GPT-6 Astra
OpenAI 모델 · 2026년 9월 3일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- OpenAI
- 공개일
- 이용 방식
- API 제공
- 학습 연산량
- 1.0×10²⁷ FLOPEpoch AI 추정치
- 종합 능력 지수(ECI)
- 166.4신뢰구간 163.3~171.5
- Arena 점수(사람 투표)
- 144074위 · 투표 10,536표
주요 반응
컴퓨터 사용과 장시간 에이전트 작업에서 인상적인 시연과 호평이 이어졌다. 반면 가격이 2.5배로 뛰었고, 글쓰기·취향이 필요한 작업의 약점과 사이버 보안 위험 등급, AGI 발언 논란이 비판을 받았다.
- 호평테스터들은 맨해튼을 언리얼 엔진으로 재현하고 브라우저 게임을 하루 만에 만드는 시연을 쏟아냈다. OpenAI는 OSWorld 2.0 72.6%(Sol 65.7%)와 작업 시간 약 40분(Sol 75분)을 제시했다.[1][2]
- 엇갈림독립 평가의 갱신된 지수에서 Astra(최대 설정)는 Claude Fable 5.1과 공동 1위였다. 다만 초기 집계를 인용한 보도들은 Fable 5.1에 뒤진다고 전해 평가가 엇갈렸다.[3][4][1]
- 엇갈림가격은 입출력 100만 토큰당 10달러/50달러로 GPT-5.6 Sol의 2.5배다. 최대 노력 설정의 과제당 비용은 Sol보다 약 60% 높았지만, Fable 5.1과 같은 지수 점수를 약 40% 비용으로 냈다.[3]
- 비판한 평가자의 문체 벤치마크에서 11위로 이전 모델보다 낮았고 전문 업무 지표 GDPval-AA v2도 Sol보다 낮았다. 개발자 커뮤니티에서는 여전히 정밀한 지시가 필요하다는 후기가 나왔다.[1][3][5]
- 엇갈림OpenAI 최초로 사이버 보안 Critical 등급을 받았고 공개판은 고급 공격 작업을 거부한다. Greg Brockman의 AGI 시대 발언, ARC-AGI-3 점수의 검증 가능성, 감시 체계가 정상 작업을 끊을 수 있다는 점이 논란이 됐다.[6][2]
반응 출처 6개
- OpenAI GPT-6 Astra review: shockingly good · decrypt.co
- OpenAI launches GPT-6 Astra, Brockman invokes 'AGI era' · aiweekly.co
- Benchmarking GPT-6 Astra · artificialanalysis.ai
- GPT-6 Astra: independent benchmarks vs launch claims · requesty.ai
- GPT-6 Astra | Hacker News · news.ycombinator.com
- OpenAI Launches GPT-6 Astra, Its First 'Critical' Cyber Model · rits.shanghai.nyu.edu
출시 기사·리뷰·전문가 평가·개발자 커뮤니티 토론을 LUCAS AI News가 읽고 요약했습니다(2026-10-11 기준). 원문 표현은 옮기지 않았으니 자세한 내용은 출처에서 확인하세요.
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
OpenAI 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학95.8%
94개 모델 중 1위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '최대' 기준. 오차 ±1.4%.
- OTIS 모의 AIME수학100%
91개 모델 중 1위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '최대' 기준.
- FrontierMath 1~3단계수학93.7%
57개 모델 중 1위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '최대' 기준. 오차 ±1.4%.
- FrontierMath 4단계수학97.6%
48개 모델 중 2위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '높음' 기준. 오차 ±2.4%.
- MirrorCode코딩46.7%
9개 모델 중 4위. 원본 소스 코드 없이 프로그램 전체를 처음부터 다시 구현하는 장기 코딩 과제. 생각 수준 '높음' 기준. 오차 ±11.9%.
- SimpleQA Verified지식75.6%
52개 모델 중 1위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '최대' 기준. 오차 ±1.4%.
- 체스 퍼즐추론72%
60개 모델 중 1위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 생각 수준 '최대' 기준. 오차 ±4.5%.
- 미공개 게임 퍼즐추론84%
47개 모델 중 1위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '최대' 기준. 오차 ±3.7%.
- 가구 조립 검사공간·학습80%
27개 모델 중 2위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '최대' 기준. 오차 ±4.9%.
- EBR-bench공간·학습76.2%
21개 모델 중 1위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '최대' 기준. 오차 ±8.4%.
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
함께 볼 모델
- GPT-6 Sol OpenAI · 2026-09-22
- GPT-6 Luna OpenAI · 2026-09-22
Gemini 3.8 Flash Google · 2026-09-02- Claude Fable 5.1 Anthropic · 2026-09-01