요약: 중국 내에서 Astra + Codex를 최대한 재현하려면 테스트해볼 만한 세 가지 경로가 있습니다. 경로 A: 원본 Codex CLI를 유지하고, 알리바바 클라우드 바이리엔(Bailian) 또는 텐센트 클라우드 TokenHub의 Responses 호환 인터페이스를 통해 중국산 플래그십 모델에 연결합니다. 이 경로는 Codex의 실행 경험을 지켜줍니다. 경로 B: OpenCode 같은 오픈 Harness로 전환해 여러 중국산 모델에 연결합니다. 이 경로는 모델 선택의 자유를 최대한 확보합니다. 경로 C: 법적 규제를 준수하고 서비스가 실제로 사용 가능한 전제하에 GPT-6 Astra 모델을 유지하고, Responses 프로토콜을 완전히 지원하는 API 채널을 통해 원본 Codex에 연결합니다. 이 경로는 원래 조합에 대한 재현도가 가장 높습니다.
모델을 중국산으로 전환해야 한다면 경로 A가 출발점입니다. 그중 Qwen4-Max-Preview는 2026년 11월 25일 24:00까지만 제공되므로 평가용으로는 적합하지만 유일한 장기 의존 모델로 삼기에는 부적합합니다. 중국 내 네트워크 환경에서 사용하기만 하면 되고 모델을 중국산으로 바꿀 필요가 없다면, 경로 C가 모델 지능 면에서 원본에 가장 가깝습니다. 세 경로 사이의 최종 선택은 동일한 실제 코딩 작업의 성공률, 소요 시간, 비용, 도구 호환성으로 결정해야 하며, 리더보드나 토큰 단가로 결정해서는 안 됩니다.
아래에서는 먼저 Astra + Codex를 다섯 가지 역량 구성 요소로 나누어 ‘재현’이 구체적으로 무엇을 재현하는지 설명합니다. 이어서 경로 A의 두 가지 공식 연동 구성과 요금제 비교, 경로 B의 네 가지 Harness, 그리고 우선 테스트할 만한 중국산 모델을 제시합니다. 그다음 종합 표 한 장으로 세 경로의 선택 기준을 정리합니다. 마지막으로 재현 가능한 다섯 유형 작업 테스트 방법을 제안하고, ‘성공 작업 1회당 비용’을 선정의 핵심 지표로 삼습니다.

To Know: 용어 사전
| 용어 | 설명 |
|---|---|
| GPT-6 Astra | OpenAI의 플래그십 추론 모델로, 복잡한 추론과 소프트웨어 엔지니어링, 장기 실행 에이전트 작업을 겨냥해요. 모델 ID는 gpt-6-astra예요. |
| Codex | OpenAI의 코딩 에이전트로, 프로젝트를 읽고 코드를 수정하며 명령을 실행하고 결과를 검증할 수 있어요. |
| Harness | 모델의 결정을 실제 도구에 연결하는 실행 프레임워크로, 도구 루프와 컨텍스트, 권한, 실패 복구를 담당해요. |
| Responses API | OpenAI가 모델 출력, 추론, 도구 호출을 지원하는 인터페이스 프로토콜이며, 최신 Codex는 이 프로토콜에 의존해 동작해요. |
| Chat Completions | OpenAI의 초기 대화 인터페이스 프로토콜로, 구버전 Codex가 사용해요. |
| Provider | 에이전트 도구에 모델 서비스를 제공하는 공급자로, 설정 파일에서는 하나의 접속 파라미터 묶음으로 나타나요. |
| Base URL | 모델 서비스 API의 기본 접속 주소로, 채널을 바꿀 때 주로 이 값을 수정해요. |
| Token Plan | 클라우드 업체가 월 단위 요금제로 모델 호출 할당량을 제공하는 과금 방식이에요. |
| Credits / 크레딧 | 요금제 안에서 호출 할당량을 차감하는 데 쓰는 계량 단위로, 업체마다 단위가 달라 서로 직접 환산할 수 없어요. |
| 컨텍스트 윈도우 | 모델이 한 번의 요청으로 처리할 수 있는 내용의 상한으로, 토큰 단위로 계산해요. |
| 추론 강도 | 모델의 사고 깊이를 제어하는 파라미터로, Astra는 low부터 max까지 다섯 단계를 제공해요. |
| 캐시 적중 | 반복해서 전송된 입력을 서버가 재사용해 더 낮은 요율로 과금하는 것이에요. |
| MCP | 모델 애플리케이션과 외부 도구, 데이터 소스를 연결하는 개방형 프로토콜이에요. |
| Function Calling | 모델이 구조화된 호출 요청을 출력하면 애플리케이션이 함수를 실행해 결과를 돌려주는 메커니즘이에요. |
| 피크·비피크 과금 | 시간대별로 가격을 다르게 적용해, 피크 시간대에는 할당량을 더 많이 소모해요. |
본문
1. Astra + Codex는 대체 어디가 강할까요?
1.1 Astra가 제공하는 것
GPT-6 Astra는 OpenAI의 플래그십 추론 모델로, 공식적인 포지셔닝은 복잡한 추론, 소프트웨어 엔지니어링, 다단계 코드 수정, 브라우저·컴퓨터 조작, 리서치 분석, 전문 문서 생성을 아우르는 영역이에요. 이 모델이 Codex에 제공하는 것은 바로 ‘판단력’이에요. 낯선 코드베이스를 이해하고, 변경안을 설계하고, 오류 메시지를 읽고 전략을 조정하는 능력이죠.
공식 모델 사양(자료 확인일 2026-11-13)은 다음과 같아요:
- 컨텍스트 윈도우: 1,050,000 토큰, 최대 출력: 128,000 토큰.
- 추론 단계: low, medium, high, xhigh, max.
- 표준 가격(달러 / 백만 토큰): 입력 $10, 출력 $50, 캐시 입력 $1, 30분 캐시 쓰기 $12.50. 입력이 272K 토큰을 넘으면 더 높은 롱 컨텍스트 요율이 적용돼요.
- Responses API 도구: Web Search, File Search, Hosted Shell, Apply Patch, Computer Use, MCP 등.
마지막 항목은 따로 짚고 넘어갈 필요가 있어요. 이 도구들은 OpenAI 플랫폼이 제공하는 기능이고, 특정 클라이언트나 서드파티 게이트웨이가 이걸 쓸 수 있는지는 실제로 어떤 도구를 연동했는지에 달려 있어요.
1.2 Codex가 담당하는 작업
OpenAI가 2026년 8월에 공개한 Codex Harness 글에서는 Codex의 핵심을 에이전트 루프, 코드베이스 이해와 파일 조작, 명령 실행, 도구 호출과 결과 반환, 멀티턴 컨텍스트 관리, 사용자 승인, 샌드박스 보안 경계, 그리고 실행 과정 관찰과 실패 복구로 정리했어요.
역할 분담은 아주 명확해요. 모델은 판단과 생성을 맡고, Harness는 모델의 결정을 실제 파일 시스템과 터미널에 적용하는 역할을 해요. 아무리 강력한 채팅 모델이라도 이 실행 시스템을 갖춰야 ‘프로젝트 읽기 → 코드 수정 → 테스트 실행 → 실패 수정 → 재검증’이라는 완전한 프로그래밍 작업을 해낼 수 있어요.
1.3 재현해야 하는 건 모델일까요, 에이전트 전체일까요
원래의 경험을 분해해 보면 다섯 가지 구성 요소가 나와요:
- 모델 지능: 복잡한 작업 이해, 코드 설계, 추론과 디버깅.
- 실행 시스템: 프로젝트 읽기, 파일 편집, 명령 실행, 테스트 실행.
- 도구 생태계: 웹 검색, 웹페이지 읽기, MCP, 파일 처리, 브라우저 조작.
- 상태 관리: 장기 작업 컨텍스트, 도구 호출 루프, 실패 복구.
- 사용 경험: 응답 속도, 안정성, 비용, 권한 제어, 조작 편의성.
모델을 교체하면 주로 1번 항목이 바뀌지만, 사용자가 최종적으로 체감하는 것은 다섯 가지의 합이에요. 여기서 세 가지 경로가 갈려요. 경로 A는 1번을 교체하고 2번과 4번을 유지해요. 경로 B는 1, 2, 4번을 동시에 교체하죠. 경로 C는 1, 2, 4번을 최대한 유지하고, 차이는 5번과 API 채널이 가져오는 프로토콜 세부 사항에 집중돼요.

2 Codex를 유지하고 중국산 모델 연결하기 (경로 A)
2.1 알리바바 클라우드 바이롄(Bailian) Token Plan + Codex
알리바바 클라우드는 이미 Codex 공식 연동 문서를 공개했고, Token Plan은 Responses 호환 인터페이스를 제공하기 때문에 최신 버전 Codex에 바로 연결할 수 있어요. ~/.codex/config.toml(Windows에서는 보통 C:\Users\<用户名>\.codex\config.toml)에 다음과 같이 작성하면 됩니다:
model_provider = "Token_Plan"
model = "auto"
[model_providers.Token_Plan]
name = "Token_Plan"
base_url = "https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1"
env_key = "OPENAI_API_KEY"
wire_api = "responses"
env_key가 가리키는 환경 변수에는 Token Plan 요금제 전용 API 키를 넣어야 해요. 설정할 때 자주 걸리는 기술적 디테일이 몇 가지 있습니다:
- 프로토콜 버전: Codex는 0.94.0부터 Responses API를 요구해요. 알리바바 클라우드의 구버전 Coding Plan은 Chat Completions를 사용하므로, 공식 안내에 따르면 Codex 0.93.0 이하 버전과 함께 써야 해요. 오래 유지보수할 환경이라면 Token Plan을 선택하는 게 좋아요.
- Key 격리: Token Plan, Coding Plan, 사용량 기반 과금은 서로 다른 세 가지 API 키를 사용해요.
- 리전: Token Plan은 현재 화베이 2(베이징)만 지원해요.
- 모델 메타데이터: 새 모델은 모델 ID와 메타데이터를 올바르게 설정해야 Codex의 모델 선택 화면에서 온전한 지원을 받을 수 있어요.
바이롄에서 지금 가장 주목해야 할 모델은 2026년 11월 11일에 출시된 Qwen4-Max-Preview(모델 ID qwen4-max-preview)예요. 공식 문서에서는 이 모델이 차세대 플래그십 멀티모달 모델로, 코드 개발, 복잡한 에이전트 작업, 이미지와 동영상 이해를 지원하고, 심층 사고(기본 활성화), 도구 호출, 웹 검색, 구조화 출력까지 지원하며 OpenAI Chat Completions, Responses, Anthropic Messages 세 가지 프로토콜과 호환된다고 확인하고 있어요. 컨텍스트 길이는 1M 토큰이고 최대 출력 예산은 393,216 토큰이며, 사고 과정과 최종 답변이 이 예산을 공유해요.
사용 조건도 분명해요: 현재는 Token Plan에서만 제공되고 사용량 기반 과금은 지원하지 않으며, 프리뷰 기간은 베이징 시간 기준 2026년 11월 11일 10:00부터 11월 25일 24:00까지이고, 종료 후에는 내려간다는 점이에요. 이 글을 쓰는 시점 기준으로 남은 테스트 기간이 2주도 안 되니, 서둘러 평가를 진행하는 게 좋고, 프로덕션 환경에서는 대체 모델도 함께 준비해 두어야 해요.
2.2 텐센트 클라우드 TokenHub + Codex
텐센트 클라우드는 Codex CLI를 위한 전용 공식 연동 튜토리얼을 제공하고 있어요. 같은 설정 파일에 쓰는 방식은 다음과 같아요:
model_provider = "Tencent_Cloud_Token_Plan"
model = "$model_id"
[model_providers.Tencent_Cloud_Token_Plan]
name = "Tencent_Cloud_Token_Plan"
base_url = "https://tokenhub.tencentmaas.com/plan/v3"
env_key = "Token_Plan_API_KEY"
wire_api = "responses"
$model_id는 해당 요금제가 현재 지원하는 정확한 모델 ID로 바꿔야 해요. TokenHub의 모델 라이브러리에는 GLM-5.3, Kimi K3, DeepSeek V4 시리즈, MiniMax M3, 텐센트 훈위안(Hy) 시리즈, 그리고 일부 경량 모델과 자동 라우팅 모델이 포함되어 있고, 같은 요금제에서 Claude Code, Cline, OpenClaw 같은 도구도 함께 지원해요.
TokenHub의 장점은 “하나의 Codex 설정으로 여러 중국산 모델을 돌린다”는 거예요. model 한 줄만 바꾸면 같은 하네스(Harness)로 GLM, Kimi, DeepSeek, MiniMax를 차례로 실행할 수 있어서 가로 비교 평가에 아주 잘 맞아요. 모델 재고와 버전, 할당량 정책은 수시로 조정되니, 테스트 전에 매번 콘솔에 나열된 모델 ID를 기준으로 삼아야 해요.
2.3 두 요금제의 차이점
두 곳 모두 Token Plan이라고 부르지만 계량 단위가 달라요. 바이롄은 Credits를, TokenHub는 포인트를 사용하며 둘은 직접 환산할 수 없어요. 아래 표의 데이터는 2026-11-13 기준이고, 가격 단위는 모두 위안/월이에요:
| 비교 차원 | 알리바바 클라우드 바이리엔(Bailian) Token Plan(개인판) | 텐센트 클라우드 TokenHub 범용 Token Plan(개인판) |
|---|---|---|
| 등급과 월 요금 | Lite ¥39, Essential ¥79, Standard ¥139, Pro ¥312 | Lite ¥39, Standard ¥99, Pro ¥299, Max ¥599 |
| 월간 할당량 | 20,000 / 45,000 / 80,000 / 200,000 Credits | 780 / 1,980 / 5,980 / 11,980 포인트 |
| 권장 동시 Agent 수 | 1—2 / 2—3 / 3—4 / 6—8 | 문서에 동일한 지표가 제시되지 않음 |
| 할인 및 혜택 | Lite, Essential 신규 사용자 첫 구매 ¥19.5, ¥39.5(2026-11-30까지), Standard, Pro에는 AgentStudio Harness 혜택 포함 | 일부 모델 기간 한정 할인 차감 요율, 포인트 구매 기준 ¥1 = 20포인트 |
| Codex 연동 프로토콜 | Responses(wire_api = "responses") |
Responses(wire_api = "responses") |
| 대표 모델 | Qwen 시리즈, Token Plan 전용인 Qwen4-Max-Preview 포함 | GLM-5.3, Kimi K3, DeepSeek V4, MiniMax M3, Hunyuan Hy |
| 과금 방식 | Credits를 모델별로 차감 | 2026-08-31부터 포인트 차감, 모델별 차감 속도 상이 |
| 사용 제한 | 화북 2(베이징) 리전만 지원, 대화형 프로그래밍 요금제는 임의의 상용 백엔드 자동화에 직접 사용해서는 안 됨 | 모델 라이브러리와 할인 이벤트는 조정될 수 있음 |
이 두 요금제를 비교할 때 월 요금 순위는 큰 의미가 없어요. 핵심은 “내가 쓰려는 그 모델이 이 요금제에서 작업 하나를 완료할 때마다 얼마큼 차감되는가”예요. 바이리엔의 가치는 Qwen 생태계와 현재 독점 제공 중인 Qwen4-Max-Preview에 집중되어 있고, TokenHub의 가치는 여러 중국산 모델이 하나의 할당량을 공유한다는 점에 있어요.
TokenHub는 모델별 포인트 차감 요율을 공개했어요. 아래는 2026-11-13에 조회한 일부 기간 한정 할인 요율로, ¥1 = 20포인트 기준에 따라 인민폐/백만 Token으로 환산한 값이에요:
| 모델 | 일반 입력 | 출력 | 캐시 적중 입력 | 비고 |
|---|---|---|---|---|
| GLM-5.3 | ¥4.40 | ¥15.40 | ¥1.10 | 할인 종료 후 정가로 복귀 |
| GLM-5.3-Flash | ¥0.56 | ¥1.96 | ¥0.161 | 속도와 비용에 민감한 시나리오 |
| Kimi K3 | ¥15.00 | ¥75.00 | ¥1.50 | 할인 종료 후 정가로 복귀 |
| Kimi K2.7 Code | ¥5.20 | ¥21.60 | ¥1.04 | 코드 특화 모델 |
| DeepSeek V4.1 Flash(오프피크) | ¥0.40 | ¥1.60 | ¥0.008 | 피크/오프피크 과금 |
| DeepSeek V4.1 Flash(피크) | ¥0.80 | ¥3.20 | ¥0.016 | 평일 09:00—12:00, 14:00—18:00 |
| MiniMax M3 | ¥2.10 | ¥8.40 | ¥0.42 | 입력 ≤ 512K Token 가격 |
이 표는 두 가지 맥락과 함께 이해해야 해요. 첫째, 월 구독은 요금제 월 요금으로 과금되고, 표에 나온 금액은 포인트의 참고 가치로 모델 간 소비 속도를 비교하는 데 쓰여요. 둘째, DeepSeek 피크/오프피크 과금은 2026년 10월 30일부터 시행되었고, 피크 시간대 소비는 오프피크의 약 두 배라서 야간에 코드 검사, 테스트 분석 같은 비동기 작업을 배치로 돌리면 할당량을 확실히 절약할 수 있어요.
GLM-5.3으로 한 번 계산해 보겠습니다. 하나의 대규모 코드 작업에서 일반 입력 100,000 Token, 캐시 적중 300,000 Token, 출력 30,000 Token을 누적 소비했다고 할 때, 0.1 × ¥4.40 + 0.3 × ¥1.10 + 0.03 × ¥15.40 ≈ ¥1.232의 참고 포인트 가치에 해당합니다. 캐시 적중이 입력의 큰 부분을 차지하는데, 이는 에이전트 작업의 전형적인 형태이며 캐시 요금이 프로그래밍 시나리오의 총비용에 미치는 영향이 크다는 점도 보여줍니다.
3 다른 Harness로 바꾸면 Astra + Codex에 더 가까워질 수 있을까요? (경로 B)
3.1 OpenCode: 핵심은 여러 모델을 자유롭게 쓰는 것
OpenCode는 오픈소스 AI 코딩 에이전트로, 다양한 LLM 프로바이더를 지원합니다. /connect로 프로바이더를 추가하고 /models로 모델을 전환할 수 있으며, 사용자 정의 Base URL과 로컬 모델도 지원합니다. 터미널, 데스크톱, 일부 개발 환경에서 사용할 수 있고, 파일 검색, 수정, 명령 실행, 에이전트 워크플로 기능을 갖추고 있습니다. Alibaba Cloud는 공식 연결 안내를 제공하고 있으며, Alibaba Token Plan (China)를 선택하면 Bailian 요금제를 사용할 수 있습니다.
OpenCode의 공식 보안 안내는 진지하게 받아들일 만합니다. 기본 로컬 에이전트에는 시스템 수준의 보안 격리가 없고, 권한 승인은 컨테이너나 가상 머신을 대신할 수 없습니다. 신뢰할 수 없는 코드나 높은 권한의 자동화 작업을 실행할 때는 Docker나 가상 머신 안에서 실행해야 합니다.
3.2 Qwen Code, Kimi Code, DeepSeek Harness
세 가지 네이티브 Harness는 각각 해당 모델 생태계에 맞춰져 있습니다.
- Qwen Code: Alibaba Cloud가 CLI, 데스크톱, IDE의 세 가지 형태로 제공합니다. Bailian에 로그인하고 리전을 선택한 뒤 API 키를 입력하면 연결할 수 있으며, 코드베이스 검색, 파일 편집, 명령 실행을 지원합니다. 주로 Qwen 모델을 사용하면서 프로토콜 적응 작업을 줄이고 싶은 팀이 우선 고려할 만합니다.
- Kimi Code CLI: Moonshot AI가 유지보수하는 터미널 코딩 도구입니다. 코드 읽기와 수정, Shell 호출, 웹 콘텐츠 가져오기, 세션 복원, 계획 및 승인 모드, 편집기 통합을 지원하며, 서드파티 호환 모델도 구성할 수 있습니다. Windows에서는 공식 PowerShell 스크립트로 설치하며, Git for Windows의 Git Bash에 의존합니다. 구버전 Kimi CLI는 2026년 9월에 유지보수가 종료되었으므로, 신규 사용자는 Kimi Code CLI를 바로 사용하면 됩니다.
- DeepSeek Harness: Web UI와 CLI를 동시에 제공하는 오픈소스 에이전트 프레임워크입니다. 사용자 정의 Provider와 도구 구성을 지원하며, Bailian의 여러 과금 방식을 연동할 수 있습니다.
npx @deepseek-ai/dsh web로 시작하고 기본 주소는http://127.0.0.1:3080입니다. 선택할 때는 도구 실행 안정성, 권한 제어, 대상 모델 프로토콜과의 적합성을 중점적으로 살펴보세요.
3.3 Harness가 모델 성능에 영향을 미치는 이유
같은 모델이라도 다른 Harness에 넣으면 결과 차이가 크게 날 수 있습니다. Harness가 모델이 “무엇을 보고, 무엇을 할 수 있으며, 실패한 뒤 어떻게 대처할지”를 결정하기 때문입니다.
- 코드 읽기 전략: 한 번에 얼마나 많은 파일을 읽고 어떤 순서로 검색하는지가 모델이 프로젝트를 얼마나 완전하게 이해하는지를 결정합니다.
- 도구 루프 설계: 도구 결과를 어떻게 돌려주고, 실패 후 자동으로 재시도하는지가 긴 작업을 끝까지 수행할 수 있는지를 좌우합니다.
- 컨텍스트 압축: 긴 세션에서 어떤 기록을 유지하고 어떤 세부 정보를 버리는지가 모델이 목표를 “잊는지”에 직접 영향을 줍니다.
- 패치와 테스트: 전체 파일을 덮어쓸지 diff 패치를 쓸지, 수정 후 기본적으로 테스트를 실행할지가 변경의 정확도와 회귀 위험을 결정합니다.
따라서 경로 B에서 측정된 결과는 “모델 + 해당 Harness”의 조합 결과입니다. 경로 A와 비교할 때는 양쪽의 실행 전략 자체가 다르다는 점을 기억해야 합니다.
4 국내에서 테스트해볼 만한 모델에는 어떤 것들이 있을까요?
4.1 Qwen4-Max-Preview
공개된 스펙을 보면 1M 컨텍스트, 393,216 Token의 사고와 출력이 공유하는 예산, 도구 호출, 구조화된 출력을 갖추고 있어서 복잡한 코딩, 장문 컨텍스트 분석, 멀티턴 Agent 워크플로 테스트에 적합해요. Responses와 Anthropic Messages를 동시에 지원하기 때문에 Codex에도, Claude Code 계열 도구에도 연결할 수 있어요.
이 모델을 선택할 때 가장 먼저 고려해야 할 제약은 시간 창이에요. 프리뷰는 2026-11-25 24:00에 종료되고 서비스가 내려가요. 추천하는 방법은 이 기간 동안 이 모델로 전체 테스트 태스크 세트를 돌려서 그 결과를 이후 정식 버전 Qwen 모델의 기준으로 삼고, 프로덕션 환경에는 장기적으로 사용할 수 있는 대체 모델을 함께 구성하는 거예요.
4.2 GLM-5.3, Kimi K3, DeepSeek V4, MiniMax M3
이 네 시리즈는 모두 TokenHub의 한 요금제 안에 있어서 작업 유형별로 배분하는 게 가장 간편해요:
- 복잡한 로직과 다중 파일 수정: GLM-5.3, Kimi K3, DeepSeek V4-Pro를 고성능 그룹으로 두고 대조해요. Kimi K3는 표에서 출력 단가가 가장 높아서, 가장 어려운 작업에 배치해 상한을 검증하기에 알맞아요.
- 코드 특화 작업: Kimi K2.7 Code를 코드 수정 시나리오 전용으로 대조하고, Kimi Code CLI와 조합해서 네이티브 경험을 테스트할 수도 있어요.
- 고빈도·저비용 작업: GLM-5.3-Flash, DeepSeek V4-Flash는 코드 검사, 배치 리팩터링처럼 비용과 속도에 민감한 시나리오에 사용해요.
- 장문 컨텍스트 안정성과 도구 호출 정확도: MiniMax M3를 후보에 넣어요. 512K 입력 임계값을 넘으면 가격이 올라간다는 점에 주의하세요.
4.3 누가 Astra에 가장 가까운지 판단하는 방법
컨텍스트 길이, 파라미터 수, 홍보 포지셔닝, Token 단가 어느 것도 모델에 신뢰할 만한 순위를 매겨주지 못하고, 출처가 다른 홍보용 벤치마크 점수도 비교 가능성이 부족해요. “누가 Astra + Codex에 가장 가까운가”를 판단하는 유일하게 신뢰할 수 있는 방법은 동일한 Harness, 동일한 태스크 배치에서 작업 성공률, 실행 시간, Token 비용, 도구 호환성, 수동 개입 횟수를 통일된 기준으로 기록하는 것이에요. 구체적인 방법은 6절을 참고하세요.
5 세 가지 재현 경로, 구체적으로 어떻게 선택할까요?
5.1 원본 Codex의 사용 경험을 원한다면: 경로 A를 선택하세요
Codex Harness를 유지하면서, Responses 프로토콜을 정식으로 지원하는 중국 내 서비스에 연동하세요. Qwen을 주력으로 쓴다면 百炼을, 여러 중국산 모델을 오가며 쓰고 싶다면 TokenHub를 선택하면 돼요. 장점은 학습과 마이그레이션 비용이 낮고, 파일 작업과 Agent 실행 체계가 모두 원본이라는 점이에요. 감수해야 할 부분은 모델 지능이 Astra와 차이가 있고, 호환 인터페이스의 구현 수준이 도구 호출 경험에 영향을 주며, 각 모델의 컨텍스트와 추론 파라미터를 따로 조정해야 한다는 거예요.
5.2 중국산 모델과 멀티모델의 자유를 원한다면: 경로 B를 선택하세요
OpenCode에 중국 내 멀티모델 API를 조합하고, 필요하면 Qwen Code, Kimi Code 또는 DeepSeek Harness를 보태세요. 여러 모델을 장기간 사용하면서 특정 벤더에 묶이기를 원치 않는 개발자에게 가장 잘 맞고, 서로 다른 모델이 같은 작업을 처리할 때의 성능을 가로로 비교하기에도 가장 편해요. 대가는 실행 전략이 Codex와 다르고, 여러 프로바이더를 연동하면서 추가 설정과 유지보수 작업이 생긴다는 점이에요.
5.3 Astra의 능력을 최대한 유지하고 싶다면: 경로 C를 선택하세요
경로 C의 조합은 ‘원본 Codex CLI + GPT-6 Astra + 사용 가능한 API 연동 서비스’예요. 채널이 실제로 원본 GPT-6 Astra를 제공하고, Codex에 필요한 Responses API, 스트리밍 이벤트, 도구 호출, 컨텍스트 관리를 완전히 지원하기만 하면 모델과 Harness라는 두 핵심 구성 요소를 동시에 유지할 수 있어요. 이 경로가 해결하는 것은 네트워크 가용성이에요. 중국산 모델로 대체하는 것과는 별개의 문제예요.
APIYI를 예로 들면, 연동 방식은 경로 A와 완전히 같고, 프로바이더 설정 한 묶음만 바꾸면 돼요:
model_provider = "APIYI"
model = "gpt-6-astra" # APIYI 콘솔에 실제로 표시된 모델 ID를 기준으로 하세요
model_reasoning_effort = "high" # 작업 난이도에 따라 low ~ max 사이에서 조정하세요
[model_providers.APIYI]
name = "APIYI"
base_url = "https://api.apiyi.com/v1"
env_key = "APIYI_API_KEY"
wire_api = "responses"
연동 전에는 먼저 짧은 스크립트로 해당 채널이 Responses 프로토콜과 도구 호출을 실제로 지원하는지, 단순 텍스트만 반환하는 건 아닌지 확인하는 게 좋아요:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["APIYI_API_KEY"],
base_url="https://api.apiyi.com/v1",
)
resp = client.responses.create(
model="gpt-6-astra", # 콘솔에서 사용 가능한 모델 ID로 교체하세요
reasoning={"effort": "medium"},
input="读取 src/app.py 并告诉我入口函数名",
tools=[{
"type": "function",
"name": "read_file",
"description": "读取项目中的文件内容",
"parameters": {
"type": "object",
"properties": {"path": {"type": "string"}},
"required": ["path"],
},
}],
)
# 정상적인 경우 function_call 타입의 출력 항목이 구조화된 파라미터와 함께 반환되어야 합니다
for item in resp.output:
print(item.type, getattr(item, "arguments", None))
print("usage:", resp.usage) # 입력, 출력, 캐시, 추론 Token이 항목별로 집계되는지 확인하세요
이 탐지 스크립트는 Codex가 가장 의존하는 세 가지를 다루고 있어요. Responses 프로토콜, Function Calling 콜백, 사용량 항목별 집계예요. 스크립트가 통과하면 그다음 Codex에 연동하고, ‘코드 수정 + 테스트 실행’을 포함하는 완전한 작업을 돌려서 스트리밍 이벤트와 다중 턴 도구 루프가 정상인지 확인하세요.
모델이 같다 하더라도, 경로 C의 경험은 실제 모델 라우팅, 추론 단계, API 지연과 출력 처리량, 캐시 적중, 게이트웨이 프로토콜 호환성, 채널 비용에 여전히 영향을 받아요. Codex 데스크톱, 클라우드 작업, ChatGPT 계정 전용 기능은 OpenAI 자체의 인증 체계에 의존해요. API 키로 사용하는 것은 Codex CLI + 모델 API 조합이므로, 계획을 세울 때 이 부분 기능은 제외해야 해요.
🚀 빠른 시작 안내: 루트 A와 루트 C를 직접 비교해 보고 싶다면 APIYI apiyi.com에서 가입해 무료 테스트 크레딧을 받은 뒤, 동일한 Codex 환경에서 중국 국산 모델과 GPT 계열 모델을 각각 실행해 보세요. APIYI의 구체적인 모델 입점 현황과 프로토콜 지원은 콘솔과 docs.apiyi.com 문서를 기준으로 확인하면 됩니다.

세 루트의 선택 기준을 정리하면 다음과 같아요:
| 비교 축 | 루트 A: Codex + 중국 국산 모델 | 루트 B: OpenCode 등 + 중국 내 멀티 모델 | 루트 C: Codex + Astra API |
|---|---|---|---|
| 원본 모델 유지 | 아니요, Qwen / GLM / Kimi 등으로 교체 | 아니요 | 예 (채널에서 검증 가능하다는 전제하에) |
| Codex Harness 유지 | 예 | 아니요, 오픈 Harness로 교체 | 예 |
| 모델 전환 | 동일 플랫폼 안에서 모델 ID 변경 | 다중 Provider 자유 전환 | 채널이 지원하는 모델 간 전환 |
| 중국 내 서비스 채널 | 알리바바 클라우드 Bailian, 텐센트 클라우드 TokenHub | Bailian, TokenHub 및 기타 호환 서비스 | Responses를 지원하는 서드파티 채널, 예: APIYI apiyi.com |
| 구성 복잡도 | 낮음, 공식에서 바로 쓸 수 있는 구성을 제공 | 중간, 여러 Provider 세트를 유지해야 함 | 낮음, 단 프로토콜을 먼저 검증해야 함 |
| 비용 형태 | 월정액 패키지 (Credits / 포인트) | 패키지 또는 종량제, Provider에 따라 다름 | 종량제 과금, Astra 단가가 대부분의 중국 국산 모델보다 높음 |
| 적합한 요구 | 원본 Codex 경험 + 모델의 중국산화 | 장기 멀티 모델 워크플로 | 원래 능력을 최대한 유지 |
5.4 중국 내 사용 시 네트워크와 보안 경계
모델 API를 중국 내에서 접근 가능한 주소로 연결하는 것은 모델 호출이라는 한 구간만 해결해 줄 뿐이에요. Agent는 작업 중에 GitHub, npm, PyPI 같은 소프트웨어 소스와 외부 공식 문서, 서드파티 MCP 서비스, 웹 검색에도 접근하는데, 이런 경로의 도달 가능성은 별도로 확인해야 해요. 인터넷 검색 역시 독립적인 역량이에요. 클라우드 사업자의 내장 검색, Harness에 내장된 네트워킹 도구, 직접 구축한 Search API / MCP는 각각 접근 방식과 과금, 호출 제한이 다르답니다.
보안 측면에서 코딩 Agent는 파일을 수정하고 셸을 실행하며 환경 변수를 읽을 수 있기 때문에, 다음과 같은 조치를 권장해요:
- API 키는 환경 변수나 자격 증명 관리 도구에 저장하고, 절대 소스 코드나 Git 저장소에 기록하지 마세요.
- 복잡한 수정은 별도 Git 브랜치에서 진행하고, 프로젝트에는 버전 관리와 복구 가능한 백업을 유지하세요.
- Agent가 작업 디렉터리 밖의 민감한 파일에 접근하지 못하도록 제한하고, 신뢰할 수 없는 코드는 컨테이너나 가상 머신에 넣으세요.
- 삭제, 배포, 결제 등 고위험 작업은 사람의 승인 절차를 유지하세요.
6 실제 작업 테스트가 모델 리더보드보다 더 가치 있어요
6.1 다섯 가지 유형의 테스트 작업 설정
프런트엔드, 백엔드, 테스트, 의존성 설정을 포함한 실제 프로젝트를 사용해 다섯 가지 유형의 작업을 설계하고, 각각 모델 능력과 Harness 능력을 검증해요:
- 프로젝트 이해: 아키텍처와 핵심 모듈 간의 관계를 설명하도록 요구하고, 파일 위치 파악, 파일 간 의존성 이해, 그리고 검증 가능한 경로 참조를 제시할 수 있는지 관찰해요.
- 파일 간 개발: 여러 곳을 수정해야 하는 새 기능을 추가하고, 수정의 정확성, 기능의 완전성, 회귀가 발생하는지 여부를 관찰해요.
- 버그 수정: 실패를 재현할 수 있는 테스트가 포함된 프로젝트를 제공하고, 근본 원인을 찾아내는지, 올바른 위치를 수정하는지, 스스로 테스트를 실행하며 다른 테스트 케이스를 깨뜨리지 않는지 관찰해요.
- 장시간 Agent 워크플로: “요구사항 이해 → 코드 수정 → 테스트 실행 → 실패 발견 → 수정 → 재검증”의 연속된 흐름을 완료하도록 하고, 목표를 유지하는지, 오류 메시지에 따라 전략을 조정할 수 있는지 관찰해요.
- 온라인 문서 조회: 최신 SDK 문서를 읽은 뒤 오래된 API 코드 일부를 마이그레이션하고, 실제로 인터넷에서 본문을 가져올 수 있는지, 새 API를 코드에 반영하는지, 그리고 “도구를 사용할 수 없음”과 “검색 결과가 비어 있음”을 구분할 수 있는지 관찰해요.
6.2 성공률, 소요 시간, 비용 기록
모든 “모델 + Harness” 조합이 같은 작업 세트를 실행하고, 최소 세 번 반복해 평균을 내며, 다음 지표를 통일된 방식으로 기록해요:
| 지표 | 계산 또는 관찰 방식 |
|---|---|
| 작업 성공률 | 성공적으로 완료한 작업 수 / 전체 작업 수 |
| 최초 통과율 | 수동 수정 없이 한 번에 성공한 비율 |
| 총 작업 소요 시간 | 작업을 발송한 시점부터 최종 검증 성공까지 |
| 모델 호출 횟수 | 각 작업에서 누적된 API 요청 수 |
| 도구 호출 횟수 | 읽기, 편집, Shell, 검색 등 호출 횟수 |
| Token 사용량 | 입력, 출력, 캐시 적중 및 추론 사용량을 항목별로 구분 |
| 실제 작업 비용 | 성공한 작업 하나를 완료하는 데 든 실제 비용 |
| 수동 개입 횟수 | 사용자가 직접 조정하고 수정한 횟수 |
실험을 재현 가능하게 하기 위해 다음 변수를 고정해요: 동일한 코드 저장소 스냅샷, 동일한 버전의 Harness, 동일한 추론 단계 또는 사고 설정, 동일한 시간대(DeepSeek처럼 피크·비피크 요금제를 쓰는 모델에서는 특히 중요해요). 각 작업을 시작하기 전에 저장소를 스냅샷 상태로 되돌려, 이전 라운드의 수정이 다음 라운드에 영향을 주지 않도록 해요.
6.3 성공한 작업 한 건의 비용을 핵심 구매 지표로 삼기
권장하는 계산 방식은 성공한 작업 한 건의 비용 = 전체 시도의 총비용 ÷ 성공한 작업 수예요. 실패한 시도의 비용도 반드시 포함해야 해요. 그 시도 역시 할당량을 소모했으니까요.
단가가 낮은 모델이 반드시 저렴한 건 아니에요. 어떤 모델이 더 많은 추론 라운드, 반복 수정과 재시도가 필요하거나 수동 개입을 자주 요구한다면, 그 모델이 작업 하나를 완료하는 데 드는 총소모는 단가가 더 높지만 한 번에 제대로 해내는 모델보다 클 수 있어요. 반대로 단순하고 빈도 높은 작업에서는 Flash급 모델의 낮은 단가와 빠른 속도가 실질적인 절약을 가져다주는 경우가 많아요. 비용을 “성공한 작업 한 건” 기준으로 계산해야 두 부류의 모델을 같은 잣대로 비교할 수 있어요.
💰 비용 평가 제안: 사용량 기반 과금 채널이 이런 실험을 하기에 가장 편해요. 요청마다 Token 항목과 비용을 건별로 대조할 수 있으니까요. APIYI apiyi.com을 통해 하나의 Key로 여러 모델을 호출하면, 서로 다른 모델의 청구 내역을 같은 백오피스에서 통계 내어 성공한 작업 한 건의 비용을 계산할 수 있어요.
7 APIYI 시나리오: 모델을 교체 가능한 컴포넌트로 만들기
앞선 분석은 모두 같은 결론을 가리켜요. 안정적인 AI 프로그래밍 환경이라면 Harness는 고정하고, 모델은 교체 가능한 컴포넌트로 취급해야 해요. Codex나 OpenCode가 실행과 상태 관리를 담당하고, API 채널이 모델을 제공하며, 모델은 작업 난이도와 예산에 따라 유연하게 전환하는 구조예요.
APIYI(apiyi.com)는 이 아키텍처에서 통합 접속 계층 역할을 맡아요. 하나의 API 키로 OpenAI, Claude, Gemini 같은 주요 모델을 호출할 수 있고, 인터페이스는 OpenAI 프로토콜과 호환되며 사용량 기반 과금이 적용돼요. 프로그래밍 사용자라면 어떤 API 채널(APIYI 포함)을 선택하든, 아래 항목을 하나씩 확인해 보는 걸 권해요.
- 현재 Codex 버전이 요구하는 Responses API와 스트리밍 이벤트를 지원하는지.
- 콘솔에 표시된 실제 모델 ID, 그리고 대상 모델이 현재 서비스 중인지.
- 도구 호출과 Function Calling이 완전한 왕복으로 동작하는지.
- 지연 시간과 지속 출력 속도가 장시간 작업에 충분한지.
- 캐시 사용량이 올바르게 식별되고 항목별로 과금되는지.
이 정보는 서비스 콘솔과 기술 문서를 기준으로 삼아야 하고, 5.3절의 탐지 스크립트를 그대로 활용해 검증할 수 있어요. 실제로 적용할 때는 흔히 경로 A의 월정액 요금제를 일상적인 고빈도 작업에 쓰고, 사용량 기반 채널은 더 강력한 모델이 필요한 난제와 비교 테스트에 쓰는 식으로 조합해요. 두 Provider를 같은 config.toml에 작성하고, --profile을 쓰거나 model_provider를 수정해 전환하면 돼요.
8 자주 묻는 질문
Q1: 국내에서 Astra + Codex를 재현할 때, 어떤 경로가 재현도가 가장 높나요?
재현도가 가장 높은 건 경로 C예요. 원본 Codex CLI에 실제 사용 가능한 GPT-6 Astra API를 조합하는 방식으로, 모델과 Harness라는 두 핵심 구성 요소를 모두 유지해요. 전제 조건은 해당 채널이 원본 모델을 제공한다는 점이 검증되어야 하고, Responses 프로토콜과 도구 호출을 완전히 지원해야 한다는 거예요. 모델의 국산화가 요구된다면 경로 A가 Codex 실행 경험을 재현하는 최적의 선택이에요.
Q2: Qwen4-Max-Preview는 Codex에서 장기적으로 사용하기에 적합한가요?
현재 평가 단계에는 적합해요. 이 모델은 百炼(Bailian) Token Plan에서만 제공되며, 프리뷰 기간이 2026년 11월 25일 24:00에 끝나면 서비스가 중단돼요. 프리뷰 기간 동안 테스트 작업을 모두 마치고, 동시에 프로덕션 환경을 위해 장기적으로 쓸 수 있는 대체 모델을 준비해 두는 걸 권장해요.
Q3: 왜 최신 Codex가 알리클라우드 구버전 Coding Plan에 연결되지 않나요?
Codex는 0.94.0부터 Responses API를 요구하는데, 구버전 Coding Plan은 Chat Completions 프로토콜을 사용해서 공식적으로 Codex 0.93.0 이하 버전과 함께 쓰도록 안내하고 있어요. Token Plan으로 바꾸고 `wire_api = “responses”`를 설정하면 최신 Codex에 연결할 수 있어요. Token Plan은 별도의 API 키를 사용한다는 점에 주의하세요.
Q4: 百炼의 Credits와 TokenHub의 포인트를 직접 비교할 수 있나요?
직접 비교할 수 없어요. 둘은 각 플랫폼의 자체 계량 단위이고, 모델별 차감 속도도 달라요. 더 신뢰할 수 있는 방법은 동일한 작업을 양쪽에서 각각 실행해 보면서 “성공 작업 하나를 완료하는 데 소비된 요금제 할당량이 월 요금에서 차지하는 비율”을 비교하는 거예요.
Q5: 서드파티 채널이 Codex를 실행할 수 있는지 빠르게 검증하려면 어떻게 해야 하나요?
먼저 5.3절의 Python 스크립트로 function 도구가 포함된 Responses 요청을 한 번 보내서 `function_call` 출력 항목이 반환되고 사용량 항목별 집계가 정상인지 확인한 다음, Codex에 연결해 테스트가 포함된 전체 작업을 실행해 보세요. APIYI apiyi.com에서 가입하면 무료 테스트 크레딧을 받아 이 단계의 검증을 완료할 수 있어요. 구체적으로 어떤 모델을 쓸 수 있는지는 콘솔을 기준으로 확인하세요.
Q6: 같은 모델이 OpenCode와 Codex에서 다르게 동작하는 게 정상인가요?
정상이에요. Harness가 코드 읽기 전략, 도구 루프, 컨텍스트 압축, 테스트 습관을 결정하는데, 이런 요소들이 모델의 실제 성능을 바꿔놓아요. 비교할 때는 Harness를 고정하고 모델을 테스트하거나, 모델을 고정하고 Harness를 테스트해서 두 변수가 동시에 변하지 않도록 해야 해요.
Q7: API 키로 Codex를 사용하면 ChatGPT 구독의 Codex 기능을 얻을 수 있나요?
API 키 방식이 제공하는 건 Codex CLI와 모델 API의 조합이에요. Codex 클라우드 작업, 데스크톱 앱, ChatGPT 계정 전용 기능은 OpenAI의 계정 인증에 의존하기 때문에 서드파티 API 채널로는 이런 권한을 제공할 수 없어요.
Q8: 여러 모델을 전환할 때 총비용을 어떻게 관리하나요?
작업별로 계층을 나누세요. 어려운 문제는 고성능 모델을 쓰고, 대량 검사와 단순 리팩터링은 Flash급 모델에 맡기고, 피크·오프피크 요금제를 지원하는 모델은 비동기 작업을 야간에 돌리세요. 평가는 통일적으로 “단일 성공 작업 비용”으로 하고, APIYI apiyi.com처럼 사용량 기반 채널은 모델별 실제 소비를 건별로 확인하기 편해요.
9 요약: Key Takeaways
- 세 가지 경로, 세 가지 초점: 경로 A는 Codex 경험을, 경로 B는 모델 자유도를, 경로 C는 원본 모델을 지켜요.
- Astra + Codex는 다섯 계층의 조합: 모델, 실행 시스템, 도구 생태계, 상태 관리, 사용 경험이 함께 결과를 결정해요.
- 경로 A에는 기성 설정이 있어요: 바이롄(百炼)과 TokenHub 모두 공식 Codex 설정을 제공하며, 핵심은
wire_api = "responses"예요. - Qwen4-Max-Preview에는 마감일이 있어요: Token Plan 전용이며, 2026-11-25 24:00에 프리뷰가 종료되고 서비스가 중단돼요.
- 패키지 단위는 서로 비교할 수 없어요: Credits, 포인트, Token, 위안화는 각기 다른 계량 체계에 속하므로, 과제별 실측으로만 비교할 수 있어요.
- 과제로 말해요: 다섯 가지 실제 과제, 여덟 가지 지표를 기준으로 단일 성공 과제 비용을 구매 근거로 삼아요.
- 모델을 교체 가능한 컴포넌트로: Harness를 고정하고 접속 채널을 통일한 뒤 과제에 따라 모델을 전환해야 환경이 안정적이고 통제 가능해져요.
가장 현실적인 시작 방법은 같은 Codex 환경에 두 개의 Provider를 구성하는 거예요. 중국 국내 클라우드 패키지 하나가 일상 과제를 담당하고, 종량제 채널 하나가 대조 테스트와 고난도 과제를 담당하게 한 뒤, 6절의 방법으로 한 차례 돌려보고 나서 장기 조합을 결정하는 거죠. APIYI(apiyi.com)를 통해 대조군을 빠르게 구축하고, 통일된 인터페이스로 중국산 모델과 GPT 시리즈를 같은 과제 세트에서 검증해 보시길 권장해요.
📚 참고 자료
- GPT-6 Astra 공식 모델 문서: 모델 사양, 추론 등급, 가격
- 링크:
developers.openai.com/api/docs/models/gpt-6-astra -
설명: 컨텍스트 윈도우, 최대 출력, 도구 지원 및 장문 컨텍스트 요금
-
OpenAI Codex Harness: Codex 실행 프레임워크 설계
- 링크:
developers.openai.com/blog/codex-as-a-platform -
설명: Agent 루프, 도구 결과 반환, 컨텍스트 관리 및 샌드박스에 관한 공식 설명
-
알리바바 클라우드 Model Studio(百炼) Codex 연동: Token Plan 구성 방법
- 링크:
help.aliyun.com/zh/model-studio/codex -
설명: config.toml 필드, Responses 프로토콜 및 버전 요구 사항
-
알리바바 클라우드 Token Plan 개인용: 요금제 가격 및 Credits
- 링크:
help.aliyun.com/zh/model-studio/token-plan-personal-overview -
설명: 2026-11-09 조정 이후의 등급, 할당량 및 첫 구매 혜택
-
Qwen4-Max-Preview 공식 문서: 모델 사양 및 프리뷰 주기
- 링크:
help.aliyun.com/zh/model-studio/qwen4-max-preview -
설명: 1M 컨텍스트, 프로토콜 호환성 및 서비스 종료 시점
-
텐센트 클라우드 TokenHub Codex CLI 구성: 공식 연동 튜토리얼
- 링크:
cloud.tencent.cn/document/product/1823/130071 -
설명: Provider 구성 및 모델 ID 교체 방법
-
텐센트 클라우드 TokenHub 요금제 및 포인트 요율: 과금 규칙
- 링크:
cloud.tencent.cn/document/product/1823/130060 - 링크:
cloud.tencent.com/document/product/1823/133811 -
설명: 요금제 등급, 모델 포인트 요율 및 피크·비피크 과금
-
OpenCode 공식 리포지토리: 오픈소스 Coding Agent
- 링크:
github.com/anomalyco/opencode -
설명: Provider 구성 및 보안 관련 설명
-
Qwen Code, Kimi Code CLI, DeepSeek Harness: 네이티브 Harness
- 링크:
help.aliyun.com/zh/model-studio/qwen-code - 링크:
github.com/MoonshotAI/kimi-code - 링크:
help.aliyun.com/zh/model-studio/deepseek-harness - 설명: 설치, 연동 및 지원 기능 범위
작성자: APIYI 기술팀
기술 문의: APIYI 공식 홈페이지 메인에서 저희에게 연락해 주세요. 더 많은 연동 자료는 docs.apiyi.com 문서 센터에서 확인하실 수 있어요.
