GPT-6 Astra: 출시, 가격, 사양 및 초기 리뷰

2026년 9월 18일 업데이트됨.

우리는 전화를 걸었습니다 GlobalGPT의 CLI 기반 모델 서비스를 통한 gpt-6-astra, 합성 입력 데이터를 사용하고 원시 응답을 저장했습니다. 이는 OpenAI API에 대한 직접적인 테스트나 ChatGPT 구독 테스트가 아니었습니다. 이번 배치에서 종단 간 호출에는 4.87~9.07초가 소요되었으며, 계정 잔액은 391.08 크레딧 감소했습니다.

이 리뷰에서는 우리가 어떤 사항을 요청했는지, 아스트라가 어떤 결과를 제시했는지, 어떤 항목이 기준을 통과했는지, 그리고 증거가 어디까지 확인되는지를 보여줍니다. 공식 사양 및 가격은 당사의 측정 결과와 별도로 기재되어 있습니다.

GPT-6 Astra 실사용 후기

이것들은 각각 하나의 모델 호출로 이루어진 세 가지 서로 다른 작업이며, 반복된 시도나 측정된 100% 성공률이 아닙니다. 소요 시간은 CLI/프로바이더 요청이 시작되어 결과가 반환될 때까지의 전체 시간을 의미하며, 첫 번째 토큰이 반환되기까지의 시간은 측정하지 않았습니다. 원장에는 정수 단위의 크레딧이 표시되지만, 잔액 변동에는 소수점 이하 값도 포함됩니다.

API를 통해 Astra를 테스트한 방법

세 번의 호출 모두 기존 GlobalGPT 계정을 그대로 사용했습니다. 각 호출은 텍스트 파일로 제공된 작업을 기반으로 한, 상태가 없는 새로운 요청이었습니다. 요청 및 반환된 모델 레이블은 다음과 같았습니다. gpt-6-astra. 이 서비스는 응답 텍스트, 입출력 토큰 사용 내역 및 오류 필드를 반환했으며, 이 세 가지 결과 중 오류가 보고된 것은 없었습니다. 제공자 라벨링은 상위 모델 경로에 대한 독립적인 감사가 아닙니다.

우리는 모델 훈련 전에 명령어 정답 키와 정책 패킷 답변을 미리 준비했습니다. 그런 다음, 코드를 수신한 후 구성한 10개의 테스트 케이스를 통해 로컬에서 생성된 코드의 유효성을 검증했는데, 이 테스트 케이스들은 사전에 등록된 코딩 벤치마크가 아니었습니다. 우리는 프롬프트에서 JSON 형식을 요청하고, 네이티브 구조화된 출력 스키마를 활성화하는 대신 JSON이 올바르게 파싱되는지 확인했습니다.

모든 입력 데이터는 가상의 것입니다. 고객 기록, 회사 문서, 계정 비밀 정보 또는 개인 데이터는 전송되지 않았습니다. 우리는 해당 작업에 브라우징 도구나 컴퓨터 제어 도구를 제공하지 않았으며, 점수를 높이기 위해 답변을 재시도하지도 않았습니다. CLI는 이러한 실행에 대한 추론 노력 설정이나 캐시된 토큰 내역을 공개하지 않았습니다.

테스트 1: 아스트라가 뒤죽박죽인 주문 데이터를 정리할 수 있을까?

문제지와 정답지

8행으로 구성된 CSV 파일에는 오래된 중복 주문, 이를 대체한 최신 주문, 처리 대기 중인 주문, 환불 내역, 그리고 총액이 표시되지 않은 주문 1건이 포함되어 있었습니다. 처리 규칙은 각 주문의 최신 버전을 유지하고, 처리 대기 중인 결제를 제외하며, 환불 금액을 차감하고, 누락된 매출액은 ‘알 수 없음’으로 처리하는 것이었습니다.

예상된 순매출액은 $275: 검색 $170, 이메일 $75, 소셜 $30. A는 중복 제거가 필요했고, C는 제외가 필요했으며, F는 미상으로 남겨두어야 했다. 총합이 정확하다고 해서만으로는 5가지 검증을 모두 통과하기에는 부족했다.

아스트라가 돌려준 것

{"known_net_usd":275,"channel_known_net_usd":{"검색":170,"이메일":75,"Social":30},"unknown_order_ids":["F"],"excluded_order_ids":["C"],"replaced_order_ids":["A"]}

다섯 가지 검사 모두 통과했습니다. 더 유용한 점은, 결론 부분에서 다음과 같이 언급했다는 것입니다: “주문 F의 총매출액이 누락되어 있어 총 순매출액은 여전히 알 수 없습니다.” 이 서비스는 ‘검색’을 가장 큰 것으로 정확히 지목했습니다. 알려진 소계. 누락된 이메일 주문의 가치를 0으로 처리하지는 않았습니다.

당사의 평가: 소규모 조정 작업 치고는 괜찮은 결과였습니다. 모델은 회계 규칙을 준수했으며 불확실성도 적절히 반영했습니다. 다만, 실제 스프레드시트 연동, 수천 건의 거래, 세무 규정 준수, 또는 자율적인 재무 의사결정에 대한 테스트는 아니었습니다.

테스트 2: 생성된 코드가 실제로 작동하는가?

잘못된 수익 계산값을 수정하십시오

저희는 결함이 있는 패턴을 공급했습니다. sum(float(r.get('gross_usd') or 0) for r in records) 그리고 중복 업데이트, 결제 상태, 환불, 누락된 값, 정렬된 ID 목록, 빈 입력값을 처리하는 순수 파이썬 함수를 요청했습니다. 이 함수는 내부적으로 정수형 센트를 사용해야 하며, 입력 레코드는 변경하지 않아야 했습니다.

Astra는 다음을 사용하는 함수를 반환했습니다. 소수 금액을 센트로 변환하고, 주문별 최신 기록을 유지하며, 알 수 없는 총액은 0을 삽입하는 대신 건너뜁니다. 반환된 코드 문자열에서 줄바꿈 이스케이프 문자를 해독하고, 임포트 및 연산 내용을 검토한 뒤, 로직을 변경하지 않은 채 로컬에서 실행했습니다.

10가지 오프라인 확인 사항

입력 불변성도 10가지 사례 모두에서 유지되었습니다. 당사의 평가: 해당 함수는 명시된 계약 조건에 따라 정상적으로 작동했으며, 실제 환경에서 실행해 본 결과는 그럴듯한 코드 샘플만 제시하는 것보다 더 확실한 근거를 제공했습니다. 다만, 형식이 잘못된 타임스탬프, 여러 통화 처리, 배포, 실제 리포지토리, 데이터베이스 트랜잭션, 대규모 환경에서의 성능 등은 테스트하지 않았습니다.

테스트 3: 긴 패킷에서 상충되는 규칙을 해결할 수 있는가?

500개 중 관련성이 있는 5가지 메모

우리는 500개의 번호가 매겨진 메모로 구성된 73,252자 분량의 패킷을 만들었습니다. 관련 사실들은 037, 114, 261, 398, 477번 메모에 분산되어 있었습니다. 그 내용은 다음과 같습니다: 기존의 30일 환불 규정, 비교적 최근의 14일 표준 규정, 30일 기업용 예외 규정, 소유권 변경, 연간 요금과 월간 환산 요금의 비교, 그리고 증거가 누락된 질문 하나였습니다.

보고된 전체 요청 17,445개의 입력 토큰. 이번 작업은 아스트라(Astra)가 광고한 105만 토큰 처리 용량에 훨씬 못 미치는, 소규모의 장문 문서 검토 작업이었습니다. 배경 자료는 단순한 주의 분산 요소에 불과했기 때문에, 복잡하고 산만한 실제 문서 모음 작업보다는 훨씬 수월했습니다.

올바른 규칙, 가격 및 불확실성

6개의 답변 모두 정답이었으며, 필수적인 참고 사항도 포함되어 있었습니다. 표준 환불 답변의 경우, 관련 맥락인 ‘기업 예외’ 참고 사항도 추가로 인용했습니다. 참고 사항 식별자는 문자열로 반환되었으며, 숫자형 ID 스키마는 요구되지 않았습니다.

당사의 평가: Astra는 수정 사항과 예외를 올바르게 처리했으며, 누락된 권한을 임의로 만들어내지 않았습니다. 이는 제한된 정책 합성에 유용한 증거가 됩니다. 다만, 진행 중인 연구, 임의의 법률 문서, 백만 개에 가까운 토큰에서 특정 항목을 찾아내는 작업, 또는 소스에 삽입된 악의적인 명령에 대한 저항 능력에 대해서는 검증하지 않습니다.

이러한 API 경로 테스트에 드는 비용

보고된 세 차례의 득점 21,707개의 입력 토큰과 790개의 출력 토큰. GlobalGPT의 장부에는 67, 105, 219 크레딧이 표시되었으며, 계좌 잔액은 15,477.71 크레딧에서 15,086.63 크레딧으로 변동하여, 감소한 금액은 391.08 학점. 당사는 해당 크레딧을 임의로 설정된 현금 청구액으로 전환하지 않습니다.

별도의 예산 산정 예시를 들어보자면, 보고된 수치를 기준으로 OpenAI의 단기 컨텍스트 표준 요금인 캐시되지 않은 입력 토큰 100만 개당 $10 및 출력 토큰 100만 개당 $50을 적용하면 대략 $0.2566: 주문의 경우 $0.0289, 코드의 경우 $0.0452, 패킷의 경우 $0.1825입니다. 이는 캐시되지 않은 입력이며 추가 요금이 발생하지 않는다고 가정한 것입니다. 이는 당사의 GlobalGPT 통화 요금이나 측정된 직접 OpenAI 비용이 아닙니다.

이번 배치에서는 입력 토큰 수가 더 많았음에도 불구하고, 패킷 실행이 코드 실행보다 더 빨랐습니다. 작업당 한 번의 실행만으로는 지연 시간 순위를 확정할 수 없습니다. 출력 길이, 라우팅, 큐잉 및 처리 조건 등이 모두 다를 수 있기 때문입니다. 경쟁 제품과의 직접적인 비교 테스트는 수행하지 않았습니다.

GPT-6 Astra를 사용할 수 있나요?

네. Astra는 GlobalGPT 카탈로그에 등재되어 있으며, 세 가지 새로운 호출 모두 ‘gpt-6-astra’라는 결과가 반환되었습니다. OpenAI는 API 모델 문서도 공개하고 있으며, Chat, Work 및 Codex 이용 권한은 별도의 제품 라이선스로 제공됩니다.

아래의 9월 4일자 스크린샷은 출시 당시의 것입니다. 이 스크린샷에 표시된 배포 문구는 과거의 것이며, 오늘의 GlobalGPT 항목이 이용 불가능하다는 증거는 아닙니다.

GPT-6 아스트라 사양

Astra는 텍스트와 이미지 입력을 받아 텍스트 출력을 생성합니다. 1.05M 토큰 규모의 컨텍스트 윈도우는 대규모 저장소, 문서 모음 또는 긴 에이전트 대화 기록에 필요한 규모에 부합하며, 128K 출력 상한선 덕분에 방대한 분량의 코드나 보고서도 처리할 수 있는 여유를 제공합니다.

용량이 품질과 같은 것은 아닙니다. 100만 토큰 규모의 창이 있다고 해서 모든 세부 사항이 똑같이 잘 기억된다는 보장은 없으며, 맥락을 최대한 많이 전송하면 비용과 노이즈가 모두 증가할 수 있습니다. 실제 장문 맥락 작업을 수행할 때는 가장 관련성이 높은 파일을 먼저 검색하고, 작업 지침을 명확하게 명시해야 합니다.

이전 세대가 대규모 프롬프트를 어떻게 처리했는지에 대한 기준을 알고 싶다면, 다음을 참고하세요. GPT-5.5 가격 및 배경 안내서. 보다 포괄적인 작업 중심 관점에서 볼 때, ‘GPT-5.5 사용 사례 가이드’는 플래그십 모델 도입을 정당화할 수 있는 워크로드를 파악하는 데 도움이 됩니다.

GPT-6 Astra API 요금

OpenAI는 입력 토큰 수가 최대 272,000개인 프롬프트에 대해 다음과 같은 표준 처리 속도를 제시합니다:

2026년 9월 18일, 다음을 기준으로 요율을 재확인함 OpenAI API 가격. 이는 표준 API 토큰 요금이며, ChatGPT 구독 요금이나 GlobalGPT 크레딧 요금이 아닙니다.

요청의 입력 토큰 수가 272,000개를 초과하면, OpenAI는 입력 및 캐시된 입력 속도에 2배의 배율이 적용됩니다. 및 출력 속도에 1.5배의 배율이 적용됩니다. 전체 요청에 대한 비용입니다. 명시된 표준 요율에 따르면, 입력 토큰 100만 개당 $20, 출력 토큰 100만 개당 $75가 부과됩니다.

과거 요금표에 대한 배경 정보는 다음을 참조하십시오. GPT-5.6 가격 그리고 GPT-5.4의 가격 정책. 단순히 입력 속도뿐만 아니라 전체 워크로드를 비교해 보세요. 출력 길이, 캐시 동작, 도구 사용 여부, 실패 또는 재시도 비율 등이 표면적인 가격보다 더 중요한 요소가 될 수 있습니다.

GPT-6 Astra의 실제 새로운 점은 무엇인가요?

OpenAI의 최신 모델 가이드 장시간 지속되는 대화형 에이전트 작업을 목표로 하는 일련의 기능을 강조합니다.

비동기 도구 호출

Astra는 모든 도구 호출을 완전한 중지로 간주하지 않고, 속도가 느린 도구가 여전히 실행 중인 동안에도 계속해서 작업을 진행할 수 있습니다. 이는 응답 시간이 각기 다른 여러 외부 시스템을 결합해야 하는 연구, 코딩 및 운영 업무에 도움이 될 수 있습니다.

작업 도중의 지시사항

사용자는 작업이 진행 중인 동안에도 지침을 추가할 수 있습니다. 이는 담당자가 대체로 계획대로 진행 중이지만 새로운 제약 조건이 필요하거나, 우선순위가 변경되거나, 범위를 더 좁혀야 할 때 유용합니다. 이를 통해 장기간 진행 중인 작업을 취소하고 처음부터 다시 시작해야 하는 상황을 줄일 수 있습니다.

동적 추론 노력

Astra는 작업 수행 중 추론의 정도를 조절할 수 있습니다. 원칙적으로 이를 통해 어려운 단계에는 더 많은 노력을 기울이고, 일상적인 단계에는 덜 쏟을 수 있습니다. 팀은 여전히 자체 워크로드에 대해 품질 향상이 추가되는 출력 토큰 비용에 비해 가치가 있는지 테스트해야 합니다.

컴퓨터 사용과 장시간 작업의 지속성

OpenAI는 아스트라(Astra)가 컴퓨터와의 상호작용 및 여러 단계를 거쳐 진행되는 작업을 수행할 수 있도록 지원합니다. 실질적인 문제는 데모를 클릭하며 진행할 수 있는지 여부가 아니라, 예기치 못한 상황에서 정상 상태를 회복할 수 있는지, 사용자의 의도를 유지할 수 있는지, 그리고 무엇을 변경했는지 설명할 수 있는지 여부입니다. 초기 도입자들은 바로 이러한 부분들을 평가해야 합니다.

의사결정형 대화에서 도구 사용 시스템으로의 진화에 관심이 있는 독자들은 다음 자료도 참고할 수 있습니다. GPT-5.4 사고력 그리고 ChatGPT Agent 사용 방법에 대한 이 가이드.

아스트라가 구매 결정에 변화를 주는 이유

중요한 변화는 AI를 단 하나의 답변의 질로 평가하던 방식에서, AI가 작업 전체를 완수할 수 있는지 여부를 평가하는 방식으로 전환된 점입니다. 유용한 에이전트는 파일을 검토하고, 소프트웨어를 조작하고, 도구가 준비될 때까지 기다리고, 오류에서 복구하고, 변경 사항을 적용하고, 점검을 수행하고, 결과를 설명해야 할 수도 있습니다. 최종 답변은 그 일련의 과정 중 일부에 불과합니다.

이는 비용 문제에도 영향을 미칩니다. 아스트라의 토큰 요율은 높지만, 토큰 가격만으로는 경제적인지 여부를 판단할 수 없습니다. 더 적절한 비교 기준은 작업 1건당 성공 완료 비용: 모델 및 도구 비용, 재시도 횟수, 소요 시간, 사람의 감독, 정리 작업 등이 모두 고려 대상입니다. 비용이 저렴한 모델이라도 반복적인 수정이 필요하다면 전체적으로 더 많은 비용이 들 수 있으며, 비용이 많이 드는 실행이라도 모델이 궤도를 이탈하거나 재작업이 필요한 결과를 산출한다면 여전히 낭비입니다.

자율성이 높아지면 제어 기준도 더 엄격해집니다. OpenAI의 최신 지침에 따르면, 아스트라(Astra)는 비동기적 정렬 불일치 모니터링 대상입니다. 팀은 여전히 에이전트에게 필요한 최소한의 권한만 부여하고, 중대한 조치를 취하기 전에 확인을 요구하며, 조치 기록을 보관하고, 변경 사항을 되돌릴 수 있도록 체크포인트를 설정해야 합니다. 컴퓨터를 적극적으로 활용하는 것은 주변 시스템이 발생할 수 있는 문제를 제한할 때만 가치가 있습니다.

초기 리뷰어들의 반응

초기 경험으로 인한

맷 슈머의 아스트라 초기 리뷰 출시 당시 공개된 설명 중에서도 비교적 상세한 편에 속합니다. 그는 이 모델이 백엔드 엔지니어링, 컴퓨터 활용, 불명확한 요청을 이해하는 능력, 작업 결과를 명확하게 보고하는 능력, 그리고 긴 대화 전반에 걸쳐 일관성을 유지하는 데 뛰어나다고 설명합니다.

이는 다른 검토자가 제시한 정성적 관찰 결과입니다. 이러한 내용은 테스트해 볼 가치가 있는 기능을 파악하는 데 도움이 되지만, 당사의 측정 결과는 아니며 일반적인 신뢰성을 입증하는 것은 아닙니다.

초기 한계와 미해결 과제

하지만 같은 리뷰에서는 몇 가지 중요한 우려 사항도 제기하고 있다. 아스트라는 처리 속도가 느릴 수 있고, 토큰을 대량으로 소모하며, 장시간 자율 작업 중에도 세부 사항에 지나치게 집착하는 경향이 있다. 슈머는 또한 백엔드 성능이 뛰어나더라도 아스트라의 시각적 디자인 결과물은 Claude에 미치지 못할 수 있다고 보고했다.

• 속도: 추론을 하고, 도구를 사용하며, 자신의 작업 결과를 확인하는 모델은 경량 채팅 모델보다 더 많은 시간이 걸릴 수 있습니다.
• 자율성: 오랫동안 운영되었다고 해서 감독이 필요 없다는 뜻은 아닙니다. 검토자는 여전히 모델에 조율이나 방향 전환이 필요한 순간들을 발견했습니다.
• 토큰 사용: 광범위한 문맥과 확장된 추론은 특히 272K 임계값을 초과할 경우 처리 비용이 급격히 증가할 수 있습니다.
• 시각 디자인: 뛰어난 코딩 실력이 있다고 해서 반드시 가장 훌륭한 인터페이스 디자인을 만들어내는 것은 아닙니다.
• 증거의 심도: 신뢰성이나 우수성에 대해 광범위하게 주장하기에는 아직 독립적이고 대조군이 있는 연구가 충분하지 않습니다.

따라서 도입 여부를 판단하는 핵심 기준은 최대 성능이 아니라 효율성입니다. 아스트라가 전체 작업을 올바르게 완료하는 빈도, 필요한 감독 수준, 사용하는 토큰 수, 그리고 남은 정리 작업량을 측정하십시오. 실행 속도가 느리고 비용이 많이 들더라도 전문가의 수시간에 걸친 작업을 대체할 수 있다면 여전히 가치가 있을 수 있지만, 반복적으로 곁길로 빠진다면 그렇지 않습니다.

GPT-6 Astra는 누가 사용해야 할까요?

Astra는 짧은 재작성, 일상적인 분류, 간단한 추출, 또는 더 작은 모델만으로도 품질 기준을 충족하는 대량의 작업에 있어서는 적절한 기본 선택지가 아닐 가능성이 높습니다. 이 GPT-5.4 및 Nano 리뷰 이는 모든 데이터를 플래그십 모델로 전송하는 것보다 작업별 모델 라우팅이 왜 더 효율적일 수 있는지를 보여줍니다.

실용적인 평가 체크리스트

1. 성공 기준이 명확한 실제 과제 세 가지를 선택하십시오.
2. Astra와 현재 모델에 동일한 입력값과 제약 조건을 적용해 보세요.
3. 총 소요 시간, 입력 및 출력 토큰, 재시도 횟수, 그리고 사람이 수정한 내용을 기록하십시오.
4. 작문 스타일이나 표현 방식과는 별도로 최종 과제 완료 여부를 평가하십시오.
5. 테스트 중단, 작업 도중 경로 변경, 그리고 의도적인 도구 오류 한 건에 대한 복구.
6. 개선 효과가 반복적으로 나타나고 추가 비용을 감수할 만한 가치가 있는 경우에만 아스트라를 도입하십시오.

작업에 따라 아스트라나 더 작은 모델을 선택하세요

복잡한 합성 작업이나, 최저 토큰 가격보다 정확성이 더 중요한 작업에는 Astra를 사용하세요. 일상적인 추출이나 간단한 재작성의 경우 더 작은 모델로도 충분할 수 있습니다. 동일한 입력 데이터에 대해 작업 성공률, 감독 수준, 총 비용을 비교해 보세요.

다중 모델 워크플로우의 경우, GPT-6 아스트라, Claude Opus 5, Claude Sonnet 5 및 Gemini 3.8 Flash는 GlobalGPT의 현재 카탈로그에 등재되어 있습니다. GlobalGPT는 별도의 구독 서비스이며, 다른 제공업체의 유료 계정을 활성화하지는 않습니다.

그리고 GlobalGPT 연간 계획 페이지 2026년 9월 18일 확인한 바에 따르면, 연간 결제 시 Basic 요금제는 월 $5.80, Pro 요금제는 월 $10.80, Unlimited 요금제는 월 $25로 표시되어 있습니다. 단순히 월간 환산 금액만 비교하지 말고, 초기 약정 기간과 포함된 모델 사용량을 비교해 보십시오.

이 리뷰가 여전히 입증하지 못한 점

이전에 동일한 CLI 경로를 통해 시도했던 Astra 호출은 응답 없이 종료되었습니다. 당사는 해당 실패 사례를 테스트 기록에 보관하고 있으며, 이는 품질 점수로 반영되지 않았습니다. 여기서 성공한 세 건의 호출은 이번 배치에서는 해당 경로가 정상적으로 작동했음을 보여줄 뿐, 이전의 실패가 재발하지 않을 것이라는 의미는 아닙니다.

우리는 컴퓨터 사용, 비동기 도구 호출, 작업 도중 방향 전환, 백만 토큰 회상, 네이티브 ChatGPT 계획 접근, 또는 무인 생산 작업에 대해서는 테스트하지 않았습니다. 여기서는 Astra가 Claude, Gemini 또는 더 작은 규모의 OpenAI 모델을 능가한다고 주장할 근거가 없습니다. 이러한 비교를 위해서는 동일한 과제와 반복적인 실험이 필요합니다.

구매 추천: 규칙 확인, 누락된 값 및 예외 처리가 중요한 업무에서는 Astra를 시험적으로 사용해 보세요. 이미 품질 목표를 충족하는 일상적인 작업에는 더 작은 규모의 모델을 유지하세요. 추가 비용은 모델 이름만 보고 판단하지 말고, 수정 횟수 감소와 활용 가능한 결과물의 양을 기준으로 평가하세요.

자주 묻는 질문

이것이 OpenAI API에 대한 직접적인 테스트였나요?

아닙니다. 저희는 gpt-6-astra를 활용한 GlobalGPT의 CLI 기반 모델 서비스를 사용했습니다. 보고된 토큰 수와 크레딧은 해당 경로에 해당하는 것이며, OpenAI의 달러 환산 금액은 별도의 요금표 예시입니다.

GlobalGPT에서 GPT-6 Astra를 사용할 수 있나요?

네. 이 리뷰에는 GlobalGPT의 모델 서비스를 통해 성공적으로 수행된 세 건의 GPT-6-Astra 호출이 포함되어 있습니다. 해당 플랫폼 구독은 OpenAI의 API 과금 및 ChatGPT 요금제와 별도로 운영됩니다.

컨텍스트 창이란 무엇인가요?

OpenAI는 1,050,000개의 컨텍스트 토큰을 지원하며, 입력 토큰은 최대 922,000개, 출력 토큰은 최대 128,000개까지 처리할 수 있습니다.

Plus의 채팅 기능에 GPT-6 Pro가 포함되어 있나요?

9월 10일자 모델 지침에 따르면, GPT-6 Pro는 대상 Pro, Business 및 Enterprise 채팅 요금제에 포함됩니다. 또한 Work 및 Codex에는 Astra가 포함되며, 이는 별도의 제품 이용 권한입니다.

장기간 입력 방식의 가격 책정은 어떻게 이루어지나요?

공식 모델 페이지에 따르면, 입력 토큰이 272,000개를 초과하는 전체 요청에는 더 높은 요율이 적용됩니다. 즉, 입력 및 캐시 요율은 2배, 출력 요율은 1.5배로 책정됩니다.

새로운 시험에 컴퓨터 사용에 관한 내용이 포함되었나요?

아닙니다. 저희는 합성 순서 분석, 로컬 실행을 동반한 코드 생성, 그리고 500개의 음표로 구성된 텍스트 패킷에 대한 테스트를 진행했습니다. 컴퓨터 사용, 비동기 도구 및 백만 토큰 규모의 안정성에 대해서는 테스트하지 않았습니다.

모든 모델을 아스트라로 교체해야 할까요?

아닙니다. 자신의 작업에 대해 완성도, 수동 검토, 처리 시간 및 비용을 비교해 보십시오. 작은 모델이라도 신뢰할 수 있게 동일한 유용한 결과를 산출한다면 더 나은 선택이 될 수 있습니다.