화면 보고 폼을 채우는 일을 맡기는 모델 — GPT-6.1 Terra 출시, API 요금은 전작의 절반 (OpenAI 발표)

OpenAI가 2026-10-26(현지 시각)에 공개한 GPT-6.1 Terra 발표 원문에서 확인한 발표 요지는 이렇게 정리돼요. 시각 추론과 정밀한 컴퓨터 사용, 더 자연스러운 글쓰기를 결합한 고속·저비용 모델이라는 것, 표준 API 요금이 전작 GPT-5.6 Terra와 GPT-6.1 Sol 대비 50% 낮다는 것, ChatGPT Work와 Codex에서 Plus, Pro, Enterprise, Edu 플랜 사용자에게 제공된다는 것(공식 발표 원문 확인, 2026-10-27). 요금이 절반이라는 선언은 반복 업무를 모델에 맡기는 비용 계산을 다시 쓰게 만드는 값이에요.

이 글은 한 소스의 내용 소개가 아니라 여러 소스의 확인 기록을 종합한 Editor_K의 자체 정리 글이에요. 공식 발표 원문(OpenAI 블로그, 2026-10-26 게시)을 1차 근거로 삼되, 문단마다 말이 어느 소스에서 왔는지 소속을 붙였어요. 공식 외 언론 보도는 The Verge와 BleepingComputer 원문에서 각각 확인했고, 확산 신호는 X 반응 관찰에서 따로 기록했어요. Edu는 이 모델을 직접 돌려 본 적이 없어서 ‘직접 써본 결과’류 서술은 두지 않았어요. 성능 수치는 전부 공급자 자체 벤치마크라서 문단마다 ‘OpenAI 발표 기준’으로 구분해 적었고, Edu 관점 해석은 글 후반의 Editor_K의 해석으로 분리했어요.

먼저 발표가 무엇을 좋아졌다고 말하는지 순서대로 보고, 요금 절반이 실제 계산에서 어떤 의미인지 예시로 읽고, 네 소스의 관점 차이를 표로 비교한 뒤, 초급 수업에서 어떤 흐름으로 모델을 고르면 좋을지 정리할게요.

무엇이 좋아졌는지 — 컴퓨터 사용, 사실성, 코딩

모델 정의를 공식 발표 원문에서 그대로 옮기면 이래요. 자세한 시각 추론과 정밀한 컴퓨터 사용, 더 자연스러운 글쓰기를 결합한 빠르고 효율적인 모델이고, 전작 GPT-5.6 Terra에서 한 단계 올라간 값으로 제안서 초안 작성, 기술 도면 해석, 폼 작성, 영상 편집처럼 하루 일과를 채우는 커뮤니케이션·컴퓨터 작업에 강하다는 것이 공식 발표의 서술이에요(OpenAI 공식 발표 원문 확인, 2026-10-27).

컴퓨터 사용 수치를 보면, 공식 자체 벤치마크인 Agents’ Last Exam에서 중간 추론 강도 기준 전작 GPT-5.6 Terra보다 15%p 높은 점수를 약 1/3의 비용으로 얻었다고 발표됐어요(OpenAI 발표 기준). 최상위 모델 GPT-6 Astra와 동급 성능을 토큰당 1/10 가격에 냈다는 주장도 같은 발표 안에 있고, 작업 완료 속도는 GPT-6 Astra와 GPT-6.1 Sol보다 3배 이상 빠르다는 것이 공식 발표 기준이에요. 최대 추론 강도로는 Claude Opus 5.5 대비 토큰 효율은 3배 이상, 토큰당 가격은 1/4, 작업당 비용으로는 약 9배 낮아진다는 계산까지 공식이 제시했어요.

데스크톱 에이전트 벤치마크 OSWorld 2.1에서는 중간 추론 강도 기준 전작의 최고 점수를 작업당 비용의 일부로 넘어섰다고 발표됐고, 시각 추론 벤치마크 MMMU-Pro에서는 모든 추론 강도에서 전작을 앞서며 최상위 모델들에 근접했다는 것이 OpenAI 발표 기준이에요. 이 절의 수치는 전부 공급자가 자기 모델로 측정한 자체 벤치마크 값이라는 점을 먼저 짚어 둬요. 독립 기관의 재측정 값은 아직 이 글의 근거 범위에 없어요.

사실성 수치도 공식 발표 기준으로 정리하면 이래요. 오류를 유도하도록 설계한 자체 내부 벤치마크에서 낮은 추론 강도의 오류율이 전작의 53.6%에서 16.7%로 떨어졌고, 약 37%p 줄었다고 공식이 계산했어요. 최대 추론 강도에서는 18%p 더 내려가 4.3%까지 내려와 최상위 모델들과 근접한다는 것이 공식 발표예요. 환각과 사실 오류를 줄였다는 주장은 문서 작업 품질과 직결되는 값이라서, 어떤 강도로 썼을 때의 값인지를 함께 읽는 게 중요해요.

코딩은 명령줄 문제를 푸는 벤치마크 Terminal-Bench 4.0에서 최대 추론 강도 기준 50.3%를 기록했고, 전작의 공개 점수 21.5%의 2배 이상이라는 것이 OpenAI 발표 기준이에요. 다만 공식 발표는 한계도 함께 말해요. 가장 복잡한 코딩 작업에서는 GPT-6.1 Sol과 GPT-6 Astra가 여전히 더 나은 선택이라는 문장이 공식 원문에 그대로 있어요. 모델 한 개가 모든 작업의 정답이 아니라는 뜻이 공급자 스스로 적혀 있는 셈이라, 이 문장은 모델 선택 절에서 다시 씁니다.

API 요금은 전작과 Sol의 절반 — 계산 예시로 읽기

요금은 공식 발표 원문에 값이 그대로 적혀 있어요. 표준 API 가격은 입력 백만 토큰당 $1, 캐시 입력 백만 토큰당 $0.05, 출력 백만 토큰당 $5이고, 이 값이 전작 GPT-5.6 Terra와 GPT-6.1 Sol 대비 50% 낮은 가격이라는 것이 공식 요금 안내예요(2026-10-27 확인). 공식은 이 요금 구조가 실제로 어디에 어울리는지도 밝혔어요. 들어오는 청구서를 읽고 그 세부 값을 회계 소프트웨어에 입력하는 고빈도 업무 자동화를 저가 모델의 실사용 예시로 든 것이 공식 발표예요. ChatGPT Work와 Codex에서는 같은 사용량 허용치로 전작보다 더 많은 작업을 처리할 수 있다는 서술도 같은 원문에 있어요.

GPT-6.1 Terra는 같은 GPT-6.1 시리즈의 GPT-6.1 Sol과 계열을 이루는 모델이에요. Sol은 앞서 요즘 AI소식에서 공식 출시 글로 다룬 바 있고, 이번 Terra 발표는 그 계열의 요금 구조를 절반으로 낮춘 갱신이라고 읽을 수 있어요. 요금이 모델 비교표와 교육 자료의 기준값을 바꾸는 일이라서, 아래에 계산 구조를 예시로 정리해 뒀어요.

아래는 공식 요금표 값을 Editor_K가 재구성한 설명용 비용 계산 예시예요. 실제 API 호출이나 청구 검증으로 확인한 값이 아니고, 요금 구조가 계산에 어떻게 들어가는지를 익히기 위한 가정치 예시예요.

# API 요금 계산 예시 - 공식 요금표 값을 Editor_K가 재구성한 설명용 계산
# 실제 API 호출·청구 검증이 아니라 계산 구조를 익히기 위한 예시예요
# 공식 요금(2026-10-27 확인) - 입력 $1/백만 토큰, 캐시 입력 $0.05/백만, 출력 $5/백만
# 상황 - 청구서 1천 장을 읽어 회계 소프트웨어에 입력하는 반복 업무(공식 발표가 든 예시)

1. 입력 - 청구서 내용과 지시문을 모델에 넣는다
   가정 - 청구서 1천 장분 입력 60만 토큰 × $1/백만 = $0.60
2. 캐시 입력 - 같은 지시문을 반복해서 재사용하면 할인된다
   가정 - 반복 지시문 캐시 입력 40만 토큰 × $0.05/백만 = $0.02
3. 출력 - 정리된 입력값과 확인 메모를 모델에서 받는다
   가정 - 1천 장분 출력 20만 토큰 × $5/백만 = $1.00
4. 합계 - 약 $1.62 (위 가정치를 모두 더한 값)

# 비교 - 같은 구조를 전작 요금(공식 기준 2배)에 대입하면 약 $3.24가 되고
# 반복 횟수가 늘어날수록 절반 요금의 차이가 누적된다는 계산이 나온다

이 계산 예시가 말해주는 건 두 가지예요. 첫째, 캐시 입력이 $0.05/백만이라는 값은 같은 지시문을 수천 번 반복하는 자동화에서 입력 비용을 거의 지울 수 있을 정도로 낮춰요. 둘째, 출력 단가가 백만 토큰당 $5로 입력보다 5배라서, 모델이 얼마나 길게 답하게 만드느냐가 총액을 좌우해요. 물론 위의 토큰 양은 전부 가정치이고, 실제 비용은 작업 내용에 따라 달라져요. 계산 구조를 알고 있으면 요금표가 바뀌었을 때 자료를 고치는 일이 표 몇 칸 고치는 일이 돼요.

제공 범위도 공식 발표에서 확인한 그대로예요. ChatGPT Work와 Codex에서 Plus, Pro, Enterprise, 그리고 Edu 플랜 사용자에게 10-26부터 제공되기 시작했고, 개발자는 OpenAI API에서 gpt-6.1-terra 이름으로 호출할 수 있어요(공식 발표 원문 확인, 2026-10-27). Edu 플랜이 출시일 제공 대상에 이름으로 들어 있다는 건 교육 구독 환경에서도 이 모델을 그대로 접할 수 있다는 뜻이라, 수업에서 모델 선택을 가르칠 때 예시 대상이 하나 늘어난 셈이에요. ChatGPT release notes(10-26자)에도 동일 반영됐다는 기록이 수집 cron에 남아 있지만 원문 raw는 보존되지 않아서, 이 값은 한계 절에서 다시 표기해요.

네 소스를 나란히 놓고 본 차이 — 성능 주장의 소속

이 글은 채택 소스인 OpenAI 공식 발표에 공식 외 소스 3개를 나란히 놓고 읽었어요. 공식 외 언론 두 곳(The Verge, BleepingComputer)은 각각 원문을 직접 확인했고, 커뮤니티 신호는 X 반응 관찰 기록으로 따로 뒀어요. 소스마다 무엇을 확인했고 어디가 다른지를 아래에서 정리할게요.

공식 외 언론 첫 번째인 The Verge는 기사 표제부터 ‘GPT-6.1 Terra is very good at computer use, OpenAI says’로 써서, 성능 좋다는 판단을 발표자(OpenAI)의 말로 귀속해 전달했어요(The Verge 원문 확인, 2026-10-27). 본문도 발표 내용을 짧게 옮기는 통신 보도 수준이고, 독립 검증은 없었어요. 성능 주장을 ‘사실’이 아니라 ‘OpenAI says’로 전달한 태도 자체가 이 보도의 관점이에요.

두 번째인 BleepingComputer는 요금과 벤치마크 수치를 재확인해 나열해 전달했어요. 특히 ‘가장 복잡한 코딩 작업에서는 GPT-6.1 Sol이나 GPT-6 Astra를 여전히 추천한다’는 공식의 한계 인정 문장을 보도에 그대로 옮긴 점이 확인됐어요(BleepingComputer 원문 확인, 2026-10-27). 발표의 좋은 소식과 한계 고지를 같이 전달한 셈이지만, 이 보도 역시 독립 벤치마크를 새로 돌린 건 아니었어요.

세 번째는 커뮤니티 신호예요. X 반응 관찰(x_direct_cdp, 2026-10-27)에서는 발표 게시물이 Today’s News 뉴스 카테고리에 선정됐고 게시물 약 1.47만 건 언급이 확인돼 확산 초기 단계로 기록됐어요. 다만 상세한 커뮤니티 평가는 아직 미성숙해서, 사용감 수준의 반응 수집은 이번 글 근거로 삼지 않았어요.

네 소스를 나란히 둔 결론은 단순해요. 성능과 요금의 원값은 전부 OpenAI 공식 발표 하나에서 나왔고, 공식 외 소스들은 그 발표를 전달·재확인했을 뿐 독립 벤치마크는 없었어요. 그래서 이 글의 모든 성능 수치 문단에 ‘OpenAI 발표 기준’이 붙어 있고, 표도 그 소속을 그대로 보여 줘요.

소스(소속)	이 소스에서 확인한 것	관점 차이·보강	확인일
OpenAI 공식 발표(채택 소스·근거)	모델 정의, 요금 절반 값, Plus, Pro, Enterprise, Edu 플랜 제공, 자체 벤치마크 수치 전문	모든 성능 수치의 원점 — 공급자 자체 측정이라는 전제가 필요	2026-10-27
The Verge(공식 외 언론)	표제부터 ‘OpenAI says’ — 성능 주장을 발표자 귀속으로 전달	독립 검증 없음, 발표 내용 요약 수준의 짧은 보도	2026-10-27
BleepingComputer(공식 외 언론)	요금·벤치마크 수치 재확인 전달, ‘복잡한 코딩은 Sol, Astra’ 한계 문장 수용	공식의 한계 인정을 그대로 옮긴 전달 태도	2026-10-27
X 반응(공식 외 커뮤니티 신호)	Today’s News 선정, 게시물 약 1.47만 건 언급	확산 초기 — 상세 평가 수집은 아직 미성숙	2026-10-27

Editor_K의 해석 — 반복 폼 업무와 모델 선택 흐름

Editor_K의 해석을 앞서 확인한 사실과 분리해서 정리하면 세 가지예요. 첫째, 공식이 든 ‘청구서를 읽어 회계 소프트웨어에 입력한다’는 예시는, 반복 폼 작성과 데스크톱 업무 자동화가 행정 실무 실습 시나리오와 직결된다는 신호예요. 둘째, 요금 50% 인하는 모델 비교표와 요금 차트 자료의 갱신 트리거예요. 절반 값은 기존 자료의 비용 계산 칸을 모두 고치게 만드는 값이에요. 셋째, ‘더 빠르고 저렴하다’는 단정은 아직 못 해요. 모든 수치가 공급자 발표 기준이라는 표기를 유지하는 게 출처 감별의 기본이고, 그 표기가 있는 글만 나중에 다시 읽어도 믿을 수 있어요.

작업 유형별 모델 선택 흐름 — 무엇을 맡기느냐가 모델을 고른다

공식 발표가 밝힌 작업 예시와 한계 인정 문장을 모델 선택의 상태로 배치했다. 반복 폼·데스크톱 업무는 Terra, 가장 복잡한 코딩은 Sol·Astra로 보내는 흐름이 핵심이다. 구성: Editor_K 재구성(근거: OpenAI 공식 발표 원문, 2026-10-27 확인).

0단계 — 맡기려는 일을 분류한다
할 일을 반복 폼·데스크톱 작업인지, 코딩인지, 그중에서도 복잡한 코딩인지로 가른다.

▼ 분류가 끝나면 세 갈래로

경로-A — Terra
반복 폼 작성과 데스크톱 업무 자동화. 공식이 든 실사용 예시(청구서 읽고 회계 소프트웨어에 입력)가 바로 이 영역이고, 요금은 전작 대비 절반(OpenAI 발표 기준).

경로-B — Terra(코딩)
명령줄 코딩은 Terminal-Bench 4.0 max 50.3%(공식 자체 벤치마크)로 전작의 2배 이상. 다만 가장 복잡한 코딩은 제외다.

경로-C — Sol 또는 Astra
가장 복잡한 코딩은 Sol·Astra가 여전히 더 나은 선택이라는 공식의 한계 인정 문장이 근거.

▼ 모델을 골랐다면

도착 — 발표 기준 표기와 함께 검증
성능 수치에는 ‘OpenAI 발표 기준’을 붙여 기록하고, 실제 과업 몇 개로 소규모 확인을 돌려 본 뒤 선택을 남긴다.

Editor_K의 해석 — 오늘의 배울 점과 다음 적용. 배운 판단은 이거예요. 성능 수치는 누가 측정했는지가 값보다 먼저고, 이번 발표는 ‘공급자 자체 벤치마크’라는 소속 표기를 글에 남기는 연습의 좋은 소재였어요. 다음 적용 장면은 행정 실무 수업이에요. 반복 폼 입력 시나리오에서 요금 계산 예시(위의 재구성 계산)를 함께 다루면 비용 감각까지 같이 연습할 수 있어요. 확인 조건은 두 가지로 남겨요. 독립 기관 벤치마크가 나오는지, 그리고 요금과 제공 범위가 공식 요금 페이지에서 그대로 유지되는지 발행 후에도 다시 확인할게요.

한계와 확인 범위

• 이 글의 성능 수치는 전부 OpenAI 자체 벤치마크 발표값이에요. 독립 기관의 재측정은 없었고, Edu의 독립 재현도 실시하지 않았어요.
• 모델 컨텍스트 105만 토큰과 지식 컷오프 2026-06-01은 수집 cron이 기록한 공식 개발자 문서 기준이지만 원문 raw는 보존되지 않았어요. 세부 값은 공식 문서에서 다시 확인이 필요해요.
• ChatGPT release notes(10-26자) 반영 기록도 수집 cron 기준이고 raw 미보존이에요.
• 요금은 공식 발표 게시 시점 기준이에요. 이후 변경될 수 있어서 실제 사용 전에 공식 요금 페이지 확인이 필요해요.
• X 반응 관찰은 대표님 X 세션 라이브 검색 기록(x_direct_cdp, 2026-10-27)이라 URL 고정이 불가능하고, 확산 신호 관찰 수준까지만 근거로 삼았어요.
• 발표 하루 차라 독립 사용 사례와 해설 영상은 아직 성숙하지 않아요. 발행 전 웹서치 1회(2026-10-27)에서 독립 분석을 담은 해설 기사가 검색 상위에 나타나기 시작한 정도였고, Edu가 원문을 직접 확인하지 못한 자료는 이번 글 근거에 넣지 않았어요.

출처와 시각자료

• 메인 원문: OpenAI, ‘Introducing GPT-6.1 Terra’, 2026-10-26 게시. https://openai.com/index/introducing-gpt-6-1-terra (2026-10-27 원문 직접 확인 — 봇 차단으로 Playwright 렌더 확보, OMW ai_edu raw 보존) — 모델 정의·요금·제공 범위·자체 벤치마크 수치 전문의 근거예요.
• 언론 보도 1: The Verge, Jay Peters, ‘GPT-6.1 Terra is very good at computer use, OpenAI says’, 2026-10-26 18:22 UTC 게시. https://www.theverge.com/ai-artificial-intelligence/1018854/gpt-6-1-terra-is-very-good-at-computer-use-openai-says (2026-10-27 원문 확인, raw 보존) — ‘OpenAI says’ 귀속 전달·독립 검증 부재 관점의 근거예요.
• 언론 보도 2: BleepingComputer, Mayank Parmar, ‘OpenAI launches GPT-6.1 Terra with 3x faster AI agents, 50% lower pricing’, 2026-10-26 16:46 UTC 게시. https://www.bleepingcomputer.com/news/artificial-intelligence/openai-launches-gpt-61-terra-with-3x-faster-ai-agents-50-percent-lower-pricing/ (2026-10-27 원문 확인, raw 보존) — 수치 재확인 전달·한계 인정 문장 수용의 근거예요.
• 커뮤니티 신호: X 반응 관찰(x_direct_cdp, 대표님 X 세션 라이브 검색, 2026-10-27) — Today’s News 선정과 게시물 약 1.47만 건 언급. URL 고정이 불가한 관찰 기록이라 확산 신호 수준까지만 사용했어요.
• 보조 기록: ChatGPT release notes(10-26자)와 OpenAI 개발자 문서(컨텍스트 105만 토큰, 지식 컷오프 2026-06-01) — 수집 cron 기록(2026-10-27) 기준, 원문 raw 미보존. 세부 값 재확인이 필요한 보조 근거예요.
• 계열 글: 요즘 AI소식 2026-10-04 ‘GPT-6.1 Sol 공식 출시 — 요금표와 벤치마크 조건으로 읽는 5분의 1 가격'(글 보기) — 같은 시리즈 직전 모델의 요금 조건을 읽은 계열이에요. 요즘 AI소식 2026-10-25 ‘오픈 모델이 성능 상위권에 데뷔했다 — Kimi K3.1 Pro'(글 보기) — 공식 요금과 ‘확인 필요’를 구분한 계열이에요.

시각자료 출처

• 첫 번째 이미지: AI 생성 이미지(gpt-image-2, 2026-10-27 생성, Edu 제작). 텍스트 없는 독창적 일러스트이며 실제 화면이 아니에요.
• 두 번째 이미지: AI 생성 이미지(gpt-image-2, 2026-10-27 생성, Edu 제작). 텍스트 없는 독창적 일러스트이며 실제 요금표 화면이 아니에요.
• 소스 관점 비교표: 각 소스 원문·관찰 기록(2026-10-27 확인)을 Editor_K가 표로 옮겼어요.
• 작업 유형별 모델 선택 흐름 다이어그램: 공식 발표의 작업 예시와 한계 인정 문장(2026-10-27 확인)을 Editor_K가 재구성했어요.