728x90
반응형

OpenAI가 2026년 11월 17일 GPT-6.2 Astra와 GPT-6.2 Sol을 동시에 공개했습니다. 이번 릴리스의 키워드는 '성능'보다 '토큰 효율'입니다. 점수는 올리면서 출력 토큰과 단가는 낮췄고, 일상용 Sol이 상위 모델 Astra와의 격차를 크게 줄였습니다. 빌더 입장에서 판단에 필요한 것만 정리했습니다.

1. 모델 포지션 — Astra는 프론티어, Sol은 기본 엔진

같은 세대지만 쓰임새가 다릅니다. 오래 걸리고 복잡한 판단은 Astra, 매일 반복되는 기본 작업은 Sol입니다.

  • gpt-6.2-astra — 복잡한 전문 업무용 프론티어 모델. 장기 워크플로, 법률·금융 문서, CAD·3D 설계, Computer Use까지 담당합니다.
  • gpt-6.2-sol — ChatGPT Work·Codex의 기본 작업용 고효율 모델. 멀티스텝 에이전트 작업과 자연스러운 문장에 강점이 있습니다.
  • 공개 범위 — ChatGPT Work·Codex의 Plus, Pro, Enterprise, Edu에 출시일부터 제공됩니다. Enterprise·Edu는 워크스페이스 관리자가 활성화하면 사용할 수 있습니다.

2. 벤치마크 요약

평가 결과
Agents' Last Exam (장기 전문 업무) Astra가 GPT-6 Astra 대비 +5.2점, 비용은 1/3 미만. Claude Fable 5.2보다 +5.5점 앞서면서 작업당 비용은 5% 수준 (Fable 5.2 리더보드 값은 폴백 모델을 사용한 9개 태스크 제외 기준)
AA-3D (블라인드 선호도) Astra 1,318 Elo로 1위 / Claude Fable 5.2 1,271 / GPT-6.2 Sol 1,259
GDPval v2 Astra: GPT-6 Astra 대비 +6.2%p, 출력 토큰 22% 절감. Sol: GPT-6.1 Sol 대비 +5.3점
Harvey LAB-AA v1.1 (법률 과제) Claude Fable 5.2 대비 통과율 2배 이상, 비용은 약 1/6
Terminal-Bench-Science 0.1 GPT-6 Astra 대비 +9%p, 비용 1/3 미만
Cognition FrontierCode 2.0 Sol이 Astra와 0.5점 이내, 비용은 약 1/5 (둘 다 max 설정 기준)
LifeVal (실생활 과제) Sol이 GPT-6 Astra를 약 1/7 비용으로 앞섬
AA-AnalystAgent Astra가 5회 독립 시도 모두 62.5% 정답으로 최고 기록

3. API 단가 (100만 토큰당)

모델 입력 캐시 입력 출력
gpt-6.2-astra $8.00 $0.40 $40.00
gpt-6.2-sol $2.00 $0.10 $10.00
  • Astra는 GPT-6 Astra 대비 입력·출력 20% 인하, 캐시 입력 60% 할인입니다.
  • Sol은 GPT-6.1 Sol과 동일 단가를 유지합니다(가격은 그대로, 성능은 상승).
  • 작업당 비용 차이는 단가보다 토큰 효율에서 더 크게 납니다. Astra는 더 적은 출력 토큰으로 더 높은 점수를 내는 쪽으로 학습됐습니다.

 

4. 캐시 적중률로 비용 줄이는 법

권장 방식은 프롬프트 프리픽스(시스템 프롬프트, 도구 정의, 고정 컨텍스트)를 바꾸지 않고 새 지시를 대화 뒤에 append하는 것입니다.

  • 프리픽스를 요청마다 수정하면 캐시가 깨져 캐시 단가 혜택을 못 받습니다.
  • 캐시 입력은 출력의 1/100 수준($0.40 vs $40)입니다. 프리픽스 고정만으로 체감 단가가 크게 달라집니다.
  • 턴 간 reasoning 보존도 함께 권장되는 패턴입니다.

5. 실무 판단 포인트

  • 대량 요약·분류·배치 파이프라인처럼 작업당 비용이 중요한 곳은 Sol이 유력합니다. FrontierCode 2.0에서 Astra와 0.5점 차이에 비용은 1/5입니다.
  • 문서 산출물(보고서·슬라이드·엑셀)과 CAD·3D, 웹 프론트엔드 작업은 Astra가 확실히 우위입니다. 템플릿과 업계 관행을 따르는 출력이 개선됐고, 같은 작업에 토큰을 덜 씁니다.
  • 슬라이드는 원본 파일뿐 아니라 스크린샷을 줘도 레이아웃·색상·글꼴 크기까지 맞춥니다. 디자인 템플릿을 픽스처로 두는 자동화에 바로 쓸 수 있습니다.
  • Codex·ChatGPT Work를 쓴다면 플랜별 Ultrafast 접근 범위가 다르니(Pro 500 두 모델 / Pro 200은 Sol부터) 요금제를 확인해야 합니다.

6. 참고: 안전성 표기

두 모델 모두 Preparedness Framework 기준 사이버 보안 Critical, 생물·화학 High 임계치에 해당합니다. 고위험 사이버 지원에는 더 강한 세이프가드가 적용돼 일부 취약점 연구·보안 테스트 워크플로가 제한될 수 있습니다.

Astra는 OpenAI가 외부 공개한 모델 중 처음으로 AI Self-improvement High 기준을 충족했습니다.

7. 정리

  • 성능은 올리고 단가는 낮춘 릴리스입니다. Astra는 입력·출력 20% 인하에 캐시 60% 할인, Sol은 GPT-6.1 Sol과 같은 가격으로 성능이 올랐습니다.
  • 판단 기준은 '작업당 비용'입니다. 대량 반복 작업은 Sol, 문서·설계 산출물은 Astra로 나누면 같은 예산에서 결과가 달라집니다.
  • 캐시를 살리려면 프롬프트 프리픽스를 고정하고 새 지시는 뒤에 붙이세요.

원문: OpenAI — Introducing GPT-6.2 Astra & Sol

728x90
반응형
728x90
반응형


구글이 2026년 11월 12일 Gemini 4 Hydrogen을 공개했습니다. 이번 주 초 공개된 Gemini 4 Carbon(최상위 추론), Gemini 4 Argon(범용)에 이어, 에이전트 워크플로우의 '빠른 실행'을 담당하는 모델입니다. 같은 날 Google Search 전 사용자에게도 적용됐고, Gemini 앱 모델 선택 메뉴에도 추가됐습니다. 이 글은 구글 공식 블로그와 Antigravity 블로그에 공개된 내용만 정리했습니다.

■ 모델 포지션
· Carbon: 복잡한 다단계 코딩·디버깅, 개방형 과학 연구 등 최고 난도 작업
· Argon: 대부분의 소프트웨어 엔지니어링·지식 작업
· Hydrogen: 매일 반복되는 코딩과 에이전트 실행. 단독으로도, Carbon/Argon과 조합해 '실행 엔진'으로 사용
■ 스펙과 가격
· 컨텍스트: 입력 100만 토큰, 출력 최대 100만 토큰
· 단가: 입력 $1.5 / 출력 $7.5 (100만 토큰 기준) — 100만 토큰 컨텍스트 전 구간 동일 단가
· thinking level: low / medium / high(기본) / xhigh(신규) 4단계
· 제공 채널: Gemini API, Google AI Studio, Android Studio, Gemini for business, Gemini 앱, Google Search, 유료 AI Pro·Ultra 구독자의 Google Antigravity

■ 성능 (구글 발표 기준)
· Artificial Analysis Intelligence Index: 기본 high에서 51(Argon 50), xhigh에서 54
· Gemini 3.8 Flash 대비 기본 설정에서 작업 완료 2.5배 빠름
· Terminal-Bench 4.1: 57% (3.8 Flash 18.2%)
· 사실과 다른 주장(fabricated claims) 5배 이상 감소
· 에이전트 과잉 행동 최대 81% 감소 등 안전 지표도 개선
※ 모두 벤더 자체 발표 수치이며, 독립 검증 결과는 아닙니다.
■ Orchestrator (Google Antigravity)
· 한 세션 안에서 Carbon ↔ Hydrogen을 동적으로 전환하는 모델 선택 옵션
· Terminal-Bench 4.0에서 Carbon에 근접한 성공률로 쿼터 24% 절감, 19% 빠름
· Orchestrator(Carbon) / Orchestrator(Argon) 형태로 AI Ultra·AI Pro 구독자에게 제공

■ 실무 적용 포인트
1) 아키텍처 판단은 Carbon, 코드 작성·테스트·검증은 Hydrogen으로 역할을 나누면 품질을 유지하면서 비용을 줄일 수 있습니다.
2) thinking level을 작업 단위로 낮춰 쓰면(단순 변환 low, 기본 high) 지연과 비용을 예측 가능하게 관리할 수 있습니다.
3) 100만 토큰 입력을 지원하므로 대형 PDF·스프레드시트·차트를 한 번에 넣는 배치 작업에 적합합니다.
4) 마이그레이션 대상은 3.8 Flash 사용처입니다. 모델 ID, 가격표, thinking 설정은 Gemini API의 What's New 가이드에서 확인하세요.

■ 참고 링크
· https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/

 

Introducing Gemini 4 Hydrogen

Today, we’re introducing Gemini 4 Hydrogen, our daily driver for agentic workflows

blog.google

· https://blog.google/products-and-platforms/products/search/gemini-4-hydrogen-search-upgrade/

 

Google Search gets a major upgrade with Gemini 4 Hydrogen

We are bringing Gemini 4 Hydrogen to Google Search globally to provide you with more helpful, visual, and intuitive responses.

blog.google

· https://antigravity.google/blog/gemini-4-hydrogen-in-google-antigravity/

 

728x90
반응형
728x90
반응형

 

React + Electron 환경으로 프로그램을 만들어야 하는 일이 생겼습니다.

 

개발에서는 React 서버가 구동되고나서 Electron을 실행해야 정상적으로 프로그램에서 작동하는데요. 

 

이 부분을 한방에 처리하고자 했는데 wait-on 이후 실행이 되지 않는 문제가 있었습니다.

"scripts": {
    "start": "concurrently \"npm run react:start\" \"npm run electron:start\"",
    "electron:start": "wait-on tcp:localhost:3000 && mode=dev electron .",
    "react:start": "react-scripts start",
    "react:build": "react-scripts build",
    "build": "npm run react:build && electron-builder --publish=always"
  },

 

 

 

 

electron . 을 실행하면 정상적으로 프로그램이 실행되는데 wait-on으로 3000포트가 뜨는걸 기다렸다가 실행하는 부분은 계속 대기만 하고 있는 상태였습니다.

 

 

wait-on tcp:localhost:3000 && mode=dev electron .

 

 

 

 

검색 결과 Node 17에서는 아래와 같은 오류를 유발할 수 있는 주요 변경사항을 도입했다고 하는데요.

Error connecting to TCP host:localhost port:3000 Error: connect ECONNREFUSED ::1:3000

 

 

 

 

즉 localhost가 아닌 127.0.0.1 이라는 포트로 접근을 해야 됩니다.

"electron:start": "wait-on tcp:127.0.0.1:3000 && electron ."

 

 

 

 

이렇게 변경 후 다시 yarn start나 npm run start 명령어를 입력하시면 프로그램이 정상적으로 실행되는것을 확인할 수 있습니다.

 

728x90
반응형

+ Recent posts