[5,10],[1,6],[10,12],[3,3]] returns 11. Do not include tests or "
"explanations."
)
response = client.responses.create(
model="gpt-6.2-sol", # or "gpt-6.2-astra"
reasoning={"effort": "medium"},
max_output_tokens=4096,
input=prompt,
stream=True,
)
for event in response:
if event.type == "response.output_text.delta":
print(event.delta, end="")
세 과제에 쓴 요청 형태이고, 입력은 위 프롬프트 2의 전문입니다. 응답의 usage에 입력과 출력 토큰이 나오며 출력 합계에는 추론 토큰이 포함됩니다.
두 엔드포인트 모두 두 ID와 동작합니다. 도구가 필요하면 Responses를, 도구가 없는 요청은 Chat Completions를 쓰면 됩니다. 이전 GPT-6 Astra 연결 가이드도 같은 엔드포인트와 Codex, 오류 해결을 다룹니다. 모델 이름 자리에 gpt-6.2-astra나 gpt-6.2-sol을 넣으세요.
OmniaKey의 현재 가격은 GPT-6.2 Astra 모델 페이지와 GPT-6.2 Sol 모델 페이지에 있습니다.
자주 묻는 질문
GPT-6.2 Sol은 코딩에 충분한가요
작은 과제 세 개에서는 Astra와 항목마다 비겼습니다. Artificial Analysis의 medium 표기 자료에서는 Astra가 Terminal-Bench 4.0에서 2.5점 앞섭니다. Sol을 기본으로 두고 어려운 작업에 Astra를 대비해 두는 편이 좋습니다.
GPT-6.2 Sol은 Astra보다 얼마나 싼가요
Sol 가격은 Astra의 4분의 1이고, Standard 요율마다 75% 쌉니다. 100만 토큰당 입력 $2와 출력 $10 대 $8과 $40입니다. 우리 과제 세 개에서는 3.7배에서 4.0배 차이였습니다. 입력 10,000, 출력 2,000토큰 요청 100건이면 Sol은 $4이고 Astra는 $16입니다.
GPT-6.2 추론 강도는 무엇을 쓰면 되나요
두 모델 모두 medium입니다. none은 받지 않고 OpenAI도 새 연동에는 medium을 권합니다. 테스트와 수정이 필요한 여러 단계 작업에서 올리세요. 높은 단계가 자동으로 느리거나 좋아지지는 않습니다. Astra의 FrontierCode는 xhigh가 max보다 높습니다.
이미지를 넣거나 도구를 부를 수 있나요
둘 다 텍스트와 이미지를 입력으로 받고 텍스트만 돌려줍니다. 오디오와 영상은 지원하지 않습니다. 두 엔드포인트 모두 동작하고 도구 호출에는 Responses API가 필요합니다.
확인한 출처
- OpenAI: GPT-6.2 Astra와 Sol 소개 (2026년 11월 17일)
- OpenAI: API 변경 로그 (2026년 11월 17일 항목)
- OpenAI: GPT-6.2 Astra 모델 페이지
- OpenAI: GPT-6.2 Sol 모델 페이지
- OpenAI: API 가격
- OpenAI: 모델 선택 가이드
- OpenAI: 최신 모델 가이드
- Artificial Analysis: GPT-6.2 Astra vs GPT-6.2 Sol
- Artificial Analysis: Intelligence Index 방법
가격과 한도는 2026년 11월 19일에 확인했습니다.
업데이트 기록
- 2026년 11월 19일: 첫 버전. 같은 날 OmniaKey로 과제 세 개를 돌리고 가격, 한도, 독립 점수를 확인했습니다.
이 글에서 다루는 모델
관련 글
GPT-6.2 Astra 출시일은 언제? 유출과 확인된 내용
GPT-6.2 Astra는 2026년 11월 17일에 출시되었습니다. 공식 요금, 1,050,000 토큰 컨텍스트, Codex와 API 사용 방식의 차이, GPT-6 Astra에서 달라진 점을 정리합니다.
GPT-6.2 Sol: 출시일, 루머, API 사용 가능 여부
GPT-6.2 Sol은 출시됐습니다. 정확한 모델 ID, 쓸 수 있는 곳, 요청 한 번의 비용, GPT-6.2 Astra와 GPT-6.1 Sol의 차이를 정리합니다.
OmniaKey에서 GPT-6 Astra 사용하기
API 키를 만들고 Responses 요청을 확인한 뒤 Python, Node.js 또는 Codex에 연결하세요.