GPT-6.2 Astra·MAI Code 2·Gemini 4 Neon, 이틀 새 나온 가격 경쟁

오늘의 흐름 정리

화요일 이후 이틀 사이 OpenAI가 GPT-6.2 Astra와 Sol, Microsoft가 MAI Code 2, Google이 Gemini 4 Neon을 차례로 내놨다. 세 발표 모두 최고 점수보다 작업당 비용을 앞에 세웠다. 같은 기간 하네스와 검증 절차가 그 비용을 얼마나 흔드는지 보여 주는 측정도 함께 나왔다.

가격표를 앞세운 GPT-6.2·MAI Code 2·Gemini 4 Neon

OpenAI는 17일(현지 시각) GPT-6.2 Astra와 Sol 발표 글에서 두 모델이 전문 업무와 코딩 품질을 높이면서 비용을 낮췄다고 밝혔다. GeekNews 요약에 따르면 Astra는 Agents’ Last Exam에서 GPT-6 Astra보다 5.2점 높으면서 작업 비용은 3분의 1 미만이었고, Sol은 FrontierCode 2.0에서 Astra와 0.5점 이내 차이를 약 5분의 1 비용으로 냈다. 또 Astra의 API 가격은 100만 토큰당 입력 8달러, 출력 40달러로 전작보다 20% 내렸다.

Microsoft는 같은 날 MAI Code 2 발표 글에서 이 모델이 GPT-6.1 Sol 성능의 98%를 40% 비용으로 낸다고 적었는데, 각주에 따르면 이 비용은 50% 프로모션 가격 기준이다. Ignite 발표에는 보안·이미지·음성을 포함한 7종이 함께 실렸고, MAI Cyber 2 Flash는 CyberGym-E2E에서 GPT-6 Astra보다 높은 품질을 작업당 비용 2% 미만으로 냈다고 한다.

Google은 18일 Gemini 4 Neon 발표 글에서 이 모델을 Carbon과 Hydrogen 사이에 놓았고, 가격은 100만 토큰당 입력 3달러, 출력 15달러이며 작업당 비용은 Carbon보다 32% 낮다고 밝혔다. 본인은 세 회사의 비교 수치가 모두 자사 측정이고 MAI Code 2에는 프로모션 가격이 걸려 있어, 제3자 측정이 나올 때까지 순위 판단을 미룬다.

하네스에 따라 최대 5배 벌어진 작업당 비용

Runta는 17일 FrontierHarness Eval v1.1에서 하네스 구성 22개와 공개 모델 5종을 터미널 과제 62개로 27,280회 돌렸고, 같은 모델에서도 하네스에 따라 작업당 비용이 1.8~5.0배 벌어졌다고 보고했다. GeekNews 요약에도 나오듯 GLM-5.3은 Codex CLI와 묶었을 때 우위가 뚜렷했는데, 통과당 0.803달러로 가장 쌌던 이 하네스가 Kimi-K3에서는 10위였다. 다만 이 측정은 한 제공사의 공개 모델만 다뤘고 통과율의 95% 구간이 ±10점 안팎이다.

Kernel의 분석 글은 비공개 버그 수정 평가에서 Gemini 4 Carbon이 Astra보다 단계는 약 7배, 도구 작업은 약 11배, 입력 토큰은 16배 넘게 썼고 단계의 절반가량이 요청받지 않은 작업이었다고 분석했다.

실행 결과로 입증하게 한 Claude Code 팀의 검증 루프

Claude Code 팀의 검증 글은 코드의 약 90%를 Claude가 쓰고 리뷰한다고 밝히고, 테스트를 한 종류만 고른다면 E2E를 택하라고 권했다. GeekNews 요약대로 앱 실행 방법을 verify 스킬로 정리해 커밋 전에 쓰게 하고, 검사가 세 차례 수정 뒤에도 실패하면 Claude가 멈추고 사람을 부른다.

GeekNews에 올라온 정리는 9월부터 11월까지 Claude Code, Codex, Antigravity, opencode에서 공개된 삭제 사고 10건을 실행된 셸 명령으로 추적했는데, 대부분 좁은 폴더 하나를 지우려던 명령이 셸 해석 과정에서 다른 대상을 가리킨 경우였고 Git Bash의 cygpath가 루트를 돌려준 사례에서는 약 600GB가 지워졌다.

한 줄 정리

모델 값이 내려가는 만큼 하네스와 검증이 비용을 좌우하는 폭도 커졌다. 새 모델을 고를 때는 가격표와 함께 어떤 하네스에서 몇 단계를 쓰는지도 재야 한다.

조회수: 2

댓글 남기기