제미나이 4 아르곤 VS OPUS 5.5 VS GPT-6 Astra 완벽 비교
성능, 가격, 접근성까지 세 모델을 한 번에 정리했어요
세 모델이 한 달 사이에 몰려온 이유
안녕하세요. 이번 9월은 AI 소식을 따라가기 숨 가쁜 달이었어요. 9월 초에 OpenAI가 GPT-6 Astra를 내놓았고, 9월 30일에는 구글이 제미나이 4 아르곤을 공개했죠. 여기에 이미 시장에 나와 있던 Anthropic의 Claude Opus 5.5까지 더하면, 지금 가장 강한 상용 모델 세 개가 한 줄로 서게 된 셈이에요.
글과 영상 대본을 매일 만드는 입장이라, 저는 새 모델이 나오면 그래서 뭐가 다른지, 돈은 얼마나 드는지부터 따져봐요. 먼저 밝혀둘 게 있어요. 이 글은 직접 써본 후기가 아니라 공개된 벤치마크와 가격표를 모아 정리한 비교입니다. 아르곤은 아직 일반 공개 전이라 써볼 방법도 없고요.
출시 시점과 접근성부터 확인해요
가장 먼저 볼 건 지금 당장 쓸 수 있느냐예요. GPT-6 Astra는 9월 3일에 발표되고 다음 날 API로 풀린 것으로 알려져 있어요. 컨텍스트 창은 약 105만 토큰, 최대 출력은 12만 8천 토큰이고요. 반면 제미나이 4 아르곤은 첫날 구글의 Fairwind 프로그램, 그러니까 검증을 거친 사이버 방어 기관들에만 먼저 열렸어요. 그다음 순서가 유료 API 고객과 Google AI Ultra 구독자인데, 구체적인 날짜는 공개되지 않았다고 보고됐습니다.
아르곤은 한 번에 낼 수 있는 출력이 최대 100만 토큰까지 늘었다는 점도 눈에 띄어요. 이전 제미나이가 6만 4천 토큰이었으니 큰 도약이죠. 코드베이스를 통째로 옮기는 긴 작업을 겨냥한 숫자로 읽혀요.
가격표는 아르곤이 가장 착해요, 지금은요
아래 가격은 모두 100만 토큰당 미국 달러 기준이에요(미국 기준, 환율·관세 별도). 아르곤의 입력 2달러, 출력 10달러는 50% 도입 할인가로 알려져 있고, 정상가는 4달러와 20달러로 Opus 5.5와 같아요. 할인이 언제까지인지는 밝혀지지 않았어요.
| 모델 | 입력 | 출력 | 캐시 입력 | 작업당 비용(AA 집계) |
|---|---|---|---|---|
| 아르곤 (도입가) | $2 | $10 | $0.10 | 약 $1.99 |
| 아르곤 (정상가) | $4 | $20 | $0.20 | 약 $3.98 |
| Opus 5.5 | $4 | $20 | $0.20 | 약 $5.98 |
| GPT-6 Astra | $10 | $50 | $1 | 약 $3.26 |
재밌는 건 토큰 단가와 실제 청구액이 따로 논다는 점이에요. Artificial Analysis 집계로는 아르곤이 작업 하나에 평균 약 6만 2천 출력 토큰을 쓰는데, Astra는 약 2만 7천 토큰이라고 해요. 아르곤이 싸 보이는 건 적게 써서가 아니라 단가가 낮아서라는 얘기죠. 할인이 끝나면 격차가 꽤 줄어든다고 봐야 해요.
벤치마크, 숫자보다 읽는 법이 중요해요
구글 발표 자료 기준으로 아르곤은 긴 소프트웨어 작업을 보는 DeepSWE v1.1에서 77.9%로 가장 높고, 금융·법률·업무 자동화 쪽에서도 앞선다고 보고됐어요. 반대로 터미널 기반 에이전트 코딩인 Terminal-Bench 4.0에서는 Opus 5.5가 66.4%로 앞서고, FrontierSWE v2는 Astra가 65.5%로 가장 높아요. 한 모델이 다 이기는 구도가 아니라는 게 핵심이에요.
| 벤치마크 | 아르곤 | Opus 5.5 | Astra |
|---|---|---|---|
| DeepSWE v1.1 | 77.9% | 74.2% | 74.1% |
| Terminal-Bench 4.0 | 57.4% | 66.4% | 58.2% |
| FrontierSWE v2 | 55.0% | 62.3% | 65.5% |
| AutomationBench | 51.3% | 42.5% | 41.4% |
| 프롬프트 인젝션 성공률 (낮을수록 좋음) | 0.7% | 1.0% | 8.5% |
다만 이 표는 구글이 발표한 자료라서, 경쟁 모델 점수는 구글이 자기 설정으로 돌린 값이에요. 실제로 AutomationBench의 Opus 5.5 점수는 Anthropic 쪽 발표와 다르게 집계된 것으로 알려져 있어요. 벤치마크는 방향을 보는 용도로만 쓰고, 최종 판단은 내 작업으로 직접 돌려본 결과로 하는 게 맞아요.
환각률과 보안, 의외의 반전 포인트
Artificial Analysis의 종합 지능지수에서는 Opus 5.5가 58, 아르곤과 Astra가 나란히 53으로 집계됐어요. 그런데 사실 오류 쪽으로 가면 그림이 달라져요. 모르는 질문에 얼마나 지어내는지 보는 AA-Omniscience에서 아르곤은 약 15%, Astra는 약 51%로 보고됐어요. 대신 정답률은 아르곤이 50%, Astra가 63%라서, 아르곤은 모르면 모른다고 말하는 쪽에 가까운 모델이에요. Opus 5.5의 같은 항목 수치는 제가 확인하지 못했어요.
보안 쪽에서는 웹페이지나 문서에 숨은 악성 지시에 얼마나 넘어가는지가 중요한데, 위 표처럼 Astra가 상대적으로 약하다고 나왔어요. 한편 Astra는 OpenAI가 처음으로 가장 높은 사이버 위험 등급(Critical)으로 분류한 모델로 알려져 있고, 전체 기능은 별도 프로그램을 통해서만 열린다고 해요. 그리고 블룸버그는 일부 구글 직원이 실제 업무에서는 벤치마크만큼 체감이 안 난다고 말한다고 보도했는데, 구글은 이를 반박했어요.
내 작업에는 어떤 모델이 맞을까
지금까지의 데이터를 용도별로 묶어 보면 이래요. 어디까지나 공개된 숫자 기준의 후보일 뿐이고, 아르곤은 일반 이용이 시작돼야 실사용 평가가 쌓일 거예요.
| 필요한 것 | 유력 후보 | 근거 |
|---|---|---|
| 법률·금융·업무 자동화 | 제미나이 4 아르곤 | Vals Index, AutomationBench 등에서 선두 |
| 터미널·에이전트 코딩 | Opus 5.5 | Terminal-Bench 4.0에서 66.4% |
| 고난도 과학·프런티어 코딩 | GPT-6 Astra | FrontierSWE v2 선두 |
| 종합 지능 점수 | Opus 5.5 | AA 지능지수 58 |
| 낮은 환각률 | 제미나이 4 아르곤 | AA-Omniscience 약 15% |
최종 정리: 지금 쓸 수 있는 건 둘, 기다릴 건 하나
한 줄로 줄이면 이래요. 종합 점수와 터미널 코딩은 Opus 5.5, 고난도 연구형 작업은 GPT-6 Astra, 비용과 사실 정확성, 업무 자동화는 아르곤이 유력해 보여요. 하지만 아르곤은 아직 손에 잡히는 모델이 아니고, 도입 할인도 영원하지 않아요.
Opus 5.5 또는 GPT-6 Astra
이미 이용할 수 있고 검증 자료도 쌓여 있어요. 코딩 중심이면 Opus 5.5, 어려운 연구형 작업이면 Astra부터 비교해 보세요.
제미나이 4 아르곤
비용 대비 성능과 낮은 환각률이 강점이에요. 다만 일반 공개 일정이 미정이니 도입가 기준으로 예산을 짜지는 마세요.
빠르게 바뀌는 시장이라 이 글의 숫자도 금세 낡을 수 있어요. 아르곤이 일반 공개되면 직접 써본 느낌을 더해서 다시 정리해 볼게요. 읽어주셔서 고마워요.