쓸모 쓸모연구소 · 실전 노트
제 825 호이번 주 새 글 49 편2026 · 11 · 14
챗GPT·제미나이⁠·AI 소식
GPT-6.1 Terra · 챗GPT · Codex

GPT-6.1 테라 가격과 속도, 아스트라⁠·솔과 고르는 기준

GPT-6.1 테라는 OpenAI가 2026년 10월 26일에 내놓은 모델로, 화면을 보고 여러 앱을 오가며 일하는 컴퓨터 사용 에이전트에 맞춰 만들었습니다. API 가격은 입력 100만 토큰당 1달러, 출력 5달러이고, 작업 완료 속도는 GPT-6 아스트라와 GPT-6.1 솔보다 평균 3배 넘게 빠르다고 합니다. 이 글은 가격, 속도, 쓸 수 있는 곳, 아스트라⁠·솔과 나눠 쓰는 기준을 OpenAI 공식 발표와 개발자 문서로 정리합니다.

GPT-6.1 테라 가격과 속도, 아스트라·솔과 고르는 기준 삽화
삽화 · 쓸모연구소

GPT-6.1 테라는 어떤 모델인가

테라는 GPT-6.1 계열에서 가장 가볍고 값이 낮은 모델입니다. 같은 계열의 GPT-6.1 솔은 속도⁠·비용⁠·성능의 균형형, GPT-6 아스트라는 가장 높은 성능을 내는 모델로 안내됩니다. 테라는 GPT-5.6 테라의 후속으로, OpenAI는 이전 테라에서 크게 올라선 모델이라고 설명합니다.

OpenAI가 내세우는 특징은 세 가지입니다.

  • 화면에 보이는 내용을 이해하고 여러 애플리케이션에서 작업을 수행하는 컴퓨터 사용(computer use). 양식 작성, 영상 편집, 기술 도면 해석, 반복되는 데스크톱 작업 자동화가 예로 거론됩니다.
  • 이미지를 자세히 읽는 시각 추론.
  • 이전보다 자연스럽게 쓰는 글.

컴퓨터 사용 에이전트는 사람이 마우스와 키보드로 하던 일을 AI가 화면을 보며 대신 하는 방식입니다. 한 번 시키면 화면을 보고, 클릭하고, 다시 화면을 확인하는 과정을 여러 번 반복하기 때문에 모델이 느리거나 비싸면 부담이 큽니다. 테라가 가격과 속도를 앞세우는 이유입니다.

가격은 API 기준 입력 1달러, 출력 5달러

OpenAI 개발자 문서의 표준 가격은 아래와 같습니다. 모두 100만 토큰 기준입니다.

  • 입력: 1달러
  • 캐시된 입력(같은 앞부분을 다시 보낼 때): 0.05달러
  • 출력: 5달러
  • 배치(Batch)와 플렉스(Flex) 방식: 표준보다 50% 낮음
  • 패스트(Fast) 방식: 표준의 2배
  • 입력이 27만 2천 토큰을 넘는 요청: 그 요청 전체에서 입력과 캐시 요율은 2배, 출력은 1.5배

예를 들어 입력 50만 토큰, 출력 10만 토큰을 쓰면 표준 가격으로 0.5달러에 0.5달러를 더한 1달러입니다. 토큰은 AI가 글을 잘게 나눠 세는 계산 단위입니다.

비교 기준이 두 가지입니다.

  • GPT-5.6 테라와 GPT-6.1 솔보다 표준 가격이 50% 낮습니다.
  • OpenAI는 에이전트가 업무용 소프트웨어를 얼마나 잘 다루는지 보는 시험인 Agents' Last Exam에서 테라가 GPT-6 아스트라와 대등한 점수를 냈고, 토큰당 가격은 아스트라의 10분의 1이라고 발표했습니다.

"절반"과 "10분의 1"은 비교 대상이 다릅니다. 절반은 이전 테라와 솔에 대한 값이고, 10분의 1은 아스트라에 대한 값입니다. 요금은 바뀔 수 있으니 실제 결제 전에는 OpenAI 가격 페이지를 확인합니다.

속도와 ChatGPT 사용 한도

OpenAI 발표에 따르면 테라는 작업 완료 속도가 아스트라와 솔보다 평균 3배 넘게 빠릅니다. OpenAI가 내놓은 평균치이므로 내 작업에서는 다르게 나올 수 있습니다.

ChatGPT Work와 코덱스에서는 사용 허용량도 달라집니다. 같은 구독이라도 테라를 고르면 GPT-5.6 테라보다 오래 쓸 수 있고, 솔이나 아스트라보다는 훨씬 오래 쓸 수 있다고 안내됩니다. 발표에는 구체적인 횟수나 시간이 적혀 있지 않아서, 요금제 안내 화면에서 확인합니다.

제공 범위는 이렇습니다.

  • ChatGPT Work와 코덱스: 플러스, 프로, 엔터프라이즈, 에듀 요금제에서 순차적으로 열리고 있습니다.
  • API: 모델 이름 gpt-6.1-terra로 호출합니다.

성능 수치는 OpenAI 발표 기준

아래 수치는 모두 OpenAI가 공개한 값이고 외부에서 다시 측정한 결과는 아직 확인되지 않았습니다. 일부는 OpenAI 내부 시험입니다.

  • 터미널 작업을 평가하는 Terminal-Bench 4.0(최대 추론 강도): 50.3%. GPT-5.6 테라는 21.5%였습니다.
  • 헷갈리게 만든 질문에서 틀린 답을 하는 비율(낮은 추론 강도): 53.6%에서 16.7%로 감소. 최대 강도에서는 4.3%로 아스트라와 솔에 근접합니다.
  • Agents' Last Exam(중간 추론 강도): GPT-5.6 테라보다 15%포인트 높고 비용은 약 3분의 1.

오류율 4.3%는 0이 아닙니다. 결제, 삭제, 발송처럼 되돌리기 어려운 작업은 사람이 확인하는 단계를 둡니다. OpenAI의 시스템 카드 부록은 테라의 사이버보안 능력을 준비 태세 체계(Preparedness Framework)의 Critical 등급으로 다룹니다. 에이전트에게 넓은 권한을 줄 때 조심할 이유가 됩니다.

테라, 솔, 아스트라는 이렇게 나눠 씁니다

OpenAI는 깊은 조사나 복잡한 코딩에는 GPT-6.1 솔이나 GPT-6 아스트라를 권합니다. 이 기준을 작업별로 풀면 아래와 같습니다.

  • 테라가 맞는 작업: 화면을 보며 양식 채우기, 여러 앱 사이 복사⁠·정리, 이미지나 도면 읽기, 같은 일을 하루 수십 번 도는 반복 업무, 비용을 줄여야 하는 대량 처리.
  • 솔⁠·아스트라가 맞는 작업: 규모가 큰 코드베이스 수정, 길고 복잡한 조사, 한 번의 정확도가 중요한 작업.

처음 쓴다면 반복 업무 하나를 테라로 돌려 보고, 결과가 부족한 부분만 솔이나 아스트라로 올리는 순서가 비용을 아낍니다. 이미 아스트라나 솔을 쓰고 있다면 같은 작업을 테라로 한 번 돌려 시간과 결과를 비교합니다.

API로 호출하는 법

개발자 문서 기준으로 테라는 Responses API, Chat Completions, Batch에서 쓸 수 있습니다. 도구 호출은 Responses API가 필요합니다. 입력은 텍스트와 이미지, 출력은 텍스트이고 오디오와 영상은 지원하지 않습니다. 추론 강도는 none, low, medium(기본), high, xhigh, max 가운데 고릅니다.

프롬프트
from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6.1-terra",
    input="이 주문서 이미지에서 품목과 수량을 표로 정리해 줘",
    reasoning={"effort": "low"},
)
print(response.output_text)

컨텍스트 창(한 번에 다룰 수 있는 양)은 105만 토큰, 최대 출력은 12만 8천 토큰입니다. 모델이 아는 정보는 2026년 6월 1일까지입니다. 파인튜닝은 지원하지 않습니다. 코드의 입력 문장은 예시이고, 키 발급과 설치 방법은 OpenAI 개발자 문서를 따릅니다.

자주 묻는 질문

GPT-6.1 테라는 언제 나왔나요?

2026년 10월 26일에 공개됐습니다. ChatGPT Work와 코덱스에서는 플러스, 프로, 엔터프라이즈, 에듀 요금제로 단계적으로 제공되고, API에서는 gpt-6.1-terra로 쓸 수 있습니다.

GPT-6.1 테라 가격은 얼마인가요?

API 표준 가격은 100만 토큰당 입력 1달러, 캐시된 입력 0.05달러, 출력 5달러입니다. 배치와 플렉스는 이보다 50% 낮고, 패스트 방식은 2배입니다. ChatGPT 구독에서는 토큰 가격 대신 요금제의 사용 한도 안에서 씁니다.

테라가 아스트라를 대체하나요?

대체하는 모델은 아닙니다. 에이전트 업무 시험에서는 아스트라와 대등하다고 발표됐지만, OpenAI 스스로 깊은 조사와 복잡한 코딩에는 솔이나 아스트라를 권합니다. 속도와 비용이 중요한 반복 업무는 테라, 정확도가 우선인 어려운 작업은 상위 모델로 나눠 씁니다.

컴퓨터 사용 에이전트에 테라를 써도 안전한가요?

오류율이 0이 아니므로 결제, 파일 삭제, 메일 발송 같은 작업에는 사람이 승인하는 단계를 둡니다. 처음에는 권한을 좁게 주고, 결과를 눈으로 확인하면서 범위를 넓힙니다.

이 글의 본문은 아래 원본 유튜브 영상의 내용을 바탕으로 쓸모연구소가 다시 정리해 쓴 것입니다. 세부 내용과 최신 정보는 원본 영상과 공식 안내에서 확인해 주세요.

원본 영상 보러가기 ↗