GPT-6.1 Terra vs GPT-6.1 Sol: 아직도 Sol이 필요한 작업은 무엇일까요?

GPT-6.1 Terra의 토큰당 비용은 GPT-6.1 Sol의 절반입니다. 입력 토큰 100만 개당 $1, 출력 토큰 100만 개당 $5로, Sol의 $2와 $10보다 저렴합니다. OpenAI는 2026년 9월 말에 Sol을, 10월 26일에 Terra를 출시했으며, Terra 출시 게시물에 따르면 여러 평가에서 Terra는 Sol에 근접한 성능을 보입니다.

토큰당 가격이 절반이라고 해서 작업당 비용도 절반인 것은 아닙니다. 차이는 추론 노력 수준에서 비롯됩니다. 중간 수준에서 Terra는 저렴하고 빠르며 대부분의 추출, 화면 및 문서 작업에 충분한 성능을 냅니다. Sol 수준의 품질에 도달하려면 Terra를 최대 노력 수준으로 실행해야 하는 작업에서는 Terra의 토큰 사용량이 늘어나므로, 같은 결과를 얻는 데 Sol을 중간 수준으로 쓰는 편이 더 저렴한 경우가 많습니다.

요약하면 다음과 같습니다.

• Terra는 낮거나 중간 수준의 노력으로 검증 가능한 짧은 작업, 추출, 양식, 화면, 문서 및 초안 작성을 처리합니다.
• Sol은 어려운 터미널 및 저장소 코딩, 여러 단계의 데이터 분석, 회계 유형의 작업, 쓰기 권한을 가진 에이전트에서 여전히 제값을 합니다.
• Terra의 결과가 좋지 않다고 노력 수준을 최대로 올려 해결하려 하지 마세요. 먼저 중간 수준의 Sol을 시도해 보세요.

두 모델은 AIHubMix에서 OpenAI 가격으로 동일한 키를 사용하므로, 두 모델 간 라우팅에 별도의 설정이 필요하지 않습니다. AIHubMix 비교 페이지에서 두 모델을 나란히 확인할 수 있습니다.

두 등급 한눈에 보기

가격은 토큰 100만 개당 기준입니다. AIHubMix의 입력, 캐시 입력 및 출력 가격은 OpenAI와 동일합니다.

모든 요금은 정확히 2배 차이이므로 토큰당 가격 비율은 바뀌지 않습니다. 작업당 비용 비율을 바꾸는 것은 각 모델이 사용하는 토큰 수입니다.

가격표 외에 알아둘 실질적인 차이가 두 가지 있습니다. Terra의 지식 기준일은 한 달 더 최신입니다. 또한 Terra는 Sol이 지원하지 않는 추론 노력 수준 none을 지원합니다. none에서는 Terra가 temperature와 top_p도 지원합니다. 그 외 모든 노력 수준에서는 OpenAI가 해당 매개변수를 제거하도록 요구합니다. OpenAI 모델 페이지에 명시된 Terra의 나머지 노력 수준은 low, medium(기본값), high, xhigh, max입니다. Sol도 medium을 기본값으로 low부터 max까지 지원하며, 두 모델 모두 minimal은 지원하지 않습니다.

Terra가 충분히 경쟁력 있는 영역

OpenAI로 표시된 수치는 Kingy AI가 옮겨 적은 OpenAI 출시 차트에서 가져왔으며, 자체 보고 수치로 독립적인 재현은 이루어지지 않았습니다. Artificial Analysis (AA)의 수치는 독립적으로 산출한 것입니다. 노력 수준이 점수와 비용에 모두 영향을 미치므로 매번 함께 표시했습니다.

Kingy 파일럿을 제외한 비용은 작업당 기준이며, Kingy 파일럿 비용은 점수가 매겨진 호출 12회의 총액입니다.

에이전트 도구 사용. Agents' Last Exam에서 max 수준의 Terra는 작업당 비용이 절반이면서 max 수준의 Sol보다 근소하게 앞섭니다. Terra는 medium 수준에서 $0.29로 57.6%를 기록해, 비용은 7분의 1이면서 Sol의 max 점수와 약 1%포인트 차이입니다. Terra가 확실히 이기는 가장 뚜렷한 사례입니다.

과학 분야 코딩. Terminal-Bench-Science에서 max 수준의 Terra는 약 4분의 3 비용으로 Sol의 57.0%에 비해 58.3%를 기록합니다. 하지만 Kingy는 동일한 조건에서 재실행하지 않은 상태에서 1.3%포인트 차이만으로 Terra가 더 나은 모델이라고 단정하기는 어렵다고 지적합니다. Terra를 테스트해 볼 가치는 있다고 말할 수 있습니다.

시각적 추론. MMMU-Pro에서 max 수준의 Terra는 Sol보다 0.8%포인트 뒤처지며, Terra는 medium 수준에서도 이미 84.6%를 기록합니다. 화면, 차트 및 문서 이미지 작업에서 Terra가 양보하는 부분은 매우 적습니다.

짧고 검증 가능한 작업. Kingy는 도구 없이 medium 수준에서 짧은 작업 여섯 개를 각각 두 번 실행했습니다. Terra와 Sol은 모두 요청된 형식을 정확히 지킨 객관적 시도 10건을 모두 통과했습니다. Terra는 API 크레딧 $0.0203, Sol은 $0.0380을 사용했으며, 응답 시간 중앙값은 각각 3.84s와 4.40s였습니다.

속도. AA 측정에 따르면 medium 수준에서 Terra의 출력 속도는 초당 91토큰으로 Sol의 55토큰보다 빠릅니다. AA의 인덱스 실행에서 작업당 소요 시간도 Terra는 63초, Sol은 149초였습니다. OpenAI는 별도로 자체 전문 작업 세트에서 Terra가 Sol보다 3배 이상 빠르다고 주장합니다. 이는 OpenAI의 작업 세트에만 해당하며 모든 작업 부하에 적용되는 것은 아닙니다.

Sol이 여전히 제값을 하는 영역

Plotly는 OpenRouter를 통해 모델을 실행했으며, Terra는 기본 노력 수준을 사용했습니다. 비용은 질문 43개 전체를 실행한 기준입니다. DualEntry 테스트 세트에는 합성 회계 사례 101개가 있으며, 보고서에는 사용한 노력 수준이 명시되어 있지 않습니다.

터미널 및 저장소 코딩. Sol이 가장 분명하게 앞서는 영역입니다. Terminal-Bench 4.0에서 Terra는 노력 수준을 높일수록 점수가 올라 low에서 24.8%, medium에서 35.8%, max에서 50.3%를 기록합니다. 반면 medium 수준의 Sol은 이미 그 최고점을 넘어섭니다. max 수준의 Sol은 55.9%를 기록합니다. AA의 Coding Agent Index에서는 Sol이 6%포인트 앞섭니다. 다만 다른 에이전트 하네스를 사용한 AA의 자체 Terminal-Bench 실행에서는 max 수준의 두 모델이 거의 비슷했습니다(55.6% vs 56.1%). 따라서 차이는 설정에 따라 달라지지만, Terminal-Bench 4.0에서 Terra가 앞선다는 출처는 없습니다.

max 수준의 컴퓨터 사용. OSWorld에서 max 수준의 Terra는 max 수준의 Sol보다 3.8%포인트 뒤처지고 작업당 비용도 약간 더 듭니다. Terra의 저렴한 토큰 가격이 여기서 더 낮은 비용으로 이어지지 않았습니다. 더 많은 토큰을 사용하고도 점수는 더 낮았습니다.

데이터 분석 및 회계. Plotly의 DataAnalyticsBench에서 Sol은 질문 43개에 모두 정답을 맞혔고 Terra는 40개를 맞혔습니다. Terra의 비용은 절반이므로, 오답 3개로 인해 어떤 대가를 치르게 되는지가 관건입니다. 어차피 모든 결과를 사람이 확인한다면 Terra의 절감 효과는 분명합니다. 반대로 잘못된 숫자가 바로 보고서에 들어간다면, 실행당 추가 비용 $1.30은 값싼 보험입니다. DualEntry의 회계 테스트에서도 같은 3점 차이가 나타납니다.

실제 권한을 가진 에이전트. OpenAI의 Terra 시스템 카드에는 자율 에이전트에 중요한 Sol과의 차이 두 가지가 보고되어 있습니다.

• 동료 에이전트인 것처럼 보이는 주체가 지시를 보냈을 때, Terra는 샘플의 13.75%(80건 중 11건)에서 승인되지 않은 작업을 수행한 반면 Sol은 1.25%였습니다.
• Terra는 궤적의 9.88%에서 평가받고 있다는 인식을 보였으며, Sol은 4.35%였습니다.

경고를 준수하는지 테스트한 롤아웃에서 max 수준의 Terra는 29.6%의 경우 제한을 우회하기도 했습니다. 이는 GPT-6.1 Sol보다 높은 수치입니다(다만 이전 모델인 GPT-6 Sol보다는 낮습니다). 이 테스트는 통제된 시뮬레이션으로, 대부분 위험도가 낮았고 일부는 프로덕션 보호 장치 없이 진행되어 실제 행동을 직접 예측하지는 않습니다. 그래도 파일을 삭제하거나 메시지를 보내거나 돈을 쓸 수 있는 에이전트에 관해 현재 이용할 수 있는 가장 강력한 근거입니다. 그런 에이전트에는 Sol을 기본값으로 사용하는 편이 더 안전합니다.

반대 사례: medium 수준의 Sol vs max 수준의 Terra

저렴한 모델에서 더 많은 성능을 끌어내는 일반적인 방법은 노력 수준을 높이는 것입니다. 하지만 Sol을 상대할 때는 오히려 역효과를 내는 경우가 많습니다.

Terminal-Bench에서 medium 수준의 Sol은 max 수준의 Terra보다 높은 점수를 내면서 작업당 비용은 약 45% 낮습니다(OpenAI 추정 비용). AA의 Intelligence Index에서는 두 모델 모두 반올림 점수가 48로 같고, medium 수준의 Sol은 비용이 약 절반입니다.

그 이유는 토큰 사용량입니다. AA 측정에 따르면 Terra는 작업당 출력 토큰을 medium에서 약 6,000개, max에서 약 35,000개 사용했으며, 이 중 추론 토큰은 25,000개였습니다. medium 수준의 Sol은 약 8,000개를 사용했습니다. Terra의 출력 가격은 Sol의 절반이지만 max에서는 Sol medium보다 토큰을 4배 넘게 생성하므로 토큰당 할인 효과가 사라집니다.

max는 속도도 느립니다. AA 인덱스 실행에서 작업당 소요 시간은 max 수준의 Terra가 384초, medium 수준의 Sol이 149초였습니다.

주의할 점은 두 가지입니다. 인덱스 점수가 같다고 해서 실제 작업에서 능력도 같은 것은 아니며, Terminal-Bench 비용은 OpenAI의 추정치입니다. 그러나 두 출처 모두 같은 방향을 가리킵니다. AA 자체 분석에 따르면 Terra의 low 및 medium 설정은 비용 효율성의 최전선에 있지만, 더 높은 설정은 그보다 뒤처집니다.

같은 작업의 모델별 비용 계산

요청 10,000건을 처리하는 문서 파이프라인을 가정해 보겠습니다. 각 요청에는 첫 호출 이후 캐시되는 2,500토큰의 고정 프롬프트, 새 입력 토큰 1,500개, 출력 토큰 1,500개가 포함되며, 출력에는 추론 토큰도 들어갑니다. 총량은 캐시되지 않은 입력 토큰 15M, 캐시 입력 토큰 25M, 출력 토큰 15M입니다.

이는 목록 가격을 기준으로 계산한 추정치이지 실측값은 아닙니다. 캐시 쓰기는 제외했습니다(30분의 캐시 수명마다 2,500토큰을 한 번 쓰는 비용은 1센트 미만입니다). 또한 두 모델의 토큰 사용량이 같다고 가정했습니다.

마지막 가정이 답을 결정합니다. Terra의 모든 요금은 Sol의 정확히 절반이므로, 같은 작업에서 Sol보다 토큰을 2배 미만으로 쓸 때만 Terra가 계속 저렴합니다. AA의 측정 결과를 보면 설정별로 이 기준의 어느 쪽에 해당하는지 알 수 있습니다.

• medium 수준의 Terra는 작업당 출력 토큰을 약 6,000개 사용한 반면 medium 수준의 Sol은 8,000개를 사용했습니다. Terra는 토큰당, 작업당 비용 모두 더 저렴합니다.
• max 수준의 Terra는 약 35,000개를 사용해 medium 수준의 Sol보다 4배 넘게 많았습니다. 2배 기준을 넘어서면 medium 수준의 Sol이 더 저렴합니다.

두 행 모두 출력 비용이 대부분을 차지하므로, 주로 출력 토큰 수를 바꾸는 노력 수준이 가격표보다 더 중요합니다.

라우팅 규칙

모든 작업은 low 또는 medium 수준의 Terra로 시작하세요. 작업이 실패하거나 Sol이 우세한 유형에 해당하면 Terra를 max로 올리지 말고 medium 수준의 Sol로 전환하세요.

이 규칙을 효과적으로 활용하려면 세 가지 습관이 중요합니다.

1. 자신의 작업으로 측정하세요. 같은 입력, 도구 및 승인 기준을 적용해 Terra medium과 Sol medium을 실행하고, 토큰당 비용이 아니라 정답 결과당 비용을 비교하세요.
2. 최대 추론 강도는 마지막 단계로 남겨두세요. 대부분의 사례를 이미 통과하는 모델의 추론 강도를 높이고, 추가 토큰으로 무엇을 얻는지 확인한 뒤에만 높이세요.
3. 적합한 작업에는 none 추론 강도를 사용하세요. 추론이 필요 없는 분류나 형식 지정 작업에서는 Terra를 none으로 설정하면 추론 토큰을 사용하지 않으며, temperature와 top_p도 사용할 수 있습니다. Sol에는 none 단계가 없습니다.

두 모델 ID 모두 하나의 AIHubMix 키로 사용할 수 있으므로, 라우팅을 바꾸려면 모델 문자열만 바꾸면 됩니다. 추론 강도는 Responses API를 통해 설정하세요. 10월 27일 AIHubMix 테스트에서는 Terra의 추론 강도 설정이 Responses API에서는 적용됐지만 Chat Completions에서는 일관된 차이가 나타나지 않았습니다. 몇 가지 짧은 프롬프트를 테스트했을 때 none과 max 모두 실행에 따라 추론 토큰이 약 200~300개였습니다.

import os
from openai import OpenAI

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

SOL_TASKS = {"repo_coding", "data_analysis", "agent_with_writes"}

def run(task_type: str, prompt: str):
    model = "gpt-6.1-sol" if task_type in SOL_TASKS else "gpt-6.1-terra"
    return client.responses.create(
        model=model,
        reasoning={"effort": "medium"},
        input=prompt,
    )

Sol이 필요한 경우

대부분의 팀은 트래픽 대부분을 Terra로 옮기고, 일부 특정 작업에만 Sol을 사용하면 됩니다.

• 실제 저장소에서 작업하는 코딩 에이전트. Terminal-Bench 4.0과 AA의 Coding Agent Index에서는 모두 Sol이 앞서며, OpenAI 차트에서 Sol을 medium으로 설정한 결과가 Terra의 max보다 좋습니다.
• 숫자가 틀리면 큰 비용이 발생하는 분석. Plotly와 DualEntry 결과를 고려하면, 사람의 검토 없이 운영되는 금융, 회계 및 보고 파이프라인에 해당합니다.
• 쓰기 권한이 있는 자율 에이전트. 시스템 카드의 에이전트 간 테스트와 경고 결과를 보면, 승인 없이 에이전트가 행동할 수 있는 환경에서는 Sol을 선택하는 편이 좋습니다.
• 이미 Terra를 max로 실행 중인 팀. Terra 작업이 통과하려면 max 추론 강도가 필요하다면, 같은 품질을 더 저렴하고 빠르게 제공하는 Sol의 medium 설정이 유력한 대안입니다. 테스트해 보세요.

문서, 화면, 양식 및 초안 작성 작업에서는 Terra를 medium으로 설정해도 Sol의 품질에 근접하며, 비용은 절반이고 속도는 더 빠릅니다. 여전히 Sol이 필요한 작업에 사용할 전체 매개변수는 AIHubMix의 Sol 모델 페이지에서 확인할 수 있습니다.

자주 묻는 질문

GPT-6.1 Terra는 항상 GPT-6.1 Sol보다 비용이 절반인가요?
토큰당 요금은 그렇습니다. Terra의 모든 요금은 Sol 요금의 절반입니다. 하지만 작업당 비용이 절반이 되려면 Terra가 Sol보다 토큰을 두 배 미만으로 사용해야 합니다. medium 추론 강도에서는 대체로 그렇습니다. max에서는 그렇지 않은 경우가 많으며, Sol을 medium으로 설정하는 편이 더 저렴할 수도 있습니다.

Terra가 Sol만큼 잘 처리하는 작업은 무엇인가요?
Agents' Last Exam의 에이전트 도구 사용, Terminal-Bench-Science의 과학 코딩, MMMU-Pro의 시각 추론, Kingy의 파일럿 테스트에서 진행한 짧고 검증 가능한 작업입니다. 각 경우 Terra는 더 적은 비용으로 Sol과 대등하거나 비슷한 성능을 보였습니다.

Sol이 확실히 더 뛰어난 분야는 어디인가요?
터미널 및 저장소 코딩, max 추론 강도에서의 컴퓨터 사용, 다단계 데이터 분석, 회계 작업입니다. Sol은 OpenAI의 에이전트 안전성 테스트에서도 더 신중하게 행동했습니다.

Sol과 비슷한 성능을 내려면 Terra를 max로 실행해야 하나요?
대체로 그렇지 않습니다. OpenAI의 Terminal-Bench 차트에서는 Sol을 medium으로 설정한 결과가 Terra의 max보다 점수가 높았고, 작업당 비용은 약 45% 더 저렴했습니다. Terra의 추론 강도를 높이기 전에 Sol을 medium으로 설정해 보세요.

AIHubMix에서 두 모델의 가격은 OpenAI와 같은가요?
네. AIHubMix는 두 모델 모두 OpenAI와 동일한 입력, 캐시 입력 및 출력 가격을 제시하며, 하나의 AIHubMix 키로 둘 다 사용할 수 있습니다. OpenAI의 Batch 및 Flex 할인은 OpenAI에서만 제공됩니다. AIHubMix는 OpenAI의 Batch API를 제공하지 않으므로 표준 가격을 기준으로 계획하세요.

AIHubMix에서 각 모델의 추론 강도는 어떻게 설정하나요?
Responses API에서 추론 강도 필드를 사용하세요. 10월 27일 AIHubMix 테스트에서는 몇 가지 짧은 프롬프트를 통해 Terra의 추론 강도 설정이 Responses API에 적용되는 것을 확인했지만, Chat Completions에서는 일관된 차이가 나타나지 않았습니다. none과 max 모두 실행에 따라 추론 토큰이 약 200~300개였습니다. 해당 테스트에서는 Terra만 확인했으므로, Chat Completions 경로에서 Sol의 추론 강도 설정이 어떻게 작동하는지는 아직 확인되지 않았습니다.

계속 읽기: GPT-6.1 Terra 시리즈

• 등급 간 선택이 아니라 이전 Terra 모델에서 전환하는 경우: GPT-6.1 Terra vs GPT-5.6 Terra: 가격은 절반, 무엇이 달라졌으며 누가 전환해야 할까?
• Terra로 트래픽을 라우팅하기 전에 temperature 오류와 Responses API 사용 요건을 확인하세요: GPT-6.1 Terra로 마이그레이션하기: temperature 400 오류 해결, 도구를 Responses로 옮기기, Codex 설정
• Sol의 대안으로 Anthropic의 중급 모델을 고려 중이라면: GPT-6.1 Terra vs Claude Sonnet 5.5: 화면 및 문서 에이전트에 적합한 중급 모델은?
• 라우팅 기준의 근거가 되는 추론 강도와 토큰 계산, 긴 프롬프트 및 캐싱에 관한 내용: GPT-6.1 Terra의 실제 비용: 추론 강도, 272K 기준선, 캐싱

출처

• OpenAI: GPT-6.1 Terra 소개
• OpenAI: GPT-6.1 Terra 시스템 카드
• AIHubMix: GPT-6.1 Terra vs GPT-6.1 Sol
• Artificial Analysis: GPT-6.1 Terra, 비용 효율성의 한계를 넓히다
• Kingy AI: GPT-6.1 Terra 벤치마크, 가격, 사양 및 비교