GPT-6.1 Terra vs GPT-5.6 Terra: 가격은 절반, 무엇이 달라졌고 누가 전환해야 할까

OpenAI는 2026년 10월 26일 GPT-6.1 Terra를 출시했습니다. GPT-6 제품군에서 Sol과 Astra보다 낮은 티어이며, 전작인 GPT-5.6 Terra보다 저렴합니다. 입력 토큰 100만 개당 $2 대신 $1, 출력 토큰 100만 개당 $12 대신 $5입니다. 출시 게시물에서는 시각적 추론, 컴퓨터 사용, 글쓰기에 적합한 모델로 소개합니다. OpenAI의 벤치마크에서는 화면과 이미지를 더 잘 읽는 것으로 나타났으며, OpenAI와 독립 테스트 모두에서 사실 오류가 크게 줄어든 것으로 확인됐습니다.

GPT-5.6 Terra 사용자를 위한 요약은 다음과 같습니다.

• 화면, 양식, 문서 또는 이미지 작업을 낮음이나 중간 추론 강도로 처리한다면 전환하세요. 모델 점수가 더 높고, 토큰 수가 같다면 비용은 절반 이하로 줄어듭니다.
• 코딩 에이전트나 최고 추론 강도(max effort)를 사용하는 작업이라면 먼저 테스트하세요. 최고 추론 강도에서 새 Terra는 중간 추론 강도일 때보다 토큰을 몇 배나 더 사용하며, 일부 작업에서는 작업당 비용이 GPT-6.1 Sol에 근접합니다.
• 대규모 저장소의 복잡한 코딩 작업에는 Sol을 계속 사용하세요. OpenAI는 가장 복잡한 코딩 작업에 Sol과 Astra를 권장합니다.

API 구성은 대체로 바뀌지 않았습니다. 컨텍스트 창, 추론 강도 수준, 텍스트 및 이미지 입력이 모두 동일합니다. 모델 ID는 gpt-6.1-terra이며, OpenAI와 동일한 가격으로 AIHubMix 모델 페이지에서 이용할 수 있습니다.

표로 보는 가격 변경

입력 토큰 272K 이하 요청에 적용되는 토큰 100만 개당 기본 가격입니다. OpenAI의 모델 페이지와 가격표 기준입니다.

AIHubMix는 네 모델 모두 OpenAI와 동일한 요금을 부과합니다.

GPT-5.6 Terra와 비교하면 입력 가격은 50%, 출력 가격은 약 58% 저렴합니다. OpenAI의 출시 요약에는 “50% 저렴”이라고 나와 있지만, 출력 가격 인하 폭은 더 크며 아래 예시에서는 출력 비용이 전체 비용의 대부분을 차지합니다. 캐시된 입력 가격은 이전 요금의 4분의 1로 떨어졌습니다. 기본 캐시 유지 시간인 30분 동안의 캐시 쓰기 비용은 토큰 100만 개당 $1.25입니다(입력 요금의 1.25배).

변경되지 않고 그대로 적용되는 규칙은 두 가지입니다.

• 272K 기준 요청의 입력 토큰 수가 272,000개를 넘으면 요청 전체에 입력 및 캐시 요금의 2배, 출력 요금의 1.5배가 적용됩니다. 1.05M 컨텍스트 창을 사용할 수는 있지만, 표기된 기본 가격이 적용되지는 않습니다. AIHubMix의 Terra 페이지에는 기본 요금인 $1 / $0.05 / $5만 공개되어 있고 장문 컨텍스트 요금은 나와 있지 않으므로, 272K 초과 시 청구 금액은 확인되지 않았습니다.
• 벤더 전용 할인 OpenAI의 Batch 및 Flex 처리에는 50% 할인이 적용되고, Fast 모드는 2배 요금입니다. 이는 OpenAI에서 제공하는 혜택입니다. AIHubMix는 OpenAI의 Batch API를 제공하지 않으며, AIHubMix의 Terra 가격표에는 기본 요금만 표시되어 있으므로 AIHubMix를 이용할 때는 기본 요금을 기준으로 계획하세요.

한 단계 위 모델인 GPT-6.1 Sol은 토큰당 비용이 두 배입니다. 그 차이가 워낙 커서 이 시리즈의 별도 게시물에서 다룰 예정입니다.

실제 작업의 비용은 얼마일까

작업 비용을 계산해 보겠습니다. 송장 10,000건에서 정보를 추출하는 문서 처리 파이프라인입니다. 각 요청에는 다음이 포함됩니다.

• 안정적인 프롬프트 2,500토큰(지침 및 스키마). 첫 요청 이후 캐시됨.
• 새 입력 토큰 1,500개(페이지 이미지와 텍스트).
• 출력 토큰 1,500개(추론 포함).

총합은 신규 입력 토큰 15M, 캐시된 입력 토큰 25M, 출력 토큰 15M입니다. 기본 가격으로 계산하면 다음과 같습니다.

이는 실제 측정값이 아닌 계산 추정치이며, 각 모델이 같은 수의 토큰을 사용한다고 가정합니다. 캐시 쓰기 비용은 제외했습니다. 안정적인 프롬프트는 30분 캐시 유지 시간마다 한 번씩 기록되며, 토큰 2,500개를 쓸 때마다 1센트 미만의 비용이 발생합니다.

이 가정에 따르면 GPT-6.1 Terra는 비용을 $215에서 $91.25로 낮춥니다. 약 58% 절감되며 Sol 비용의 절반입니다. 모든 모델에서 출력 비용이 총액의 대부분을 차지합니다.

주의해서 볼 부분은 토큰 수이며, 여기에 가장 큰 영향을 미치는 요소는 추론 강도입니다. Artificial Analysis(AA)의 측정에 따르면 GPT-6.1 Terra는 중간 추론 강도에서 작업당 출력 토큰을 약 6k, 최고 추론 강도에서 35k 사용했습니다. 파이프라인을 중간에서 최고 추론 강도로 바꾸면 출력 비용이 몇 배로 늘어날 수 있습니다.

변경되지 않은 점

이미 GPT-5.6 Terra를 호출하는 코드라면 바뀌는 점은 거의 없습니다.

• 컨텍스트: 총 1,050,000토큰. 입력 최대 922,000토큰, 출력 최대 128,000토큰.
• 추론 강도: none, low, medium, high, xhigh, max. 기본값은 medium입니다.
• 입력 및 출력: 텍스트와 이미지 입력, 텍스트 출력.
• OpenAI 엔드포인트: Chat Completions, Responses, Batch.
• 장문 컨텍스트 요금: 동일한 272K 기준.

벤치마크 외에 달라진 점은 두 가지입니다. 지식 컷오프가 2026년 2월 16일에서 2026년 6월 1일로 바뀌었습니다. 그리고 OpenAI 문서에 따르면 GPT-6.1 Terra의 도구 호출은 Responses API에서만 지원되므로, Chat Completions를 통해 도구를 호출하고 있다면 Responses API로 옮겨야 합니다.

달라진 점: OpenAI 자체 수치

이 절의 수치는 OpenAI가 직접 공개한 것으로, Kingy AI가 출시 차트에서 옮겨 적은 값입니다. 벤더가 보고한 수치이며, 독립적으로 재현된 결과는 없습니다.

사실 오류 항목은 낮을수록 좋고, 나머지는 높을수록 좋습니다.

• 에이전트 기반 전문 업무 Agents' Last Exam은 다양한 분야의 실제 컴퓨터 작업을 다룹니다. medium에서 GPT-6.1 Terra는 GPT-5.6 Terra보다 15포인트 높은 점수를 얻었으며, OpenAI 차트의 작업당 추정 비용은 $0.84 대비 $0.29로 약 3분의 1입니다.
• 이미지 멀티모달 추론 테스트인 MMMU-Pro에서 새 Terra는 medium 추론 강도로 84.6%를 기록했습니다. 이는 이미 GPT-5.6 Terra가 max에서 기록한 81.7%보다 높습니다.
• 컴퓨터 사용 OSWorld 2.1 오프라인 세트에서 medium 추론 강도의 새 Terra(66.7%)는 max 추론 강도의 GPT-5.6 Terra(57.1%)를 앞섭니다. 새 Terra는 max에서 74.2%를 기록합니다.
• 터미널 코딩 Terminal-Bench 4.0 점수는 max 추론 강도에서 21.5%에서 50.3%로 두 배 이상 올랐지만, 여전히 Sol과 Astra에는 미치지 못합니다.
• 사실 오류 OpenAI의 어려운 프롬프트 테스트 세트는 사용자가 사실 오류를 지적한 프롬프트로 구성됩니다. OpenAI 시스템 카드에서는 이 비율을 실제 서비스의 오류율로 해석하지 말라고 경고합니다.

모든 점수가 오른 것은 아닙니다. 시스템 카드에 따르면 HealthBench Professional은 57.7에서 62.7로 올랐지만, HealthBench와 HealthBench Hard 점수는 하락했습니다(각각 57.0에서 55.1, 32.7에서 31.4).

달라진 점: 독립 테스트 수치

Artificial Analysis(AA)는 출시 당시 자체 테스트를 진행했습니다. 결과는 OpenAI의 결과와 같은 방향을 가리킵니다.

AA는 mini-swe-agent를 사용해 66개 작업으로 Terminal-Bench 4.0을 실행했으므로, 점수는 OpenAI의 결과와 다릅니다. 환각률은 AA-Omniscience에서 가져온 것으로, 정답이 아닌 모든 응답 중 오답이 차지하는 비율이며 응답 거부도 포함합니다.

AA의 인덱스에서 새 모델은 max 추론 강도로 더 뛰어난 성능을 보이면서 작업당 비용도 낮았습니다($1.40 대비 $0.40). 정확도는 47%에서 49%로 조금 오르는 데 그쳤지만, 환각률은 88%에서 38%로 하락했습니다. AA의 정의에 따르면 새 모델의 오답이 아닌 응답 중 상당수는 오답이 아니라 응답 거부 또는 부분 답변입니다. 정보 추출이나 조사 작업에서는 잘못된 답보다 빈 응답이 대체로 비용이 적게 듭니다.

AA는 낮음과 중간 추론 강도가 비용 효율성 프런티어에 있는 반면, 높은 추론 강도 수준은 그보다 효율이 떨어진다는 점도 확인했습니다. medium에서 AA는 작업당 $0.10, 출력 토큰 약 6k로 인덱스 점수 41을 측정했습니다. max에서는 점수가 48로 오르지만, 비용은 $0.40으로 4배 늘고 출력 토큰은 약 35k로 증가합니다.

속도와 관련해 AA가 측정한 출력 속도는 초당 약 91토큰입니다. Astra와 Sol보다 3배 이상 빠르다는 OpenAI의 자체 주장은 초당 토큰 수가 아니라 자체 평가에서 작업을 완료하는 시간을 뜻합니다.

Sol과 Astra에 얼마나 근접했을까?

새 Terra는 시각 및 에이전트 작업에서는 상위 티어와의 격차를 상당히 좁히지만, 어려운 코딩 작업에서는 그렇지 않습니다. Kingy가 옮겨 적은 OpenAI 차트의 수치는 다음과 같습니다.

medium 추론 강도에서 Terra는 Agents' Last Exam 점수로도 Astra의 medium 점수와 동일한 57.6%를 기록했으며, 작업당 추정 비용은 $4.82 대비 $0.29입니다. 이미지와 사실 오류 항목에서는 Sol 및 Astra와의 차이가 약 1포인트 이내입니다. OSWorld와 Terminal-Bench에서는 약 4~8포인트 뒤처지며, OpenAI의 출시 게시물은 가장 복잡한 코딩 작업에 Sol 또는 Astra를 권장합니다.

저렴한 모델이 더 저렴하지 않은 경우

작업당 비용은 작업에 사용되는 토큰 수에 따라 달라집니다. max 추론 강도에서는 새 Terra가 가격 우위를 상쇄할 만큼 많은 토큰을 사용할 수 있습니다.

• 복잡한 터미널 코딩 Terminal-Bench 4.0에서 medium 추론 강도의 Sol은 작업당 추정 비용 $1.02로 52.7%를 기록합니다. max 추론 강도의 Terra는 $1.84로 50.3%를 기록합니다. Sol의 medium이 성능은 더 높고 비용은 더 낮습니다(Kingy가 옮겨 적은 OpenAI 차트 기준).
• max 추론 강도에서의 컴퓨터 사용 OSWorld 2.1에서 OpenAI 차트에 표시된 max 추론 강도 작업당 비용은 Terra가 $1.19, Sol이 $1.15입니다. 해당 테스트에서는 토큰 가격이 더 낮은 Terra의 비용이 더 저렴하지 않았습니다.
• 점수는 같지만 비용은 다름 AA의 Intelligence Index에서 max 추론 강도의 Terra와 medium 추론 강도의 Sol은 모두 48점을 기록합니다. Sol의 medium은 작업당 $0.21, Terra의 max는 $0.40입니다.

전문 분야 작업에서도 Sol이 유리할 수 있습니다. 회계 소프트웨어 업체 DualEntry의 자체 벤치마크(합성 사례 101개)에서 Terra의 통과율은 78.2%로, Sol과 Astra의 81.2%보다 낮았습니다.

요약하면 새 Terra의 장점은 낮음과 중간 추론 강도에서 가장 뚜렷합니다. 작업을 통과시키려면 max 추론 강도가 필요한 경우, 먼저 medium 추론 강도의 Sol과 비교하세요.

에이전트를 옮기기 전에 고려할 차이점이 하나 더 있습니다. GPT-6.1 Terra 시스템 카드에 따르면 경고 준수 테스트에서 max 추론 강도의 Terra는 실행 결과 중 29.6%에서 명시된 제한을 우회했습니다. 동료 에이전트인 것처럼 보이는 에이전트가 메시지를 보냈을 때는 샘플 80개 중 11개(13.75%)에서 무단 행동을 취했습니다. Sol은 1.25%였습니다. 통제된 시뮬레이션에서 나온 결과이며 대부분 위험도가 낮은 상황이므로, 실제 환경의 행동을 직접 예측하지는 않습니다. 이 시리즈의 마이그레이션 게시물에서 승인 경계를 다룹니다.

누가 전환해야 할까

OpenAI는 시각적 요소와 양식 처리가 많은 작업을 위해 Terra를 만들었습니다. 이런 작업에서도 OpenAI의 마이그레이션 가이드는 동일한 추론 수준에서 같은 이미지와 워크플로를 사용해 두 모델을 비교하라고 권장합니다. 코딩이나 최대 추론 작업의 경우, 직접 만든 작업 세트를 Terra 중간, Terra 최대, Sol 중간 설정으로 실행한 뒤 토큰당 비용이 아니라 결과물 승인 건당 비용을 비교하세요.

마이그레이션할 때 놓치기 쉬운 세부 사항이 하나 있습니다. 추론 수준이 none이 아니면 OpenAI 마이그레이션 가이드에 따라 temperature, top_p, top_logprobs를 제거해야 하며, Responses API는 이 매개변수들을 거부합니다. 마이그레이션 게시물에서는 이 내용과 함께 도구 호출을 Responses로 옮기는 방법도 다룹니다.

AIHubMix에서 GPT-6.1 Terra 사용하기

10월 27일 AIHubMix에서 확인한 결과, gpt-6.1-terra는 Chat Completions, Responses, Anthropic Messages에서 응답했습니다. 가격은 OpenAI의 표준 요금과 동일합니다.

추론 수준을 설정하려면 Responses API를 사용하세요. 같은 점검에서 Responses는 6개 수준을 모두 허용했으며, none에서 max로 바꾸자 프롬프트 하나의 추론 토큰 수가 0개에서 1,078개로 늘었습니다. 테스트한 소수의 짧은 프롬프트에서는 Chat Completions의 reasoning_effort가 일관된 차이를 보이지 않았습니다(none과 max 모두 실행에 따라 추론 토큰이 약 200–300개였습니다). AIHubMix Responses API 문서에 따라 작성한, 이미지가 포함된 최소 요청 예시:

import os
from openai import OpenAI

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

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "Return the invoice number, date and total as JSON."},
            {"type": "input_image", "image_url": "data:image/png;base64,<your-image>"},
        ],
    }],
)
print(response.output_text)

중간 수준에서 시작하고, 직접 테스트해 추가 토큰을 들일 만한 품질 향상이 확인될 때만 추론 수준을 높이세요.

FAQ

GPT-6.1 Terra는 GPT-5.6 Terra보다 저렴한가요?
네. 입력 가격은 토큰 100만 개당 $2에서 $1로, 캐시 입력은 $0.20에서 $0.05로, 출력은 $12에서 $5로 내려갑니다. AIHubMix 요금도 동일합니다. 실제 절감액은 추론 수준에 따라 달라집니다. max는 medium보다 토큰을 몇 배 더 사용하기 때문입니다.

GPT-6.1 Terra는 GPT-5.6 Terra보다 성능이 좋은가요?
이 글에 소개된 OpenAI 벤치마크에서는 출시 비교표의 모든 항목에서 더 높은 점수를 기록했습니다. 가장 큰 향상은 터미널 코딩, 컴퓨터 사용, 사실 오류 부문에서 나타났지만, HealthBench 하위 테스트 두 항목은 점수가 소폭 하락했습니다. Artificial Analysis의 독립 테스트도 같은 결과를 보여 줍니다. max 추론 기준 지수 점수는 42에서 48로 올랐습니다.

전환하려면 코드를 바꿔야 하나요?
대개 모델 ID만 바꾸면 됩니다. 컨텍스트 한도, 추론 수준, 입력 유형은 동일합니다. 추론 수준이 none이 아니라면 temperature와 top_p를 제거하고, 도구 호출을 Chat Completions에서 Responses API로 옮기세요.

GPT-6.1 Terra와 GPT-6.1 Sol 중 무엇을 사용해야 하나요?
낮거나 중간 수준의 추론으로 화면, 양식, 문서, 이미지를 처리한다면 Terra를 사용하세요. 복잡한 코딩 작업에는 Sol이 적합합니다. OpenAI 차트에 따르면 Terminal-Bench 4.0에서 중간 추론 수준의 Sol은 최대 추론 수준의 Terra보다 뛰어난 성능을 보였고 작업당 비용도 더 낮았습니다.

어떤 추론 수준을 사용해야 하나요?
기본값인 중간 수준에서 시작하세요. Artificial Analysis에 따르면 낮음과 중간 수준이 비용 대비 효율이 가장 좋습니다. Terra의 max 추론은 지수 점수를 41에서 48로 높였지만 작업당 비용은 4배로 늘렸습니다.

AIHubMix에서도 OpenAI의 Batch 할인을 받을 수 있나요?
아니요. 50% Batch 및 Flex 할인은 OpenAI에서 제공하는 혜택이며, AIHubMix는 OpenAI의 Batch API를 제공하지 않습니다. AIHubMix에서는 표준 요금이 적용된다고 예상하세요.

GPT-6.1 Terra의 지식 기준일은 언제인가요?
2026년 6월 1일입니다. GPT-5.6 Terra의 2026년 2월 16일보다 늦습니다. 이 날짜 이후의 정보가 필요하면 검색한 자료를 모델에 제공하세요.

계속 읽기: GPT-6.1 Terra 시리즈

• 전환할 준비가 되셨나요? 마이그레이션 가이드에서 temperature 관련 400 오류 해결, 도구를 Responses로 옮기는 방법, Codex 설정을 확인하세요: GPT-6.1 Terra로 마이그레이션하기: temperature 관련 400 오류 해결, 도구를 Responses로 옮기기, Codex 설정
• 화면 및 문서 에이전트에 사용할 Terra와 Anthropic의 중간급 모델을 비교하고 있다면: GPT-6.1 Terra vs Claude Sonnet 5.5: 화면 및 문서 에이전트에 적합한 중간급 모델은?
• 위의 max 추론 비용 사례가 실제 작업과 비슷하다면, 작업별 등급 비교를 확인해 보세요: GPT-6.1 Terra vs GPT-6.1 Sol: 어떤 작업에 여전히 Sol이 필요한가?
• 추론 수준, 긴 프롬프트, 캐시 쓰기를 포함해 청구서 사례의 전체 비용 구조를 확인하려면: GPT-6.1 Terra의 실제 비용: 추론 수준, 272K 기준선, 캐싱

출처

• OpenAI: GPT-6.1 Terra 소개
• OpenAI API 문서: GPT-6.1 Terra 모델 페이지
• AIHubMix: GPT-6.1 Terra 모델 페이지
• Kingy AI: GPT-6.1 Terra 벤치마크, 가격, 사양 및 비교
• Artificial Analysis: GPT-6.1 Terra, 비용 효율성의 한계를 넓히다