GPT 6.1 Sol: Astra에 가까운 성능을 5분의 1 가격에
GPT 6.1 Sol: Near-Astra intelligence for a fifth of the price
TL;DR Highlight
GPT-6.1 Sol이 GPT-6 Astra와 비슷한 성능을 약 5분의 1 비용으로 낸다
Who Should Read
OpenAI·Anthropic 모델 중 코딩 에이전트용 모델을 비용 대비로 고르려는 백엔드 개발자
Core Mechanics
- Sol 6.1은 Astra급을 5분의 1 비용에
- 댓글에 인용된 발표 문구는 GPT-6.1 Sol이 GPT-6 Astra와 대략 5분의 1 비용으로 맞먹는다는 내용이다.
- 원문 본문은 제공되지 않아 세부 벤치마크는 확인할 수 없다.
- 캐시 입력 단가가 크게 내려갔다
- 댓글에 인용된 문구에 따르면 캐시 입력은 100만 토큰당 $0.10이다.
- 표준 입력 가격보다 95% 싸고 GPT-6 Sol의 캐시 입력가보다 50% 싸다.
- effort를 올려도 점수가 오르지 않았다
- 댓글이 가리킨 DeepSWE 표에서 GPT-6.1 Sol High는 75.2%, XHigh는 71.9%다.
- XHigh가 더 비싸다고 댓글에 언급됐다.
Community Reactions
- Opus 5.5보다 앞선다는 외부 테스트 결과
- 댓글 작성자가 코딩·엔지니어링 환경 100개에서 테스트했더니 Astra와 6.1-Sol 모두 Opus 5.5보다 앞서고 API 비용도 더 쌌다고 한다.
- 화학 분야만 Anthropic이 앞섰고 GPT-6 계열은 프롬프트 이상으로 주도적으로 움직이지 않는 경향이 있다고 한다.
- GPT-6 Sol이 퇴보했다는 경험담
- 어떤 사용자는 GPT-6 Sol이 너무 나빠 Opus 5.5로 갈아탔고 Sol 5.6보다 크게 퇴보했다고 한다.
- 다른 사용자도 단순 리팩터링에서 5.6-Sol보다 품질이 떨어졌다고 느꼈다고 한다.
- 이미지→HTML 비교 시 Opus가 조금 낫다는 경험
- 한 사용자가 같은 작업을 돌려 보니 Opus 5.5가 정렬·애니메이션 마무리에서 더 나았다고 한다.
- 6.1 Sol은 빠르고 저렴하게 실행됐다고 한다.
- 잦은 릴리스에 대한 우려라는 의견
- GPT-6 Sol이 며칠 전에 나왔는데 곧바로 6.1이 나와 모델 동작이 바뀌는 점이 부담이라는 의견이 있다.
- 요금제가 바뀌었다는 정보
- 한 댓글이 인용한 Engadget 기사에 따르면 $500 Pro 플랜이 생기고 $200 Pro의 사용량은 20배에서 10배로 줄었다.
How to Apply
- 우리 워크로드로 Sol 6.1 비용 비교하기
- 오늘 실제 코딩 태스크 5~10개를 현재 모델과 GPT-6.1 Sol에 똑같이 돌려라.
- 정답률과 토큰 비용을 표로 적어 비교하라.
- 캐시 입력 비중부터 계산하기
- 지난주 API 로그에서 캐시된 입력 토큰 비율을 뽑아라.
- 캐시 단가 $0.10/100만 토큰을 대입해 월 비용 차이를 계산하라.
- effort 레벨을 올리기 전에 측정하기
- 같은 태스크를 High와 XHigh로 각각 여러 번 돌려라.
- 평균 점수와 비용을 비교해 더 비싼 설정이 실제로 나은지 확인하라.
Try It
# Claude나 ChatGPT에 붙여넣기 (모델 비교 실험 설계용 간이 프롬프트)
나는 코딩 에이전트용 LLM을 교체할지 검토 중이다. 후보는 현재 모델 {{현재 모델}}과 GPT-6.1 Sol이다.
캐시 입력 단가 $0.10/100만 토큰, 월 입력 토큰 {{월 입력 토큰}}, 캐시 비율 {{캐시 비율}}%라고 하자.
1. 월 비용 차이를 계산하는 표를 만들어라.
2. 우리 서비스의 실제 태스크 10개를 평가할 체크리스트를 제안하라.
3. 같은 설정을 3회씩 반복해 평균을 내는 실험 절차를 적어라.
이어서 해 볼 것: 결과 표를 붙여넣고 effort 레벨별 비용 대비 효과를 물어보라.Terminology
관련 논문
Mercury 3: 규모를 키운 diffusion LLM, 초당 1,000토큰 이상
Diffusion LLM을 40배 키웠더니 속도 4~8배, 품질은 속도 특화 모델 수준
Timestral: Mistral의 시계열 파운데이션 모델
209M 파라미터 시계열 모델이 3대 벤치마크 1위, CPU에서도 돌아간다
DeepSeek V4.1 Flash 1017 (Max) 성능·속도·가격 분석
DeepSeek V4.1 Flash 1017 Max는 지능 지수 45에 211 tok/s, 입력 $0.30
LLM 프록시를 직접 안 돌리면 무슨 일이 벌어지는지 어떻게 아나
자체 LLM 프록시를 세웠더니 키·모델·캐시 미스를 직접 볼 수 있다
DeepSeek V4.1 Flash 1017: 싼 가격에 1M 컨텍스트를 주는 에이전트용 모델
DeepSeek V4.1 Flash 1017은 입력 $0.05/M, 1M 컨텍스트의 에이전트용 모델
DeepSeek-V4.1-Flash-1017 공개: 더 짧게 생각하고 더 빠르게 일하는 에이전트용 모델
DeepSeek V4.1 Flash 마이너 업데이트로 코딩·에이전트 벤치 점수↑, 실행 시간·출력 길이↓
Llmspeed: 로컬 LLM 속도를 하드웨어 구매 전에 체감해 보는 시뮬레이터
GPU·모델을 고르면 로컬 LLM 속도를 미리 체감하게 해 주는 시뮬레이터