GPT-6 Astra가 Token Station에 openai/gpt-6-astra로 출시되었습니다. GPT-5.6 계열의 다른 모델에 이미 사용하고 있는 것과 동일한 OpenAI 호환 엔드포인트로 접근할 수 있습니다.
OpenAI는 Astra를 단일 턴 응답 품질 향상이 아니라 에이전트형 작업, 즉 장시간 코딩 세션, 컴퓨터 및 브라우저 사용, 터미널 위주의 작업에 맞춰 설계했습니다. 그 성과는 어느 한 벤치마크보다는, 사람이 다시 개입하기 전까지 모델이 다단계 작업을 얼마나 멀리 진행할 수 있는지에서 드러납니다.
실제로 달라진 점
Astra의 핵심 향상은 일반 지식이 아니라 장기 과제와 에이전트형 벤치마크에 집중되어 있습니다.
- FrontierMath Tier 4: 97.6%. 공개된 수학 벤치마크 중 가장 어려운 테스트이며, 같은 테스트에서 Claude Fable 5.1의 87.8%보다 앞섭니다.
- ExploitBench: 100%. 방어적 사이버보안 작업(취약점을 찾아 패치하는 것이지, 익스플로잇을 작성하는 것이 아님)을 측정하는 벤치마크입니다.
- OSWorld 2.0(컴퓨터 및 브라우저 사용): 72.6%. GPT-5.6 Sol보다 작업당 소요 시간이 약 47% 짧습니다.
- SRE-Bench(장애 대응 및 시스템 운영 작업): 첫 시도 해결률 88.0%, 4회 이내 해결률 99.2%로, GPT-5.6 Sol의 55.9%와 68.7%에서 상승했습니다.
- Terminal-Bench 4.0: 57.7%. 길고 지저분한 터미널 세션을 중심으로 설계된 벤치마크입니다.
다섯 항목 모두에서 같은 패턴이 나타납니다. Astra는 단순히 답을 더 잘하는 것이 아닙니다. 처음 지시에서 벗어나지 않고 더 오래 작업을 이어가는데, 이것이 바로 에이전트형 코딩과 컴퓨터 사용 워크플로에서 실제 병목이 되는 지점입니다.
Astra는 사이버보안 역량에서 “Critical” 기준을 넘어선 최초의 OpenAI 모델이기도 합니다. 그래서 가장 고도화된 공격적 보안 기능은 OpenAI의 Daybreak 액세스 프로그램 뒤에 잠겨 제공됩니다. Token Station을 통해 라우팅한다고 해서 이 제한이 바뀌지는 않습니다. 이는 Token Station이 아니라 OpenAI 쪽의 접근 제어입니다.
사양
| 컨텍스트 윈도우 | 1.05M tokens |
| 최대 입력 | 922K tokens |
| 최대 출력 | 128K tokens |
| 지원 모달리티 | 텍스트 및 이미지 입력, 텍스트 출력 |
| 지식 기준일 | 2026년 4월 30일 |
사용해 보기
curl https://models.bytefuture.ai/v1/chat/completions \
-H "Authorization: Bearer TOKEN_STATION_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-6-astra",
"messages": [
{"role": "user", "content": "Plan a safe refactor for a pricing module, list the tests to run, and flag anything that touches billing."}
]
}'동일한 요청에서 openai/gpt-6-astra를 openai/gpt-5.6-sol로 바꾸기만 하면, 연동의 다른 부분을 전혀 바꾸지 않고도 자신의 워크로드로 두 모델을 비교할 수 있습니다.
가격
| 입력 | 출력 | 캐시 입력 | 캐시 쓰기 | |
|---|---|---|---|---|
| GPT-6 Astra | $10/M | $50/M | $1/M | $12.50/M |
GPT-5.6 Sol (openai/gpt-5.6) |
$5/M | $30/M | $0.50/M | $6.25/M |
Astra의 요금은 입력 272K 토큰까지는 그대로 유지됩니다. 이를 넘어서면 OpenAI는 초과분만이 아니라 요청 전체에 롱 컨텍스트 등급을 적용합니다. 입력 및 캐시 입력은 2배, 출력은 1.5배입니다. 273K 토큰짜리 프롬프트는 입력 쪽에서 271K 토큰짜리보다 대략 두 배의 비용이 듭니다. Token Station은 이 요금을 마크업 없이 그대로 전달하므로, 장기 컨텍스트 에이전트 세션이 이 임계값을 자주 넘는다면 주의 깊게 살펴볼 필요가 있습니다.
Astra의 가격이 값어치를 하는 경우, 그렇지 않은 경우
Astra는 토큰당 가격이 GPT-5.6 Sol의 두 배입니다. 이 프리미엄은 벤치마크가 직접 겨냥하는 워크로드에서 가장 정당화하기 쉽습니다.
- Codex 스타일 워크플로에서의 장시간 에이전트형 코딩 세션: 여기서 얻는 이득은 한 번에 완성되는 코드 품질이라기보다, 프로덕션에 투입할 수준에 도달하기까지 필요한 수정 횟수가 줄어든다는 점입니다.
- 컴퓨터 사용 및 브라우저 자동화: OSWorld에서 나타난 약 50%의 시간 단축 효과가 긴 세션 동안 누적됩니다.
- 터미널 위주의 운영 작업: 로그 분류, 시스템 디버깅처럼, 예전에는 사람이 매 단계를 지켜봐야 했던 종류의 작업입니다.
단발성 질의응답 호출, 분류 작업, 또는 여러 단계를 연쇄적으로 처리하지 않는 작업이라면 Astra의 가격을 정당화하는 효율성 이득이 사실상 적용되지 않으며, GPT-5.6 계열의 더 저렴한 경로나 Claude Sonnet 5로도 더 낮은 비용에 같은 작업을 처리할 수 있습니다.
시작하기
models.bytefuture.ai에서 가입하면 카드 등록 없이 $1 무료 크레딧을 받을 수 있고, 첫 충전 시 최대 $50의 보너스 크레딧도 추가로 받을 수 있습니다. 키를 발급받아 기존 OpenAI 호환 연동을 openai/gpt-6-astra로 지정하기만 하면 됩니다.