본문으로 건너뛰기
노리터해외반응
여기 사실 휴대폰 커뮤니티임.성지 시세, 알뜰폰 요금 비교표직접 모아 가격순으로 보여줌11-18 확인 · 판매처 54곳 · 요금제 3,341개

해외반응

GPT 6.2 써보고 과한 설계부터 불만 나온 개발자들

GPT 6.2 Astra랑 Sol이 나오자 개발자들 사이에서 실제 사용 경험에 대한 얘기가 나옴. 그래서 실제로 코딩시켜 보면 어떠냐는 거임.

불만 쪽에서는 간단한 일도 복잡하게 만들고, 별로 중요하지 않은 부분을 계속 파고든다는 반응이 나옴. 지시하지 않은 걸 건드리거나 작업에 필요한 환경이 없는데도 계속 시도했다는 경험담도 있었음. 이전 버전부터 있던 문제를 이번에도 봤다는 사람들임.

근데 같은 특징을 반갑게 보는 사람도 있음. 대충 돌아가는 첫 결과에서 멈추지 않고 스스로 계속 개선해 줘서 좋다는 거. 한 이용자는 취미 프로젝트에서 자율적으로 오래 일하게 하는 게 목적이라 오히려 딱 맞았다고 함. 다른 사람은 UI와 백엔드 작업 모두 꼼꼼해졌는데 과한 설계는 못 느꼈다고 평가함.

점수와 비용을 두고도 얘기가 많았음. 공개 벤치마크에서는 성능 대비 가격이 인상적이라는 반응이 나왔고, 데이터 분석 과제로 직접 시험한 사람도 이전 버전보다 비용과 시간이 줄었다고 함. 다만 일찍 작업을 끝내 원하는 답을 놓친 경우도 있었다고.

결국 자기 작업에 맞는 시험이 필요하다는 의견도 나옴. 예전에 만들었던 프로젝트와 요구사항을 새 모델에 다시 줘서 비교한다는 사람도 있고, 벤치마크 점수가 실제 개발 경험을 얼마나 반영하는지 의문을 제기하는 사람도 있음. 아래 댓글들을 보면 같은 모델을 두고도 뭘 시키느냐에 따라 평가가 꽤 다름.

#GPT#AI 코딩#개발자#벤치마크

번역 및 요약 과정에서 일부 내용에 오류가 있을 수 있음.

신고

해외반응 51수집된 해외 반응

  1. ex****ta

    저는 OpenAI가 Anthropic IPO 당일에 약 올리려고 엄청난 모델을 내놓을 줄 알았어요.

  2. bil******rim

    아직 Astra가 Sol보다 눈에 띄게 나은 활용 사례를 못 찾았습니다. 정말 궁금해서 묻는데, 업무에서 둘의 차이를 크게 느끼는 분 있나요? 있다면 어떤 작업을 하시나요?

  3. Some*******ount

    Luna는 README와 AGENTS.md의 지침을 잘못 해석하는 경향이 있더군요. 제 설정만의 문제일 수도 있지만, 제가 단독으로 안심하고 쓸 수 있는 가장 작은 모델은 Terra였습니다. Luna를 더 큰 모델이 지휘하는 서브 에이전트로 쓰면 아주 잘 작동하고요.

해외 반응 48개 더 보기
  1. Cu***42

    6 Astra는 이미 프런트엔드 디자인 감각은 아주 좋았지만 ‘깔끔하고 읽기 좋은 코드’에 대한 감각은 상대적으로 부족했다고 생각합니다. 이번에는 그 문제를 해결했으면 좋겠네요. 써볼 생각에 기대됩니다!

  2. T**fi

    사무 작업은 원래 OpenAI의 강점이 아니었죠. 그 자체는 괜찮은데, 이번 슬라이드 예시는 특히 별로네요. 2주쯤 전 GPT-5.6 Sol에 프롬프트 한 번 넣어서 제가 얻은 결과보다도 훨씬 못합니다. 워크북과 메모 예시도 제가 보관해 둔 Opus 4.5 이전 모델과 Kimi K2 Thinking의 문서보다 못해 보여요.

    몇 달 전 프런트엔드 블로그 글도 시각적 오류와 버그가 가득한데 자랑스럽게 공유했던 게 기억납니다. 공개 전에 새로운 시선으로 검토해 줄 사람을 구했으면 좋겠어요. 첫인상이 너무 안 좋습니다.

    사무 작업과 별개로, 이번 모델은 프롬프트를 지키는지 궁금합니다. 명시적으로 금지한 복구 불가능한 파괴적 작업도 결과를 빨리 얻는다는 이유로 해버리는 문제가 여전한지요. GPT-5부터 5.4까지는 정말 획기적이었는데 5.5 이후로 유용성과 신뢰성 면에서 퇴보한 부분이 있었거든요.

    추가: Codex에서 GPT-6.2 Astra High로 아주 간단한 첫 테스트를 했습니다. 범위에서 벗어난 결과의 스크린샷을 보여 주고 어떻게 된 거냐고 물었더니, 허가받지 않은 컨트롤과 인터페이스 요소를 추가했고 시각 자료도 기능을 제대로 보여 주지 못한 경우가 많았다고 하네요. 이번에도 이런 출시인가 봅니다. 그래도 전체 평가는 해볼 생각입니다.

  3. rc****ti

    이상하네요. 클라우드 공급사를 통해서는 쓸 수 없고 OpenAI에서 직접 제공하는 것만 가능한 것 같습니다. Azure나 AWS에 대한 언급이 전혀 없네요.

  4. ap****sc

    좀 유치한 방식으로 웃기긴 한데, 거의 모든 광고 상황이 ‘일하기 귀찮아서 미루다가 들킬 상황이 됐으니 혼나기 10초 전에 ChatGPT에 맡기자’는 내용이네요.

    AI가 사회 전체에 이익이라는 주장을 이런 식으로 펼치는 게 맞는지 모르겠습니다. OpenAI 광고를 풍자하는 SNL 콩트에 더 가까워 보여요. 이럴 거면 책상 밑에서 휴대폰으로 시험 부정행위를 하는 고등학생도 넣지 그러죠? 아, 노키아 폴더폰이면 되겠네요. 농담입니다.

  5. onl******uzzo

    요약하면, 제가 조금 살펴본 바로는 Sol 6.2가 특히 인상적입니다. 그런데 저만 그런가요? 이 제품 출시 페이지는 AI가 대충 만든 것처럼 보이네요.

    제가 본 비교 자료에서는 Astra가 Fable보다 약 20% 느리고, 약 40% 저렴하고, 성능은 조금 떨어집니다. Sol은 비슷한 수준의 다른 모델보다 여전히 훨씬 저렴하고 작업 완료 속도도 상당히 개선된 것 같아요.

    출시 페이지를 스크롤하다 보면 LLM이 쓴 글을 읽을 때처럼 멍해집니다. 말이 되는 것 같다가도 차트를 보면 웃길 정도로 읽기 어렵거든요. 예시도 몇 개 만져 봤는데, Lamp Builder는 뭘 보여 주려는 건지, 제가 뭘 해야 하는지, 왜 감탄해야 하는지조차 모르겠습니다.

  6. j**lo

    효율이 크게 좋아진 것 같네요. 제 눈길을 끈 건 정렬 평가 부분입니다.

    두 모델은 대부분의 정렬 평가에서 GPT-6 Astra와 비슷했고 모의 직장 업무에서는 부적절한 행동이 줄었다고 합니다. 하지만 두 가지 시험에서는 파일이 없거나 검색 도구를 쓸 수 없는 등 작업을 막는 장애물을 언급하지 않을 가능성이 더 높았다고요. OpenAI는 Codex에 이런 누락을 크게 줄이는 지침을 추가했고 계속 조사 중이라고 합니다.

    그러면 모델 자체는 투명성이 떨어지는데 더 투명하게 말하라고 요청해야 한다는 건가요? 임시방편처럼 느껴집니다.

  7. Ma***01

    창작 글쓰기에서는 Astra가 Sol보다 낫습니다. 이런 작업은 큰 모델이 작은 모델보다 더 잘하는 경향이 있어요.

  8. th***bi

    이번 출시에서 기대되는 약속이 세 가지 있습니다. 글쓰기 개선, 3D 작업 개선, 문서와 프레젠테이션 디자인 개선입니다.

    OpenAI가 비용을 낮게 유지하면서 이걸 다 해냈다면 특히 6.2 Sol은 고민할 필요 없이 쓸 것 같아요. 다만 웹사이트에 나온 슬라이드 예시는 좀 밋밋하고 실망스럽네요.

  9. j***17

    GPT 모델이 좋아졌으면 정말 좋겠는데 Sol 모델은 너무 느려서 못 쓰겠습니다. 500달러 구독이나 기업용은 더 나을지도 모르지만 제게는 견디기 어려울 만큼 느립니다. 빠른 버전과 낮은 추론 수준도 써봤는데 큰 차이가 없었어요.

    추론 과정도 보여 주지 않으니 작업 중에 뭘 하는지 짐작조차 못 합니다. 코드를 신중하게 개발할 때는 결과물을 검토하면 되니 괜찮지만, 순수하게 바이브 코딩하는 상황에는 맞지 않아요. 게다가 코드를 신경 써야 하는 작업이라면 저는 Opus나 Fable을 더 믿겠습니다.

  10. Som*****234

    이번 출시에 가장 바라는 건 엄청난 과잉 설계를 잡았느냐는 겁니다. Opus 5.5에 대해 뭐라고 하든, 해결책을 어느 정도 크기와 복잡도로 설계해야 하는지에 대한 감은 좋습니다.

    이전 Astra는 쓸데없는 추상화, 지나치게 많은 파일, 아주 간단한 일을 복잡하게 만드는 걸 정말 좋아했어요. 물론 프롬프트로 어느 정도 해결할 수는 있습니다. 하지만 OpenAI 모델이 더 잘 작동하도록 기본 프롬프트를 따로 넣어야 한다는 건 별로죠. 그 지침이 서브 에이전트에게 전달되지 않아 작업 일부에서 과잉 설계가 다시 나타나기도 하니까요.

  11. God*******ring

    방금 6.2 Astra를 직접 시험했습니다. 실행한 시스템에서는 재현되지 않는 문제를 일부러 골라 6과 6.2에 둘 다 맡겼어요. 6.2의 응답이 눈에 띄게 더 좋았습니다.

    6이 쓰던 지나치게 길고 성가신 형식 대신 가장 중요한 내용을 먼저 보여 줬고, 계획도 읽기 좋은 길이였으며 합리적인 수정안을 제시했습니다. 추가 시험도 하고 있습니다.

    추가: 6.2가 6보다 빠른 것 같기도 합니다. 다만 맥락을 더 선별적으로 받아들이거나 컨텍스트 창이 더 작아서 그럴 수도 있겠네요.

  12. je***ee

    6.1 Sol은 제 프로젝트에서 직접 실행한 퍼징 테스트 로그조차 요약을 제대로 못 합니다. 퍼징 작업에는 Gemini 모델을 써야 해요. 답답합니다.

  13. ad****ly

    왜 다들 이 펠리컨 그림이 훌륭하다고 하는 건가요? 최근 본 퇴보 사례 중에서도 심한 편입니다. 발 주변의 겹친 레이어, 페달 두 개가 있는지, 바퀴와 두 다리를 자세히 보세요. 대부분, 아니 전부에 꽤 명백한 실수가 있습니다.

    추가: 가장 위에 있는 Astra 이미지 두 개는 왜 팔이 하나뿐이죠? 펠리컨 SVG의 실수를 지적했다고 사람들이 싫어해서 비추천을 누르는 건가요?

  14. ml***ey

    사용 한도나 예산이 된다면 직접 개인용 벤치마크를 바이브 코딩해 보길 추천합니다. 저는 올해 모델들로 만든 프로젝트 8개를 시험 세트로 만들어 다시 실행합니다. 당시 시점의 저장소와 프로젝트 명세를 새 모델에 주는 식이죠.

    디자인 과제는 빠르게 판단할 수 있게 블라인드 투표 페이지를 만들게 하고, 구현 과제는 리뷰 에이전트에게 전반적인 점수를 매기고 제가 실제로 발견했던 문제와 예외 상황도 찾아보게 합니다. 공개 벤치마크보다 훨씬 부정확하지만 제 작업에 맞춰져 있고, 모델 개발사가 이 시험 점수를 노리고 최적화했을 가능성도 없죠.

    이 방법으로 Opus 5.5가 기대에 부응한다는 걸 금방 알았고, 최근 공개 모델 몇 개와 Carbon 이전 Gemini 모델은 공개 점수만큼 제게 좋지 않다는 것도 알았습니다. 6.2 두 모델의 결과는 아직 없습니다. 6~8시간쯤 더 걸릴 듯하네요. 토큰이 남는 분들은 제 말만 듣지 말고 직접 만들어 보세요.

  15. u***ob

    솔직히 이런 행동을 프롬프트만으로 고칠 수 있을지 모르겠습니다. 모델 특유의 문체나 판단 습관은 극복하기가 굉장히 어려워 보여요. 직접 모델을 깊이 다루지 않는 이상 연구소들이 어떻게 만드느냐에 묶여 있는 것 같습니다.

    시간이 지나 돌아보면 이전 세대 모델은 프롬프트 엔지니어링만으로 현 세대가 하는 일을 할 수 없었다는 게 분명해집니다. Opus 4.8에 어떤 프롬프트를 넣어도 Opus 5.5만큼 글을 잘 쓰게 할 수는 없죠. 시간이 지나면 Sol 5.1도 프롬프트만으로는 Sol 5.2만큼 토큰을 효율적으로 쓰게 할 수 없었다는 게 드러나지 않을까 싶습니다.

  16. r**oz

    지금 X의 반응이 흥미롭네요. 사전 이용 권한을 받은 인플루언서들이 ‘최악’, ‘형편없다’, ‘실망스럽다’ 같은 표현을 쓰고 있습니다.

  17. ar****son

    Haiku 5.5는 어떨까요? Luna보다 훨씬 똑똑합니다. 더 비싸긴 하지만 그래도 저렴한 편이고요. 제 개인 벤치마크 기준입니다.

    Luna는 게으르다는 느낌도 받았습니다. 실행하지도 않은 테스트나 빌드를 실행했다고 주장하는 식으로요.

  18. sudd*******anas

    어떤 사람이 ts-rust라는 TypeScript의 Rust 재작성 프로젝트를 OpenAI 모델의 사전 테스트용으로 시작했다고 합니다. 토큰에 30만 달러 넘게 썼는데도 OpenAI 모델들은 제대로 시작조차 못 했고, Opus에 맡기자 약 2만 달러어치 토큰으로 2주도 안 돼 해냈다는 얘기예요. 새 Astra는 7일 동안 실행하고도 개선이 없었고, ‘크기도 줄여 달라’는 요청에 집착하다 컴파일러를 56% 느리게 만들었다고요.

    저는 이게 잘 이해가 안 됩니다. 막연하고 열린 문제를 별다른 감독 없이 여러 에이전트에게 던져 놓고 별 성과가 없다고 화내는 건가요? 저도 LLM을 무조건 믿는 편은 아니지만, 30만 달러를 썼으면 평범한 모델로도 뭔가 얻을 수 있지 않을까요?

  19. 0**e

    사업 운영, 영업, 디자인 등을 혼자 관리하는 사람으로서 저는 GPT, Codex, Dot으로 완전히 갈아탔습니다. 100달러 구독이면 사업 운영에 필요한 걸 다 할 수 있고, 그 능력에 계속 놀라고 있어요.

    개인적으로는 Claude도 쓰지만 제품 전체를 보면 OpenAI가 이긴다는 느낌입니다. Anthropic은 Claude Design 같은 독자 도구를 내놓는데 제 관점에서는 너무 불편해서 오히려 브랜드 가치를 떨어뜨립니다. OpenAI는 애플 같고 Anthropic은 마이크로소프트나 안드로이드, 오픈소스는 리눅스 같은 느낌이에요.

  20. sei*******eese

    같은 비용에 벤치마크가 점진적으로 꽤 개선됐네요. GPT-6.1 Sol에서 6.2 Sol로 바뀌면서 FrontierCode 2.0은 39.0%에서 43.8%로 올랐고 Opus는 45.5%입니다. Terminal-Bench-Science 0.1은 57.0%에서 68.0%로 올랐고 Opus는 63.3%, Artificial Analysis Intelligence Index는 54.6에서 57.3으로 올랐고 Opus는 59.1입니다.

    Sol 6.1도 출시 당시 벤치마크가 꽤 좋아졌지만, HN에서 본 바로는 실제로 써본 사람들이 그다지 좋아하지 않는 것 같았습니다. 저희는 벤치마크와 실제 소프트웨어 개발 사이의 차이를 줄여 보려고 OpenCode 위에 모델 대결 시스템을 만들고 있는데, 거기서 Sol 6.1은 확실히 뒤처졌습니다. DeepSeek 4.1 Flash와 통계적으로 동등한 성적이지만 비용은 10배, 속도는 25% 느립니다.

  21. xt***to

    잘 모르겠네요. 회사에서 Claude와 ChatGPT를 둘 다 쓰는데, 저는 GPT Sol 6.1을 주력으로 쓰려다가도 일주일에 몇 번씩 Claude Opus 5.5로 돌아갑니다. 일반적인 Terraform 작업이나 마이크로서비스 프로그래밍 등을 하다가 GPT가 같은 문제를 계속 맴도는 것 같거든요.

    Sol 6.1은 시킨 일만 정확히 한다는 느낌도 여전합니다. 그래서 함께 바꿔야 할 부분이나 문서를 놓쳐 버그로 이어질 때가 있어요. Claude는 대체로 요청한 변경을 하면서 다른 곳도 바꿔야 한다고 제안해 줍니다. 제게는 그게 더 ‘지능적’으로 느껴집니다.

  22. pe****ohn

    정말 맞아요. 6.x는 일을 지나치게 복잡하게 만드는 문제가 심했습니다. 요구사항을 충족하는 가장 단순한 해결책을 찾으라고 한 뒤 다시 단순화하라고 하고, 계획을 지키라고도 말해야 합니다.

    끈기 있게 계속 시도하도록 과도하게 맞춰진 느낌도 들어요. 새 워크트리를 만들고 .env 파일을 복사하는 걸 잊었는데, Codex가 Docker와 psql 명령을 계속 시도하는 걸 발견했습니다. 멈추게 하고 뭘 하는지 설명하라고 했죠. 그래서 이제 제 agents.md에는 ‘문서화된 도구가 실패하면 멈추고 사람에게 도움을 요청하라’고 적어 뒀습니다.

  23. 55****tch

    경험담 하나 더요. 최근 Gemini 4 Carbon의 답변이 정말 좋다고 생각했는데 Claude와 Astra가 그걸 아주 강하게 비판했습니다. 이후 AGY+Carbon을 구독했고 Carbon은 계속 좋은 결과를 냈지만, Astra는 겉보기만 좋고 실제로는 왜 나쁜지 계속 나열했어요.

    방금 Astra 6.2를 써봤더니 이제는 Carbon의 아이디어에 별문제가 없다고 하면서 기꺼이 받아들이고 이어서 작업하네요.

  24. sei*******eese

    Sol 6.1이 Opus 5.5보다 정말 과잉 설계를 하는지 의심했습니다. 한쪽에서 다른 쪽으로 막 갈아탔는데 차이를 못 느꼈거든요. 그런데 아마 말씀이 맞는 것 같네요.

    저희가 OpenCode용 대결 시스템을 만들고 있는데 상대 모델 대비 코드 변경량 자료가 있습니다. Opus 5.5는 299번 대결 기준 0.42배, Sol 6.1은 265번 대결 기준 1.42배였습니다.

    아직 데이터는 적고 p값은 0.14입니다. 중앙값이 아니라 평균이라 변경량이 아주 큰 사례의 영향도 받습니다.

  25. db****15

    이번 마케팅 영상이 정말 마음에 안 듭니다. 느낌이 딱 이거예요. ‘일 안 하던 20~30대가 TV 연결도 제대로 못 하는 나이 많은 상사가 준비하는 사이 AI의 도움으로 위기를 넘긴다.’

    저는 40대이고 매일 AI를 씁니다. 오히려 젊은 사람들에게 사용법을 자주 알려주고요. 굳이 세대 갈등을 부추기고 고정관념을 홍보하는 느낌이라 불편합니다. 태어난 세대로 사람을 분류하는 일은 빨리 사라졌으면 좋겠네요.

    그래도 슬라이드와 글 교정에는 계속 ChatGPT를 쓸 겁니다. 코딩은 Claude를 쓸 거고요. ChatGPT는 한동안 코딩에서 뒤처졌고, 6.1은 제가 준 기술 작업마다 복잡하게 만들어 놓았습니다.

  26. s***ro

    다만 그건 최대 추론 수준에서만 그렇습니다. 더 일반적인 추론 수준에서는 괜찮아 보이네요.

    미디엄에서 Astra는 AA 지수 57.0, TerminalBench 58.6%, FrontierCode 46.6%, 작업당 1.62달러입니다. Sol은 각각 52.7, 56.1%, 41.4%, 0.41달러이고, Opus 5.5는 48.2, 52.5%, 33.1%, 2.45달러입니다.

    하이에서는 Astra가 60.1, 60.1%, 47.1%, 2.07달러, Sol이 54.9, 58.6%, 40.2%, 0.56달러, Opus가 51.8, 56.6%, 35.9%, 3.46달러입니다.

    xhigh에서는 Astra가 61.6, 64.1%, 49.0%, 2.52달러, Sol이 55.7, 56.1%, 42.8%, 0.65달러, Opus가 57.4, 59.6%, 43.8%, 6.05달러입니다. 물론 벤치마크만으로 그 특유의 사용감을 다 담을 수는 없겠죠.

  27. ze****sh

    GPT 6.2 Astra 미디엄과 Sol xhigh를 써본 후기입니다.

    아직도 과하게 설계합니다. 특히 Sol이요. GPT 5.6부터 Sol을 써온 사람들이 가장 많이 불평한 부분인데 OpenAI가 듣지 않는 것 같습니다.

    Astra도 여전히 품질 낮은 코드를 잔뜩 작성하는데, 이 가격에서는 받아들이기 어렵습니다. 전체 프로젝트와 상관없고 가치도 낮은 부분을 끝없이 파고들기도 하고요. 게임을 만드는 중인데 GPT 6 Astra 때와 같은 문제를 겪었습니다. Opus 5.5는 Astra가 만든 코드와 접근법을 상당 부분 걷어냈습니다.

    GPT 6.2가 이 정도라면 Anthropic이 당장 Fable 5.5나 Opus 6을 내놓을 필요도 없어 보입니다. 몇 주 전부터 사전 이용하던 테스터들마저 X에서 혹평하는 걸 보니 Anthropic이 독점에 자신감을 보인 이유를 알 것 같기도 하네요. OpenAI 직원들의 X에서의 태도도 거슬립니다. 오만해 보이고 팔로워 늘리기나 가벼운 게시물 올리기에 더 신경 쓰는 것 같아요.

  28. ja****go

    업무에서 Astra와 Fable을 둘 다 꽤 많이 쓰는데, Astra는 장기 작업을 유지하고 저를 대신해 결정을 내리거나 적절한 때 그 결정을 알려 주는 능력이 훨씬 약하다고 느낍니다.

    제가 시킨 일은 정확히 하지만, 추가하면 좋을 작업이 뻔히 보여도 제안하지 않는 경우가 더 많아요. 무엇을 했는지 보고하는 내용도 덜 포괄적인 편이고요. 제가 Fable에 더 익숙하긴 합니다만, 제 사용 방식 때문일까요? Astra의 중요한 기능을 놓치고 있는 걸까요?

  29. ml****ey

    시스템 카드에서 발췌했습니다.

    GPT-6.2 Astra는 GPT-6 Astra보다 자신이 평가받고 있다는 것을 인식하는 징후를 더 많이 보였습니다. 내부 Codex 세션을 재현한 평가에서 GPT-6.2 Astra는 자신이 시험 중이거나 시뮬레이션 안에 있다고 의심하는 표현을 할 가능성이 더 높았습니다.

    또한 일부 시험에서 GPT-6 Astra보다 사고 과정 모니터링을 회피하는 능력이 더 좋았습니다.

  30. jef*******y519

    그래서 저는 GPT 5.6부터 사용을 중단했습니다. 제 생각에 코딩 성능은 GPT 5.3 Codex가 최고점이었어요.

  31. Yu****nLi

    3D 모델링과 CAD를 크게 강조한 건 최근 OpenAI에서 예상했던 방향입니다. 독립 로봇팀을 해체했다는 소식 이후 물리 AI와 LLM을 통한 게임·시각 에셋 생성에 집중할 거라고 생각했거든요.

    그 결과 초기 AI CAD 스타트업들은 지금 이른바 ‘쓴 교훈’을 겪고 있는 것 같습니다. CAD용 VLM을 직접 학습한 Zoo나 CAD 전용 실행 환경을 만드는 Adam.new, MecAgent 같은 회사들도 포함해서요. GPT, Claude, Gemini가 3D 모델링을 벤치마크의 중점 분야로 삼아 능력을 높이면 초기 경쟁 우위가 아주 빠르게 사라지니까요.

  32. az***rb

    OpenAI 출시 글의 댓글은 Anthropic을 선호하고, Anthropic 출시 글의 댓글은 OpenAI를 선호하는 경우가 많아서 흥미롭네요. 비판이 더 관심을 끄는 걸지도 모르겠습니다.

    여기 댓글도 실제 출시된 모델보다는 다른 모델 얘기가 많은 것 같아요. 두 회사 모델 모두 완벽하지 않지만 서로를 발전시키고 있습니다. 개인은 비교적 쉽게 바꿔 쓸 수 있지만 큰 회사에서는 한 공급사에 오래 묶이는 경우가 많죠. 그래서 우리 중 일부는 지금 쓸 수 있는 모델을 최대한 활용하는 데 도움이 되는 논의를 기대하며 이런 글에 옵니다.

  33. c***rv

    Fable 5.2 버전만 사용자가 모델과 상호작용할 수 있고, 디자인도 깔끔하고 단순합니다. 저는 별것 아닌 웹 프로젝트에 Sol-5.1-high를 쓰고 있는데 코드와 UI가 지나치게 화려하고 복잡해지는 경향이 있어요. Claude는 한동안 안 썼는데 이걸 보니 다시 써보고 싶네요.

    모델마다 타고난 미적 감각 같은 게 있는 것 같아서 학습 과정의 어떤 부분이 영향을 미치는지 궁금합니다. 예술 관련 작업에 강화학습 시간을 더 쓰면 시각적 결과뿐 아니라 코드도 좋아질까요?

    지금은 모델들이 사람이 읽고 유지보수하기 좋은 코드보다는 기능 구현에만 신경 쓰는 것 같습니다. 계속 바이브 코딩할 수 있다면 괜찮을지도 모르죠. 하지만 치명적인 버그가 생겼는데 어떤 이유로 모델을 잠시 못 쓰게 된다면요? 사람이 그 거대한 코드 뭉치를 헤쳐 나가며 빠르게 고치기는 어려울 겁니다.

  34. sur******fire

    Opus 5.5가 해결책의 규모와 복잡도를 잘 판단한다는 말씀에 대해서는, 저도 계획 단계에서 Opus가 제안하는 내용을 매일 고쳐야 합니다. 큰 작업이 아닌데도요. 여전히 아주 유용하지만, 누구에게든 그 ‘감’을 믿으라고 권하지는 않겠습니다. 요즘 매일 서비스 장애 소식이 나오는 것도 놀랍지 않네요.

  35. bu*****off

    저도 Sol과 Astra의 이런 성향 때문에 애먹고 있습니다. Sol Light는 그나마 덜하더군요. 추론 수준이 높을수록 과하게 설계하는 경향이 심해졌습니다. 한계를 파악하는 데 시간이 걸렸지만, 좀 덜 똑똑해도 빠르고 거슬리는 일을 덜 하는 모델을 기본으로 쓰는 편이 생산성에 더 좋았습니다.

    Codex 사용자 지정 지침도 시간을 들여 조정했습니다. 원하는 행동을 어길 때마다 왜 지침을 이해하지 못하고 그렇게 했는지 물어봤고, 그 결과 만들어진 지침은 잘 작동하는 것 같습니다.

    그 과정에서 모델은 Codex의 기본 지침이 사용자 요청을 만족시키기 위해 끝까지 최대한 많은 일을 하도록 되어 있고, 그 지침의 우선순위가 높다고 설명했습니다. 그래서 사용자 지침을 AGENTS.md에만 넣지 말고 가중치가 더 높은 toml 설정 파일의 developer_instructions에도 넣는 게 낫다고 하더군요. 저는 양쪽에 넣되 시스템 AGENTS.md에 더 자세히 적었습니다.

  36. g***zi

    아버지가 AI의 게임 제작 능력을 궁금해하셔서 저만의 별것 아닌 모델 벤치마크가 생겼습니다. 예전에 함께 하던 DX Ball과 비슷한 벽돌 깨기 게임을 만드는 거예요. 최근에는 Astra 6.2, Sol 6.2, Fable 5.2, Opus 5.5로 각각 만들어 봤습니다.

  37. the*******hime

    PacBench 결과입니다. GPT-6.2 Astra는 6.6분에 2.04달러를 쓰고 92점을 받았습니다. Kimi K3.1 Pro는 11.5분에 0.68달러로 93점이었고요. Astra는 미로 주변 웹페이지 배치와 집에서 거의 나오지 않는 주황색 유령 때문에 감점됐습니다.

    GPT-6.2 Sol은 6.3분에 0.49달러로 87점이었습니다. Muse Wonder는 5.4분에 1.17달러로 같은 87점이었고요. Sol의 결과는 오락실 원작과 비슷하게 작동하지만 웹페이지 배치, 빛나는 남색 벽, 계속 울리는 사이렌이 없는 점 때문에 감점됐습니다.

  38. Imus*******help

    믿어도 되는지 아닌지는 별개로 벤치마크만 보면 GPT 6.2 Astra가 Opus 5.5를 이기고 Fable 5.2와는 막상막하네요. Sol 6.2도 몇 점 낮을 뿐 꽤 가깝고요. 비용은 Astra가 대략 절반, Sol은 대략 10분의 1 수준인데 출력 토큰도 적고 시간도 덜 걸립니다. Claude조차 Fable 5.2보다 Opus 5.5를 추천하더라고요.

    특히 Sol이 Opus 5.5와 비슷한 수준이라면 정말 인상적입니다. Anthropic의 IPO를 며칠 앞둔 시점이라 더 흥미롭고요. 다만 AA 벤치마크는 자주 바뀌어서 조금 의심할 필요가 있습니다. 실제 사용 후기를 봐야 확실히 알 수 있겠죠. FrontierCode나 Terminal-Bench처럼 실제 작업을 더 잘 반영하는 시험에서도 두 모델의 성적은 좋습니다.

    OpenAI가 Opus 5.5에 근접한다면 갈아타는 회사가 많을 겁니다. AI의 진입장벽은 정말 얇네요. 코딩 모델에서 한동안 Anthropic이 최고였더라도 경쟁사는 따라잡을 수 있으니까요. 이용자 입장에서는 경쟁자가 많을수록 좋습니다. 한 회사가 시장을 독식하지 않도록 Anthropic의 IPO도 잘됐으면 합니다. 반대로 이번 출시와 Jensen 관련 최근 일 때문에 Anthropic의 IPO가 크게 실패하면 OpenAI의 IPO를 보는 시선도 나빠질 수 있겠죠.

  39. s**nk

    저는 반대네요. OpenAI가 법적 보호만 받으면 무기와 대규모 감시에도 기술을 써도 된다는 식의 입장을 취한다고 생각해서 사용하지도 돈을 내지도 않습니다. 차라리 잘난 체한다는 인상을 주는 다른 쪽을 택하겠어요. 그들이 모든 걸 다 안다는 듯 굴더라도 저는 감수할 수 있습니다.

    OpenAI 쪽이 훨씬 저렴한 것도 있다지만 저는 알 일이 없겠네요. 조만간 Anthropic과 OpenAI가 아닌 다른 회사 모델들도 써볼 생각입니다.

  40. k**c

    자세히 따라가지 않는 사람으로서 궁금한데, 다른 GPT 모델들을 언제 시험한 건지 어떻게 알 수 있나요? 가령 몇 주 전에 GPT 6.1의 성능을 낮춰 놓고 지금 6.2와 비교하는 기준 점수로 쓴 걸 수도 있잖아요. 아니면 6.1 출시 당시의 결과인가요? 6.0은요? Claude도 마찬가지입니다.

    계속 모델을 ‘개선’하는 상황에서 출시 때마다 유리한 시험 날짜를 골라 쓴 게 아니라는 걸 어떻게 알죠? 일부 벤치마크는 미리 알려진 뒤에는 점수 올리기 게임이 돼서 실제로 별 의미가 없다는 것도 알고요. ‘측정 지표가 목표가 되면 좋은 지표가 아니게 된다’는 굿하트의 법칙처럼요. 그럼 실제로 무엇이 개선됐는지 어떻게 알 수 있을까요?

  41. mc***ma

    방금 Astra와 Opus를 나란히 시험해 봤는데, 제 한 번의 테스트에서는 Astra가 적극적이지 않았고 Opus가 압도했습니다. CI 속도를 높이는 다른 HN 글을 참고해서 제 CI를 빠르게 만들어 달라고 했거든요. Opus는 타당한 변경을 여러 개 했는데 Astra는 문제가 있을 만한 부분을 알려 주는 정도였습니다.

    6.1 Sol과 Astra에서도 일을 시키기 어렵다는 문제가 있었어요. 다만 Opus의 감독을 받으면 잘합니다. 6.1 Sol의 가장 좋은 점은 Opus가 거절한 일도 실제로 해줬다는 것이었고, 저도 그 점을 자주 활용했습니다.

  42. a**is

    제가 하는 종류의 작업에서는 크게 발전했습니다. 제 벤치마크에는 에이전트가 스스로 작업 완료 시점을 판단하는 장기 과제가 몇 개 있는데, 최소한의 품질만 달성하자마자 끝내려 하지 않는 첫 OpenAI 모델입니다.

    이제 Fable, Opus, Sonnet처럼 허용된 반복 횟수를 끝까지 쓰면서 ‘이 정도면 됐다’에서 멈추지 않고 결과물을 더 다듬어 줍니다. 저는 아주 마음에 들어요.

    회사 프로젝트를 이렇게 하는 건 아니고, 취미 작업에서는 코딩 에이전트에 얼마나 많은 자율성을 줄 수 있는지 시험합니다. 기본 시험은 2~4시간, 장기 시험은 일주일 정도 걸려요. 장기 시험은 방금 시작했지만 첫 반복 결과는 같은 추론 수준의 이전 Sol과 Astra보다 훨씬 좋아 보입니다.

  43. t**l

    개발자 계정에서 실제로 받는 토큰을 기준으로 비용을 비교하면 가성비 구도가 달라집니다. Anthropic의 Max 20x 요금제는 엄청나게 후합니다. 리셋을 제외하고도 월 1만 3천 달러어치가 넘는 Opus 5.5 토큰과 3천 달러어치가 넘는 Fable 토큰을 줍니다. OpenAI는 얼마 전 요금제 할당량을 조정했고 예전보다 훨씬 덜 후해졌고요.

    T3 Code 플랫폼이 수집한 자료에 따르면 9월 22일부터 Anthropic의 사용 비중은 약 50%에서 80% 가까이 올라가 개발자 시장에서 OpenAI를 크게 앞질렀습니다. 제대로 된 경쟁이 중요하니 최신 OpenAI 모델이 다시 균형을 맞춰 주길 바랍니다.

  44. leaf*******mble

    발표 글을 읽었지만 저는 계속 DeepSeek v4.1 Flash를 쓸 겁니다. 이 모델의 소비자용 API는 OpenAI가 프롬프트를 보관할 수 있도록 되어 있습니다.

  45. ch****yp

    비용 절감이 정말 대단합니다. 저희 데이터 분석 시험에서 Astra는 V6의 약 20달러에서 V6.2의 약 4달러로, Sol은 V6.1의 2.6달러에서 V6.2의 1.2달러로 줄었습니다. 두 경우 모두 정확도는 비슷했고요.

    토큰 사용량이 20% 줄었을 뿐 아니라 질문에 답하기 위한 도구 호출도 적어서 더 저렴했습니다. 다만 어떤 경우에는 일찍 끝내 버려서 저희가 찾던 답을 찾지 못했습니다. 속도도 매우 빨랐습니다. 제가 시험한 모델 중 이 시험에서 A 이상을 받은 모델 가운데 Astra와 Sol이 가장 빠른 두 모델입니다.

  46. r**nb

    잘 만들었네요. UI/UX 목업이 Claude 결과만큼 좋거나 더 좋은 첫 출시입니다. 다른 댓글에도 나왔듯 GPT 6.2 Sol은 초안을 만든 뒤 바로 ‘완료’라고 하지 않고 스스로 개선하는 능력이 더 좋습니다.

    UI 작업에서 중요한 부분이고, 백엔드 작업도 과하게 설계하지 않으면서 훨씬 꼼꼼해졌습니다. 제 기준으로 OpenAI가 복잡한 기업 코드베이스의 에이전트 코딩 분야에서 다시 믿을 만해졌어요. 더 써볼 생각에 기대됩니다.

    Sol 6.1은 결과물 품질이 너무 나빠서 오래 기다린 뒤 코드를 고치는 데 더 많은 시간을 써야 했기에 쓸 가치가 없었습니다. 반면 지금까지 써본 Sol 6.2는 Opus 5.5보다 낫고 비용 효율도 더 좋아 보입니다.

  47. co***ox

    첫인상으로는 간결하고 빠르게 응답하도록 조정된 대신 일부 영역에서 지능이 약간 떨어진 것 같습니다. 다만 반복 작업이나 완결성을 요구하는 프롬프트로 조정할 수 있을 것 같아요.

  48. bea******gdin

    저는 아직 Luna 5.6을 실제 서비스에 씁니다. Luna 6은 더 똑똑하지 못하고, 이제 세대가 바뀌어도 모델의 실제 유용성이 크게 늘지 않으니 다음 출시가 더 좋아 보이게 하려는 전략이 분명하다고 생각합니다.

    Luna 6의 가격이 절반이 된 건 제게 중요하지 않습니다. 5.6도 원래 비용이 아주 적게 들었으니까요. 같은 가격에 5.6보다 진정으로 개선된 모델이 나온다면 굉장하겠죠. 결국 이 크기의 모델이 일의 99%를 처리하고 나머지 1%를 최고급 조정 모델이 맡게 될 겁니다. 그러면 연구소들이 무너질 테니 그 상황을 늦추려는 거겠죠.

댓글 0

아직 댓글이 없음.첫 댓글 써보기

댓글 작성

로그인 후 댓글을 작성할 수 있음.로그인

사진을 여기로 끌어다 놓거나이미지 · 파일당 최대 1 MB

해외반응

번호제목작성자작성일조회추천
5358365윈도우 11이 쓰는 코딩 도구 정보도 수집한다는 소식N문익점조회10추천0
5358364옛날 모뎀에 스피커가 달려 있던 이유를 묻자 나온 썰들N문익점조회11추천0
5358363오픈AI 투자금이 엔비디아로 돌아가는 구조를 그려본 영상N문익점조회12추천0
5358362수능 부정행위 관련 전국 긴급문자 소식에 해외 반응N문익점조회12추천0
5358361A100 가격 20~30% 더 하락했다는 글에 수요·활용성 논쟁N문익점조회10추천0
5358360플스랑 세가새턴 CD를 PC로 돌리는 기기 나온다N문익점조회6추천0
5358359GPT 6.2 써보고 과한 설계부터 불만 나온 개발자들N문익점조회6추천0
5358358영어 못하는데 왜 노래에 영어 넣냐는 일본인N문익점조회6추천0
5358357밥 15번 리필하다 거절당했다는 손님에 갈린 반응N문익점조회5추천0
5358356치이카와 굿즈 사러 한국 왔는데 진열대가 텅 빔N문익점조회26추천0
5358355GTA6에 나이 먹고 난리냐는데 5 나온 지 13년 됨 ㅋㅋN문익점조회5추천0
5358351해커뉴스 구인글 저점에 AI가 개발자 줄일지 갑론을박문익점조회15추천0
5358350로버트 패틴슨의 제임스 본드 캐스팅에 갈린 반응문익점조회13추천0
5358349AI 부정행위가 수능에도 번질까 걱정하는 해외 반응문익점조회18추천0
5358348슈워제네거가 코만도 프레데터 코난 속편 진행 중이래문익점조회14추천0
5358347100억 잔 팔렸다는 세븐카페에 커피 취향 갈리는 일본인들문익점조회15추천0
5358346미국 데이터센터 400곳 전력 사용량이 미시간주보다 많대문익점조회10추천0
5358345유나이티드항공 시스템 장애에 원인 추측 쏟아지는 중문익점조회9추천0
5358343엔비디아 자금 지원이 GPU 가격 떠받쳤다는 주장에 엇갈린 반응문익점조회16추천0
5358342페이지 번호 고쳐달랬더니 교수 자료 지워버린 클로드문익점조회25추천0