GPT-6 Astra, Smart AIPI에서 출시 — 75% 할인, 그리고 진짜 핵심은 토큰 효율성

OpenAI는 2026년 9월 3일 GPT-6 Astra를 발표하며 "세계에서 가장 지능적이고 정렬된 모델"이라고 소개했습니다. API에서는 gpt-6-astra로 이용할 수 있으며, 지금 바로 Smart AIPI에서 OpenAI 가격의 4분의 1에 이용할 수 있습니다.

출시 게시물은 마케팅입니다. 이 글은 아닙니다 — 우리는 이 모델에 대한 액세스를 판매하므로, 이 모델이 정확히 어디에서 이기고 어디에서 지는지, 실제로 비용이 얼마인지 알려드리는 것이 가장 유용합니다. 아래 모든 수치는 OpenAI가 공개한 평가 표와 그에 대한 독립 분석에서 가져왔습니다.

핵심 결과

Astra는 컴퓨터 사용, 브라우징, 소프트웨어 엔지니어링, 사이버 보안, 과학 및 전문 업무에서 최첨단 성능을 보입니다. 개발자에게 가장 중요한 점수는 다음과 같습니다.

이 중 몇 가지는 각각 한 문장으로 짚을 가치가 있습니다. Terminal-Bench 4.0은 "에이전트가 실제 머신을 조작하고 실제 작업을 완료할 수 있는가"에 가장 가까운 평가입니다 — Astra의 57.9%와 Sol의 37.3% 차이는 반올림 오차가 아니라 세대적 도약입니다. AutomationBench(애플리케이션을 넘나드는 다단계 비즈니스 워크플로)는 Sol보다 두 배 이상 높습니다. OSWorld 2.0에서 Astra는 더 높은 점수를 기록할 뿐 아니라, 작업당 약 40분 만에 완료합니다. Sol의 75분과 비교하면 약 47% 적은 시간입니다. 그리고 정렬 행은 각주가 아닙니다. 적대적 컴퓨터 사용 안전성 테스트에서 Astra는 2.4%의 경우에 정렬되지 않은 결과를 생성하는 반면 Sol은 22.0%입니다. 에이전트가 프로덕션 환경에 접근하도록 허용한다면, 이 수치는 벤치마크 1점보다 더 가치 있습니다.

출시 차트에 드러나지 않는 세 가지 주의 사항

직접 발견하기보다 우리에게서 먼저 듣는 편이 낫습니다.

1. ARC-AGI-3의 99.9%는 하니스 결과입니다

ARC-AGI-3는 모델에 JSON 객체 형태의 64×64 색상 셀 그리드를 제공하고, 시뮬레이션 환경으로 액션 토큰을 출력하게 하여 평가합니다 — 스크린샷도, 동영상도, 사전 설명된 규칙도 없습니다. 99.9% 수치는 OpenAI 자체 Responses API 하니스와 자체 컨텍스트 관리로 산출되었습니다. 동일한 모델을 일반 API 호출과 ARC Foundation의 호스팅 하니스로 실행하면 Astra는 약 62.7%를 기록합니다.

두 수치 모두 정직하며, 서로 다른 시스템을 측정합니다. 하지만 이는 2026년에 관한 중요한 사실을 보여줍니다. 이제 하니스는 점수의 일급 요소입니다. 자체 스택을 위해 모델을 평가할 때는 누군가의 보도자료 차트가 아니라 여러분의 하니스 안에서 평가하세요.

2. 종합 지수는 큰 폭으로 엇갈립니다

OpenAI는 발표에서 14개의 벤치마크를 강조했습니다. 그중 Artificial Analysis Intelligence Index와 겹치는 것은 정확히 하나이며, 이 지수에서 Astra는 61.2로 5위입니다 — Claude Fable 5.1 (65.7), Claude Opus 5 (63.1), Claude Fable 5 (62.1)에 뒤집니다. Artificial Analysis Coding Agent Index v1.4에서 Astra는 67.0으로 Opus 5의 68.1 및 Fable 5의 67.2에 못 미칩니다. 또한 Astra는 도구 사용 Humanity's Last Exam에서 Fable 5.1에 57.2% 대 65.0%로 패합니다.

종합 지수는 벤치마크를 감싼 래퍼이며, 래퍼는 신호를 드러낼 수도 묻어버릴 수도 있습니다. 정직한 해석은 이렇습니다. Astra는 에이전틱, 터미널 및 컴퓨터 사용 작업에서 명확한 선도 모델이지만, "지능"의 모든 척도에서 논쟁의 여지 없는 선도 모델은 아닙니다. 실제로 출시할 축에서 이기는 모델을 선택하세요.

3. 사이버 기능은 제한되며, 추론 트레이스는 더 짧아졌습니다

Astra는 OpenAI Preparedness Framework에서 Critical 사이버 보안 임계값을 충족합니다 — ExploitBench에서 100%, ExploitGym에서 Sol의 30.3% 대비 42.4%, SRE-Bench 바이너리 리버스 엔지니어링 단일 시도에서 Sol의 55.9% 대비 88.0%입니다. 평가 중 이전에 알려지지 않은 제로데이 두 개를 발견하고 사용했으며, OpenAI는 이를 유지관리자에게 공개했다고 밝혔습니다.

이것이 여러분에게 의미하는 바는 다음과 같습니다. 출시 버전은 보안 코드 리뷰와 패치 같은 방어 작업은 수행하지만, 개념 증명 익스플로잇 제작은 거부합니다. 또한 추가 안전성 검사가 때때로 정상적인 작업을 중단시킬 수 있습니다. API에서는 차단된 작업이 단순히 멈춥니다. 이는 Smart AIPI의 제한이 아니라 업스트림 모델 동작입니다. OpenAI는 Daybreak 프로그램을 통해 검증된 방어 워크플로에 대해 이 제한을 완화할 계획입니다.

OpenAI는 또한 실제 회귀를 지적했습니다. Astra의 서면 추론은 Sol보다 모니터링하기 어렵습니다. 더 적은 서면 단계로 문제를 해결하고 트레이스에 대한 제어력이 더 크기 때문입니다. OpenAI가 직접 언급했습니다. 안전성 전략이 chain-of-thought를 읽는 데 의존한다면 알아야 할 중요한 사실입니다.

진짜 핵심: 토큰당 가격이 아닌 토큰 효율성

OpenAI에서 직접 1M 토큰당 $10 / $50인 Astra는 5.6 제품군보다 비싸 보입니다 — 토큰당 기준으로는 실제로 그렇습니다. 그러나 토큰당 가격은 잘못된 단위입니다. 실제 지불하는 것은 작업을 완료하는 데 소모되는 토큰이며, Astra가 진정으로 다른 점이 바로 여기에 있습니다.

• DeepSWE에서 Astra는 더 높은 점수를 내면서 GPT-5.6 Sol의 약 절반의 출력 토큰을 사용합니다.
• Agents' Last Exam에서 최고 점수 설정 기준 Astra는 Claude Opus 5보다 약 65% 적은 출력 토큰을 사용합니다.
• Gemini 3.8 Flash (73.8%) 및 Claude Opus 5 (73.7%)는 DeepSWE에서 Astra와 1점 이내의 점수를 기록하지만, 작업당 토큰 효율은 약 4–5x 낮습니다.
• Terminal-Bench 4.0에서 Astra는 Sol보다 작업당 추정 API 비용이 약 9% 낮고 Fable 5.1보다 63% 낮은 수준에서 57.9%에 도달합니다.
• BenchCAD에서 Astra는 Sol보다 약 43% 낮고 Fable 5.1보다 86% 낮은 비용으로 95.9% 기하학적 중첩을 달성합니다.

이는 더 적게 청구해서가 아니라 더 적은 작업으로 Pareto 곡선을 이동시킨 모델입니다. 또한 연구소에는 실질적인 긴장을 만듭니다. 각 토큰으로 더 많은 완료 작업을 살 수 있다면, 토큰 계량 비즈니스는 효율성 향상을 고객에게 전달하거나 마진으로 유지해야 합니다. OpenAI는 $10 / $50에서 이를 유지했습니다.

Smart AIPI는 바로 이 격차를 해소하기 위해 존재합니다. 우리는 할인 혜택을 그대로 전달합니다. Astra의 토큰 효율성에 더해 토큰당 75% 낮은 요금을 제공합니다.

가격: 75% 할인, 동일 모델, 동일 API

동일한 가중치, 동일한 OpenAI 호환 API 형태, 동일한 도구입니다. 차이는 청구서뿐입니다.

Astra와 함께 출시된 기능

• Codex의 검색 가능한 노트. 긴 세션을 손실이 발생하는 하나의 요약으로 압축하는 대신, Astra는 컨텍스트 윈도우 전반에 걸쳐 노트를 유지하고 이전 윈도우를 검색할 수 있습니다 — 요약에 포함되지 않은 도구 출력도 포함됩니다. Codex config.toml에서 활성화하세요. OpenAI는 향후 몇 주 내 Astra의 기본값이 될 것이라고 밝혔습니다.
• 모호성 처리 개선. Astra는 컨텍스트의 일상적 공백을 채우고, 답변이 결과를 바꿀 때에만 집중된 질문을 합니다. Codex에서는 관련 없는 작업을 계속하면서 비동기적으로 질문할 수 있습니다.
• 지시 변경에도 작업을 유지합니다. 이전 모델은 작업 도중의 수정 사항을 완전히 새로운 목표로 취급하는 경우가 많았습니다. Astra는 원래 제약 조건을 놓치지 않고 새 요구 사항을 반영합니다.
• 실질적인 긴 컨텍스트. 512K 토큰까지 MRCR v2 검색 100%, 512K–1M 구간에서 96.3%입니다.
• 실제 성과로 이어진 과학. 소수 간격에서 무한히 반복되는 가까운 소수 쌍에 대한 최선의 알려진 경계는 246에서 240으로 개선되어 있었습니다. Astra는 186을 확립하는 데 기여했습니다. 또한 80년 넘게 유지된 큰 소수 간격 경계의 한 항을 개선했습니다.

GPT-6 Astra 사용 방법

Chat Completions API

curl https://api.smartaipi.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "messages": [{"role": "user", "content": "Refactor this module and add tests"}]
  }'

높은 추론 수준의 Responses API

curl https://api.smartaipi.com/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "input": "Audit this repo for security issues and open PRs to fix them",
    "reasoning": {"effort": "high", "summary": "auto"}
  }'

Codex CLI, Cursor, Cline, Roo Code, OpenCode, Aider

OPENAI_BASE_URL=https://api.smartaipi.com/v1
OPENAI_API_KEY=sk-your-smart-aipi-key
OPENAI_MODEL=gpt-6-astra

추론 노력 수준은 low, medium, high, xhigh를 지원합니다. Astra의 성능은 노력 수준에 따라 의미 있게 확장됩니다. 초기 파트너들은 높은 노력 수준이 단지 더 긴 답변이 아니라, 새 빌드에서 더 많은 검증 단계와 브라우저 테스트를 제공한다고 보고합니다. 장기 에이전틱 작업에는 high 또는 xhigh를 사용하세요.

실제로 어떤 모델을 실행해야 할까요?

• gpt-6-astra — 컴퓨터 사용, 브라우저 자동화, 터미널 중심 에이전트, 장기 리팩터링, 그리고 사람의 개입 없이 작업을 끝내는 것이 핵심인 모든 경우에 적합합니다. 토큰 효율성 덕분에 더 높은 요금도 완료 작업당으로는 더 저렴한 경우가 많습니다.
• gpt-5.6-sol — 여전히 뛰어난 프런티어 코딩 모델이며 토큰당 비용도 훨씬 저렴합니다. Astra의 컴퓨터 사용 우위에 비용을 지불할 필요가 없는 대용량 에이전틱 코딩에 적합한 기본 선택입니다.
• gpt-5.6-terra — 균형 잡힌 주력 모델입니다. sol 가격의 절반으로 플래그십에 가까운 코딩 품질을 제공합니다.
• gpt-5.6-luna — 대량 작업, 분류, 요약, 저렴한 고처리량 파이프라인에 적합합니다.

네 모델 모두 동일한 엔드포인트와 동일한 키에서 실행됩니다. 전환은 한 줄만 바꾸면 되므로, 누구의 차트도 — 이 글의 차트를 포함해 — 그대로 믿기보다 여러분의 워크로드에서 벤치마크하세요.

시작하기

1. 가입: smartaipi.com/signup (무료 크레딧, 신용카드 불필요)
2. 대시보드에서 API 키 생성
3. 기본 URL 설정: https://api.smartaipi.com/v1
4. 모델 사용: gpt-6-astra

공개된 최고의 에이전틱 및 컴퓨터 사용 모델을 프로덕션에서 정가의 4분의 1로 이용하세요.