캐시 없는 10만 입력 + 1만 출력, 입력이 272K를 넘지 않는 표준 요청 한 건을 예로 들어 볼게요. 공식 표준 단가로 계산하면 GPT-6 Astra는 약 $1.50, GPT-6.2 Astra는 약 $1.20이 나와요. 요청 한 번마다 $0.30을 덜 쓰는 셈이고, 정확히 20%예요. 같은 token 양을 GPT-6.2 Sol로 돌리면 약 $0.30만 있으면 돼요. 여기서 짚고 넘어갈 점은 이게 ‘단가 20% 인하’라는 사실이에요. 캐시, 장문 컨텍스트 구간 요금, 추론 출력량, 도구 호출 같은 요소가 모두 최종 비용에 영향을 주기 때문에, 실제 청구서가 반드시 20%만큼 같은 비율로 줄어든다고 볼 수는 없어요.
이 글을 다 읽으면 무엇을 알 수 있나요?
- OpenAI가 2026년 11월 17일에 공개한 GPT-6.2 Astra와 Sol의 공식 표준 가격은 각각 얼마인지.
- API 요청 한 건의 비용을 어떻게 계산하는지: 각 단계의 곱셈, 단위 환산, 전제 조건까지.
- 캐시 읽기, 272K를 넘는 장문 컨텍스트, 출력 token 변화가 실제 비용을 ‘20% 인하’에서 얼마나 벗어나게 하는지.
- 개발자와 예산 담당자가 자신의 호출 비용을 어떻게 다시 추정해야 하는지.
목차: 이 글은 먼저 개념 표 한 장과 영향 요약 한 편으로 배경을 설명해요. 1부 ‘객관적 사실’에서는 공식 발표 정보, 가격표, 공식 평가를 정리하고, 공식 단가에 기반한 자체 계산 예시 세 가지를 제시해요. 2부 ‘분석과 판단’에서는 단가 인하와 청구서 인하 사이의 간극을 설명하고, 역할별 대응 조언과 함께 바로 실행할 수 있는 비용 추정 코드 한 편을 덧붙여요.

GPT-6.2 Astra 가격 인하 관련 개념 알아보기
| 개념 | 간단한 설명 |
|---|---|
| Token | 모델 과금과 텍스트 처리의 기본 단위이며, API는 “백만 토큰당” 가격으로 책정돼요 |
| 비캐시 입력 | 이 글에서는 캐시 읽기로도, 캐시 쓰기로도 과금되지 않은 일반 입력 부분을 말해요 |
| 캐시 읽기 | 요청에서 프롬프트 캐시에 적중한 부분으로, 단가가 비캐시 입력보다 훨씬 낮아요 |
| 캐시 쓰기 | 토큰을 쓰는 데 독립된 총 요율이 적용되며, 같은 토큰에 일반 입력 요금이 중복 부과되지 않아요 |
| 장문 컨텍스트 가격 단계 | 입력이 272K 토큰을 초과하면 요청 전체의 입력 및 캐시 요율이 2배가 되고, 출력 요율은 1.5배가 돼요 |
| 추론 강도 단계 | 모델이 답변 전에 투입하는 추론 강도이며, 단계가 높을수록 일반적으로 소비하는 토큰이 많아져요 |
| GDPval v2 / ALE / FrontierCode 2.0 | OpenAI가 발표에서 인용한 세 가지 평가이며, 평가 대상과 측정 기준이 각기 달라 결과를 상호 환산할 수 없어요 |
GPT-6.2 Astra 20% 가격 인하 영향 한눈에 보기
| 대상 | 주요 영향 |
|---|---|
| API 개발자 | 일반 길이 요청에서 Astra의 입력 및 출력 단가가 모두 20% 인하되어, 같은 호출량의 비용도 함께 줄어요. 초장문 컨텍스트 요청은 별도로 계산해야 해요 |
| 예산 관리자 | Astra의 단가 예산을 20% 기준으로 재평가할 수 있지만, 실제 인하 폭은 캐시 적중률, 컨텍스트 길이, 출력량을 결합해 청구서 데이터로 확인해야 해요 |
| 모델 선택 중인 팀 | Sol의 표준 단가는 Astra의 약 1/4이라, 비용에 민감한 작업에는 평가해 볼 만한 선택지가 하나 늘었어요 |
| ChatGPT 일반 사용자 | 이번 라운드는 주로 ChatGPT Work, Codex, API를 대상으로 순차 공개되고, 일반 Chat은 이번 출시 범위에 포함되지 않아요 |
1. GPT-6.2 Astra 20% 가격 인하의 객관적 사실
다음 내용은 OpenAI 공식 발표 페이지, 모델 문서, 가격 페이지를 바탕으로 정리한 것이며, 확인 날짜는 2026년 11월 18일이에요. 모든 평가 데이터는 공식 보고서에서 가져온 것이며, 저희 팀이 직접 실측한 결과가 아니에요.
1.1 GPT-6.2 Astra와 Sol 출시 기본 정보
OpenAI는 2026년 11월 17일 GPT-6.2 Astra와 GPT-6.2 Sol을 출시했어요. 두 모델 모두 입력으로 텍스트와 이미지를 지원하고, 출력은 텍스트이며, 네이티브 동영상 생성은 지원하지 않아요.
출시 범위와 관련해, 공식 문서는 새 모델이 ChatGPT Work, Codex, API 사용자에게 단계적으로 개방될 것이라고 밝히고 있어요. 일반 Chat은 이번 출시 범위에 포함되지 않아요. 구체적인 개방 일정은 OpenAI 도움말 문서를 기준으로 해요.
1.2 GPT-6.2 Astra 공식 API 표준 가격
아래 표는 OpenAI 공식 Standard 등급, 입력이 272K token을 초과하지 않을 때의 가격이며, 단위는 달러/백만 token입니다. APIYI 견적이 아닙니다. 출력량은 usage의 과금 출력 총량으로 계산되며, 추론 token을 포함하고, 눈에 보이는 본문 길이와 같지 않습니다.
| 모델 | 비캐시 입력 | 캐시 읽기 | 출력 | 데이터 출처 |
|---|---|---|---|---|
| GPT-6 Astra(이전 세대) | $10 | $1.00 | $50 | OpenAI 모델 페이지 |
| GPT-6.2 Astra | $8 | $0.4 | $40 | OpenAI 모델 페이지 / 가격 페이지 |
| GPT-6.2 Sol | $2 | $0.1 | $10 | OpenAI 모델 페이지 / 가격 페이지 |
공식에는 주의해야 할 두 가지 과금 규칙이 더 있습니다.
- 캐시 쓰기는 독립된 총 요율로 과금됩니다: Standard 짧은 컨텍스트의 Astra 쓰기 요금은 30분 $10/백만 token, 12시간 $20/백만 token이며, 일반 입력 $8에 이 금액을 더하는 방식이 아닙니다. 동일한 입력 token은 일반 입력, 캐시 읽기, 또는 해당 수명의 캐시 쓰기 중 하나로만 분류되어야 하며, 중복 과금될 수 없습니다.
- 입력이 272K token을 초과할 때, 요청 전체의 입력 요율과 캐시 요율은 2배로, 출력 요율은 1.5배로 계산됩니다.
이전 세대와 비교하면, Astra의 비캐시 입력은 $10에서 $8로, 출력은 $50에서 $40으로 내려갔으며, 두 항목 모두 20% 하락했습니다. 이것이 “20% 인하”의 정확한 의미입니다: 표준 단가 20% 하락.
1.3 GPT-6.2 Astra 공식 평가 데이터 (자체 실측 아님)
OpenAI는 발표에서 몇 가지 평가 결과를 내놓았어요. 다만 평가마다 기준이 다르기 때문에 한데 섞어서 해석하면 안 돼요.
- GDPval v2: GPT-6.2 Astra는 GPT-6 Astra보다 6.2퍼센트포인트 높고, 출력 토큰은 22% 적어요. GPT-6.2 Sol은 GPT-6.1 Sol보다 5.3퍼센트포인트 높아요.
- ALE: GPT-6.2 Astra가 5.2점 향상됐어요. 이건 별개의 평가라서 GDPval의 퍼센트포인트와 더하거나 비교할 수 없어요.
- FrontierCode 2.0: max 추론 단계에서 Sol의 점수는 Astra보다 0.5점 낮고, 작업 비용은 Astra의 약 1/5 수준이에요. 이 수치는 해당 테스트와 해당 단계에만 적용되는 내용이라, 범용적인 비용 결론으로 받아들이면 안 돼요.
1.4 GPT-6.2 Astra 단일 요청 비용 직접 계산 예시
아래 세 가지 계산 예시는 공식 홈페이지의 표준 단가를 기준으로 한 산술 계산이에요. API 실측값도 아니고, 어떤 계정의 실제 청구서를 뜻하지도 않아요. 계산 공식은 다음과 같아요:
비용 = token 수 ÷ 1,000,000 × 백만 token당 단가

계산 예시 1: 표준 요청, 구형·신형 Astra와 Sol 비교
전제 가정: 비캐시 입력 100,000 token, 출력 10,000 token, 입력이 272K를 넘지 않음, 캐시 읽기·쓰기 없음, 도구 호출 없음, 표준 단가로 과금.
| 항목 | GPT-6 Astra | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|---|
| 입력 비용 | 0.1 × $10 = $1.00 | 0.1 × $8 = $0.80 | 0.1 × $2 = $0.20 |
| 출력 비용 | 0.01 × $50 = $0.50 | 0.01 × $40 = $0.40 | 0.01 × $10 = $0.10 |
| 단일 요청 합계 | $1.50 | $1.20 | $0.30 |
| GPT-6 Astra 대비 | 기준 | $0.30 적음 (-20%) | $1.20 적음 (-80%) |
표에서 “0.1”은 100,000 ÷ 1,000,000을, “0.01”은 10,000 ÷ 1,000,000을 뜻해요. 매월 같은 요청을 10,000번 보낸다면 이 가정에 따라 GPT-6 Astra는 약 $15,000, GPT-6.2 Astra는 약 $12,000이에요. 이 결과는 선형 외삽일 뿐이며, 어떤 비용 약속도 구성하지 않아요.
계산 예시 2: 캐시가 적중한 GPT-6.2 Astra 요청
전제 가정: 총 입력 100,000 token 가운데 80,000 token은 캐시 읽기로 적중, 20,000 token은 캐시에 쓰지 않는 일반 입력, 출력 10,000 token. 이번 캐시 쓰기량은 0으로 두고, 기존 캐시 구축 비용은 이번 예시에 포함하지 않아요.
- 비캐시 입력: 0.02 × $8 = $0.16
- 캐시 읽기: 0.08 × $0.4 = $0.032
- 출력: 0.01 × $40 = $0.40
- 합계: 약 $0.592
이전 세대 GPT-6 Astra의 캐시 읽기 가격은 백만 token당 $1.00, 신형은 $0.40으로 60% 인하했어요. 같은 token 수 기준으로 이전 세대 비용은 $0.20 + $0.08 + $0.50 = $0.78, 신형은 $0.592로 $0.188 적어 약 24.1% 줄어요. 둘 다 캐시 쓰기와 도구, 기타 비용을 포함하지 않았으므로 완전한 청구서로 볼 수 없어요.
계산 예시 3: 272K를 넘는 GPT-6.2 Astra 장문 컨텍스트 요청
전제 가정: 일반 입력 300,000 token(272K 초과), 출력 10,000 token, 캐시 읽기·쓰기량 모두 0.
- 입력: 0.3 × ($8 × 2) = $4.80
- 출력: 0.01 × ($40 × 1.5) = $0.60
- 합계: $5.40
여기서 주의할 점은, 계단 요율이 요청 전체를 기준으로 계산된다는 거예요. 입력이 272K를 넘는 순간 그 요청의 모든 입력이 2배 요율로 과금되며, 초과분에만 할증되는 게 아니에요.
캐시 수명 설정은 Responses API의 prompt_cache_options.ttl을 사용해요. 기본값은 "30m"이고 "12h"를 선택할 수 있으며, 개별 명시적 브레이크포인트는 prompt_cache_breakpoint.ttl로 덮어쓸 수 있어요. 이 값은 최소 캐시 수명을 뜻하며 데이터 삭제 시한이 아니고, 구형 모델의 prompt_cache_retention 파라미터와 혼용해서는 안 돼요.
입력이 272K를 초과할 때, Standard 등급 Astra의 일반 입력, 캐시 읽기, 30분 쓰기, 12시간 쓰기, 출력은 각각 $16, $0.80, $20, $40, $60/백만 토큰이에요. 배율은 초과분에만 적용되는 것이 아니라 요청 전체에 적용돼요.
1.5 GPT-6.2 Astra 공식 출처
- OpenAI 캐시 설정 및 과금 가이드
- OpenAI 발표 공지: openai.com/index/introducing-gpt-6-2-astra-sol/
- GPT-6 Astra 모델 문서: 공식 구형 모델 가격
- GPT-6.2 Astra 모델 문서: 공식 신형 모델 가격 및 요율 조건
- GPT-6.2 Sol 모델 문서: developers.openai.com/api/docs/models/gpt-6.2-sol
- OpenAI API 가격 페이지: developers.openai.com/api/docs/pricing
- ChatGPT Work 및 Codex 도움말 문서: help.openai.com/en/articles/20001275-chatgpt-work-and-codex
2. GPT-6.2 Astra 20% 인하에 대한 분석과 판단
아래는 편집자가 위 사실을 토대로 풀어낸 해석이에요. 분석과 판단일 뿐, 공식 결론은 아닙니다.
2.1 단가가 20% 내렸는데, 청구서가 반드시 20% 내리지는 않는 이유
예시 1에서 정확히 20%가 나오는 이유는 비캐시 입력과 표준 출력, 이 두 항목만 포함했고 두 항목 모두 정확히 20% 내렸기 때문이에요. 실제 업무의 청구서는 보통 여러 비용으로 구성되므로, 어느 한 항목의 비율만 달라져도 전체 인하 폭은 20%에서 벗어날 수 있어요.

| 비용 요인 | 실제 청구서에 미칠 수 있는 영향 | 판단 근거 |
|---|---|---|
| 캐시 읽기와 쓰기 | 캐시 읽기 단가는 60% 내렸고, 비캐시 입력의 20%와는 달라요. 각각의 token 수로 계산해야 하며, 전체 인하 폭을 미리 가정하면 안 됩니다. 캐시 쓰기는 별도 총 요율을 적용하고 일반 입력 요금과 중복되지 않아요. | 공식 가격표 |
| 긴 컨텍스트 단계 | 272K를 넘으면 요청 전체의 요율이 올라가서, 긴 문서 시나리오의 1회 비용은 예시 1보다 확실히 높을 수 있어요. | 공식 과금 규칙 |
| 출력 / 추론 token 수 | 공식은 GDPval v2에서 출력 token이 22% 적다고 보고했어요. 작업에도 비슷한 변화가 있다면 절감이 20%를 넘을 수 있지만, 추론 등급이 더 높으면 오히려 더 비쌀 수도 있어요. | 공식 평가(특정 작업) |
| 도구 호출과 속도 등급 | GPT-6.2 Astra의 Fast는 동일 컨텍스트에서 Standard 요율의 2배이고, Batch는 50%예요. 도구 비용은 사용한 도구에 따라 별도로 계산해요. | 공식 모델 페이지와 가격 페이지 |
| 호출 채널 | APIYI(apiyi.com) 등 서드파티 플랫폼으로 호출할 때는 플랫폼이 공개한 실제 과금을 기준으로 삼아야 하고, 공식 가격을 그대로 적용할 수는 없어요. | 채널 차이 |
한 가지 쉽게 놓치는 부분은 “출력이 22% 적다”는 점이에요. 이 숫자는 GDPval v2라는 한 평가에서 나온 결과인데, 이걸 모든 업무에 그대로 적용해 “실제로 30% 이상 절감된다”는 결론을 내리면, 공식이 특정 평가에서 얻은 결과를 보편적인 법칙으로 오해하는 셈이에요. 더 안정적인 방법은 자신의 실제 요청으로 소규모 샘플 테스트를 해 보고, usage 필드의 token 수를 기록한 뒤 판단하는 거예요.
2.2 GPT-6.2 Astra와 Sol, 무엇을 고를까
표준 단가만 보면 Sol의 각 항목 가격은 모두 Astra의 약 1/4 수준이에요. 계산 예시 1에서도 Sol의 1회 비용은 Astra의 4분의 1에 불과했죠. FrontierCode 2.0 결과를 보면 Sol은 max 추론 단계에서 Astra와의 점수 차이가 아주 작았지만, 공식 측이 이 결론을 다른 작업에도 일반화할 수 있다고 밝히지는 않았어요.
그래서 저희 판단은 이래요. 비용에 민감하고 작업 난이도가 중간 정도인 상황이라면 Sol을 우선 검토해 볼 만하고, 품질 요구가 높거나 작업이 복잡한 상황이라면 Astra도 가격 인하 덕분에 진입 장벽이 낮아졌어요. 최종적으로 무엇을 고를지는 자체 작업 세트로 A/B 비교를 돌려서 결정하는 게 좋아요.
💡 모델 선택 제안: 같은 코드 안에서 여러 모델의 토큰 소비와 출력 품질을 비교해야 한다면, APIYI apiyi.com 같은 OpenAI 호환 통합 인터페이스를 통해 모델을 전환하는 방법을 고려해 볼 수 있어요. GPT-6.2 시리즈가 해당 플랫폼에 이미 출시되었는지, 가격은 얼마인지는 플랫폼의 모델 목록과 과금 페이지를 기준으로 확인해 주세요.
2.3 GPT-6.2 Astra 비용 추정 코드
아래 스크립트는 로컬 연산만 하고 API는 호출하지 않아요. 입력을 서로 겹치지 않는 일반 입력, 캐시 읽기, 30분 쓰기, 12시간 쓰기 네 가지로 나누고, 총 입력량으로 272K 구간 해당 여부를 판단해요. 쓰기 요율은 총 요율이라, 쓰기 토큰에 일반 입력 요금을 다시 더하지는 않아요.
# OpenAI Standard 요율, 달러/백만 토큰; 도구·세금·기타 구간 요금은 미포함
PRICES = {
"gpt-6-astra": {"input": 10.0, "cached": 1.0, "output": 50.0},
"gpt-6.2-astra": {"input": 8.0, "cached": 0.4, "output": 40.0},
"gpt-6.2-sol": {"input": 2.0, "cached": 0.1, "output": 10.0},
}
def estimate_cost(model, ordinary_input, output_tokens, cached_read=0,
write_30m=0, write_12h=0):
counts = (ordinary_input, output_tokens, cached_read, write_30m, write_12h)
if any(n < 0 for n in counts):
raise ValueError("token 数不得为负")
p = PRICES[model]
total_input = ordinary_input + cached_read + write_30m + write_12h
im, om = (2.0, 1.5) if total_input > 272_000 else (1.0, 1.0)
input_cost = (ordinary_input * p["input"] + cached_read * p["cached"]
+ write_30m * p["input"] * 1.25
+ write_12h * p["input"] * 2.5) * im
return round((input_cost + output_tokens * p["output"] * om) / 1e6, 6)
print(estimate_cost("gpt-6-astra", 100_000, 10_000)) # 1.5
print(estimate_cost("gpt-6.2-astra", 100_000, 10_000)) # 1.2
print(estimate_cost("gpt-6.2-sol", 100_000, 10_000)) # 0.3
print(estimate_cost("gpt-6.2-astra", 20_000, 10_000, cached_read=80_000)) # 0.592
# 같은 10만 입력을 전부 30분 쓰기로 과금: 1.2에 1.0을 더하는 게 아님
print(estimate_cost("gpt-6.2-astra", 0, 10_000, write_30m=100_000)) # 1.4
Responses의 usage는 먼저 캐시 읽기량과 쓰기량을 식별한 다음, 총 입력에서 이 둘을 빼서 일반 입력을 구해야 해요. 30분과 12시간 수명이 섞여 있다면 실제 과금 명세에 따라 쓰기량을 배분해야 하고, 모든 쓰기에 한 가지 요율을 일괄 적용하면 안 돼요. 채널에 쓰기 명세가 없거나 과금 기준이 다르다면 해당 채널 청구서로 확인해야 하며, 쓰기량을 기본값 0으로 두면 안 돼요. 과금 출력에 추론 토큰이 포함되어 있다면 추론량을 다시 더하지 마세요. 이 글에서는 실제로 API를 호출하지 않았어요. 서드파티 플랫폼이 이런 설정을 지원하는지, 어떻게 과금하는지는 해당 플랫폼 문서를 기준으로 확인해 주세요.
2.4 GPT-6.2 Astra 가격 인하 이후 대응 제안
개발자에게: 먼저 기존 요청들의 입력 길이 분포를 집계해서, 얼마나 많은 요청이 272K에 근접하거나 초과하는지 살펴보세요. 긴 컨텍스트 요청 비중이 높다면 검색 슬라이싱, 요약 압축 등의 방법으로 입력을 단계 구간 안으로 제한할 수 있고, 이렇게 절약되는 비용은 20% 인하분보다 클 수도 있어요. 동시에 고정된 시스템 프롬프트를 요청 앞부분에 배치해 캐시 적중률을 높이세요.
예산 담당자에게: “Astra 표준 단가 20% 인하”는 동일한 비캐시 입력·출력량 조건에서의 예산 참고 기준으로 삼을 수 있을 뿐, 실제 인하 폭의 상한이나 확정된 절감액으로 보면 안 됩니다. 마이그레이션 전후 각 일정 기간의 실제 청구서를 비교하고, 캐시·긴 컨텍스트·출력 토큰의 변화를 각각 나눠서 정리하는 걸 권장해요. APIYI apiyi.com 같은 플랫폼을 통해 모델을 호출하는 팀이라면 플랫폼 청구서의 과금 기준을 우선으로 따라야 합니다.

여전히 지켜봐야 할 후속 변화: 공식 가격 업데이트, 채널 개방 진행 상황, 그리고 서드파티 독립 평가가 공식 데이터를 재현할 수 있는지 여부예요. 공식에서 캐시 쓰기와 속도 등급별 요금을 이미 명시해 두었으니, 추정할 때는 선택한 등급을 확인해야 하며 이들을 “아직 발표되지 않은 항목”으로 취급하면 안 됩니다. 새 Astra는 Standard 짧은 컨텍스트에서 30분 보관 기간의 캐시 쓰기가 $10/백만 token, 12시간은 $20/백만 token이에요. 본문의 세 가지 주 계산 예시는 모두 이번 캐시 쓰기량이 0이라고 가정한 것으로, 기본 API 요청에 반드시 쓰기가 없다는 뜻은 아닙니다.
청구 대조 프로세스를 먼저 돌려보고 싶다면, APIYI apiyi.com에서 동일한 코드로 서로 다른 모델의 usage 데이터를 비교해 볼 수 있어요. GPT-6.2 시리즈가 당신이 사용하는 채널에 출시되면, 실제 token 수를 위의 추정 함수에 바로 대입할 수 있습니다.
20% 인하는 분명한 신호이지만, 청구서 위의 숫자는 매 요청마다 입력이 얼마나 긴지, 캐시가 얼마나 적중했는지, 출력이 얼마나 되는지에 달려 있어요. 모든 곱셈을 하나하나 계산해 보는 게 퍼센트 하나를 외우는 것보다 훨씬 유용합니다.
“Beware of little expenses; a small leak will sink a great ship.”
——벤저민 프랭클린 《가난한 리처드의 연감》
(작은 지출을 조심하세요. 작은 구멍 하나가 큰 배를 침몰시킵니다.)
