
이미 PoYo를 통해 GPT-6.1 Sol, GPT-6 Sol, GPT-6 Astra를 호출하고 있다면, GPT-6.2 API로 옮기는 일은 대부분 모델 ID 변경으로 끝납니다. gpt-6.2-sol은 같거나 더 낮은 가격으로 Sol 라인을 대체하고, gpt-6.2-astra는 토큰당 20% 낮은 가격으로 GPT-6 Astra를 대체합니다. 이 글에서는 요청 수준의 모든 차이, 각 변경에 드는 비용, 그리고 사용자보다 먼저 회귀(regression)를 잡아내는 단계적 전환 계획을 정리합니다. 모델 페이지: GPT-6.2 Sol, GPT-6.2 Astra.
마이그레이션 경로
| 현재 호출 중인 모델 | 전환 대상 | PoYo 가격 변화 |
|---|---|---|
gpt-6.1-sol | gpt-6.2-sol | 없음 |
gpt-6-sol | gpt-6.2-sol | 캐시 읽기 절반 (100만당 $0.16 → $0.08) |
gpt-6-astra | gpt-6.2-astra | 입력, 출력, 캐시 쓰기 20% 인하, 캐시 읽기 60% 인하 |
gpt-6-astra (비용 절감 목적) | gpt-6.2-sol | 모든 미터에서 80% 인하. 품질부터 테스트할 것 |
GPT-6.2 Sol API vs GPT-6.1 Sol API, 필드별 비교
| 항목 | gpt-6.1-sol | gpt-6.2-sol |
|---|---|---|
| 컨텍스트 / 최대 입력 / 최대 출력 | 1,050,000 / 922,000 / 128,000 | 동일 |
| 입력 / 출력 | 텍스트·이미지 입력, 텍스트 출력 | 동일 |
| 지식 컷오프 | 2026년 4월 30일 | 2026년 6월 1일 |
| 추론 강도 | low, medium(기본값), high, xhigh, max | none은 거부됨. OpenAI는 medium부터 시작하라고 안내. 모델 페이지에 수준 목록 없음 |
| 도구 호출 | Responses에서만 | Responses에서만 |
temperature, top_p | — | 생략 (OpenAI GPT-6.2 가이드) |
최상위 instructions | 기존 위치 | input 뒤에 덧붙여짐 |
| Responses의 프리픽스 편집 | 기존 동작 | 변경됨: 일부 편집과 모델 전환 시 추론 항목이 버려짐 |
| 캐시 읽기 비율 | 입력의 0.05× | 입력의 0.05× |
| PoYo 100만당 가격 (입력 / 출력 / 캐시 읽기 / 캐시 쓰기) | $1.60 / $8 / $0.08 / $2 | $1.60 / $8 / $0.08 / $2 |
| OpenAI 100만당 가격 | $2 / $10 / $0.10 / $2.50 | $2 / $10 / $0.10 / $2.50 |
GPT-6.1 Sol의 제한과 추론 설정은 OpenAI 모델 페이지를, GPT-6.2 관련 내용은 OpenAI의 GPT-6.2 가이드와 API 변경 로그를 기준으로 했습니다. 제한과 가격은 그대로입니다. 손봐야 할 부분은 instructions 위치, 샘플링 필드, 추론 항목이라는 세 가지 동작 변경입니다.
GPT-6.2 Astra API vs GPT-6 Astra API
| 항목 | gpt-6-astra | gpt-6.2-astra |
|---|---|---|
| 컨텍스트 / 최대 입력 / 최대 출력 | 1,050,000 / 922,000 / 128,000 | 동일 |
| 지식 컷오프 | 2026년 4월 30일 | 2026년 5월 18일 |
| 추론 강도 | low부터 max까지, none은 400 반환 | none은 거부됨, medium부터 시작 |
| 캐시 읽기 비율 | 입력의 0.1× | 입력의 0.05× |
| PoYo 100만당 가격 (입력 / 출력 / 캐시 읽기 / 캐시 쓰기) | $8 / $40 / $0.80 / $10 | $6.40 / $32 / $0.32 / $8 |
| OpenAI 100만당 가격 | $10 / $50 / $1 / $12.50 | $8 / $40 / $0.40 / $10 |
세대 간에 OpenAI가 측정한 결과
OpenAI의 GPT-6.2 시스템 카드는 다음 결과를 이전 모델과 나란히 보고합니다.
| 평가 | GPT-6 Astra | GPT-6.2 Astra | GPT-6.1 Sol | GPT-6.2 Sol |
|---|---|---|---|---|
| Sandbox Bench (해결한 타깃) | 18.2% | 36.4% | 11.4% | 25.0% |
| SEC-Bench Pro (취약점 재현) | 85.4% | 86.75% | 78.8% | 88.34% |
| ExploitBench Internal Port (코드 실행률) | 31.5% | 53.5% | 21.5% | 50.5% |
| MLE-Bench Revised (평균 참조 백분위) | 93.80 | 96.06 | — | 91.38 |
시스템 카드의 같은 표에는 MLE-Bench Revised의 GPT-6.1 Sol 결과가 없습니다. 이 수치들은 보안과 ML 엔지니어링에 초점을 둔 안전성 평가이며, 대부분의 행이 추론 강도를 밝히지 않습니다. 긴 다단계 작업에서 뚜렷한 향상을 보여 주지만, 자신의 워크로드에 대한 전반적인 품질 점수는 아닙니다. 그것은 여전히 직접 테스트해서 확인해야 합니다.
JSON 마이그레이션 diff
Responses에서의 전형적인 GPT-6.1 Sol 요청:
{
"model": "gpt-6.1-sol",
"instructions": "You are a support agent for Acme. Follow the policy below. ...",
"input": "Customer asks: can I change my billing date?",
"temperature": 0.3,
"reasoning": {"effort": "low"},
"max_output_tokens": 2000
}
같은 요청을 GPT-6.2 Sol용으로 바꾸면:
{
"model": "gpt-6.2-sol",
"input": [
{"role": "developer", "content": "You are a support agent for Acme. Follow the policy below. ..."},
{"role": "user", "content": "Customer asks: can I change my billing date?"}
],
"reasoning": {"effort": "low"},
"max_output_tokens": 2000
}
변경 사항은 세 가지이며, 모두 OpenAI GPT-6.2 가이드를 따른 것입니다.
model변경:gpt-6.2-sol(또는gpt-6.2-astra)로 바꿉니다.temperature를 제거합니다.top_p도 마찬가지이고, Responses에서는top_logprobs(Chat Completions에서는logprobs도)를 제거합니다. 일관된 출력을 위해 낮은 temperature에 의존했다면, 대신 더 엄격한 지시 사항이나 구조화된 출력 형식을 사용하세요.instructions를input맨 앞의developer메시지로 옮깁니다. GPT-6.2는 최상위instructions를input뒤에 덧붙이므로, 그곳에 둔 긴 정책은 사용자 턴 뒤에 놓여 캐시 가능한 프리픽스 밖으로 밀려납니다.
이전 모델에 none이나 minimal 추론 강도를 보냈다면 low로 바꾸세요. Chat Completions 사용자는 model을 바꾸고 샘플링 필드를 빼되 system 메시지는 맨 앞에 그대로 둡니다. 도구 호출 코드는 Responses에서 실행해야 합니다. GPT-6.1 Sol에도 같은 규칙이 있었으므로 GPT-6.1 Sol 코드는 이미 그렇게 되어 있습니다. 현재 다른 모델로 Chat Completions에서 도구를 호출하고 있다면, 먼저 그 코드를 Responses로 옮기세요.
같은 요청의 가격
각 모델에 같은 토큰 수를 가정하고 PoYo 가격으로 계산했습니다. 예시 A는 입력 150K / 출력 12K 코드 리뷰입니다. 예시 B는 캐시가 최선으로 작동하는 25턴 에이전트 세션(캐시 쓰기 136K, 캐시 읽기 2.064M, 출력 37.5K)입니다. 두 예시 모두 GPT-6.2 API 가격에 계산 과정이 있습니다.
| 모델 ID | 예시 A | 예시 B |
|---|---|---|
gpt-6-astra | $1.68 | $4.511 |
gpt-6.2-astra | $1.344 | $2.948 |
gpt-6-sol | $0.336 | $0.902 |
gpt-6.1-sol | $0.336 | $0.737 |
gpt-6.2-sol | $0.336 | $0.737 |
캐시 읽기 가격이 60% 내려가므로 GPT-6.2 Astra에서 가장 큰 이득을 보는 것은 캐시를 활용하는 워크로드입니다. 실제 작업당 비용은 각 모델이 쓰는 토큰 수에도 좌우되므로, 실제 트래픽에서 usage를 비교하세요.
GPT-6.2 API 단계적 전환 계획
- 섀도 테스트. 실제 요청 샘플을 기존 모델 ID와 새 모델 ID 양쪽에 보냅니다. 두 출력과 두
usage블록을 모두 저장하세요. - 차이를 확인합니다. 검증기 통과율,
usage.output_tokens,usage.output_tokens_details.reasoning_tokens를 비교합니다. 통과율이 같은데 토큰 수가 적다면 그만큼 바로 절약됩니다. - temperature에 의존하던 프롬프트를 고칩니다. 회귀가 가장 일어나기 쉬운 부분입니다.
- 요청 유형별로 전환합니다. 한꺼번에 바꾸지 말고, 빠르게 롤백할 수 있도록 기존 모델 ID를 설정에 남겨 두세요.
- 한 대화 안에서 모델을 섞지 마세요. OpenAI는 다운그레이드를 포함한 모델 변경으로 Responses에서 추론 항목이 버려질 수 있다고 경고합니다. 진행 중인 대화는 기존 모델에서 마무리하세요.
두 신규 모델 중 무엇을 고를지는 GPT-6.2 Sol API vs GPT-6.2 Astra API를 읽어 보세요. GPT-6.1 Sol의 배경은 GPT-6.1 Sol 기능과 Claude Fable 5.2 vs GPT-6.1 Sol을 참고하세요.
자주 묻는 질문
GPT-6.2 Sol API가 GPT-6.1 Sol API보다 나은가요?
OpenAI 시스템 카드에서 GPT-6.2 Sol은 다단계 보안 평가에서 GPT-6.1 Sol을 앞섭니다. 예를 들어 Sandbox Bench에서 25.0% vs 11.4%입니다. 가격이 같으므로 전환해도 토큰당 비용은 늘지 않습니다. 자신의 프롬프트로 테스트해 보세요.
GPT-6.2 API를 쓰려면 코드에서 무엇을 바꿔야 하나요?
model을 바꾸고, temperature와 top_p를 제거하고, 최상위 instructions를 input 맨 앞의 developer 메시지로 옮기세요. none이나 minimal 추론 강도는 low로 바꾸세요.
GPT-6.2 Astra API가 GPT-6 Astra API보다 저렴한가요?
예. PoYo에서 100만 입력/출력 토큰당 $6.40 / $32로 $8 / $40보다 저렴하며, 캐시 읽기도 $0.80에서 $0.32로 내려갑니다.
GPT-6.2 API의 제한은 GPT-6.1 Sol과 다른가요?
아니요. 둘 다 컨텍스트 1,050,000 토큰, 최대 입력 922,000, 최대 출력 128,000 토큰이며, 텍스트와 이미지를 입력받습니다.
PoYo에서 GPT-6.1 Sol을 계속 쓸 수 있나요?
예. gpt-6.1-sol은 같은 가격으로 PoYo에 계속 등재되어 있으므로, 요청 유형을 하나씩 마이그레이션할 수 있습니다.