GPT-6 아스트라 공식 출시와 개발자를 위한 주요 벤치마크 및 API 단가 분석

AI 모델 성능이 한계에 다다랐다는 우려가 나오던 중에 OpenAI가 차세대 모델 GPT-6 아스트라를 내놓았다. 이 모델은 텍스트 생성에 더해 사용자의 컴퓨터 환경을 직접 제어하고 복잡한 추론을 여러 단계로 수행하는 에이전트 성능을 목표로 한다. 인공 일반 지능(AGI)이 왔느냐는 논쟁도 다시 불붙으면서 AI 업계와 개발자 커뮤니티의 관심이 쏠리고 있다.

베일을 벗은 GPT-6 아스트라

OpenAI는 2026년 9월 3일 신뢰할 수 있는 파트너들에게 제한적 미리보기 버전을 먼저 공개했고, 다음 날인 9월 4일 일반에 GPT-6 아스트라를 공식 출시했다. 최상위 티어인 이 모델은 공개되자마자 사용량이 폭발적으로 늘며 개발자들의 호응을 얻었다.

출시 직후 몰린 수요는 서비스 인프라에 큰 부담이 됐다. OpenAI는 공식 출시 일주일 만인 2026년 9월 10일 월 200달러짜리 챗GPT 프로 요금제의 신규 가입을 잠시 중단했다. 그만큼 수요가 컸다는 뜻이다.

티어 상향에 따른 API 단가 조정

GPT-6 아스트라는 성능이 크게 오른 대신 이전 세대 GPT-5.6 솔보다 가격도 많이 올랐다. 개발자는 늘어난 운영 비용을 꼼꼼히 계산해서 서비스 아키텍처를 설계해야 한다.

숫자로 보면 100만 입력 토큰 가격은 GPT-5.6 솔의 5달러에서 GPT-6 아스트라의 10달러로 정확히 2배가 됐다. 100만 출력 토큰 가격도 30달러에서 50달러로 약 1.67배 올라 최고 등급 모델다운 단가가 매겨졌다.

에이전트 벤치마크 최고치 경신

GPT-6 아스트라는 기기를 직접 조작하는 능력을 재는 벤치마크에서 기존 모델들보다 높은 점수를 받았다. 여러 단계 작업을 스스로 판단해 수행하는 에이전트 성능이 확실히 좋아졌다.

에이전트 능력을 평가하는 Agents' Last Exam 벤치마크에서 GPT-6 아스트라는 59.3%로 최고점을 새로 썼다. 경쟁 모델 Claude Opus 5의 55.5%와 자사 이전 모델 GPT-5.6 솔의 53.6%를 모두 앞선 수치로, 복잡한 개발 환경에서 실제 실행 성능이 더 낫다는 것을 보여 줬다.

ARC-AGI-3 점수의 두 얼굴

AI 추론 능력을 보여 주는 ARC-AGI-3 평가는 평가 방식에 따라 결과가 크게 갈렸다. 같은 모델이라도 평가 환경을 어떻게 짜고 기억 장치를 어떻게 쓰게 하느냐에 따라 체감 성능이 크게 달라질 수 있다는 얘기다.

기억 유지를 지원하는 공급자 어댑터 하네스 방식에서는 인간 수준에 가까운 99.9%를 받았다. 그런데 독립 채점 기관이 표준 하네스 방식으로 다시 측정하자 점수가 62.7%로 떨어졌다. 성능 과장 논란이 일었고, 벤치마크 환경이 어떻게 설계됐는지 꼼꼼히 따져 봐야 한다는 과제도 남았다.

초대형 학습 규모와 보안 통제성

이 성능 뒤에는 대규모 인프라 투자가 있었다. OpenAI는 텍사스 스타게이트 현장에서 엔비디아 블랙웰 GPU 10만 개 이상을 동원해 사상 최대 규모의 사전 학습을 마친 것으로 알려졌다.

기능이 강해진 만큼 보안 검증도 엄격해졌다. GPT-6 아스트라는 자가 분석 능력으로 미공개 취약점을 찾아내는 모습을 보여, OpenAI 자체 프레임워크 기준으로 처음 Critical 사이버 보안 역량 등급을 받았다. 다만 악용을 막는 안전 가이드라인에 따라 상업 버전에서는 공격용 익스플로잇 개발 기능이 엄격히 제한된다. 에이전트 기반 개발을 준비하는 사람이라면 강해진 실행 능력과 보안 규제 사이에서 균형을 잡아야 한다.

참고

• GPT-6 아스트라 - 위키백과, 우리 모두의 백과사전
• 오픈AI, ‘아스트라’ 수요 폭증에 월 200달러 프로 신규 가입 중단
• OpenAI's GPT-6 Astra on ARC-AGI-3 | ARC Prize