OpenAI는 2026년 10월 2일 GPT-6 제품군 안내서를 공개했습니다. 이 안내서는 모델 선택, 지침, 장시간 실행 작업, 배포 점검을 한데 다룹니다. 소프트웨어 팀은 자체 작업 점검을 통과하면서 비용과 응답 시간 한도도 지키는 조합을 찾아야 합니다.

안내서에서 현재 선택할 수 있는 제품군은 GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna입니다. 10월 3일 OpenAI API 문서와 가격을 확인했습니다. 아래의 선택 방법과 워크시트는 제안이며, 모델을 실행하거나 프로덕션 워크로드를 측정하지는 않았습니다.

핵심 변화

  • 달라진 점: 이제 OpenAI는 GPT-6 제품군을 워크로드별 선택지로 제시하며, 조정 가능한 추론 강도와 여러 단계를 거치는 작업을 위한 도구를 제공합니다. 팀은 하나의 모델 설정에 모든 작업을 맡기지 않고 워크플로의 각 단계를 구성할 수 있습니다.
  • 중요한 이유: 개발자는 집중적인 추출 작업에 Luna면 충분한지, 코딩이나 조사 단계에 Sol이 적합한지, Astra의 추가 역량이 가격만큼의 가치를 주는지 측정할 수 있습니다. 답은 완료된 작업, 지연 시간, 도구 사용 및 실패한 시도까지 포함한 전체 워크플로 비용에 달려 있습니다.
  • 살펴볼 점: 오래 실행되는 작업에는 명시적인 인계와 점검이 필요합니다. 실행 중 지침을 갱신할 수 있지만, 최종 답변을 승인하기 전에 비동기 도구 결과와 위임 작업을 여전히 조정해야 합니다.

작업별로 선택한 다음 워크플로 전체를 측정하세요

실제 작업을 대표하는 사례 모음과 각 작업의 승인 기준부터 정하세요. OpenAI는 현재 모델 동작, 도구 호출, 상태를 유지하는 작업에 Responses API를 권장합니다. API 프로젝트, 자격 증명, 결제 접근 권한, 해당 프로젝트에서 이용할 수 있는 모델이 필요합니다. 모델 페이지에는 무료 요금제 지원이 나와 있지 않으며, 사용 한도는 사용 티어에 따라 다릅니다. 배포 규모를 산정하기 전에 계정의 실제 접근 권한과 한도를 확인하세요.

모델이 맡을 작업

첫 후보

초기 추론 강도

승격하거나 변경할 조건

명확한 답이 있는 반복 추출, 분류 또는 구조화된 요약

gpt-6-luna

일상 작업에는 Low를 사용하고 Medium 기본값과 비교

오류율 또는 검토 시간이 팀 기준을 초과

코딩, 조사, 도구 사용 또는 전문적 판단 단계

gpt-6.1-sol

Medium 기본값으로 시작하고 까다로운 사례에는 High를 시험

입력과 지침이 적절한데도 대표 작업에서 실패

품질이 결정적인 가장 어려운 추론 또는 검토 단계

gpt-6-astra

같은 사례로 Medium과 High를 비교

측정된 개선이 추가 비용과 시간을 정당화할 때만 유지

이 표는 OpenAI의 모델 안내와 모델 페이지를 평가의 출발점으로 바꿔 제시합니다. API 모델 ID와 지원되는 추론 강도를 확인하세요. Astra와 GPT-6.1 Sol은 Low부터 Max까지 지원하고 Luna는 None도 지원합니다. GPT-6.1 Sol은 None과 Minimal을 지원하지 않습니다. OpenAI는 High로 부족하면 지원되는 경우 Extra High 또는 Max를 시도하라고 합니다. 품질, 처리 시간, 토큰 사용량이 함께 달라질 수 있으므로 같은 작업 집합에서 추론 강도를 비교하세요.

Standard 처리 방식과 입력 272,000 토큰 이하 프롬프트의 현재 텍스트 요금은 다음과 같습니다.

모델

입력

캐시된 입력

캐시 쓰기

출력

GPT-6 Luna

$0.10

$0.01

$0.125

$0.50

GPT-6.1 Sol

$2.00

$0.10

$2.50

$10.00

GPT-6 Astra

$10.00

$1.00

$12.50

$50.00

출처: Luna, GPT-6.1 Sol, Astra 모델 페이지. 입력 토큰이 272,000개를 넘으면 요청 전체에 더 높은 요금이 적용됩니다. 다른 처리 방식, 이용 가능한 경우의 지역별 처리, 일부 도구도 청구액을 바꿉니다. 세 모델 페이지 모두 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 안내합니다. 큰 창은 용량 한도이지, 이용 가능한 문서를 전부 보내야 한다는 뜻은 아닙니다.

전체 작업 경로의 비용을 추정하세요. 입력, 캐시된 입력, 캐시 쓰기, 출력, 도구 요금, 재시도, 긴 컨텍스트 추가 요금을 포함해야 합니다. 그 합계를 동일한 검토 기준에 따라 승인된 작업 수로 나누세요. 그런 다음 사용자에게 보이는 단계와 전체 워크플로의 지연 시간을 비교하세요. 단가만으로는 성공한 결과 하나를 얻는 데 어느 경로가 가장 저렴한지 알 수 없습니다.

도구를 추가하기 전에 과제와 출력을 구체화하세요

각 단계의 입력, 결과를 사용할 독자나 후속 소비자, 허용된 출처와 도구, 제약 조건, 완료 기준을 분명히 하세요. OpenAI 안내서는 모델이 내릴 수 있는 결정과 사람의 승인이 필요한 결정도 명시하라고 합니다. 프로젝트 지침, 스킬, 프롬프트에서 이런 경계를 일관되게 유지하세요.

기계가 읽을 출력을 만들 때는 필드와 허용 값을 미리 정의한 다음, 작업에 적합한 스키마가 있으면 Structured Outputs 안내서를 사용하세요. 유효한 형식은 점검 항목 하나일 뿐입니다. 스키마를 따르는 필드도 사실과 다를 수 있습니다. 사람에게 넘길 결과라면 결과, 사용한 근거, 수행한 점검, 해결되지 않은 항목을 요구하세요. 원래 입력과 팀의 승인 기준에 비춰 결과를 검토하세요.

프롬프트 캐싱을 평가할 때는 작업별 세부 정보를 바꾸기 전에 안정적인 지침과 공유 참고 자료를 먼저 배치하세요. prompt caching은 반복되는 입력 비용을 줄일 수 있지만, 캐시 쓰기와 이후 컨텍스트도 추정에 포함해야 합니다. BIG CHANGE의 이전 프롬프트 캐시 안내서는 캐시 진단을 자세히 다룹니다.

장시간 실행 작업을 추적 가능하게 유지하세요

10월 2일 안내서는 실행 중간의 지침 조정, 비동기 도구 호출, 독립 작업을 위한 병렬 하위 에이전트를 설명합니다. Responses WebSocket API를 통해 보낸 수정 지침은 대기열에 추가되며, 이미 끝난 작업을 되돌리거나 실행 중인 도구를 중단하지 않습니다. 비동기 도구를 사용하면 관련 없는 작업은 계속할 수 있지만, 의존하는 작업은 결과가 나올 때까지 기다려야 합니다. Responses API에서 GPT-6.1 Sol의 멀티 에이전트 지원은 현재 베타입니다.

여러 단계로 실행할 때는 작업 ID, 선택한 모델과 추론 강도, 현재 단계, 도구 호출 및 결과 ID, 승인 내역, 최종 답변의 근거를 저장하세요. 시간 초과, 도구 호출 실패, 지침 변경, 중복 결과에 어떻게 대응할지 미리 정하세요. 컨텍스트가 커지면 compaction으로 이어지는 내용이 줄어들 수 있으므로, 계속 실행된 작업이 실제로 무엇을 유지하는지 확인하세요. OpenAI의 background mode는 단일 요청보다 오래 걸리는 작업에 쓸 수 있는 또 다른 문서화된 옵션입니다. 작업의 지속 시간과 복구 요구에 맞춰 제어 방식을 선택하세요.

OpenAI 안내서는 단계를 수행할 수 있는 경우 직접 API나 연결된 도구를, 꼭 필요한 경우에는 화면 조작을 권합니다. BIG CHANGE의 Agents API 브라우저 작업 안내서는 컴퓨터 사용 인터페이스와 감독 절차를 설명합니다.

팀이 재현할 수 있는 의사결정 워크시트

모든 후보에 같은 사례와 검토 기준을 사용하세요. 이 워크시트는 제안된 평가 방법이며, BIG CHANGE가 결과를 입력하거나 테스트하지 않았습니다.

각 사례와 후보별로 기록할 내용

기록 항목

작업과 기대 결과

실제 입력 ID, 출력 요구 사항, 허용 도구, 승인 기준

구성

API 모델 ID, 추론 강도, 처리 방식, 프롬프트 버전, 스키마 또는 출력 계약

결과

승인, 거부 또는 검토 필요 여부, 실패 이유, 검토자

시간

처음부터 끝까지 걸린 시간과 사용자에게 보이는 단계의 소요 시간

사용량과 요금

입력, 캐시된 입력, 캐시 쓰기, 출력 토큰, 도구 비용, 재시도, 긴 컨텍스트 또는 지역 추가 요금

판단

시도한 작업 중 승인된 작업의 비율, 승인 작업당 총비용, 해결되지 않은 실패 유형

실제 워크플로에 나타나는 쉬운 사례와 어려운 사례, 잘못된 입력, 중단된 도구 단계를 포함하세요. 모델을 비교하는 동안은 사례를 고정하고, 프롬프트나 도구 권한을 변경한 뒤에는 다시 평가하세요. 근거 누락, 잘못된 필드, 도구 오류, 지침 누락, 사람의 수정이 필요한 답변 등 유형별로 실패를 검토하세요. 같은 승인 기준에서 유의미한 개선이 확인된 뒤에만 단계를 다른 모델로 옮기세요. 재작업이 늘면 저렴한 모델도 승인 작업당 비용이 더 클 수 있고, 느린 모델은 백그라운드 단계에는 괜찮지만 대화형 단계에는 부적합할 수 있습니다.

배포 전에는 OpenAI의 배포 점검표를 기준으로 프로젝트의 실제 요율과 지출 한도, 데이터 제어, 시간 초과, 재시도 동작, 모니터링, 사람 승인 경계를 확인하세요. 배포 후에도 표본 검토 경로를 유지하고 모델 별칭, 프롬프트, 도구 또는 워크로드가 바뀌면 워크시트를 다시 실행하세요. 이렇게 얻은 작업 데이터로 라우팅을 결정하세요.

출처 및 추가 자료

  • OpenAI의 10월 2일 GPT-6 제품군 안내서는 모델, 추론 강도, 지침, 장시간 워크플로에 대한 업체 권고를 정리합니다. BIG CHANGE의 테스트 결과나 개별 팀 워크로드에 가장 적합한 모델을 제시하지는 않습니다.
  • GPT-6 Luna, GPT-6.1 Sol 및 GPT-6 Astra 모델 페이지에는 여기서 사용한 API ID, 지원 추론 강도, 컨텍스트, 가격, 티어별 한도가 안내되어 있습니다. 현재 계정의 접근 권한과 결제 가능 여부는 별도로 확인해야 합니다.
  • OpenAI API 배포 점검표는 대표 작업 평가, Responses API 설정, 프로덕션 제어 계획을 뒷받침합니다. 위 워크시트는 BIG CHANGE의 제안 방법이지, 업체의 벤치마크가 아닙니다.
  • Structured Outputs, compaction 및 background mode는 워크플로에서 언급한 특정 인터페이스를 설명합니다.