GPT-6.1 Terra vs Claude Sonnet 5.5: 화면 및 문서 에이전트에 적합한 중급 모델은?

OpenAI는 Anthropic이 Claude Sonnet 5.5를 출시한 지 4주 뒤인 2026년 10월 26일 GPT-6.1 Terra를 출시했습니다. OpenAI의 출시 게시물은 Terra를 Claude Opus 5.5와 비교했지만, 언론 보도에서는 다른 구도가 부각됐습니다. The Decoder는 Terra를 “Anthropic의 중급 Sonnet 시리즈에 가장 근접한 OpenAI의 경쟁 모델로, 가격은 절반”이라고 불렀고, AlphaCorp는 Terra와 Sonnet의 대결을 “중급 시장의 진짜 승부”라고 표현했습니다. GPT-6.1 Sol과 Sonnet 5.5는 모두 $2 / $10의 동일한 가격표를 적용하므로, 이번 달 중급 모델을 고르는 팀은 사실상 $1 / $5인 Terra와 $2 / $10인 Sonnet 중에서 선택하게 됩니다.

이 글에서는 한 가지 작업 유형, 즉 화면 및 문서 에이전트에 적합한 모델을 살펴봅니다. 에이전트는 송장, 양식 또는 스크린샷을 읽고 필요한 항목을 추출한 뒤 다른 앱에 입력합니다. 각 단계는 짧고 확인하기 쉬우며, 하루에도 수천 번 실행됩니다. 이 작업에서 두 모델은 각기 다른 면에서 강점을 보입니다. Sonnet 5.5는 OpenAI 자체 출시 자료의 컴퓨터 사용 차트를 포함해 까다로운 에이전트 벤치마크에서 더 높은 완료율을 기록합니다. Terra는 토큰당 비용이 절반이고, 독립 테스트에서는 작업당 토큰을 훨씬 적게 사용했으며, 소규모 파일럿에서는 엄격한 출력 형식을 더 안정적으로 따랐습니다.

간단히 말하면, 결과를 확인할 수 있는 대량의 단계 작업에는 Terra부터 사용해 보세요. 실패한 실행의 비용이 토큰 요금보다 큰, 장시간 무인 데스크톱 실행에는 Sonnet 5.5가 그만한 값을 합니다. 두 모델 모두 AIHubMix에서 하나의 키로 사용할 수 있으며, 가격은 각 공급업체의 자체 API와 동일합니다. 자세한 내용은 GPT-6.1 Terra 모델 페이지를 참조하세요.

이 비교에서 다루는 작업

화면 또는 문서 에이전트의 단계는 보통 다음과 같습니다.

• 입력: 호출마다 반복되는 고정 접두부(시스템 프롬프트, 출력 스키마, 도구 정의)와 새 콘텐츠(페이지 이미지, 스크린샷 또는 추출된 텍스트).
• 출력: JSON 필드나 다음 UI 동작처럼 짧고 구조화된 응답.
• 규모: 수천에서 수십만 단계. 각 단계는 결과가 후속 시스템에 기록되기 전에 코드로 확인됩니다.

여기서 모델을 선택할 때는 네 가지가 중요합니다. 필드의 정확성, 별도 정리 없이 파싱되는 출력, 단계 1,000개당 비용, 단계당 소요 시간입니다. 각 단계가 짧고 검증된다면 장기 작업의 완료 능력은 상대적으로 덜 중요합니다. 반면 에이전트가 지켜보는 사람 없이 수십 가지 동작을 수행하며 데스크톱을 제어한다면 훨씬 중요해집니다.

두 모델 모두 텍스트와 이미지를 입력으로 받고 이 작업 방식에 적합합니다. 여기서 중요한 사양은 다음과 같습니다.

가격은 토큰 100만 개당 공식 정가이며, AIHubMix는 두 모델에 동일한 요금을 적용합니다. Sonnet의 기본 추론 강도는 Claude Platform의 기본값입니다. Terra는 입력이 272K 토큰을 넘으면 요청 전체에 대해 입력 요금의 2배, 출력 요금의 1.5배를 부과합니다. 단일 페이지 문서 처리 단계에서는 이 한도에 도달하지 않습니다.

화면 에이전트와 관련해 알아둘 실무적인 점이 하나 있습니다. OpenAI는 기본 제공 컴퓨터 도구를 포함한 Terra의 도구 호출을 Responses API 기능으로 문서화합니다. 10월 27일 AIHubMix에서 확인한 결과, Responses 엔드포인트를 사용하는 Terra에 컴퓨터 도구와 스크린샷을 제공하자 computer_call 동작을 반환했습니다. 따라서 AIHubMix에서도 이 경로를 사용할 수 있습니다.

Sonnet 5.5의 강점: 까다로운 에이전트 실행 완료

아래 벤치마크 수치는 일부러 구분해 둔 세 가지 출처에서 가져왔습니다. Kingy가 옮겨 적은 OpenAI 출시 차트는 자체 보고 수치이며, 독립적으로 재현된 적이 없습니다. Sonnet 5.5에 대한 Anthropic의 출시 수치도 자체 보고 자료입니다. Artificial Analysis(AA)는 독립 테스트 기관입니다. 출처에 추론 강도가 표시되어 있는 경우 각 수치와 함께 기재했습니다.

먼저 Sonnet 5.5를 비교 대상으로 제시한 OpenAI 자체 차트부터 살펴보겠습니다.

Sonnet 5.5 수치는 OpenAI 차트에 표시된 max 추론 강도 결과입니다. 작업당 비용은 OpenAI의 추정치입니다.

OSWorld 2.1은 컴퓨터 사용 벤치마크로, 화면 에이전트를 평가하는 공개 테스트 중 가장 유사합니다. OpenAI의 오프라인 데이터셋에서 Sonnet 5.5는 max 추론 강도의 Terra보다 9.7포인트 앞섭니다. 기본 설정인 medium의 Terra는 17.2포인트 뒤처집니다.

Anthropic의 Sonnet 5.5 출시 페이지에는 자체 OSWorld 2.1 테스트 결과 80.1%(“부분 완료”로 표시)와 Terminal-Bench 4.0 결과 70.6%가 나와 있습니다. OSWorld 테스트는 OpenAI의 오프라인 데이터셋과 설정이 다르므로 80.1%와 83.9%를 서로 비교할 수 없으며, 다른 업체의 테스트에서 나온 Terra 점수와 비교해서도 안 됩니다. 두 업체의 자료는 같은 점을 시사합니다. Sonnet 5.5는 데스크톱 및 터미널 에이전트 작업에 강합니다.

Artificial Analysis는 자체 테스트 환경에서 두 모델을 평가했습니다.

AA의 Sonnet 5.5 수치는 AA가 표시한 대로 대체 모델을 사용하는 max 추론 강도 설정의 결과입니다.

독립 테스트에서도 에이전트 작업에서는 Sonnet이 앞섭니다. AutomationBench-AA에서 12포인트, AA의 Terminal-Bench 테스트에서 8포인트 차이입니다. 다만 두 결과는 이 패턴에서 벗어납니다. 장문 컨텍스트 추론 테스트인 AA-LCR에서는 두 모델이 83%로 비겼습니다. GDP.pdf에서는 Terra가 29% 대 26%로 근소하게 앞섰습니다. 어느 결과도 Terra가 더 강한 모델이라는 뜻은 아니지만, 에이전트 테스트에서처럼 Sonnet이 크게 앞서는 모습도 보이지 않습니다.

이 결과를 Terra가 컴퓨터 사용에서 Sonnet을 이긴다는 뜻으로 해석해서는 안 됩니다. 이 글에 나온 모든 컴퓨터 사용 및 에이전트 벤치마크에서 Sonnet 5.5가 더 높은 점수를 기록했습니다.

Terra의 강점: 작업당 비용, 속도, 출력 형식 준수

동일한 AA 테스트에서는 각 모델이 점수를 얻는 데 사용한 비용도 측정했습니다.

Sonnet 5.5는 작업당 Terra보다 출력 토큰을 5배 넘게 사용했고, 토큰당 비용도 2배입니다. 그 결과 작업당 비용은 Sonnet의 10분의 1 미만($0.40 대 $5.46)이고, AA가 측정한 작업 시간은 약 43% 수준입니다(384초 대 901초. AA는 첫 토큰을 받기 전 대기 시간은 제외하고 생성 시간만 계산합니다). 같은 테스트에서 Sonnet의 생성 속도 자체는 초당 출력 토큰 141개로, Terra의 91개보다 빠릅니다. 따라서 Terra의 시간 우위는 모델이 더 빨라서가 아니라 토큰을 더 적게 출력해서 생깁니다. Sonnet은 그 비용으로 지수 점수 8점을 더 얻었습니다. 8점이 거의 14배의 비용을 감수할 만큼 가치 있는지는 단계 실패로 발생하는 비용에 달려 있습니다.

OpenAI의 Terminal-Bench 차트도 반대편에서 같은 맞교환 관계를 보여 줍니다. Sonnet은 작업당 $10.44에 70.6%를 기록한 반면, max 추론 강도의 Terra는 작업당 $1.84에 50.3%를 기록했습니다. Kingy는 재시도와 사람의 검토까지 고려했을 때 더 높은 완료율이 어느 정도의 가치를 갖는지라는 사업상의 질문을 명확하게 제기했습니다.

화면 및 문서 작업과 가장 관련 있는 독립 데이터는 10월 26일 Kingy가 수행한 파일럿입니다. 규모는 작았습니다. 짧은 작업 6개를 각각 medium 추론 강도로 두 차례 시도했고, 도구는 사용하지 않았습니다. 한 작업에서는 합성 송장 이미지에서 필드를 추출했고, 다른 작업에서는 JSON, Python 또는 SQL을 지정된 형식 그대로 출력하도록 요청했습니다.

요청 시간에는 네트워크 및 공급업체 지연이 포함됩니다.

두 모델 모두 모든 질문에 정답을 냈습니다. 차이는 응답을 전달하는 방식에 있었습니다. Sonnet은 한 작업의 두 차례 시도 모두에서 JSON 앞에 산술 계산을 덧붙였고, 프롬프트에서 금지한 Markdown 코드 펜스로 Python 및 SQL 답변을 감쌌습니다. Kingy는 실제 서비스 환경에서는 파서나 강제 구조화 출력을 통해 이런 문제 일부를 처리할 수 있다고 언급했지만, 해당 해결 방법은 테스트하지 않았습니다. 하지만 모든 단계를 코드로 파싱하는 파이프라인에서는 별도 지시 없이 코드 블록 없는 JSON을 반환하는 모델을 사용하면 재시도나 후처리를 줄일 수 있습니다. Terra는 10회 시도 모두에서 그렇게 했으며, 크레딧 사용량은 Sonnet의 약 41%였습니다. 이 파일럿에서 Sonnet은 요청당 응답 속도가 더 빨랐습니다.

널리 인용되는 데이터 포인트가 하나 더 있지만, 이는 단 하나의 일화로만 받아들여야 합니다. atomic.chat은 8개 에이전트로 구성된 팀들에 같은 프롬프트를 주고 소규모 게임을 만들게 했습니다. Terra는 6분 만에 $1.06을 들여 완료했고, Sonnet 5.5는 1시간과 $18.10이 들었습니다. atomic.chat은 Sonnet이 만든 게임이 “훨씬 더 낫다”고 평가했습니다. 테스트 설정이 공개되지 않았으므로 이 결과만으로 입증되는 것은 없지만, 앞서 살펴본 패턴과는 일치합니다. Sonnet은 더 많은 비용을 쓰고, 종종 더 나은 결과를 제공합니다.

모델별 작업 비용

토큰 수를 동일하게 가정하고 정가로 계산한 예시입니다. 문서 처리 단계 10,000개를 가정해 보겠습니다. 각 단계에서는 캐시가 적용되는 고정 접두부 2,500토큰, 새 입력 1,500토큰(페이지 또는 스크린샷 콘텐츠)을 보내고 출력 1,500토큰을 받습니다.

캐시 쓰기 비용은 제외했습니다. 위 사양 표에 나온 쓰기 요금에 따라 양쪽 모두 소액의 비용이 추가됩니다.

토큰 수가 같다면 모든 요금이 두 배인 Sonnet은 정확히 두 배의 비용이 듭니다. 하지만 실제 토큰 수는 같지 않을 것입니다. AA 테스트에서 max 추론 강도 기준 Sonnet은 작업당 Terra 출력 토큰의 약 5.6배를 사용했습니다. 이 예시에서 출력이 가장 큰 비용 항목이므로 실제 에이전트 작업의 비용 차이는 2배보다 클 가능성이 높습니다. 실제 차이는 프롬프트와 추론 강도 설정에 따라 달라집니다. 사용을 결정하기 전에 실제 작업 일부를 대상으로 측정해 보세요.

가격 관련 참고 사항: AIHubMix는 Batch 엔드포인트를 제공하지 않으므로 OpenAI Batch API 할인은 적용되지 않습니다. 따라서 위 수치는 일반 요금입니다.

어떤 모델을 선택할까

다음과 같은 경우 GPT-6.1 Terra를 선택하세요.

• 단계가 짧고 많으며 코드로 확인되는 경우: 송장 필드 추출, 양식 입력, 정해진 화면에서 다음 버튼 클릭 등.
• 별도 정리 없이 파싱되는 출력이 필요하고, 수정용 계층을 추가하고 싶지 않은 경우.
• 예산을 결정하는 요소가 단계 1,000개당 비용인 경우.
• 실패한 단계를 저렴하게 재시도하거나 담당자에게 넘길 수 있는 경우.

다음과 같은 경우 Claude Sonnet 5.5를 선택하세요.

• 에이전트가 각 동작을 확인하는 사람 없이 장시간 다단계 작업을 수행하며 데스크톱을 제어하는 경우.
• 실패한 실행의 비용이 토큰 비용보다 커서, 요금보다 완료율이 중요한 경우.
• 같은 에이전트가 코딩 작업도 수행하며, OpenAI 차트와 AA 테스트 모두에서 Sonnet이 Terminal-Bench 점수로 Terra를 앞서는 경우.

두 모델을 함께 사용하는 것도 방법입니다. 대량 추출 및 입력 단계에는 Terra를, 길고 까다로운 작업이나 Terra의 출력이 검증을 통과하지 못하는 경우에는 Sonnet을 사용하면 됩니다. AIHubMix에서는 두 번째로 연동할 필요 없이 모델 ID만 바꾸면 됩니다.

AIHubMix에서 두 모델 모두 사용해 보기

두 모델 모두 공식 가격으로 AIHubMix 키 하나를 사용해 호출할 수 있습니다. AIHubMix의 모델 목록에 따르면 Sonnet 5.5는 Chat Completions, Responses, Anthropic Messages에서 사용할 수 있으며, 10월 27일 AIHubMix 자체 테스트에서는 Terra도 세 가지 모두에서 응답했습니다. Terra에는 Responses 엔드포인트를 사용하세요. OpenAI는 Terra의 도구를 Responses 전용으로 문서화하고 있으며, AIHubMix 테스트에서도 추론 노력 설정은 Responses에서만 적용됐습니다. 요청 형식은 AIHubMix Responses API 문서에서 확인할 수 있습니다.

이 예제는 OpenAI SDK로 두 모델에 동일한 추출 프롬프트를 보내고, 각 모델의 답변과 토큰 사용량을 출력합니다.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

prompt = (
    "Extract the invoice number, date and total from this text. "
    "Return only JSON with keys invoice_number, date, total.\n\n"
    "Invoice INV-2041, issued 2026-10-12. Amount due: $1,291.50."
)

for model in ["gpt-6.1-terra", "claude-sonnet-5-5"]:
    response = client.responses.create(model=model, input=prompt)
    print(f"--- {model}")
    print(response.output_text)
    print(response.usage)

자체 문서나 화면 샘플을 대상으로 실행해 각 답변이 얼마나 자주 파싱되는지 확인하고 사용량을 비교해 보세요. 이를 통해 실제 토큰 비율을 파악할 수 있습니다. 사양과 가격을 나란히 비교하려면 Terra와 Sonnet 5.5 비교 페이지를 참조하세요.

자주 묻는 질문

컴퓨터 사용에서는 GPT-6.1 Terra가 Claude Sonnet 5.5보다 뛰어난가요?
아니요. OpenAI 자체 차트에서 Sonnet 5.5는 OSWorld 2.1 점수가 더 높습니다(최대 노력 기준 Terra의 74.2%에 비해 83.9%). Artificial Analysis 테스트의 AutomationBench-AA에서도 Sonnet이 더 높은 점수를 기록했습니다(Terra 60%, Sonnet 72%). Terra의 강점은 성능이 아니라 비용과 출력 형식입니다.

Terra는 Sonnet 5.5보다 얼마나 저렴한가요?
토큰당 가격은 절반입니다. 백만 토큰당 입력 $1, 출력 $5로, Sonnet의 입력 $2, 출력 $10과 비교됩니다. 캐시된 입력도 Terra는 $0.05, Sonnet은 $0.10입니다. 작업당 가격 차이는 더 커질 수 있는데, Sonnet이 출력 토큰을 더 많이 사용하는 경향이 있기 때문입니다. Artificial Analysis의 최대 노력 테스트에서 Terra는 작업당 $0.40, Sonnet은 $5.46이 들었습니다.

송장 및 양식 추출에는 어떤 모델이 더 적합한가요?
코드로 결과를 검증하는 대량 추출 작업이라면 Terra를 우선 고려하는 것이 좋습니다. Kingy의 소규모 파일럿에서는 두 모델 모두 송장 필드를 정확히 추출해 요청된 형식으로 반환했습니다. 하지만 객관적으로 평가한 전체 10회 시도에서는 Terra가 요청된 형식을 정확히 10회 반환한 반면 Sonnet은 4회에 그쳤습니다. Sonnet은 별도의 JSON 작업과 Python 및 SQL 작업에서 형식을 놓쳤으며, Terra의 크레딧 비용은 Sonnet의 약 41%였습니다. 결정하기 전에 자체 문서로 두 모델을 모두 테스트하세요.

Anthropic과 OpenAI가 보고한 Sonnet 5.5의 OSWorld 점수가 서로 다른 이유는 무엇인가요?
서로 다른 설정으로 테스트했기 때문입니다. Anthropic은 부분 테스트로 표시된 OSWorld 2.1 점수 80.1%를 보고했으며, OpenAI 차트에는 자체 OSWorld 2.1 오프라인 세트에서 기록한 83.9%가 나와 있습니다. 두 수치는 서로 비교할 수 없으며, 각각 같은 테스트에서 나온 점수와만 비교해야 합니다.

두 모델의 AIHubMix 요금은 공식 API 요금과 같나요?
네. AIHubMix는 두 모델 모두 공식 정가를 적용합니다. 백만 토큰당 Terra는 입력 $1, 출력 $5이고, Sonnet 5.5는 입력 $2, 출력 $10입니다. AIHubMix는 Batch 엔드포인트를 제공하지 않으므로 OpenAI의 Batch API 할인은 이용할 수 없습니다.

AIHubMix에서 Terra를 호출할 때 어떤 엔드포인트를 사용해야 하나요?
Responses API를 사용하세요. OpenAI는 컴퓨터 도구를 포함한 Terra의 도구를 Responses 전용으로 문서화하고 있으며, 10월 27일 AIHubMix 테스트에서는 추론 노력 설정이 Chat Completions가 아닌 Responses에서 적용됐습니다. Sonnet 5.5도 Responses에서 제공되므로 하나의 루프에서 두 모델을 모두 호출할 수 있습니다.

계속 읽기: GPT-6.1 Terra 시리즈

• 현재 에이전트에서 GPT-5.6 Terra를 사용 중이라면, 업체 간 비교에 앞서 업그레이드만으로 무엇이 달라지는지 확인해 보세요. GPT-6.1 Terra와 GPT-5.6 Terra 비교: 가격은 절반, 무엇이 달라졌고 누가 전환해야 할까
• 화면 에이전트를 Terra로 이전하기 전에 전환 시 문제를 일으키는 매개변수와 도구 호출을 수정하세요. GPT-6.1 Terra로 마이그레이션하기: temperature 400 오류 수정, 도구를 Responses로 옮기기, Codex 설정
• 긴 데스크톱 작업에 Terra보다 더 강력한 모델이 필요하지만 OpenAI를 계속 사용하려면 상위 티어를 비교해 보세요. GPT-6.1 Terra와 GPT-6.1 Sol 비교: 어떤 작업에 여전히 Sol이 필요할까?
• 위의 비용 표를 실제 트래픽에 맞게 조정하려면 추론 노력 수준과 캐싱을 살펴보세요. GPT-6.1 Terra의 실제 비용: 추론 노력 수준, 272K 기준선, 캐싱

출처

• OpenAI: GPT-6.1 Terra 소개
• Anthropic: Claude Sonnet 5.5 소개
• Artificial Analysis: GPT-6.1 Terra와 Claude Sonnet 5.5 비교
• Kingy: GPT-6.1 Terra: 벤치마크, 가격 및 모델 비교
• AIHubMix: GPT-6.1 Terra와 Claude Sonnet 5.5 비교 페이지