GPT-6 아스트라 순차 배포 — 벤치는 뛰었지만 종합 지수는 페이블 아래

새벽 5시가 갓 넘은 시각, 방에는 아침 인사 대신 발표 영상 링크가 먼저 올라왔다. GPT-6 아스트라(Astra)가 한 번에 열리는 대신 순차 배포로 풀린다는 사실이 확인되자, 7시 43분에 나온 첫 반응은 기대가 아니라 의문이었다.

"왜 이번에만 롤링 배포일까요"

코덱스(Codex)를 업데이트해도 모델 목록에 아무것도 늘지 않는다는 확인 문답은 이후 열 시간 넘게 반복됐다. 한 참여자는 20만 원대 요금제를 쓰는데도 아직 못 써봤다며 다른 사람들은 받았는지 물었고, 오후 늦게까지도 "아스트라 아직이죠?"라는 질문이 주기적으로 올라왔다. 쓸 수 없는 모델을 두고 하루를 보내는 동안, 방이 대신 붙든 것은 공개된 수치였다.

점수는 확실히 뛰었다

오전 9시대에 벤치마크 이야기가 몰렸다. 한 참여자는 처음 보는 게임을 설명서 없이 풀어내는지를 재는 시험을 두고 "쏠은 못했는데 아스트라는 100%에 가깝다라.."라며 놀라움을 표했고, 다른 참여자가 "ARC-AGI-3 98%"라고 수치를 옮기자 곧 99.9라는 숫자까지 돌았다. 수학 쪽에서는 "frontierMath가 97.6퍼센트면"이라며 말끝을 흐리는 반응이 나왔고, 곧바로 "99.9가 말이되나"라는 반문이 붙었다. 감탄과 의심이 같은 화면에서 몇 분 간격으로 오간 셈이다.

분위기가 바뀐 건 가격표가 붙으면서였다. 9시 48분, 한 참여자가 단가를 그대로 옮겼다.

"100만 토큰당 입력 10달러, 출력 50달러"

페이블(Fable)과 같은 수준이라는 사실이 확인되자 계산기가 돌기 시작했다. 오전 10시 44분에는 아스트라가 "토큰은 10프로 덜쓰는데 가격이 2.5배로 올라서 75프로 정도 비싸진거같은데"라는 정리가 올라왔고, 이미 한 참여자는 "체감상 3배 빨리 소모될듯"이라며 계정을 더 유지해야겠다는 말을 덧붙였다. 점수 이야기가 나올 때보다 소진 속도 이야기가 나올 때 반응이 더 길게 이어졌다.

비교 단위가 토큰에서 작업으로

반론도 곧 붙었다. 한 참여자는 "이제는 토큰 가격이 아니라 작업당 비용을 보셔야해요"라며 기준을 옮겨야 한다고 짚었고, 이어서 "페이블은 작업당 비용이 3.69달러고 아스트라는 1.67달러입니다"라는 수치를 제시했다. 같은 값을 놓고도 단가로 보면 더 비싸지고 작업 단위로 보면 더 싸지는 구간이 생긴 셈이다. 반대로 종합 지표는 기대를 눌렀다. "인텔리전스 점수는 아스트라가 61점, 페이블이 67점이라"는 관찰이 나오자, 같은 참여자가 곧 "실사용해봐야 알겠네요"로 논의를 닫았다.

배포 순서에 대한 정보는 오전 9시 54분에야 정리됐다. 한 참여자가 "롤링배포중이요"라고 상황을 짚었고, "프로는 내일까지 배포해준다고 본거같아요"라는 전언이 뒤따랐다. 결국 이날 방에서 아스트라를 실제로 돌려본 사람은 확인되지 않았고, 오후에 명령줄로 모델을 강제 지정해본 시도도 응답 단계에서 막혔다는 후기가 남았다.

정리하면 이날 방이 얻은 것은 새 모델의 성능이 아니라 비교 방식의 변화다. 벤치마크 점수는 하루 만에 소비됐지만, 남은 대화는 전부 100만 토큰 단가와 작업당 비용, 5시간 창 안에서 얼마나 버티느냐로 수렴했다. 성능 지표가 높다는 사실만으로는 구독 판단이 서지 않고 단가와 소진 속도를 함께 놓아야 결론이 난다는 뜻으로 보인다. 순차 배포가 그 판단을 며칠씩 미뤄 놓은 상태라, 실사용 후기가 도는 시점까지는 이 저울질이 계속될 것으로 보인다.