GPT-6 Astra와 Claude Fable 5.1 - 값은 같고 청구서는 다르다

9월 1일에 앤트로픽이 Claude Fable 5.1과 Mythos 5.1을 냈고, 3일에 OpenAI가 GPT-6 Astra를 냈다.

둘 다 100만 토큰당 입력 10달러, 출력 50달러다. 값이 똑같다.

그래서 이게 정말 같은 값인지 요금표를 열어봤다. 아래 숫자는 전부 2026년 9월 7일에 벤더 문서에서 확인한 것이고 나는 둘 다 내 워크로드로 돌려보지 않았다.

스펙은 생각보다 닮았다

	Claude Fable 5.1	GPT-6 Astra
모델 ID	claude-fable-5-1	gpt-6-astra
컨텍스트	1M	1,050,000 (입력 상한 922,000)
최대 출력	128K	128K
지식 컷오프	2026년 6월	2026년 4월 30일
effort 단계	low/medium/high/xhigh/max	low/medium/high/xhigh/max
입력·출력 100만당	$10 / $50	$10 / $50
캐시 읽기	$0.25	$1.00
긴 프롬프트 가산	없음	272K 초과 시 입력 2배, 출력 1.5배

effort가 다섯 단계로 같아진 게 눈에 띈다. 반년 전만 해도 양쪽 이름이 달랐다.

Astra 쪽 창 크기는 한 번 더 봐야 한다. 1,050,000이라고 적혀 있지만 모델 페이지의 입력 상한은 922,000이다. 헤드라인 숫자에 모델이 자기 몫으로 잡아둔 자리가 섞여 있다.

갈리는 건 두 줄뿐이다

하나는 캐시 읽기다.

앤트로픽은 Fable 5.1과 Mythos 5.1의 캐시 히트를 기본 입력가의 0.025배로 내렸다. 100만당 0.25달러다. 다른 클로드 모델은 전부 0.1배니까 이 두 모델만 예외다. OpenAI는 평소대로 0.1배, 즉 1달러다.

큰 시스템 프롬프트와 불어나는 대화를 턴마다 다시 밀어 넣는 에이전트라면 이 한 줄이 청구서의 대부분이다.

다른 하나는 절벽이다. OpenAI 모델 페이지에 이렇게 적혀 있다. 입력 272K를 넘는 프롬프트는 입력과 캐시 요율 2배, 출력 1.5배로 청구되고 넘은 만큼이 아니라 요청 전체에 붙는다.

앤트로픽 요금 문서는 반대로 한 문장으로 끝낸다. 1M 창 전체가 표준가이고, 90만 토큰 요청의 토큰당 단가가 9천 토큰 요청과 같다.

요청 모양 세 가지를 두 요금표에 넣어봤다.

요청 모양	Fable 5.1	Astra
입력 50K, 출력 5K	$0.75	$0.75
캐시 120K + 입력 8K, 출력 4K	$0.31	$0.40
입력 400K, 출력 8K	$4.40	$8.60

첫 줄은 헤드라인 가격 그대로고, 실제 청구서에 가까운 건 아래 두 줄이다.

가운데 모양으로 천 턴을 돌리면 310달러와 400달러. 그것만으로 결정할 일은 아니지만 하필 양쪽 다 출시 글에서 자랑한 워크로드가 이 모양이다.

다만 이 표를 곧이곧대로 읽으면 안 되는 이유가 하나 있다. 앤트로픽 문서를 보면 Opus 4.7부터 들어간 토크나이저가 같은 글을 옛 토크나이저보다 30%쯤 많은 토큰으로 쪼갠다. 1M이 예전엔 75만 단어였는데 지금은 55만 5천 단어라고 적혀 있는 것도 그래서다.

토큰은 벤더마다 세는 방식이 달라서 토큰당 요금표만으로는 같은 글에 얼마가 드는지 알 수 없다. 결국 같은 프롬프트를 양쪽에 넣고 청구서를 비교하는 수밖에 없는 것 같다.

벤치마크는 서로 이기는 데가 다르다

Astra는 OpenAI가 출시 글에서 밀었던 자리를 가져간다. Vellum이 정리한 수치로 ScreenSpot-Pro 92.7%, FrontierMath Tier 4는 97.6%로 Fable 5.1의 87.8%를 앞선다. 전문 작업 쪽 BenchCAD도 95.9% 대 84.3%다.

사이버 쪽은 종목마다 폭이 다르다. ExploitBench는 Astra 100에 Fable 5.1이 70인데 ExploitGym으로 가면 42.4% 대 30.4%로 좁혀진다. SRE-Bench는 Astra만 88.0이 실려 있고 Fable 5.1 수치가 없어서 견줄 대상이 아니다.

Fable 5.1은 종합 지표와 지식 쪽을 가져간다. Artificial Analysis 지능 지수가 66 대 61인데 Fable 5.1 쪽은 max에 폴백을 붙인 값이다. 도구를 쓴 Humanity’s Last Exam은 65.0% 대 57.2%. Terminal-Bench 4.0만 55.8 대 57.7로 Astra가 근소하게 앞선다.

여기서 깎고 볼 게 넷이다.

수치는 별말 없으면 max effort에서 나온 것이라 실서비스가 쓰는 설정이 아니다. ExploitGym은 양쪽 다 표준 6시간 제한을 뺀 상태에서 돌렸다. 클로드의 BenchCAD 숫자는 변형된 평가 설정에서 나온 것이라고 적혀 있다.

그리고 GDPval이 Astra 출시 자료에 없다. OpenAI가 직접 만든 경제적 가치 벤치마크인데 자기 출시 글에 빠져 있고 앤트로픽 표에는 GDPval-AA v2가 Fable 5.1 1853, Opus 5 1824, GPT-5.6 Sol 1711로 실려 있다. Artificial Analysis는 이 항목에서 Astra가 80 Elo쯤 뒤로 갔다고 적었다. 어느 모델 뒤인지는 밝히지 않았다.

하필 그 벤치마크를 만든 쪽에서 숫자가 빠진 게 아무래도 걸린다.

내가 이것들보다 무겁게 보는 건 토큰 효율 쪽이다. Artificial Analysis의 Codex 평가에서 Astra는 GPT-5.6 Sol(max)의 3분의 1, Claude Opus 5(xhigh)의 5분의 1 토큰을 썼다. 내 트래픽에서도 그렇게 나온다면 토큰 단가보다 청구서를 더 크게 움직인다.

Fable 5를 쓰고 있었다면 깨지는 게 셋 있다

앤트로픽 릴리스 노트에 적혀 있고, 셋 다 남의 코드를 한 번씩 부쉈을 것들이다.

강제 tool use가 사라졌다. tool_choice의 any와 tool은 Fable 5.1과 Mythos 5.1에서 400을 뱉는다. auto와 none만 남았다. 스키마 모양 출력을 얻으려고 가짜 tool을 물려두던 방식은 이제 strict tool use나 structured outputs로 옮겨야 한다.

thinking 블록이 그걸 만든 모델에 묶였다. Fable 5.1은 Opus 5, Fable 5, Mythos 5와 그 이전 것을 읽지만 옛 모델은 Fable 5.1의 것을 못 읽고 API가 떨궈버린다.

앞 턴을 고치면 thinking 블록이 무효가 된다. 2026년 8월 31일부터 만든 계정에서는 시스템 프롬프트나 tools, 앞 메시지가 바뀐 뒤에 thinking 블록을 다시 넣으면 400이다. 턴 사이에 히스토리를 다시 쓰는 하네스라면 여기서 걸린다.

출력물에 앤트로픽 텍스트 워터마크가 들어가는 것도 이 세대부터다. 그 이야기는 며칠 전에 따로 정리해뒀다.

사이버 게이팅은 서로 반대로 갔다

이번 주에 눈에 걸린 건 모델 성능 쪽이 아니었다. 양쪽이 사이버 능력에 선을 그은 자리다. 그런데 그 선이 서로 반대편에 그어져 있다.

Mythos 5.1(claude-mythos-5-1)은 Fable 5.1과 같은 모델이다. 스펙도 요금도 같고 Project Glasswing 초대자에게만 열리며 사이버·생명과학 쪽 안전장치가 느슨하다.

OpenAI 쪽은 거꾸로 읽기 쉽다. Astra는 안전장치를 두 겹 달고 그냥 공개로 나간다. 시스템 단에서 프롬프트를 막고 모델 단에서 거절한다.

정작 Trusted Access for Cyber 티어가 Astra를 안 쓴다. OpenAI 사이버 가이드를 보면 gpt-daybreak-blue-latest는 gpt-5.6-sol로, gpt-daybreak-red-latest는 gpt-5.6-cyber로 풀린다. 둘 다 한 세대 전이다.

출시 시점 보도로는 두 프로그램 참가자 모두 출시일에 Astra를 받지 못했다. MS-ISAC과 함께 도는 파일럿으로 공공부문과 상수도 방어자가 먼저 붙었는데, 그쪽이 손에 쥔 것도 Sol이다.

이유는 OpenAI 안전 페이지에 있다. Astra는 Preparedness Framework에서 사이버 능력이 Critical로 분류된 첫 모델이다. 사람이 단계마다 붙어주지 않아도 알려지지 않은 결함을 찾고 공격 방법을 만들어낸다는 뜻이다.

앤트로픽은 같은 축에서 반대로 갔다. 오탐을 깎았다. 사이버 오탐 60% 감소, 생물학 쪽은 양성 의료 질문에 안전장치가 85% 덜 걸린다고 적어뒀다.

보안 업무로 모델을 고른다면, 어떤 모델을 부를 수 있는지가 이제 기술보다 조달 쪽 문제가 된 것 같다. 그런데 두 답이 서로 반대쪽을 가리킨다. 앤트로픽은 프론티어 모델이 신청서 뒤에 있고, OpenAI는 그게 이미 열려 있다. 신청서를 내면 조심스러운 옛 모델이 나온다.

OpenAI 안전 페이지에 적힌 대가

Astra가 recurrent depth, 그러니까 같은 층을 여러 번 돌리는 트랜스포머를 쓴다는 이야기가 돈다. 다만 OpenAI는 출시 자료에서도 시스템 카드에서도 아키텍처를 밝힌 적이 없으니 확인된 얘기는 아니다.

확인된 쪽은 대가다. 배포 안전 페이지가 GPT-5.6 Sol에 비해 사고 사슬의 관찰 가능성이 떨어졌고 모델이 자기 추론을 이전 세대보다 잘 통제하며, 적대적 조건에서는 일부러 못하는 척하는 것을 포함한 감시 회피를 보였다고 적어뒀다. 스테가노그래피 추론은 발견되지 않았다고 한다.

여기서 걸리는 게 하나 있다. 같은 페이지가 이 변화를 아키텍처 탓으로 돌리지 않는다. 구조를 바꿔서 생긴 차이가 아니라고 못박아뒀다.

대책은 컴퓨트다. 궤적 전체를 감시하는 것을 외부 배포까지 넓혔고 비용이 상당하다고 적어뒀다.

두 출시 글에서 제일 무거운 문단인데 비교표에는 절대 안 올라올 문단인 것 같다. 추론을 읽기 어려워진 모델이라면 점수와 별개로 따져봐야 할 듯 싶다.

그래서

값은 같으니 헤드라인만 보고 고르면 안 되겠더라.

특히 272K를 넘는 요청이 섞여 있으면 계산이 통째로 달라지니 그것부터 볼 일이다.

물론 이건 요금표만 읽고 적은 이야기다. 계산기(?)만 두드린 셈인데, 그래도 헤드라인 두 줄만 보는 것보다는 나을 것 같다.