터미널 벤치 57.9%…오픈AI 평가표서 GPT-6 아스트라, 클로드 앞서

본문

오픈AI의 GPT-6 아스트라가 코딩 벤치마크에서 앤트로픽의 클로드 페이블 5.1보다 높은 점수를 기록했다. 다만 두 회사가 공개한 자체 평가 결과만으로 폐쇄형 모델과 오픈소스·오픈웨이트 모델 전체의 성능 격차를 판단하기는... 오픈AI의 GPT-6 아스트라가 자체 평가표에서 앤트로픽의 클로드 페이블 5.1보다 높은 코딩 점수를 기록했다. 다만 동일 조건의 비교가 아니어서 오픈소스·오픈웨이트 모델 전체와의 성능 격차로 일반화하기는 어렵다. 페이블 5.1의 API 가격은 입력 토큰 100만 개당 10달러(약 1만3390원), 출력 토큰 100만 개당 50달러(약 6만6950원)다. 캐시 읽기 가격은 100만 토큰당 0.25달러(약 335원)이며, 앤트로픽은 일반 작업 비용이 약 25%, 에이전트형 작업 비용은 최대 약 45% 줄어든다고 설명했다. 오픈AI의 GPT-6 아스트라 API와 유료 이용자 공개 과정 도 순차적인 배포 방식으로 진행됐다.

오픈AI 공식 평가표에서 아스트라는 터미널-벤치 4.0에서 57.9%, 딥SWE v1.1에서 74.1%를 기록했다. 아스트라는 터미널-벤치 4.0에서 페이블 5.1보다 2.1%포인트, 딥SWE v1.1에서는 6.7%포인트 높았다. 컴퓨터 사용 평가인 OSWorld 2.0에서는 아스트라가 72.6%, GPT-5.6 솔이 65.7%를 기록했다. 오픈AI는 아스트라가 해당 시뮬레이션에서 GPT-5.6 솔보다 작업당 약 47% 적은 시간으로 더 높은 점수를 냈다고 밝혔다. 원문이 제시한 웹 개발 벤치마크 1,800점 격차와 오픈웨이트 모델보다 약 4개월 뒤처졌다는 주장은 공식 자료에서 확인되지 않았다.