GPT-6 아스트라 모델 성능과 비용 분석

팩트사이먼 윌리슨은 지피티 식스 아스트라 모델에 대한 접근 권한을 획득하고 자전거를 타는 펠리컨 이미지를 확장 가능한 벡터 그래픽스 형식으로 생성하는 테스트를 진행했습니다.

주장아스트라는 이전 모델인 지피티 오점육 솔, 테라, 루나보다 뛰어난 이미지 생성 품질을 제공합니다.

팩트아스트라는 낮은 추론 단계에서도 기존 모델의 최고 단계보다 나은 결과물을 만들어냅니다.

교차검증아스트라의 낮은 추론 단계에서는 펠리컨의 다리가 프레임 양쪽에 정확히 위치하지 않는 오류가 발견되며, 이 오류는 추론 수준이 높아질수록 개선됩니다.

팩트아스트라의 가격은 입력 토큰당 10달러, 출력 토큰당 50달러로 책정되어 지피티 오점육 솔 모델의 입력 5달러, 출력 30달러 대비 약 2배 높은 수준입니다.

주장아스트라는 각 추론 단계에서 사용하는 토큰 수가 이전 모델보다 적어 실제 사용 시 발생하는 비용 차이가 명목상 가격 차이보다 작아집니다.

팩트아스트라의 최저 단계 설정은 9.55센트의 비용으로 지피티 오점육 솔 모델의 모든 단계보다 우수한 품질의 이미지를 생성합니다.

주장아스트라는 동일한 비용을 지불했을 때 더 높은 효율을 냅니다.

팩트입력 토큰 사용량 분석 결과, 아스트라와 루나 모델은 16개의 입력 토큰을 사용했고, 솔과 테라 모델은 26개의 입력 토큰을 사용했습니다.

주장아스트라와 루나 모델은 입력 토큰 처리 방식이 동일하여 두 모델 사이에 기술적인 연관성이 존재합니다.

주장이번 테스트는 새로운 인공지능 모델의 경제성과 성능을 정량적으로 비교하는 지표가 됩니다.

출처사이먼 윌리슨의 블로그(https://simonwillison.net/2026/Sep/4/astra-pelicans/)를 교차 검증했습니다.