작성자 주석: GPT-6.2 Astra와 Claude Fable 5.2를 두고, 서드파티 종합 리더보드·공식 자체 보고 단일 과제·공식 표시 가격이라는 세 층으로 나누어 살펴봅니다. 캐시 읽기 가격의 차이와, APIYI에서 현재 어느 모델을 호출할 수 있는지도 정리합니다.
2026-11-17, OpenAI가 GPT-6.2 Astra와 GPT-6.2 Sol을 출시했습니다. 약 일주일 전인 2026-11-09에는 Anthropic 문서에 Claude Fable 5.2가 등장했어요. 두 플래그십 모델의 단문맥 입력·출력 표시 가격은 모두 100만 토큰당 8달러와 40달러로 같아서, 모델 선택 논의는 자연스럽게 GPT-6.2 Astra와 Claude Fable 5.2 사이로 모아졌습니다.
문제는 두 종류의 리더보드가 가리키는 방향이 서로 다르다는 점이에요. 서드파티 Artificial Analysis의 종합 지수에서는 Fable 5.2의 점수가 더 높습니다. 반면 OpenAI 출시문에서 자체 보고한 몇 가지 전문 과제에서는 Astra가 앞서고, 공식이 제시한 과제당 비용도 더 낮아요. 두 숫자 세트를 한데 섞으면 “누가 더 강한가”라는 결론이 나오긴 하지만, 그 결론은 양쪽 데이터 어느 것으로도 뒷받침되지 않습니다.
이 글은 누가 이겼는지 선언하는 글이 아닙니다. 이 글은 숫자를 세 층으로 나눕니다: 서드파티 종합 리더보드, 공식 자체 보고 단일 과제, 공식 표시 가격. 각 층을 따로 살펴본 뒤, 마지막에 APIYI에서 현재 어느 모델을 호출할 수 있는지 설명할게요.
핵심 가치: 이 글을 다 읽으면, 자신이 관심 있는 과제에 해당하는 리더보드를 찾아볼 수 있고, 캐시 읽기 가격의 차이를 분명히 알 수 있으며, 두 모델의 현재 연동 상태도 파악할 수 있습니다.

GPT-6.2 Astra와 Claude Fable 5.2 핵심 요점: 세 층의 숫자를 혼용하지 마세요
GPT-6.2 Astra와 Claude Fable 5.2를 비교할 때 가장 실수하기 쉬운 지점은 출처가 다른 숫자를 하나의 결론에 밀어 넣는 거예요. 아래 표는 세 층 정보의 출처와 관점을 먼저 분리해서 보여줘요.
| 숫자 층 | 출처 성격 | 이 층이 보여주는 방향 | 사용 시 주의 |
|---|---|---|---|
| 종합 순위표 | 제3자 Artificial Analysis, Intelligence Index v5.0.1 | Fable 5.2는 65, Astra(Max)는 62 | 추론 단계를 반드시 명시해야 하며, 단계에 따라 점수 차이가 매우 큼 |
| 단일 작업 | OpenAI 발표문의 공식 자체 보고, AA-3D는 공식이 전한 제3자 블라인드 평가 | Agents’ Last Exam, Harvey LAB-AA, AA-3D에서 Astra가 앞섬 | ALE 순위에서 Fable은 9개 예비 모델 작업을 포함하지 않음 |
| 표시 가격 | 두 회사 공식 모델 페이지와 문서 | 입력·출력 동일 가격, 캐시 읽기는 Fable이 더 낮음 | 캐시 쓰기의 보존 기간이 다르고, 장문 컨텍스트 규칙도 다름 |
GPT-6.2 Astra와 Claude Fable 5.2는 왜 “각자 한 항목씩” 앞서는 걸까
종합 지수는 정해진 작업 묶음의 평균 성과를 보는 지표이고, 가중치는 제3자가 설정해요. 반면 OpenAI 발표문이 골라낸 것은 장기 전문 워크플로, 법률, 3D 생성 같은 구체적인 시나리오이고, 테스트 설정도 공식이 직접 정해요. 두 지표가 애초에 답하는 질문이 다르죠. 전자는 평균 수준을 보고, 후자는 특정 워크플로에서의 성과를 봐요. 결론이 서로 맞지 않는다고 해서 어느 한쪽 데이터에 문제가 있다는 뜻은 아니에요.
비용도 마찬가지예요. Artificial Analysis가 제시한 “단일 작업 비용”은 그쪽 종합 지수 작업을 돌리는 데 드는 비용이에요. OpenAI가 말한 “ALE 비용은 Fable의 약 5%”는 또 다른 작업, 또 다른 기준을 쓴 숫자죠. 이 두 숫자는 서로 나눌 수도, 환산할 수도 없어요.

GPT-6.2 Astra와 Claude Fable 5.2의 핵심 차이: 제3자 종합 순위
Artificial Analysis는 2026-11-17에 글을 게시하고 모델 페이지를 업데이트했어요. 아래 점수는 모두 Intelligence Index v5.0.1 기준이며, 제3자 평가 결과예요. 어느 한쪽의 자체 보고 수치도 아니에요.
| 모델 | 추론 등급 | Intelligence Index v5.0.1 | 종합 지수 기준 단일 작업 비용(각 모델 페이지 기준) |
|---|---|---|---|
| Claude Fable 5.2 | 최고 추론 등급 | 65(순위 1위) | 26.54달러 |
| GPT-6.2 Astra | Max / Xhigh | 62 | 4.00달러(Max) |
| GPT-6.2 Astra | High / Medium / Low | 60 / 57 / 46 | — |
| GPT-6.2 Sol | Max | 57 | 1.01달러(Max) |
| Gemini 4 Carbon | 최고 등급 | 60 | — |
| Claude Opus 5.5 | 최고 등급 | 59 | — |
이 제3자 순위에서 Fable 5.2의 종합 점수는 Astra의 최고 등급보다 3점 높아요. Astra는 이전 세대인 GPT-6 Astra보다 5점 높고, Gemini 4 Carbon과 Claude Opus 5.5의 최고 등급도 앞서요. 또 주의할 점은 Astra가 Low 등급으로 내려가면 46점밖에 안 된다는 거예요. 비즈니스에서 비용을 아끼려고 추론 강도를 낮춘다면, 62점을 기준으로 성능을 기대하면 안 돼요.
Artificial Analysis의 글에는 몇 가지 세부 결과도 있는데, 이것 역시 제3자 데이터예요. AA-Robotics v0.1 연구 프리뷰에서 Astra는 79, Fable 5.2는 75예요. 과학 관련 작업에서는 Astra가 Terminal-Bench-Science 0.1에서 선두를 달려요. CritPt v2의 어려운 하위 집합에서는 Fable 5.2에 이어 2위예요. Coding Agent Index(Codex harness, max)에서는 Astra가 GPT-6 Astra와 동일한 수준이에요. AA-Omniscience의 환각률(Max)에서는 Astra가 59%예요.
GPT-6.2 Astra와 Claude Fable 5.2의 핵심 차이: 공식 자체 보고 항목별
아래 숫자는 OpenAI 발표문과 모델 페이지에서 가져왔고, 모두 공식 자체 보고예요. 발표문에 절대 점수가 없는 항목은 이 글에서도 상대적 차이만 적었어요.
| 개별 태스크 | 공식 자체 보고 결과 | 공식이 제시한 비용 기준 | 확인해야 할 각주 |
|---|---|---|---|
| Agents’ Last Exam(장기·전문 워크플로) | Astra가 Fable 5.2보다 5.5점 높음 | 비용은 Fable의 약 5% | 리더보드의 Fable 5.2 결과에는 대체 모델을 사용한 9개 태스크가 포함되지 않음 |
| Harvey LAB-AA v1.1(법률) | Astra 통과율이 Fable 5.2의 두 배 이상 | 비용은 약 6분의 1 | 발표문에는 절대 통과율이 없음. 변호사 대상 “Astra for Law” 구성은 더 높은 사양 |
| AA-3D(인간 블라인드 평가 Elo) | Astra 1318, Fable 5.2 1271, Sol 1259 | 제공되지 않음 | 제3자 블라인드 평가지만 공식 발표문에서 전언 |
| Terminal-Bench-Science 0.1 | Astra가 GPT-6 Astra보다 9%p 높음 | 비용은 이전 세대의 3분의 1 미만 | Fable은 서로 다른 테스트에서 나온 두 숫자가 있음(아래 참고) |
Agents’ Last Exam의 각주는 따로 설명해야 해요. OpenAI는 리더보드의 Fable 5.2 결과에 대체 모델을 사용한 9개 태스크가 포함되지 않는다고 밝혔어요. 이 “5.5점 높음”을 읽을 때는 양쪽의 태스크 커버리지가 완전히 같지는 않다는 점을 알아야 해요.
Terminal-Bench-Science 0.1에서 Fable 5.2에는 출처가 다른 두 숫자가 있어요. 하나는 Artificial Analysis에서 mini-swe-agent를 사용한 결과이고, 다른 하나는 Anthropic이 자체 보고한 74.6%예요. 테스트 환경은 Claude Code, 추론 강도는 Max예요. 이 두 숫자는 같은 테스트에서 나온 결과가 아니므로 서로 대체할 수 없고, Astra와 직접 비교할 수도 없어요.
AA-3D의 1318과 1271은 그 자체로 제3자 인간 블라인드 평가 Elo지만, 이 글에서 인용한 것은 OpenAI 발표문의 전언이에요. 인용할 때는 “공식 발표문에서 전언된 제3자 블라인드 평가”라고 쓰는 게 좋아요. 순수한 공식 자체 보고로도, 이 글 작성자가 독립적으로 검증한 결과로도 쓰면 안 돼요.
💡 선택 가이드: 개별 벤치마크는 태스크 유형이 여러분의 비즈니스와 가까울 때만 참고 가치가 있어요. Fable 5.2는 이미 APIYI apiyi.com을 통해 호출할 수 있으니, 먼저 실제 샘플로 한 번 돌려 본 뒤 위 두 표를 함께 보고 판단해 보세요.
GPT-6.2 Astra와 Claude Fable 5.2 정가 비교: 캐시 읽기가 달라요
공식 정가를 기준으로 보면 두 모델의 단문맥 표준가는 입력과 출력이 완전히 같고, 차이는 캐시 관련 항목과 장문맥 규칙에 집중돼 있어요. 아래 표의 가격 단위는 모두 100만 토큰당 미국 달러예요.
| 가격 항목 | GPT-6.2 Astra(OpenAI 공식) | Claude Fable 5.2(Anthropic 공식) | 사용 가능 플랫폼(APIYI 총표 2026-11-17 15:54 UTC+8) |
|---|---|---|---|
| 입력 | 8 | 8 | Astra는 아직 미등록, Fable은 8 |
| 출력 | 40 | 40 | Astra는 아직 미등록, Fable은 40 |
| 캐시 읽기 | 0.40 | 0.20 | Astra는 아직 미등록, Fable은 0.2 |
| 캐시 쓰기 | 10(30분 보존), 20(12시간) | 10(5분), 16(1시간) | 플랫폼 목록 기준 |
| 컨텍스트 / 최대 출력 | 1,050,000 / 128,000(최대 입력 922,000) | 1M / 128K | — |
| Batch | 표준가의 50% | 입력·출력 50% 할인 | — |
GPT-6.2 Astra의 OpenAI 공식 정가는 입력 8달러, 캐시 읽기 0.40달러, 출력 40달러예요. 아직 등록되지 않았고, 이 모델은 최대한 빨리 등록할 예정이에요. 모델명과 가격은 플랫폼 모델 목록을 기준으로 해주세요. APIYI의 모델 총표 docs.apiyi.com/models.md와 공개 가격 API에서 2026-11-17 기준으로 gpt-6.2-astra를 찾을 수 없어요. 이미 등록된 gpt-6-astra(단문맥 10 / 50 / 1)로 6.2의 가격을 추정하지 마세요. 두 모델은 같은 모델이 아니에요.
캐시 읽기 차이는 에이전트와 긴 대화 시나리오에 큰 영향을 줘요. 똑같이 1억 토큰의 캐시를 읽는다면 정가 기준으로 Astra는 40달러, Fable 5.2는 20달러예요. 시스템 프롬프트가 아주 길거나 같은 문서 묶음을 반복해서 참조한다면 이 항목이 청구서에 그대로 드러나요. 캐시 쓰기는 겉보기엔 둘 다 10달러지만, Astra는 30분, Fable은 5분 보존이라 적중률이 요청 간격에 영향을 받아요. 단가만 비교할 수는 없죠.
장문맥 규칙도 달라요. Astra 모델 페이지에는 단일 요청 입력이 272K 토큰을 넘으면 입력과 캐시 단가가 두 배가 되고, 출력은 단문맥 가격의 1.5배가 되며, 청구 전체가 이 가격으로 계산된다고 나와 있어요. 이 글에서 참고한 Fable 가격 발췌에는 이런 구간 요금이 없으니, 연동 전에 Anthropic 문서에서 직접 확인하세요.
양쪽의 가속 티어도 달라요. Astra의 Fast는 표준가의 2배, Ultrafast는 2027-02-28(태평양 시간)까지 3배이고 2027-03-01부터 6배가 돼요. Fable의 Fast mode는 최대 약 2.5배 속도이고, 가격은 입력 16달러, 출력 80달러예요.

🎯 데이터 설명: 위 그림은 두 회사의 공식 정가만 보여줘요. 플랫폼에서 실제로 호출 가능한 모델명과 가격은 APIYI apiyi.com 모델 목록을 기준으로 하며, Astra 6.2는 현재 목록에 없어요.
GPT-6.2 Astra와 Claude Fable 5.2 시나리오 추천
아래는 ‘이 항목이 무엇을 보여주는지’에 따라 시나리오를 연결한 내용이에요. 전반적인 우열을 결론내리지는 않아요.
GPT-6.2 Astra를 우선 평가할 시나리오
- 장기·전문 워크플로: 공식 자체 보고 기준 Agents’ Last Exam에서 Astra가 앞서요. 다만 Fable이 9개 과제를 포함하지 않는다는 각주도 함께 고려해야 해요.
- 법률 문서 유형 작업: 공식 자체 보고 기준 Harvey LAB-AA v1.1 통과율이 Fable의 두 배를 웃돈다고 하니, 중점 테스트 방향으로 삼을 수 있어요.
- 3D 생성 관련 선호도 평가: 공식에서 인용한 AA-3D 블라인드 평가 Elo는 1318 대 1271이에요.
- 종합 지수 기준 단일 작업 비용에 민감한 경우: 서드파티 페이지에서 Astra(Max)는 4.00달러지만, 이는 종합 지수 작업 세트에만 적용돼요.
Claude Fable 5.2를 우선 평가할 시나리오
- 종합 능력을 안전판으로 삼아야 하는 범용 앱: 서드파티 종합 지수에서 Fable 5.2가 65로 리더보드 1위예요.
- 캐시 읽기 비중이 높은 앱: 캐시 읽기 가격이 0.20달러로 Astra의 절반이에요.
- 즉시 연동이 필요한 경우:
claude-fable-5-2와claude-fable-5-2-thinking은 이미 APIYI 통합 목록에 올라와 있어요.
| 당신의 관심사 | 먼저 볼 레이어 | 이 레이어의 방향 | 추가 유의사항 |
|---|---|---|---|
| 평균 능력 | 서드파티 종합 리더보드 | Fable 5.2가 더 높음 | 추론 티어에 주의 |
| 전문 워크플로 / 법률 | 공식 자체 보고 단일 항목 | Astra가 앞섬 | 자체 보고 데이터, 각주 확인 필요 |
| 긴 대화 캐시 비용 | 공식 가격표 | Fable의 캐시 읽기 비용이 더 낮음 | 캐시 쓰기 보존 기간이 다름 |
| 현재 호출 가능 여부 | APIYI 통합 목록 | Fable만 등록됨 | Astra 6.2는 등록 대기 중 |
GPT-6.2 Astra와 Claude Fable 5.2 빠른 시작: 세 단계로 의사결정하기
1단계: 먼저 내가 필요한 항목의 순위표를 확인하세요
먼저 여러분의 업무가 어떤 종류의 작업인지 확정하세요. 범용 어시스턴트나 혼합 작업이라면 Artificial Analysis 종합 지수를 참고하고, 내가 사용할 추론 단계를 함께 메모해 두세요. 장기 실행 Agent, 법률, 3D라면 OpenAI가 자체 보고한 해당 단일 항목을 참고하면서 각주도 읽어 보세요. 종합 순위표의 점수 차이와 단일 항목 순위표의 점수 차이를 더해서 “총점”으로 만들지 마세요.
2단계: 그다음 캐시 읽기를 보세요
요청 안에서 반복되는 접두사가 얼마나 되는지, 예를 들어 시스템 프롬프트, 지식베이스 조각, 여러 턴의 대화 기록 같은 부분을 가늠해 보세요. 캐시 읽기 비중이 높을수록 0.20과 0.40의 차이가 더 뚜렷하게 드러나요. 단일 입력이 자주 272K를 넘는다면 Astra의 전체 요청 할증 규칙도 함께 계산에 넣어야 해요.
3단계: 그리고 APIYI에서 지금 어떤 모델을 호출할 수 있는지 보세요
현재 APIYI 총표에서 호출할 수 있는 건 Fable 5.2이고, 모델 ID는 claude-fable-5-2예요. 명시적 사고 버전이 필요하면 claude-fable-5-2-thinking을 사용하세요. 가격은 입력 8, 출력 40, 캐시 읽기 0.2이며, 엔드포인트는 chat과 messages를 지원해요. 해당 모델의 설명 페이지는 현재 404를 반환하니, 가격은 총표를 기준으로 삼으세요.
OpenAI 호환 방식으로 접속할 때는 SDK에서 base_url을 https://api.apiyi.com/v1로 설정하고, model에는 claude-fable-5-2를 입력하세요. 나머지 파라미터는 평소 Chat Completions를 호출할 때와 같아요. 참고로 Fable 5.2의 사고 기능은 항상 켜져 있어서 끌 수 없고, 기본 effort는 high예요. 나중에 Astra로 전환하면 그 API는 reasoning effort를 none으로 설정하는 것을 허용하지 않아요.
🚀 빠른 시작: 먼저 APIYI apiyi.com에서 무료 테스트 크레딧으로 내 샘플을
claude-fable-5-2에 넣어 테스트하고, 출력 품질과 캐시 적중 상황을 기록하는 것을 권장해요.gpt-6.2-astra가 출시되면 같은 샘플로 한 번 더 테스트하면 비교가 더 공정해질 거예요.
자주 묻는 질문 FAQ
Q1: GPT-6.2 Astra와 Claude Fable 5.2는 각각 무엇인가요?
GPT-6.2 Astra는 OpenAI가 2026-11-17에 공개한 플래그십 모델로, 모델 ID는 `gpt-6.2-astra`예요. 같은 날 더 저렴한 GPT-6.2 Sol도 함께 공개됐죠. Claude Fable 5.2는 Anthropic의 모델이고, 문서 공개일은 2026-11-09예요. 두 모델 모두 약 1M 컨텍스트와 최대 128K 출력을 지원해요.
Q2: GPT-6.2 Astra와 Claude Fable 5.2 중 어느 쪽이 더 강한가요?
현재 데이터만으로는 하나의 답을 내릴 수 없어요. 제3자 종합 지수에서는 Fable 5.2가 65점으로 Astra(Max)의 62점보다 높아요. 반면 공식적으로 자체 보고한 ALE, Harvey, 그리고 공식적으로 인용된 AA-3D 블라인드 평가에서는 Astra가 앞서죠. 여러분의 작업 유형에 맞춰 해당 계층의 데이터를 보셔야 해요.
Q3: ALE의 “비용 5%”와 Artificial Analysis의 단일 작업 비용을 서로 교차 검증할 수 있나요?
안 돼요. “약 5%”는 OpenAI가 Agents’ Last Exam에서 자체 보고한 기준이에요. 4.00달러와 26.54달러는 Artificial Analysis가 종합 지수용 작업 세트를 돌릴 때 든 비용이고요. 두 수치는 작업 내용도 기준도 다르기 때문에 나눌 수도 없고, 서로를 검증하는 데 쓸 수도 없어요.
Q4: GPT-6.2 Sol의 데이터는 제3자 데이터인가요?
아니에요. Sol은 OpenAI 자사 모델이라, 공개 문서에 나온 숫자는 모두 공식 자체 보고예요. Artificial Analysis도 Sol을 별도로 측정했는데, Max 등급에서 57점이 나왔고 이 부분만이 제3자 데이터죠. Sol의 공식 정가는 입력 2, 캐시 읽기 0.10, 출력 10이에요. 아직 플랫폼에 등록되지 않았지만 최대한 빨리 등록할 예정이에요. 모델과 가격은 플랫폼의 모델 목록을 기준으로 확인해 주세요.
Q5: 지금 API로 Claude Fable 5.2를 호출하려면 어떻게 해야 하나요?
APIYI apiyi.com에서 가입하고 API 키를 발급받은 뒤, OpenAI 호환 SDK에서 base URL을 `https://api.apiyi.com/v1`로 설정하고 모델은 `claude-fable-5-2`로 입력하면 돼요. Anthropic 네이티브 프로토콜을 쓴다면 messages 엔드포인트를 이용할 수 있어요.
Q6: GPT-6.2 Astra에 알려진 제약은 무엇인가요?
공식 설명에 따르면 Astra는 준비 프레임워크의 사이버 보안 “심각” 등급에 도달해서 방어가 더 엄격하고, 일부 합법적인 취약점 연구 요청은 거부될 수 있어요. 정렬 평가에서는 두 가지 테스트에서 문제를 놓치기 쉬웠는데, 예를 들어 파일 누락이나 검색 도구 사용 불가 같은 상황이죠. 제3자 AA-Omniscience 환각률(Max)은 59%예요. 또한 오디오·비디오 입력을 지원하지 않고, Realtime과 파인튜닝도 지원하지 않아요.
Q7: 12월 이후 정가가 바뀌나요?
이 글의 참고 자료 기준으로 두 모델 모두 12월 가격 조정은 발표되지 않았어요. 바뀌는 건 Astra의 Ultrafast 배율인데, 2027-03-01부터 3배에서 6배로 조정돼요. 플랫폼의 실제 과금은 APIYI apiyi.com의 모델 목록을 기준으로 해요.
GPT-6.2 Astra와 Claude Fable 5.2 핵심 요점 Key Takeaways
- 종합 순위는 제3자 평가 기준: AA Intelligence Index v5.0.1에서 Fable 5.2는 65, Astra(Max)는 62예요.
- 개별 항목은 공식 자체 보고 기준: ALE, Harvey, 그리고 공식이 인용한 AA-3D에서는 Astra가 앞서지만, 각주를 꼭 읽어봐야 해요.
- 두 비용 체계는 서로 나눌 수 없어요: ALE의 약 5%와 AA의 작업당 비용은 서로 다른 작업, 다른 기준이에요.
- 입출력 동일 가격: 두 모델 모두 짧은 컨텍스트 기준 8 / 40달러이고, 캐시 읽기는 각각 0.40과 0.20이에요.
- Astra의 긴 컨텍스트는 구간 요금제: 단일 입력이 272K를 넘으면 전체 요청에 더 높은 단가가 적용돼요.
- 연동 상태가 달라요: Fable 5.2는 이미 APIYI apiyi.com 전체 목록에 있고, Astra 6.2는 등록 대기 중이에요.
정리
GPT-6.2 Astra와 Claude Fable 5.2를 비교할 때 핵심은 숫자의 출처를 구분하는 거예요:
- 제3자 종합 순위: Fable 5.2가 더 높으니, 인용할 때는 반드시 추론 등급을 명시하세요.
- 공식 자체 보고 개별 항목: Astra가 몇몇 전문 작업에서 앞서고, 공식이 제시한 작업당 비용도 더 낮지만 이는 자체 보고 데이터예요.
- 공식 정가: 입력·출력 가격은 같고, 캐시 읽기는 Fable이 절반 더 저렴하며, 긴 컨텍스트 규칙도 달라요.
두 모델 중 어느 한쪽이 모든 차원에서 완승하지는 못해요. 신뢰할 수 있는 방법은 먼저 자신의 작업 유형을 확정하고, 캐시 비용을 확인한 뒤, 실제 샘플로 테스트하는 거예요. 현재 Fable 5.2는 이미 APIYI apiyi.com을 통해 호출할 수 있고, Astra 6.2는 등록된 후 같은 샘플로 추가 테스트를 해볼 수 있어요. 이 모델은 최대한 빨리 등록할 예정이에요.
📚 참고 자료
-
OpenAI 발표문: GPT-6.2 Astra 및 Sol의 발표 노트와 공식 자체 보고 평가
- 링크:
openai.com/index/introducing-gpt-6-2-astra-sol - 설명: ALE, Harvey, AA-3D 등의 단일 항목 데이터 및 각주 출처
- 링크:
-
OpenAI 모델 페이지: GPT-6.2 Astra 사양 및 표시 가격
- 링크:
platform.openai.com/docs/models/gpt-6.2-astra - 설명: 캐시 쓰기 가격, 272K 과금 규칙은 이를 기준으로 합니다
- 링크:
-
Artificial Analysis 아티클: GPT-6.2 Astra 및 Sol의 제3자 평가
- 링크:
artificialanalysis.ai/articles/openai-has-the-2-model-in-the-intelligence-index-with-the-release-of-gpt-6-2-astra-and-gpt-6-2-sol - 설명: Intelligence Index v5.0.1의 추론 단계별 점수
- 링크:
-
Artificial Analysis 모델 페이지: Claude Fable 5.2
- 링크:
artificialanalysis.ai/models/claude-fable-5-2 - 설명: 종합 점수 및 종합 지수 기준 작업당 비용
- 링크:
-
Anthropic 문서: Claude Fable 5.2 개요
- 링크:
platform.claude.com/docs/en/models/fable-5-2/overview - 설명: 표시 가격, 캐시 읽기/쓰기, effort 및 사고 설정
- 링크:
작성자: APIYI 기술팀
기술 관련 문의: APIYI 공식 웹사이트 홈페이지를 통해 문의해 주세요. 모델과 가격은 플랫폼의 모델 목록을 기준으로 확인해 주세요.
