GPT-6.1 Terra는 시각적 이해, 컴퓨터 사용, 글쓰기 및 일상적인 에이전트 작업을 위한 OpenAI의 추론 모델입니다. 2026년 10월 26일에 출시된 이 모델은 일상적인 자동화와 더 까다로운 작업 사이에서 고민하는 팀에게 저비용 옵션을 제공합니다. 공식 표준 입출력 비용은 GPT-6.1 Sol의 절반 수준입니다.

유용한 질문은 필요한 결과를 유지하면서 어떤 작업을 Terra로 옮길 수 있느냐는 것입니다. 제품 확인, 간단한 코드 수정, 양식 처리 작업과 같이 검증 가능한 반복적인 작업부터 시작하는 것을 추천합니다. GPTProto에서 GPT-6.1 Terra API 액세스를 살펴보고 동일한 작업으로 Sol과 비교해 보세요.
GPT-5.6 Terra에서 무엇이 변경되었나요?
시각적 이해 및 컴퓨터 사용
OpenAI의 도입부는 상세한 시각적 추론, 정밀한 컴퓨터 사용, 그리고 더 명확한 글쓰기를 강조합니다. 에이전트가 애플리케이션 화면을 확인하고, 어떤 필드를 채울지 결정하며, 입력 후 결과를 검사하는 과정을 상상해 보세요.
귀하의 통합 환경이 실행 환경을 제공합니다. 모델은 정보를 해석하고 작업을 제안하며, 연결된 도구가 이를 수행하고 피드백을 반환합니다. 따라서 스크린샷을 읽는 것은 브라우저를 안정적으로 조작하는 것보다 더 작은 통합 작업입니다.
한 출시 당일 커뮤니티 토론에서는 Terra가 특히 시각적 이해 측면에서 “비용 대비 뛰어난 성능”을 제공한다고 평가했습니다. 이는 게시물에 재현 가능한 비공개 테스트가 문서화되지 않은 상태에서 나온 초기 반응입니다.
더 나은 사실적 신뢰성과 일상적인 코딩
OpenAI는 최대 추론 노력 시 Terminal-Bench 4.0에서 50.3%의 성능을 기록했다고 보고했으며, 이는 GPT-5.6 Terra의 발표된 수치인 21.5%와 비교됩니다. 내부적인 오류 유발 프롬프트에서 저노력 사실 오류율은 53.6%에서 16.7%로 감소했습니다.
이러한 측정 결과는 업그레이드를 뒷받침하지만 한계도 존재합니다. 사실성 평가는 선별된 어려운 프롬프트를 사용하며, 코딩 점수는 특정 테스트 설정을 설명합니다. OpenAI는 여전히 가장 복잡한 프로그래밍 작업에는 Sol과 Astra를 권장합니다.
GPT-6.1 Terra를 어디에 사용할 수 있나요?
제품 및 카탈로그 검사는 실용적인 시작점입니다. 모델에게 제품 사진과 서면 사양을 제공한 다음, 눈에 띄는 불일치를 식별하도록 요청하세요. 검토자가 각 결과를 확인할 수 있도록 관련 이미지 세부 정보에 대한 참조를 요구하십시오.
스크린샷 분석은 또 다른 제한된 작업입니다. 페이지 캡처, 예상 레이아웃, 그리고 구체적인 질문을 제공하세요. 겹치는 요소, 누락된 레이블 또는 다음으로 예상되는 작업을 물어보세요. 자동화된 변경을 허용하기 전에 실제 애플리케이션에서 관찰 내용을 확인하십시오.
일상적인 코딩의 경우, 재현 가능한 버그와 명확한 수용 테스트를 사용하세요. GitHub의 초기 테스트에 따르면 Terra는 이전 모델보다 더 많은 터미널 및 C# 작업을 해결했으며, 범위가 잘 정의된 작업에 중점을 두었습니다. GitHub는 해당 발표에서 전체 정량적 방법론을 공개하지는 않았습니다.
이들은 제안된 평가 작업입니다. 작은 세트로 시작하여 실패 사례를 기록하고, 어떤 결과를 자동으로 수용할 수 있을지 결정하세요.
모델을 비교할 때는 입력값과 수용 기준을 일관되게 유지하세요. 카탈로그 검사의 경우, 명백한 불일치, 올바른 목록, 그리고 이미지가 너무 불분명하여 판단할 수 없는 경우를 포함하세요. 유용한 결과라면 불일치를 식별하고, 올바른 목록은 그대로 두며, 모호한 경우에는 불확실성을 인정해야 합니다. 이렇게 하면 단순히 유창한 답변 하나를 판단하는 것보다 시험이 훨씬 더 유익해집니다.
GPT-6.1 Terra 가격 책정: 작업당 비용은 얼마인가요?
Terra 모델 문서 및 Sol 모델 문서에는 백만 토큰당 미국 달러 기준 공식 표준 가격이 다음과 같이 명시되어 있습니다:
| 모델 |
입력 |
캐시된 입력 |
출력 |
| GPT-6.1 Terra |
$1.00 |
$0.05 |
$5.00 |
| GPT-6.1 Sol |
$2.00 |
$0.10 |
$10.00 |
10,000개의 입력 토큰과 총 1,000개의 청구 대상 출력 토큰을 사용하는 가상의 요청에서 Terra는 $0.015, Sol은 $0.030의 비용이 발생합니다. 이 계산은 캐시나 추가 도구 비용이 없고 청구된 사용량이 동일하다고 가정합니다.
에이전트는 동일한 작업에 대해 서로 다른 양의 추론과 출력을 사용할 수 있습니다. 재시도 및 추가 도구 단계도 청구 금액에 영향을 미칩니다. 최종 결과가 검사를 통과했는지 여부와 함께 총 비용을 기록하세요.
내부 비교를 위해 요청, 청구된 토큰, 승인된 결과 및 수동 수정 시간을 기록하세요. 검토 시간을 고려하면서 총 지출을 승인된 결과 수로 나누어 보세요. 더 많은 확인 작업을 유발하는 저렴한 요청은 팀에 적합하지 않을 수 있습니다.
긴 프롬프트에는 또 다른 조건이 있습니다. 272K 입력 토큰을 초과하면 OpenAI는 전체 요청에 대해 입력 및 캐시 요금의 2배, 출력 요금의 1.5배를 적용합니다. 플랫폼의 적용 요금 및 지원 옵션은 GPT Proto의 현재 Terra 가격에서 확인하세요.
GPT-6.1 Terra vs Sol, Sonnet 5.5 및 GLM-5.3
다음 스냅샷은 10월 27일에 확인된 Artificial Analysis의 Intelligence Index v4.3.2에서 가져온 것입니다. 이 지수는 백분율이 아닌 종합 점수입니다. 작업 비용은 가중 평균 평가 비용입니다.
GPT-6.1 Terra vs GPT-6.1 Sol
Terra max와 Sol medium은 모두 48점을 기록했지만, Sol medium의 측정된 작업 비용이 더 낮습니다. 반올림된 종합 점수가 같다고 해서 능력이 동일한 것은 아닙니다. 이는 모든 요청을 max로 설정하기 전에 구성을 비교해야 할 이유를 제공합니다.
저는 명확한 검사 단계가 있는 일상적인 작업에는 Terra를 시도하고, 더 어려운 코딩 작업을 평가할 때는 GPT-6.1 Sol을 포함할 것입니다. Terra가 안정적으로 완료할 수 없는 경우를 대비해 에스컬레이션 경로를 유지하세요.
GPT-6.1 Terra가 Sonnet 5.5보다 더 나은가요?
표시된 Sonnet 구성은 더 높은 점수를 기록하지만 평가 작업당 비용이 더 많이 듭니다. "기본 대체(Default Fallback)" 설정은 테스트된 구성의 일부이며 점수를 해석할 때 반드시 고려해야 합니다.
이미 Claude 도구를 사용 중이라면, 도구 처리 및 검토 시간을 포함한 실제 워크플로우에서 Sonnet 5.5와 Terra를 비교해 보세요. 이 표만으로는 귀하의 애플리케이션에 가장 적합한 선택을 결정할 수 없습니다.
GPT-6.1 Terra 대 GLM-5.3
이 스냅샷에서 Terra max는 더 높은 점수를 기록했으며 측정된 작업당 비용이 더 낮습니다. 또한 Artificial Analysis는 Terra를 이미지 입력이 가능한 모델로 나열하는 반면, GLM-5.3은 텍스트 전용이며 오픈 가중치를 가지고 있습니다.
따라서 시각적 작업 및 배포 요구 사항이 유용한 선택 기준이 됩니다. 해당 모델이 귀하의 애플리케이션에 적합하다면 GLM-5.3 API 액세스를 검토하고, 비교 시 필요한 입력 형식을 포함하십시오.
Codex나 Claude Code에서 GPT-6.1 Terra를 사용할 수 있나요?
네. GPT Proto의 API 통합을 통해 GPT-6.1 Terra를 Codex 및 Claude Code 모두에 연결할 수 있습니다. 가장 빠른 설정을 위해 GPT-6.1 Terra 모델 페이지를 열고 이 모델 사용해 보기(Try this model)를 사용하여 전용 설정 옵션에 액세스하세요.
“이 모델 사용해 보기”를 클릭하세요. 모델 페이지에서 빠른 시작 패널이 열립니다.
코딩 도구를 선택하세요. AI가 통합을 완료하도록 허용 아래에서 Claude Code 또는 ChatGPT (Codex)를 선택하여 원클릭 설정을 시작하세요.
연결을 완료하세요. 설정 지침에 따라 GPT Proto API 키를 연결하고 GPT-6.1 Terra를 구성하세요.
같은 패널에서 AI용 마크다운 복사(Copy Markdown for AI)를 클릭하여 통합 가이드를 코딩 어시스턴트에 붙여넣을 수도 있습니다. 여기에는 어시스턴트가 프로젝트 내 연결을 구성하는 데 사용할 수 있는 모델별 지침이 포함되어 있습니다.
GPT Proto에서 GPT-6.1 Terra를 사용해 보는 방법
__Terra 모델 페이지를 열어 현재 액세스 권한과 가격을 확인하고 API 사용 예시를 활용하세요. 통합에 도움이 필요하면 페이지의 현재 요청을 복사하여 AI 코딩 어시스턴트에 붙여넣으세요. 동일한 GPT Proto 계정을 통해 워크로드 변화에 따라 지원되는 대안과 현재 요금을 비교할 수 있습니다.
기본적인 텍스트 스모크 테스트를 위한 요청 패턴은 다음과 같습니다:
curl --fail-with-body https://gptproto.com/v1/chat/completions \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.1-terra",
"messages": [{
"role": "user",
"content": "Simplify this label: Commence account creation."
}]
}'
이 유료 요청을 실행하기 전에 로컬에서 GPTPROTO_API_KEY를 설정하고 페이지의 현재 예시와 모델 식별자를 확인하세요. 이 텍스트 전용 패턴은 이 가이드를 위해 Terra 경로에서 실시간 테스트되지 않았습니다.
응답이 오면 기본 액세스가 확인된 것입니다. 다음으로, 명확한 수락 확인이 포함된 대표적인 작업을 시도해 보세요. OpenAI는 Terra 도구 호출을 위해 Responses API를 요구합니다. 예제를 에이전트로 확장하기 전에 GPT Proto의 해당 경로를 확인하세요.
반복 가능한 하나의 워크플로우로 시작하여 요구 사항을 충족하는 결과의 총 비용을 비교해 보세요. 필요한 작업에 Sol을 사용할 수 있는 GPT Proto의 GPT-6.1 Terra를 살펴보세요.