Model
.ai
오픈 AI 모델 추적
GPT 6 Astra Pro
OpenAI | 1,050,000 토큰 컨텍스트 | 입력 $10.00/M, 출력 $50.00/M. GPT-6 Astra Pro는 GPT-6 AstraOpens in new tab와 동일한 기본 모델로, reasoning.mode가 pro로 설정되어 복잡한 작업에서 더 높은 품질의 응답을 제공합니다. 비용 참고: pro 모드는 요청당 훨씬 더 많은 추론 토큰을 사용하므로, 일반적인 요청이 GPT-6 Astra보다 수배 더 비싸고 완료 시간도 훨씬 깁니다. 높은 정확도가 비용을 정당화하는 어려운 고위험 문제에 적합합니다. 일상적인 코딩, 에이전트, 채팅 작업에는 대신 GPT-6 AstraOpens in new tab를 사용하세요. 자세한 내용은 OpenAI 문서 https://developers.openai.com/api/docs/guides/reasoning#reasoning-modeOpens in new tab를 참조하세요.
이 모델의 가이드
모든 가이드
GPT-6 Astra Pro는 OpenAI의 GPT-6 Astra에 프로 추론 모드를 적용한 모델로, 어려운 문제에서 더 높은 정확도를 위해 요청당 훨씬 더 많은 계산을 수행합니다. 컨텍스트 윈도우는 100만 토큰 이상이며, 빠르거나 저렴함보다 정확도가 중요한 고난도 작업에 초점을 맞춥니다.

알려진 점

  • 프로 추론 모드는 복잡한 작업에서 표준 GPT-6 Astra보다 정확도를 높임.
  • 100만 토큰이 넘는 컨텍스트로 매우 긴 문서나 대화 처리 가능.
  • 텍스트 추론과 함께 비전 기능 제공.
  • 기본 모델은 GPT-6 Astra와 동일해 품질 한계는 동일.

주의할 점

  • 출력 비용이 백만당 50달러로 매우 높으며, 프로 모드는 훨씬 더 많은 추론 토큰을 소모해 비용이 빠르게 증가.
  • 요청 처리 시간이 GPT-6 Astra보다 눈에 띄게 길어 지연에 민감하거나 대량 작업에는 부적합.
  • 가중치 비공개, API 전용으로 로컬 실행이나 내부 검사 불가.

시도해볼 프롬프트

법률 논증 감사
다음은 계약 조항과 상대방의 해석입니다. 그들의 해석에서 모든 논리적 허점이나 근거 없는 가정을 식별하고, 의존하는 구체적 문구를 설명하며, 우리에게 유리한 두 가지 가장 강력한 반론을 제시하세요. 조항: [조항 붙여넣기]. 그들의 해석: [해석 붙여넣기].
실패하는 시스템 설계 진단
네트워크 분할 상황에서 정확히 한 번만 전달을 보장하는 분산 작업 큐를 설계 중입니다. 현재 아키텍처는 다음과 같습니다: [설명]. 모든 실패 모드를 검토하고, 발생 가능성과 영향 범위별로 순위를 매기며, 설계를 안전하게 만들 최소한의 변경 사항을 제안하세요.
어려운 선택지 추론
우리 팀은 인증 서비스를 Rust로 재작성할지, 아니면 Python에 형식 검증 계층을 추가할지 결정해야 합니다. 엔지니어 3명, 6개월 개발 기간, 8개월 후 컴플라이언스 감사가 예정되어 있습니다. 전체 의사결정 트리를 작성하고, 답변에 가장 큰 영향을 미치는 가정을 도출하며, 최종 권고와 신뢰 수준을 제시하세요.

비교하기

  • gpt oss 120b Turbo
    오픈 가중치 모델
    131,072 토큰 컨텍스트 · $0.15/M 입력, $0.60/M 출력
  • GPT-6 Luna
    API 전용 모델
    1,050,000 토큰 컨텍스트 · $0.10/M 입력, $0.50/M 출력
  • GPT-5.6 Sol
    API 전용 모델
    1,050,000 토큰 컨텍스트 · $4.00/M 입력, $20.00/M 출력
  • GPT-6.1 Sol
    API 전용 모델
    1,050,000 토큰 컨텍스트 · $2.00/M 입력, $10.00/M 출력
openai의 더 많은 텍스트 모델

사람들이 묻는 질문

GPT-6 Astra Pro를 로컬에서 실행할 수 있나요?
아니요. 가중치는 공개되지 않았으며 OpenAI API를 통해서만 이용 가능합니다.
GPT-6 Astra Pro의 비용과 컨텍스트 윈도우는 어떻게 되나요?
입력 토큰은 백만당 10달러, 출력 토큰은 백만당 50달러이며, 컨텍스트 윈도우는 1,050,000 토큰입니다. 프로 추론 모드는 요청당 훨씬 많은 내부 추론 토큰을 생성해 일반 GPT-6 Astra보다 비용이 수배 더 듭니다.
GPT-6 Astra Pro와 GPT-6 Astra의 차이는 무엇인가요?
기본 모델은 동일하며, 프로 버전은 복잡한 작업에서 더 높은 정확도를 위해 추론 모드를 프로로 설정해 속도와 비용을 희생합니다. OpenAI는 일상 코딩, 에이전트, 채팅 작업에는 GPT-6 Astra를 권장합니다.
캡틴의 평가
잘못된 답변이 진짜 비용이 큰 문제에만 예약해 두세요. 그 외에는 GPT-6 Astra가 훨씬 저렴한 비용으로 충분합니다.
캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai의 GPT 6 Astra Pro: Heat 5,275°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
이 점수가 어떻게 계산되는지
이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.
용어집: 여기서 쓰는 말들
히트 점수
모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수
실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치
점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일
1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요
모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률
두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정
측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더
토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드
기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트
PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰
Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트)
가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩
다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치
모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령
패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트
이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수
아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간)
7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세
한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델
카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.