OpenAI GPT-6.1 Terra 공개 — 시각 추론·컴퓨터 사용을 낮은 비용으로
OpenAI가 10월 26일 GPT-6.1 Terra를 공개했어요. 그림을 읽고 앱에서 작업하는 능력과 비용 효율을 함께 내세운 모델이에요. [1·3]
이번 글은 공식 발표와 현재 API 문서를 대조한 내용이에요. 성능 수치는 회사 평가이며, SVIL이 직접 모델 비교 실험을 한 결과는 아니에요.
이번 발표의 핵심
Terra는 시각 자료 이해, 컴퓨터 조작, 자연스러운 글쓰기에 초점을 둔 새 모델이에요. 단순한 이름 변경 소식보다 일상 업무를 어느 비용으로 처리할지에 관한 발표로 읽을 수 있어요. [1]
언제 공개됐나요
API 변경 기록은 10월 26일 출시를 명시해요. 공식 개발자 커뮤니티 안내도 같은 날 올라왔어요. 오래된 추측성 출시 일정과 이번 실제 공개를 구분했어요. [3·8]
어디서 이용하나요
OpenAI는 ChatGPT Work와 Codex의 Plus·Pro·Enterprise·Edu 이용자에게 제공한다고 밝혔어요. API 모델 식별자는 gpt-6.1-terra예요. 실제 계정의 노출 상태는 이 글에서 확인하지 않았어요. [8]
어떤 일에 맞춘 모델인가요
모델 선택 가이드는 시각 추론과 컴퓨터 사용을 Terra의 강점으로 분류해요. 범위가 정해진 코드 수정과 제공된 자료에 근거한 간결한 글쓰기도 예시예요. 모든 작업에서 최상위 모델을 대체한다는 뜻은 아니에요. [4]
이미지를 읽는 능력
제품 사진을 카탈로그와 대조하거나 기술 도면을 해석하는 것이 공식 사용 예시예요. 이미지의 의미를 파악한 다음 필요한 동작으로 연결하는 작업을 겨냥해요. [2]
화면 이해와 실행의 연결
화면에서 무엇이 보이는지 설명하는 단계와 실제 앱을 조작하는 단계는 달라요. Terra는 이 둘의 연결을 지향하지만, 실행에는 컴퓨터 사용 도구와 환경 구성이 필요해요. 모델만 바꾼다고 모든 앱 연결이 생기지는 않아요. [2·7]
지원하는 입력과 출력
현재 모델 문서는 텍스트·이미지 입력과 텍스트 출력을 지원한다고 안내해요. 오디오와 영상 입력은 지원 대상으로 표시돼 있지 않아요. 영상 편집 앱을 조작하는 일과 영상 파일을 직접 입력하는 기능은 구별해야 해요. [2]
긴 문맥의 의미
문맥 창은 1,050,000토큰, 최대 출력은 128,000토큰으로 기재돼 있어요. 긴 자료를 담을 수 있다는 사양과 그 자료를 항상 정확히 기억한다는 보장은 달라요. 실제 검토에는 결과 대조가 필요해요. [2]
추론 강도 설정
모델 문서는 none부터 max까지 추론 강도를 제공하고 medium을 기본값으로 안내해요. 시간을 더 쓰는 설정이 항상 필요한 것은 아니라는 점이 선택의 출발점이에요. [2·5]
표준 API 단가
100만 토큰 기준 표준 입력은 1달러, 캐시 입력은 0.05달러, 출력은 5달러예요. 이 수치는 토큰 비용이며 도구 호출 등 추가 과금까지 합친 작업 총액은 아니에요. [2]
긴 입력의 가격 조건
현재 문서는 입력 272,000토큰을 넘는 요청에 별도의 긴 문맥 가격 배수를 안내해요. 최대 문맥 크기를 그대로 사용해도 기본 단가만 적용된다고 계산하면 예상과 달라질 수 있어요. [2]
컴퓨터 업무 평가의 읽는 법
공식 발표는 Agents’ Last Exam과 OSWorld 등으로 컴퓨터 작업 능력을 설명해요. 평가 환경의 성공률은 특정 업무에서의 신호이며, 독자의 PC와 모든 업무에서 같은 결과가 나온다는 뜻은 아니에요. [1·6]
시각 평가의 범위
MMMU-Pro 같은 시각 추론 평가는 이미지와 전문 지식을 함께 이해하는 능력을 살펴봐요. 이 결과만으로 작은 글자나 복잡한 실제 업무 화면의 오류가 사라졌다고 말할 수는 없어요. [1]
코딩 모델의 선택
모델 선택 문서는 Terra에 범위가 명확한 수정 업무를, Sol과 Astra에는 더 복잡한 추론·코딩을 배치해요. 작업 전체를 하나의 모델로 고정하기보다 요구 수준을 구분하는 방식이에요. [4·5]
평가 수치는 회사 측 결과예요
시스템 카드에는 평가 시점·도구·시스템 지시와 추론 설정에 따라 제품 환경과 결과가 달라질 수 있다는 설명이 있어요. 출시 자료의 비교값을 재현 실험처럼 받아들이지 않는 것이 중요해요. [6]
도구 호출에는 Responses API
모델 문서는 도구 호출에 Responses API가 필요하다고 명시해요. 기존 연동이 Chat Completions를 쓴다면 모델 이름 교체만으로 도구 흐름이 같아진다고 가정할 수 없어요. [2·5]
도구는 별도 연결이에요
공식 도구 가이드는 검색·파일·컴퓨터 사용 등을 모델에 제공하는 방법을 설명해요. 모델의 판단 능력과 외부 서비스의 권한·연결 상태를 나누어 확인해야 작업 실패 원인이 분명해져요. [7]
보안 평가는 무엇을 뜻하나요
시스템 카드는 사이버 역량을 Critical, 생물·화학 역량을 High로 취급한다고 밝혀요. 이는 회사의 대비 체계상 능력 분류이며, 모든 공격이 성공하거나 모든 이용이 위험하다는 단순 지표는 아니에요. [6]
프롬프트 주입과 업무 범위
공식 안전 자료는 외부 문서에 숨긴 지시로 작업을 벗어나게 하는 공격과 업무 범위 준수를 평가해요. 강한 평가 결과가 있더라도 민감한 실행의 승인·결과 확인은 별도 운영 문제로 남아요. [6·7]
가상 사례: 도면에서 초안까지
예를 들어 도면을 읽고 필요한 치수를 정리한 뒤 설계 앱에서 초안을 만드는 흐름을 생각할 수 있어요. 이는 기능을 이해하기 위한 가상 사례이며, 이 글에서 실제 도면 변환이나 정확도 측정은 수행하지 않았어요. [2·7]
가상 사례: 반복 입력 업무
정해진 자료의 항목을 읽어 업무 앱에 입력하는 흐름도 검토 대상이에요. 예외 항목을 별도로 모으고 저장된 결과를 원본과 대조하는 편이 현실적이에요. 도입 효과와 절감액은 독립 측정 전에는 알 수 없어요. [4·7]
전환을 판단하는 기준
같은 입력과 완료 조건으로 결과 품질·처리 시간·총비용을 비교하는 것이 유용해 보여요. 이것은 문서를 바탕으로 한 운영 의견이며, Terra가 특정 현장에서 더 저렴하다는 실측 결론은 아니에요. [4]
핵심 정리
GPT-6.1 Terra는 시각 이해와 앱 조작을 일상 업무 비용으로 연결하려는 모델이에요. 공개·API 사양은 확인됐고, 실제 효용은 업무별 성공률과 검증 비용을 함께 보아야 해요. [2·3·4]
공식 자료에서 이어 볼 부분
아래 모델 문서와 이전 가이드는 지원 도구·추론 설정·가격 조건을 확인하는 출발점이에요. 사용 중인 작업에서 정확성이 가장 필요한 단계가 어디인지 돌아보면 모델 선택의 기준도 더 분명해질 것 같아요. [4·5]
출처
협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/