경쟁사 Anthropic이 상장 신청서 한 장으로 화제를 독차지하는 모습을 보자, OpenAI는 GPT-6.1 Terra를 내밀었다—
헤드라인을 독점하고 싶은가? 먼저 새 모델이 응답할지 물어봐라.
GPT-6.1 Terra의 핵심은“절반 가격, 더 강한 능력”。
GPT-5.6 Terra에 비해 표준 API 가격이 절반으로 인하되었다:
입력 1달러/백만 토큰, 캐시 입력 0.05달러/백만 토큰, 출력 5달러/백만 토큰.
그런데 가격을 낮추면서 능력까지 더 강해졌다?!
직장 소프트웨어 실전 테스트 Agents’ Last Exam에서 Terra는 GPT-5.6 Terra를 뚜렷하게 앞섰을 뿐만 아니라,GPT-6 Astra 토큰 가격의 10분의 1로 그 성능을 따라잡았다。
Claude Opus 5.5와 비교하면 Terra의 토큰 가격은 4분의 1 수준이고, 토큰 효율은 3배 이상 높으며, 단일 작업 비용은 약 9분의 1에 불과하다.
아니, 요즘 AI의 비용 절감과 효율 향상 경쟁이 여기까지 치열해졌나?
용도 면에서 GPT-6.1 Terra의 핵심 셀링포인트도 극명하다—더 빠르고, 더 강하며, 동시에 컴퓨터 조작 비용을 대폭 절감。
화면 이해, 소프트웨어 간 협업 조작, 자연어 작성을 기본 지원하며, 목표를 직장인의 온전한 근무 하루에 확고히 두고 있다.
OpenAI 공동창업자 Greg Brockman은 심지어 Terra의 컴퓨터 조작 능력이 이미 “질적 도약의 문턱”을 넘었으며, 자신이 직접 조작하는 것보다 빠르다고 밝혔다.
현재 Plus, Pro, Enterprise 및 Edu 사용자는 ChatGPT Work와 Codex에서 바로 체험할 수 있고, 개발자도 표준 API(gpt-6.1-terra)를 통해 언제든 호출할 수 있다.
더 놀라운 것은, 같은 날 OpenAI가 내부 AI 시스템이 산출한 수학, 컴퓨터 과학, 물리학에 걸친 과학 결과 3건을 공개했다는 점이다.
한편으로는 AI가 컴퓨터를 조작하는 비용을 낮추고, 다른 한편으로는 AI가 최전선 연구에 참여하는 상상력을 한껏 끌어올렸다.
어쩐지, 아직 목요일도 안 됐는데 벌써 미친 페이스인가??
GPT-6.1 Terra 정식 출시, 가격 절반으로 인하
구체적인 능력이 어느 정도인지는 먼저 OpenAI가 제시한 공식 성적표를 보자.
먼저 전체 결론부터:
GPT-6.1 Terra는 OpenAI의 능력 상한선이 가장 높은 모델은 아니지만, 더 낮은 비용으로 이미 플래그십 모델의 능력 구간에 도달했다.
Agents’ Last Exam에서GPT-6.1 Terra medium 등급의 성적은 GPT-5.6 Terra보다 15퍼센트포인트 높았지만, 단일 작업 비용은 후자의 약 3분의 1에 불과했다.
이 테스트는 AI가 전문 소프트웨어를 사용해 복잡한 업무를 수행할 수 있는지, 예를 들어 건축 도면을 3D 모델로 만들거나 애니메이션을 컷별로 검토하고 타임코드가 포함된 수정 로그를 생성하는 능력을 평가한다.
더 과장된 것은, 공식 발표에 따르면 Terra의 성능은 이미 GPT-6 Astra에 상당하며, 토큰당 가격은 후자의 10분의 1에 불과하고, 작업 완료 속도는 GPT-6 Astra와 GPT-6.1 Sol보다 모두 3배 이상 빠르다는 것이다.
이번에는 시각 능력을 보자.
MMMU-Pro 벤치마크에서GPT-6.1 Terra는 모든 추론 강도에서 GPT-5.6 Terra를 능가했으며, 더 낮은 비용으로 GPT-6 Astra와 GPT-6.1 Sol에 근접했습니다.
컴퓨터 조작 벤치마크 OSWorld 2.1에서는medium 등급 성적이 GPT-5.6 Terra의 기존 최고 수준을 넘어섰습니다.
즉, 새로운 Terra는 단순히 '보는' 능력이 뛰어난 것뿐만 아니라 화면 내용을 바탕으로 작업을 실제로 완수하는 능력도 더 뛰어납니다.
코드 능력 역시 큰 폭으로 상승했습니다.
Terminal-Bench 4.0에서GPT-6.1 Terra의 max 등급은 50.3%의 작업을 해결했는데, GPT-5.6 Terra의 기존 공개 성적은 21.5%에 불과했습니다.
무려 두 배 이상 늘었다.
다만 OpenAI도 스스로 선을 그었다:
가장 복잡한 코딩, 과학 연구 및 심층 추론 작업에서는 GPT-6.1 Sol과 GPT-6 Astra가 여전히 더 적합한 선택이다.
또 하나의 뚜렷한 업그레이드는 헛소리를 덜 한다는 점이다.
OpenAI 내부의 고난도 사실성 스트레스 테스트에서 낮은 추론 강도 조건의 오류율이 GPT-5.6 Terra의 53.6%에서 16.7%로 낮아졌다.
Max 등급에서는 4.3%로 더 낮아져 이미 GPT-6 Astra와 GPT-6.1 Sol에 근접했다.
적어도 이번 공식 성적만 놓고 보면 Terra의 포지셔닝은 이미 명확하다:
플래그십에 가까운 능력으로 대량의 컴퓨터 작업 비용을 끌어내리는 것이다.
제3기관 Artificial Analysis의 종합 지능 지수에서 GPT-6.1 Terra max 등급은 48점을 받아 Claude Opus 5.5, Kimi K3.1 Pro, 구글 Gemini 4 Argon, Meta Muse Wonder 및 GPT-6.1 Sol에 이어졌지만, Grok 4.7과 샤오미 MiMo-V2.6-Pro를 앞섰다.
전반적으로 글로벌 최상위 모델 중 중위권에 위치한다.
네티즌 실측: 더 정교하게 그렸는데 비용은 38% 절감
그렇다면 모델의 실제 능력은 어떨까?
여느 때처럼 네티즌들이 공유한 실측 결과를 살펴보자.
DesignArena는 GPT-6.1 Terra와 GPT-5.6 Terra에 같은 문제를 냈다:
골든 아워에 리스본의 벨렝 탑을 재현하는 것.
이 16세기 석회암 요새를 그려낼 뿐만 아니라 석각 로프, 개방형 발코니, 총안(성벽 위 요철)과 돔탑 코너 탑까지 재현해야 했고, 화면에는 갈매기, 돛단배, 그리고 안개 속의 4월 25일 대교도 등장해야 했다.
결과는 흥미로웠다.
GPT-6.1 Terra는 전 세대의 거의 4배에 달하는 시간이 걸렸고, 토큰 사용량도 48% 더 많았다.
하지만 단가가 전 세대의 절반도 되지 않아 최종 총비용은 오히려 38% 낮았다(새 Terra는 0.047달러, 구 Terra는 0.077달러가 들었다).
다행히 추가로 들인 시간은 화면에 그대로 드러났다.
어느 쪽이 더 정교하고 완성도가 높은지는 한눈에 알 수 있다.
또 다른 개발자 Victor Nunez는 '긴 양식'을 꺼내 들었다.
그는 GPT-6.1 Terra와 GPT-6.1 Sol 모두 Fast 모드에서 비교적 긴 범용 양식을 찾아 작성하게 한 뒤, 두 모델의 컴퓨터 조작 과정을 나란히 비교했다.
Nunez의 말에 따르면,첫 테스트에서 Terra는 Sol보다 53.5초 먼저 양식 작성을 완료했다.
OpenAI 개발자 계정은 이어서 이 시연을 바로 리포스트했다.
이는 바로 Terra의 공식 포지셔닝에 부합한다:
가장 어려운 문제를 끝까지 생각해내는 역할은 맡지 않을 수 있지만, 인터페이스에서 정보를 식별하고 연속으로 클릭하고 내용을 작성하며 긴 단계 목록을 신속하게 처리하는 데 매우 적합하다는 것이다.
또 다른 네티즌 Leo는 Terra와 Claude를 나란히 놓고 비교했다.
종합 지능 점수에서 Terra는 48점을 받아 Sonnet 5.5의 56점과 Opus 5.5의 58점보다 낮았다.
그러나 속도와 비용 단계에서는 결과가 완전히 뒤집혔다:
Terra의 생성 속도는 283 Token/s에 달해 Opus 5.5의 3.4배이며, 단일 작업 비용은 0.4달러로 Opus 5.5의 약 15분의 1에 불과합니다.
그래서 Leo의 요약도 매우 직접적입니다:
지능과 능력을 원하면 Sonnet 5.5를, 속도와 가성비를 원하면 Terra를 선택하세요. Opus 5.5의 경우, Terra는 아직 같은 급이 아닙니다.
또한 다른 한 네티즌의 실측 결과 역시 Leo의 결론을 뒷받침했다.
동일한 프롬프트로 Sonnet 5.5와 6.1 Terra를 비교하면 어느 쪽이 더 뛰어난지 굳이 말할 필요도 없다.
Opus 5.5와 비교하면 가격은 확실히 훨씬 저렴하지만, 생성 결과까지 고려하면 다음과 같이 말할 수밖에 없다:
비쌀 만한 이유가 있다(도게).
같은 날 OpenAI는 AI 과학 신규 발견 3건도 내놓았다
Terra 외에 OpenAI는 같은 날 더 큰 "학계의 폭탄"을 던졌습니다.
공식 발표에 따르면,해당 AI 시스템은 수학, 컴퓨터 과학, 물리학 분야에서 각각 조화해석학, 복잡성 이론, 양자장론과 관련된 세 가지 새로운 결과를 도출했습니다.。
그리고 자연어로 된 유도 한 단락만 주고 끝나는 것이 아닙니다.
수학과 컴퓨터 과학 결과에 대한 자연어 원고와 Lean 형식화 증명이 공개되었다.
물리학 결과로서, 순수 양-밀스 이론의 존재성에 대한 Lean 형식화도 완료되었으나, 관련 자료는 우선 외부 전문가 그룹에 의해 검토될 예정이다.
자세한 내용은 여기서 다루지 않고, OpenAI가 이번에 이룬 진전을 간단히 정리해 보았습니다:
1、수학계를 30여 년간 괴롭혀온 추측을 정복하다
OpenAI는 다음과 같이 말했다:그 AI 시스템은 모든 차원에서 국소 평활 추측(local smooth conjecture)을 증명했으며, 이를 통해 나아가 Kakeya 추측과 Stein 제한 추측까지 해결했다.。
간단히 말해, 이 연구는 파동이 전파되는 과정에서 어떻게 집속되는지를 다룬다.
이는 수학자 Christopher Sogge가 1991년에 제기했으며, 그 전까지는 일부 차원에 대해서만 해결되어 있었다.
오늘날 AI는 자연어 증명을 제시할 뿐만 아니라, 이를 Lean 형식 증명 시스템에 작성하기까지 했다.
만약 이후 수학계의 확인을 받게 된다면, 이는 AI가 인간이 수십 년 동안 완전히 정복하지 못했던 문제에 진정으로 진입했음을 의미합니다.
2. 수십 년 동안 쓰여온 컴퓨터 과학 이론의 기반이 틀렸을 수도 있다
두 번째 성과는 지수 시간 가설(ETH)을 겨냥한 것이다.
이 가설은 대략 3-SAT과 같은 복잡한 문제의 경우 전수 탐색보다 훨씬 빠른 알고리즘을 찾기 어렵다고 본다.
지난 수십 년 동안 많은 컴퓨터 과학 결론들이 이것이 성립한다는 전제 위에 세워져 왔다.
하지만 OpenAI는 이렇게 말했습니다.그 AI 시스템은 ETH가 틀렸음을 증명했으며, 이미 Lean 형식화를 완료했습니다.。
하지만 이것이 P≠NP 문제가 해결되었다는 뜻도, 실용적인 새 알고리즘이 곧바로 나타날 것이라는 의미도 아니다. 이는 단지 일부 복잡한 문제가 과거에 상상하던 것만큼 계산하기 어렵지 않을 수 있음을 보여줄 뿐이다.
3、물리학의 4차원 양자장론에 수학적 증명을 보태다
세 번째 성과는 양자장론으로 직접 들어갔다.
OpenAI에 따르면,해당 시스템은 양자색역학(QCD)을 포함한 일부 4차원 양자장론의 존재성 증명을 제시했다。
간단히 말하면, 다음을 엄격한 수학적 관점에서 증명하려는 시도입니다:
쿼크, 글루온 및 강한 상호작용을 기술하는 이러한 물리 이론들이 실제로 성립한다는 것은 사실이다.
여기에는 순수 양-밀스 이론의 존재성에 대한 증명도 포함되는데——
이것은 유명한 '양-밀스 존재성과 질량 갭' 밀레니엄 대상 난제의 일부이다.
하지만 주의할 것은, 어디까지나 일부라는 점이다.
질량 간극 문제는 아직 해결되지 않았으므로, AI가 이 100만 달러짜리 세계 난제를 정복했다고 말할 수는 없다.
현재 관련 결과는 노벨상 수상자 David Gross 등 외부 전문가들에 의해 검토되고 있다.
새 모델을 내놓는 한편, 인류를 수십 년간 괴롭혀 온 난제도 덤으로 해결한다.
OpenAI:
A사보다 먼저 IPO를 하는 것은 못 하더라도, 시선을 끌 방법은 나에게 많다.
참고 링크:
[1]
https://openai.com/index/introducing-gpt-6-1-terra/
[2]
https://developers.openai.com/api/docs/models/gpt-6.1-terra
[3]
https://developers.openai.com/api/docs/pricing
[4]
https://x.com/OpenAI/status/2114780711664398349
[5]
https://x.com/DesignArena/status/2114800086391878104