최신 업데이트
GPT 6 Astra vs 페이블 5.1 비교 | 게임·3D 작업에서 뭐가 다른가
2026.09.10
"벤치마크 1등이 내 작업에서도 1등은 아니다." 9월 초에 GPT 6 아스트라와 페이블 5.1이 며칠 차이로 나오면서 둘 중 무엇을 쓸지 묻는 글이 쏟아졌어요. 다만 지금 검색해서 나오는 비교는 대부분 두 회사가 각자 낸 벤치마크 표를 나란히 붙여둔 것이에요. 문제는 그 표를 그대로 겹쳐 읽으면 안 되는 이유가 세 가지나 있다는 점이에요.
이 글에서는 그 세 가지를 먼저 걷어내고, 게임과 3D 작업 기준으로 어느 쪽이 맞는지, 구독 플랜으로 쓸 때 판단이 어떻게 달라지는지, 그리고 값이 똑같은데 청구서가 갈리는 이유까지 정리했어요.
결론부터, 무엇을 만들 건지로 갈려요
두 모델은 지능으로는 사실상 동률이에요. 독립 측정 기관인 아티피셜 애널리시스(Artificial Analysis)의 인텔리전스 인덱스에서 GPT 6 아스트라와 페이블 5.1이 똑같이 53점으로 공동 1위예요. 그러니 "어느 쪽이 더 똑똑한가"로는 답이 안 나와요. 갈리는 건 세 지점이에요.
3D와 게임 엔진을 직접 만지는 작업이면 아스트라 쪽에 공식 근거가 쏠려 있어요.
같은 자료를 반복해서 돌리는 파이프라인이면 캐시 단가 때문에 페이블이 훨씬 싸요.
월 20달러 플러스 요금제를 쓴다면 벤치마크와 무관하게 페이블이 현실적이에요. 아스트라가 그 요금제의 대화창에 안 나오기 때문이에요.
기본 스펙은 거의 붙어 있어요. 아스트라는 API 식별자가
gpt-6-astra이고 컨텍스트 105만 토큰, 최대 입력 92만 2천 토큰, 최대 출력 12만 8천 토큰이에요. 페이블 5.1은 식별자가 claude-fable-5-1이고 컨텍스트 100만, 최대 출력 12만 8천으로 같은 급이에요.다만 긴 컨텍스트에서 실제로 얼마나 정확히 꺼내오는지는 아직 비교가 안 돼요. 오픈AI는 장문 검색 벤치마크(MRCR v2, 8니들)에서 51만 2천에서 100만 토큰 구간 성적을 약 96.3%로 발표했는데, 같은 표의 페이블 5.1 칸은 비어 있어요. 20만 토큰을 넣고 거기 없는 내용을 물었을 때 지어내지 않는지 본 제3자 실측에서는 두 모델 다 통과했어요.
벤더 표를 그대로 겹쳐 읽으면 안 되는 세 가지 이유
지금 돌아다니는 비교표는 대부분 오픈AI 발표문의 표와 앤트로픽 발표문의 표를 그대로 옆에 붙인 거예요. 두 표는 같은 자로 잰 값이 아니에요.
1. 오픈AI가 인용한 페이블 점수 일부는 페이블 점수가 아니에요
오픈AI는 자기 발표문에서 이렇게 밝혀요. 스크린스팟 프로(ScreenSpot-Pro)와 익스플로잇짐(ExploitGym) 항목의 페이블 점수는 페이블이 아니라 미토스(Mythos)에서 가져온 값이라고요. 미토스 5.1은 같은 모델에서 세이프가드를 덜 걸어 심사된 사용자에게만 주는 버전이에요. 안전장치가 덜 걸린 쪽 점수를 일반 배포 버전과 같은 줄에 놓은 셈이에요.
2. 앤트로픽은 자기 세이프가드가 깎은 점수를 그대로 발표했어요
앤트로픽은 반대 방향으로 정직해요. 세이프가드가 개입한 태스크에는 0점이 매겨졌다고 자기 문서에 적어 뒀어요. 즉 페이블의 컴퓨터 조작 점수에는 "할 수 있었지만 안 한" 케이스가 실패로 들어가 있어요. 능력 측정값이 아니라 능력과 정책이 섞인 값이에요.
3. 같은 벤치 이름이 같은 측정이 아니에요
오에스월드 2.0(OSWorld 2.0)이 대표적이에요. 오픈AI 표의 아스트라 72.6%는 항목 이름에 오프라인 세트, 부분 성공 기준이라고 적혀 있고, 앤트로픽은 같은 항목을 부분 성공 77.9%와 엄격 기준 41.7%로 나눠 발표했어요. 기준이 어긋나서 못 보는 게 아니에요. 두 회사가 각자 각주에 비교하지 말라고 적어 둔 항목이에요.
앤트로픽 각주는 태스크 파일이 이전 배포판과 달라서 기존 결과와 직접 비교할 수 없고 그래서 경쟁 모델 점수를 넣지 않았다고 밝혀요. 오픈AI 각주는 클로드 점수가 공식 설정으로 낸 값이고 페이블 5.1 시스템카드의 수정된 태스크와 채점은 쓰지 않았다고 밝혀요. 오픈AI 표의 페이블 5.1 오에스월드 칸은 비어 있어요.
그럼 뭘 봐야 하냐면, 두 회사 표에서 페이블 5.1 값이 똑같이 적힌 항목을 찾으면 돼요. 네 개가 있어요. 터미널 벤치 4.0(Terminal-Bench 4.0) 55.8%, 터미널 벤치 사이언스 0.1 52.6%, 오토메이션벤치(AutomationBench) 31.4%, 휴머니티스 라스트 이그잼(Humanity's Last Exam) 도구 사용 65.0%예요.
같은 네 항목에서 오픈AI 표가 적은 아스트라 값은 각각 57.9%, 64.6%, 41.4%, 57.2%예요. 앞의 세 개는 아스트라가 앞서고 마지막 하나는 페이블 5.1이 7.8포인트 앞서요. 한쪽으로 쏠린 결과가 아니라서 지능 자체는 사실상 동률로 읽는 게 맞아요. 참고로 아스트라는 앤트로픽 표에 아예 없으니, 이 네 항목이 검증해 주는 건 페이블 5.1 쪽 기준선이에요.
💬 에디터 의견: 벤치마크 표를 인용하는 한국어 글이 여럿인데, 위 세 가지 단서를 함께 적은 곳은 찾지 못했어요. 표를 옮기기 전에 각사 발표문의 각주를 읽는 것만으로 결론이 달라지는 경우가 있어요.
독립 측정은 어떻게 나왔나
벤더 표를 걷어내면 제3자 측정이 남아요. 아티피셜 애널리시스가 인텔리전스 인덱스 v4.3으로 두 모델을 쟀어요. 이 인덱스는 AA-브리프케이스, GDPval, 오토메이션벤치, 터미널 벤치 4.0, 사이코드, HLE 등 열 개 평가를 묶은 값이에요. 결과는 아스트라 최대 설정 53점, 페이블 5.1 최대 설정 53점으로 공동 1위였어요.
이전 세대인 GPT 5.6 솔은 47점이에요. 지능은 동률인데 나머지 축에서는 갈려요. 2026년 9월 10일 기준 AA 데이터로 출력 속도는 페이블 5.1이 초당 약 67토큰, 아스트라가 약 54토큰이에요. 첫 답변 토큰까지 걸린 시간은 추론 시간을 포함해 페이블이 약 293초, 아스트라가 약 329초예요. 둘 다 AA가 계속 갱신하는 값이라 인용할 때 날짜를 붙이는 게 안전해요.
⚠️ 인용 조건을 같이 봐야 해요. AA는 두 모델을 각각 최대 설정으로 돌렸고, 인덱스 버전이 올라가면 점수가 재계산돼요. 돌아다니는 AA 점수가 61 대 66과 53 대 53으로 서로 다른 건 버전이 달라서예요. 앞의 61.2 대 65.7은 v4.1.1 값이고, 이 수치는 오픈AI 발표문 표에 실려 있어요. 아스트라가 지는 제3자 지표를 자기 표에 그대로 실어 둔 거예요.
게임 프로토타이핑, 어느 쪽이 맞을까
오픈AI는 이 시장을 모델 발표문 정면에 걸었고, 앤트로픽은 걸지 않았어요. 오픈AI 발표문에는 아스트라가 블렌더에서 집을 모델링하고 그것을 언리얼 엔진 5의 걸어 다닐 수 있는 씬으로 바꾸는 데모가 들어 있어요. 반면 페이블 5.1과 미토스 5.1 발표문, 클로드 페이블 제품 페이지에는 3D나 블렌더, 게임 개발 언급이 없어요. 앤트로픽이 페이블 5.1로 내세우는 축은 여러 시간에 걸친 에이전트 작업, 장기 자율 코딩 세션, 다이어그램과 PDF 판독 쪽이에요.
다만 앤트로픽이 3D를 안 한다는 뜻은 아니에요. 앤트로픽은 크리에이티브 작업용 커넥터 발표에서 블렌더 MCP 커넥터를 클로드 공식 지원으로 올렸고, 오토데스크 퓨전과 스케치업 커넥터도 같이 내놨어요. 퓨전은 대화로 3D 모델을 만들고 수정하는 용도라고 적혀 있어요. 그래서 갈리는 지점은 3D를 다루느냐가 아니라 어떻게 다루느냐예요.
앤트로픽 쪽 연동은 씬을 분석하고 디버그하며 블렌더 인터페이스에 도구를 직접 추가하는 방식이에요. 오픈AI 쪽 서사는 툴을 직접 조작해 엔진까지 넘기는 그림이에요. 제3자 보고는 여기서 갈려요. 페이블이 블렌더를 직접 조작하는 게 아니라 실행할 파이썬 스크립트를 만들어 준다고 정리한 곳도 있고, 레딧에는 페이블로 3D 작업을 끝냈다는 보고도 올라와요. 서술끼리 어긋나고 공식 문구와도 맞지 않으니 이 축은 방향으로만 참고하는 게 좋아요.
오픈AI 고객 사례도 하나 공개돼 있어요. 플레이코(Playco)가 유니티와 고도(Godot)에 연결한 자체 도구로 아스트라를 쓴 결과, 이전 모델 대비 수동 수정이 절반으로 줄고 대부분의 프로토타입이 첫 시도에 동작했다고 해요. 회사가 직접 밝힌 수치라 독립 검증은 아니에요. 컴퓨터 조작 수치도 있는데, 앞에서 본 이유로 두 모델을 맞대 보는 데는 쓸 수 없어요.
대신 아스트라가 자기 이전 모델과 비교한 값은 쓸 수 있어요. 오에스월드 2.0 부분 성공 기준으로 72.6%를 냈는데 이전 모델은 65.7%였어요. 점수는 6.9포인트 높고 태스크당 걸린 시간은 약 47% 짧았어요. 태스크 하나에 40분, 이전 모델은 75분이에요. 게임 엔진이나 3D 툴은 결국 화면의 버튼과 패널을 눌러야 하는 작업이라 이 축이 엔진 조작 능력으로 이어져요. 다만 페이블 5.1과의 직접 비교는 아니에요.
3D 모델링에서 엔진까지, 파이프라인 비교
3D 쪽에는 공식 숫자가 하나 있어요. 벤치캐드(BenchCAD)에서 아스트라가 95.9%, 페이블 5.1이 84.3%예요. 다만 오픈AI 원문은 아스트라 값에 도구를 사용한 조건이라고 붙여 놨고, 페이블 값은 보고된 값을 인용한 것이라고 적었어요. 같은 자로 잰 값이 아니라는 뜻이에요. 그리고 이 숫자를 그대로 3D 실력 차이로 읽으면 안 되는 이유가 하나 더 있어요.
벤치캐드는 여러 각도에서 렌더한 이미지를 보고 캐드 코드를 생성해 3D 형상을 복원하는 과제예요. 오픈AI 문서에 그렇게 정의돼 있어요. 즉 기하 형상을 얼마나 정확히 되살리는지를 재는 시험이고, 게임에 쓸 만한 메시가 나오는지는 재지 않아요. 토폴로지가 깨끗한지, UV가 정리됐는지, 폴리곤 수가 실시간 렌더에 맞는지는 이 점수와 별개예요.
그래서 3D 파이프라인을 놓고 판단할 때는 두 단계로 나눠 보는 게 정확해요. 형상을 만들어 내는 단계는 아스트라 쪽에 근거가 있어요. 벤치캐드 수치가 있고, 블렌더에서 언리얼 엔진으로 넘기는 공식 데모가 있어요. 참고 이미지를 주고 형태를 잡게 하거나, 툴을 직접 조작해서 프리미티브를 배치하는 작업이 여기에 들어가요.
반면 만들어진 에셋을 정리하고 엔진에 넣고 게임 로직을 붙이는 단계는 성격이 달라요. 여러 시간에 걸쳐 코드베이스를 오가며 고치는 작업이고, 앤트로픽이 페이블 5.1로 내세우는 축이 정확히 그거예요. 장기 자율 코딩 세션과 멀티앱 에이전트 작업이요. ⚠️ 다만 이 단계에서 페이블이 낫다고 말해 주는 공개 수치는 없어요.
교차검증되는 네 항목 중 코딩에 가까운 터미널 벤치 4.0은 57.9% 대 55.8%로 아스트라가 조금 앞서요. 그래서 이 판정은 벤치마크가 아니라 각사가 제품 서사로 내세운 축과, 뒤에서 볼 캐시 단가에 근거해요. 한쪽만 골라야 한다면 파이프라인에서 시간을 더 많이 쓰는 단계가 어디인지로 정하는 게 맞아요.
⛔ 검색하면 "아스트라 95% 대 페이블 40%"라는 수치가 돌아다니는데 이건 잘못 전달된 값이에요. 공식 벤치캐드 원행은 95.9% 대 84.3%이고, 40%대 숫자는 아스트라의 오토메이션벤치(41.4%)나 앤트로픽의 오에스월드 엄격 기준(41.7%)이 섞여 들어간 것으로 보여요.
값은 똑같은데 청구서가 다른 이유
API 가격표를 열어 보면 두 모델이 완전히 같아요. 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러예요. 그래서 한국어 비교글 대부분이 "가격은 동일하다"로 넘어가요. 실제로 갈리는 곳은 표시가가 아니라 두 군데예요.
첫째는 캐시예요. 페이블 5.1은 캐시 읽기가 100만 토큰당 0.25달러인데, 아스트라는 캐시된 입력이 1달러예요. 네 배 차이예요. 앤트로픽은 페이블 5보다 캐시 읽기를 75% 내렸고, 일반 작업은 약 25%, 에이전트 작업은 최대 약 45% 비용이 줄어든다고 밝혔어요. 같은 씬이나 같은 코드베이스를 반복해서 물어보는 작업이라면 이 항목이 총비용을 결정해요. 3D와 게임 작업이 정확히 그런 모양이에요.
둘째는 아스트라의 긴 입력 할증이에요. 입력이 27만 2천 토큰을 넘으면 입력과 캐시 단가가 두 배, 출력 단가가 1.5배가 돼요. 캐시 읽기도 1달러에서 2달러가 되니 위에서 본 캐시 격차가 여덟 배로 벌어져요. 여기서 중요한 건 초과분에만 붙는 게 아니라 그 요청 전체에 적용된다는 점이에요. 큰 프로젝트 폴더를 한 번에 넣는 방식으로 쓰면 경계를 넘는 순간 요청 하나가 통째로 비싸져요.
그래서 태스크 하나에 실제로 얼마 들었는지는 출처마다 결론이 반대예요. 아티피셜 애널리시스는 아스트라가 같은 지능 점수를 더 낮은 비용으로 낸다고 보고, 레딧의 개별 실측은 페이블이 더 저렴하게 나왔어요.
출력이 길어지는 작업이면 아스트라가 불리하고, 같은 컨텍스트를 반복 조회하는 작업이면 페이블이 유리해요. 워크로드 모양에 따라 뒤집히는 값이라서 "어느 쪽이 싸다"는 단정은 성립하지 않아요.
참고로 "아스트라 가격이 전 세대의 2.5배"라는 이야기가 국내 기사에 돌고 있어요. 원출처는 아티피셜 애널리시스이고, 기준이 GPT 5.6 솔의 프로모션 가격 4달러와 20달러예요. 솔의 정가 5달러와 30달러를 기준으로 하면 2배와 1.67배가 되고, 페이블 5.1과는 관계없는 비교예요. 다른 이미지 모델과 값을 견줘보고 싶다면 AI 가격 비교 가이드도 참고해보세요.
구독 플랜으로 쓸 때는 얘기가 달라져요
위에서 본 캐시 단가와 토큰 할증은 API를 직접 쓸 때 이야기예요. 챗GPT나 클로드를 구독해서 쓰는 사람에게는 기준이 달라져요.
아스트라는 플러스 요금제의 일반 대화창에 나타나지 않아요. 오픈AI 헬프센터 문구가 명확해요. 플러스 요금제는 챗GPT 워크와 코덱스에서 아스트라를 포함한다고 적혀 있어요. 일반 채팅에서 쓰려면 프로 이상이 필요해요. 사용량도 갈려요. 프로 100달러와 200달러, 비즈니스 프리미엄은 기존 사용량을 그대로 아스트라에 쓸 수 있고, 플러스와 비즈니스 스탠다드는 제한된 사용량에 추가 크레딧을 붙이는 구조예요.
페이블 5.1은 프로, 맥스, 팀, 엔터프라이즈 사용자에게 제공돼요. 클로드 코드에서도 쓸 수 있어요. 정리하면 이렇게 돼요. 월 20달러를 쓰는 개인 제작자가 대화창에서 바로 최신 모델을 붙여 쓰고 싶다면, 벤치마크 표와 무관하게 페이블 쪽이 현실적인 선택이에요. 아스트라를 대화창에서 쓰려면 요금제를 올려야 해요.
챗GPT의 워크와 코덱스는 일반 채팅과 쓰는 방식이 달라요. 워크는 오래 걸리는 작업을 맡기는 에이전트고, 코덱스는 소프트웨어 개발용이에요. 게임 프로토타입을 만드는 작업이라면 코덱스 쪽이 맞을 수 있는데, 참고 이미지를 붙여 놓고 대화하듯 아이디어를 굴리는 방식에는 잘 안 맞아요. 그래서 "아스트라가 내 플러스 요금제에 포함되나"라는 질문의 답은 포함되기는 하는데 쓰던 창에서는 아니라는 게 정확해요.
기업 계정이라면 하나 더 걸려요. 엔터프라이즈 접근은 워크스페이스의 모델 접근 권한 설정에 달려 있어요. 요금제가 되더라도 관리자가 열어 주지 않으면 안 보여요. 회사 계정으로 안 보인다면 요금제를 의심하기 전에 관리자 설정을 확인하는 게 빨라요.
자율성이 올라간 대가
두 모델 모두 자율성이 올라갔고, 각자 새로 생긴 문제를 인정했어요. 오픈AI는 아스트라의 추론 과정이 이전 모델보다 관찰하기 어려워졌다고 발표문에 적었어요. 사이버보안 역량이 자체 대비 기준의 임계에 도달해서 더 강한 세이프가드가 필요하다고도 밝혔어요. 그래서 표준 배포에서는 개념증명 익스플로잇 생성 같은 고급 작업을 거부해요. 오픈AI는 같은 발표문에서 보안 코드 검토와 패치는 허용 용도로 명시했으니, 코드를 읽고 고치는 작업은 막히지 않아요. 걸리는 건 공격 코드를 직접 만들어 보는 쪽이에요.
앤트로픽 쪽에는 더 실무적인 단서가 있어요. 클로드 페이블 제품 페이지에 이렇게 적혀 있어요. 사이버보안으로 플래그된 질의는 오퍼스 4.8로, 생물 관련 질의는 오퍼스 5로 자동 라우팅되고, 이 영역의 많은 질의가 덜 유능한 모델로 넘어간다고요. 즉 페이블을 골라도 특정 주제에서는 페이블이 아닌 모델이 답할 수 있어요. 앤트로픽은 라우팅된 요청에 페이블 가격을 청구하지 않는다고 함께 밝혔어요. 돈은 안 나가지만 원하던 모델이 안 돌 수 있다는 뜻이라, 실무에서는 벤치마크 점수보다 중요할 수 있어요.
한국어 작업은 아직 판단할 데이터가 없어요
두 회사 공식 자료에 한국어 개별 지표가 없어요. 공개된 한국어 벤치마크도 찾지 못했어요. 그러니 지금 시점에 "한국어는 어느 쪽이 낫다"고 적은 글이 있다면 근거를 확인해 보는 게 좋아요.
확인된 값은 컷오프뿐이에요. 아스트라가 2026년 4월 30일, 페이블 5.1이 2026년 6월이라 최신 정보 쪽은 페이블이 두 달 정도 앞서요. 이미지 생성 쪽 비교가 궁금하다면 GPT 이미지 2.5 완벽 가이드에 정리해 뒀어요.
그래서 누가 무엇을 골라야 하나
판단 순서로 정리하면 이렇게 돼요.
-
블렌더나 게임 엔진을 직접 조작하게 시키는 작업이면 아스트라예요. 공식 데모와 벤치캐드 수치가 그쪽에 있어요.
-
같은 컨텍스트를 반복 조회하는 파이프라인이면 페이블이에요. 캐시 읽기가 네 배 싸고, 아스트라는 27만 2천 토큰을 넘으면 요청 전체가 비싸져요.
-
월 20달러 구독으로 대화창에서 쓰려면 페이블이에요. 아스트라는 그 요금제에서 일반 채팅에 안 나와요.
-
어느 쪽도 벤치마크 총점으로 고를 이유는 없어요. 독립 측정에서 지능은 동률이에요.
각 판정이 깨지는 조건도 있어요. 1번은 형상 생성 단계에 한정된 판정이라, 코드 작업 비중이 훨씬 크면 뒤집혀요. 2번은 매번 새 자료를 넣는 작업이면 캐시 이점이 사라져요. 3번은 요금제를 올릴 계획이 없다는 전제라, 프로로 올리면 판정이 1번으로 돌아가요.
보안이나 생명과학이 섞인 작업이라면 판정 자체를 다시 해야 해요. 아스트라는 표준 배포에서 고급 사이버 작업을 거부하고, 페이블은 플래그되면 덜 유능한 모델로 라우팅되기 때문이에요.
클로드에 캐럿을 붙여 쓰기
비교 결과와 별개로, 지금 대화창에 캐럿을 붙여 쓸 수 있는 쪽은 클로드예요. 캐럿은 MCP 커넥터를 제공해요. 클로드 설정에서 사용자 지정, 커넥터, 추가를 누르고 주소를 넣으면 연결돼요. 연결하면 클로드 대화창에서 캐럿의 이미지 모델과 영상 모델을 지정해서 바로 쓸 수 있어요. 나노바나나 프로나 미드저니로 이미지를, 씨댄스 2.5나 클링 O3로 영상을 만드는 식이에요. 3D 참고 이미지나 게임 컨셉 아트가 필요할 때 창을 옮기지 않아도 돼요.
무료 플랜에서도 같은 MCP 도구를 쓸 수 있어요. 무료와 유료가 갈리는 건 도구가 아니라 크레딧이에요. 클로드와 대화하는 것 자체는 캐럿 크레딧을 쓰지 않지만, 생성을 비롯한 대부분의 작업에는 크레딧이 필요해요. 계획 단계나 파일과 이미지를 분석하는 데도 쓰일 수 있어요. 크레딧이 부족하면 요청이 진행되지 않아요. 무료 이용 종료 시점은 아직 안내가 없어요.
챗GPT 연동은 준비 중이에요. 그래서 지금 아스트라를 쓰고 있다면 이 방식은 아직 쓸 수 없어요. 연결 방법은 캐럿 MCP 연결 가이드에, 무료 플랜에서 어디까지 되는지는 무료 플랜 안내에 정리돼 있어요.
👉 캐럿에서 지금 만들어보기
자주 묻는 질문
게임 프로토타입을 만들려면 뭘 써야 하나요?
아스트라 쪽에 근거가 더 많아요. 오픈AI가 블렌더에서 언리얼 엔진 5로 넘기는 데모를 공식으로 내놨고, 플레이코 사례에서 수동 수정이 절반으로 줄었다고 밝혔어요. 다만 그건 회사가 직접 낸 수치라 독립 검증은 아니에요. 앤트로픽도 블렌더와 오토데스크 퓨전, 스케치업 커넥터를 공식 지원해서 3D 툴 연동 자체는 양쪽 다 돼요. 페이블 5.1 발표문에 게임과 3D 서사가 없다는 쪽이 정확한 표현이에요.
둘 다 10달러와 50달러인데 왜 실제 지출이 다른가요?
캐시 단가와 긴 입력 할증 때문이에요. 페이블 5.1은 캐시 읽기가 100만 토큰당 0.25달러, 아스트라는 캐시된 입력이 1달러로 네 배 차이가 나요. 그리고 아스트라는 입력이 27만 2천 토큰을 넘으면 요청 전체에 할증이 붙어요. 같은 자료를 반복해서 물어보는 작업일수록 격차가 커져요.
플러스 요금제인데 아스트라가 안 보여요. 페이블로 가야 하나요?
대화창에서 최신 모델을 바로 쓰는 게 목적이라면 그게 현실적인 선택이에요. 오픈AI 헬프센터 기준으로 플러스는 챗GPT 워크와 코덱스에서 아스트라를 쓸 수 있고, 일반 채팅에서 쓰려면 프로 이상이 필요해요.
벤치마크에서 1등이면 제 작업에서도 1등인가요?
그렇게 보기 어려워요. 두 회사 표는 같은 자로 잰 값이 아니에요. 오픈AI는 일부 항목에서 페이블 대신 미토스 점수를 인용했고, 앤트로픽은 세이프가드가 개입한 태스크를 0점으로 처리했어요. 오에스월드 2.0은 두 회사가 각각 각주에서 직접 비교할 수 없다고 밝힌 항목이라 판정에서 빼야 해요. 두 표에 페이블 5.1 값이 똑같이 적힌 항목은 네 개뿐이고, 그중 휴머니티스 라스트 이그잼 도구 사용에서는 아스트라가 57.2%로 페이블 5.1의 65.0%에 7.8포인트 뒤져요.
이 글이 도움이 됐나요? 친구에게도 공유해보세요
공유하기
매일 AI트렌드 소식 받기
