GPT-6.1 Terra 에이전트는 토큰당 비용이 GPT-6.1 Sol 에이전트의 절반에 불과하며, OpenAI에 따르면 속도는 3배 이상 빠릅니다. OpenAI는 10월 26일 API ID gpt-6.1-terra로 이 모델을 출시했으며, 가격은 100만 입력 토큰당 1달러, 캐시 입력 0.05달러, 출력 5달러입니다. 이 모델은 GPT-5.6 Terra를 대체하며, 상위의 GPT-6.1 Sol과 하위의 GPT-6 Luna 사이에서 중간 라인업을 담당합니다. GPT-6 Terra는 출시된 적이 없으므로, 이번 모델은 5.6 이후 처음 선보이는 Terra입니다.
여러 코딩 에이전트를 운영하는 팀에 있어 비용 문제는 오히려 간단합니다. 정작 까다로운 부분은 어떤 에이전트를 전환하고 어떤 에이전트를 Sol로 유지할지, 그리고 일주일 뒤 보드에서 그 차이를 어떻게 파악할 수 있는가입니다. 이 가이드에서는 Sharkly에서의 설정 방법, 권장 시작 effort(추론 강도) 수준, Terra에 적합한 작업 유형, 그리고 비용이 절반으로 줄어들면서 Crew가 얻게 되는 실질적 이점을 다룹니다. 본 글은 기존 GPT-6.1 Sol 가이드의 구성을 따르므로, 변경된 내용 위주로 다룹니다.
핵심 요약
Computer에서 Codex를 0.159.0 이상으로 업데이트하고 터미널에서 codex -m gpt-6.1-terra 명령어가 정상 실행되는지 확인합니다. Sharkly에서는 기존 에이전트의 변형(Variant)을 생성한 뒤, Custom arguments 또는 Default model 행에서 모델을 gpt-6.1-terra로 지정하고 해당 역할(lane)에 맞는 이름을 부여합니다. effort 수준은 medium으로 시작하고, 단순하고 기계적인 짧은 루프 작업에는 low 또는 none으로 낮추며, 가장 난이도가 높은 코딩 작업과 Crew leader는 Sol이나 Astra로 유지하세요. 에이전트는 조사, 실행, 테스트 및 보고를 담당합니다. 사람은 방향을 설정하고 권한을 부여하며 결과를 검토하고 승인합니다.
한눈에 보는 GPT-6.1 Terra
| GPT-6.1 Terra | GPT-6.1 Sol | |
|---|---|---|
| API id | gpt-6.1-terra |
gpt-6.1-sol |
| Input / cached / output per 1M | $1 / $0.05 / $5 | $2 / $0.10 / $10 |
| Effort levels | none to max, medium default |
low to max, medium default |
| Knowledge cutoff | June 1, 2026 | April 30, 2026 |
Terra의 컨텍스트 윈도우는 1,050,000 토큰이며, 최대 입력 922K, 최대 출력 128K를 지원합니다. 하위 티어인 GPT-6 Luna의 정가는 입력 0.10달러, 출력 0.50달러입니다.
장시간 실행되는 에이전트 작업에서는 세 가지 요금 세부사항에 유의해야 합니다. Batch 및 Flex 모드는 정가의 절반이며, Fast 모드는 2배($2 / $10)의 비용이 듭니다. 입력 토큰이 272K를 초과하는 요청은 요청 전체에 대해 입력 및 캐시 요금이 2배, 출력 요금이 1.5배로 청구됩니다. 캐시 쓰기 비용은 30분 캐시 기준 100만 토큰당 1.25달러입니다. 전체 요금표는 OpenAI의 요금 안내 페이지에서 확인할 수 있습니다.
모델 설정 위치의 변경 사항
이전 모델 가이드 발행 이후 Sharkly의 에이전트 설정 방식이 변경되었으며, 이번 설정에 큰 도움이 됩니다. Agents 공식 문서에 따르면 에이전트는 이제 "기본적으로 Runtime의 모델을 따르며, Model 행에서 Runtime이 보고하는 카탈로그 내 다른 모델을 선택할 수 있다"고 명시되어 있습니다. 단, Runtime의 실행 인수로 모델이 고정되어 있으면 이 행은 읽기 전용으로 표시됩니다. 또한 에이전트나 Runtime의 Custom arguments에 모델을 직접 지정할 수도 있으며, 이 인수가 설정되면 해당 행은 그 값을 읽어옵니다.
그 근처에 두 가지 설정이 더 있습니다. 모델이 추론 깊이(thinking depth) 옵션을 지원하는 경우 동일한 행에 관련 선택 항목이 표시됩니다. 또한 작업을 할당할 때 작업 실행 문서에 설명된 대로 담당자(Assignee) 선택 창의 각 에이전트 행에 모델 아이콘이 표시되어, 에이전트의 기본 설정을 바꾸지 않고 해당 1회 실행에 한해 모델을 선택할 수 있습니다.
1단계: Computer에서 Terra 실행 확인하기
Sharkly는 토큰을 직접 판매하지 않습니다. 작업 실행 시 발생하는 비용은 해당 Computer의 Runtime에 이미 연결되어 있는 Codex 플랜이나 API 키로 청구됩니다. 따라서 첫 번째 확인 작업은 Sharkly가 아닌 Computer의 터미널에서 진행해야 합니다.
codex --version # needs 0.159.0 or later
codex -m gpt-6.1-terra # should open a session on Terra
ChatGPT 플랜으로 로그인하는 경우, OpenAI의 출시 안내에 따르면 Terra는 "ChatGPT Work 및 Codex의 모든 Plus, Pro, Enterprise, Edu 사용자에게 제공"됩니다. Free 및 Go 플랜에는 제공되지 않으며, 무료 API 티어도 없습니다. API 키를 사용하는 Computer의 경우 앞서 언급한 토큰당 요금이 부과됩니다.
확인을 마쳤으면 Sharkly로 돌아와 Computer 상세 페이지를 열고, 재검색(rescan) 또는 연결 테스트를 실행하여 Codex Runtime 상태가 Available로 표시되는지 확인합니다. Computer가 온라인으로 표시되는 것은 로컬 서비스가 하트비트를 보내고 있음을 의미할 뿐입니다. Runtime 감지 방식에 대한 자세한 내용은 Sharkly의 Computers 가이드를 참고하세요.
2단계: 기존 Sol 에이전트를 수정하는 대신 Terra 변형(Variant) 생성하기
기존 Sol 에이전트 설정에서 인수 하나만 바꾸고 싶은 유혹이 들 수 있습니다. 하지만 그렇게 해서는 안 됩니다. 해당 에이전트가 Sol로 실행했던 이전 작업들과 Terra로 실행한 작업들이 보드에 한데 섞여 둘을 구분할 방법이 사라지기 때문입니다.
대신 에이전트 변형(Variant)을 활용하세요. 공식 문서에서도 "서로 다른 기본 모델을 사용하는 것"을 변형 생성의 대표적인 이유로 안내하고 있습니다. 변형은 원본의 지침(instructions), Skills, 저장소 설정을 그대로 유지하면서 모델만 별도로 재정의할 수 있습니다. 변형의 Computer & Runtime 설정에서 Custom arguments 행을 추가하세요.
Runtime: Codex on <your Computer>
Custom arguments: --model gpt-6.1-terra
그러면 위 스크린샷처럼 Default model 행이 해당 인수 값을 읽어옵니다. 변형의 이름에는 "Codex, routine lane"과 같이 작업 경로(lane)를 명시하고, 설명란에 모델과 effort 설정을 기재해 두세요. diff를 검토하는 리뷰어가 어떤 모델이 코드를 작성했는지 확인하려고 누군가의 Computer 셸에 접속해야 하는 일이 있어서는 안 됩니다.
선택 기준은 다음과 같습니다. 두 명 이상이 해당 에이전트에 작업을 할당하거나, 동일한 지침으로 일주일간 Terra와 Sol의 실행 결과를 비교해 보고 싶다면 변형을 사용하세요. 별도의 에이전트 생성 없이 단일 작업에서 Terra를 가볍게 시험해보고 싶다면 담당자(Assignee) 선택 창의 1회성 모델 선택 기능을 사용하면 됩니다.
3단계: 시작할 effort 수준 선택하기
GPT-6.1 Terra는 none, low, medium, high, xhigh, max를 지원하며, 기본값은 medium입니다. GPT-6.1 Sol에서 제외되었던 none 옵션이 다시 돌아왔으므로, Sol 설정 시 none에서 low로 올렸던 작업은 다시 none으로 낮출 수 있습니다.
일상적인 코딩 작업에는 medium으로 시작하고, 작업 결과에 따라 다음과 같이 조정하세요.
none또는low: 이름 변경, 린트 오류 수정, 의존성 업데이트, 변경 이력(changelog) 작성 등 성공 여부가 명확하고 루프가 짧은 작업에 적합합니다.medium: 범위가 명확한 변경 작업, 재현 경로가 있는 버그 수정, 문서나 릴리스 노트 작성과 같은 텍스트 생성 작업에 적합합니다.high또는max: 컴퓨터 사용(computer-use) 작업 및 다단계 루프 작업에 적합합니다. 단계가 긴 작업에서는 단 한 번의 실수가 이후의 모든 단계를 무의미하게 만들 수 있기 때문입니다.
해당 수준은 Model 행에 추론 깊이 옵션이 나타날 때 설정하거나, Computer의 ~/.codex/config.toml 파일에서 model_reasoning_effort로 지정할 수 있습니다. Sharkly 공식 문서에 따르면 선택한 추론 깊이를 지원하지 않는 Runtime은 기본값으로 임의 실행되는 대신 명확한 오류와 함께 실행을 중단하므로, 오타가 있더라도 첫 실행 로그에서 즉시 확인할 수 있습니다.
Sol 대비 반값 요금이 팀에 가져다주는 이점
모든 항목에서 Sol의 정확히 절반 가격이므로 계산은 간단합니다. 200만 입력 토큰(그중 80% 캐시 처리)을 전송하고 10만 출력 토큰을 반환하는 대표적인 에이전트 실행 시나리오를 예로 들어보겠습니다.
| GPT-6.1 Terra | GPT-6.1 Sol | |
|---|---|---|
| 400K uncached input | $0.40 | $0.80 |
| 1.6M cached input | $0.08 | $0.16 |
| 100K output | $0.50 | $1.00 |
| Per run | $0.98 | $1.96 |
| 40 runs a day | $39.20 | $78.40 |
이 계산은 캐시 쓰기 비용을 제외한 API 키 기준 금액입니다. ChatGPT 플랜을 사용하는 경우라면 절감 효과가 금전적 비용보다는 플랜 사용량 한도에 도달하기 전까지 더 많은 작업을 실행할 수 있는 여유분으로 체감될 것입니다.
가격은 절반의 장점에 불과하며, 속도가 나머지 절반을 완성합니다. OpenAI에 따르면 Terra는 "Astra 및 GPT-6.1 Sol보다 평균 3배 이상 빠릅니다." 이는 Crew 입장에서 작업별 타임아웃 이내에 완료되는 실행이 늘어나고 대기 중인 작업도 훨씬 빨리 시작된다는 것을 의미합니다. 서드파티 분석 기관인 Artificial Analysis의 측정 결과, 최대 effort 상태에서 Terra의 작업당 비용은 0.40달러로, GPT-5.6 Terra의 1.40달러와 크게 대비되었습니다.
어떤 에이전트에 Terra를 적용해야 할까
OpenAI는 컴퓨터 사용, 텍스트 작성, 시각적 이해 작업을 염두에 두고 Terra를 개발했으며, 고난도 코딩 작업에는 여전히 Sol이나 Astra를 권장하고 있습니다. 서드파티 벤치마크 수치도 이를 뒷받침합니다. Artificial Analysis의 Coding Agent Index에서 Terra는 48점, GPT-6.1 Sol은 54점, GPT-6 Luna는 31점을 기록했습니다. 또한 AA-Omniscience 기준 환각률(hallucination rate)은 GPT-5.6 Terra의 88%에서 38%로 대폭 개선되었습니다.
실제 작업에 시험해볼 수 있는 기본 전환 가이드는 다음과 같습니다.
| Crew role | Start on | Move it when |
|---|---|---|
| Leader interpreting an ambiguous goal | GPT-6.1 Sol or GPT-6 Astra | Plans stay routine for a whole Sprint |
| Members on routine coding and refactors | GPT-6.1 Terra, medium |
A class of Task fails twice; a person escalates it |
| Computer-use and browser tasks | GPT-6.1 Terra, high |
Results need rework more often than Sol’s did |
| Docs, release notes, PR descriptions | GPT-6.1 Terra, low or medium |
Reviewers start rewriting the output |
| Triage and labels | GPT-6 Luna | Verdicts get overturned |
Leader 행을 최상위 티어로 유지하는 이유는 Crew leader 가이드에서 설명한 바와 같습니다. Leader의 판단 착오는 모든 Member를 엉뚱한 방향으로 이끌기 때문입니다. 수동 에스컬레이션 경로를 포함한 상세 라우팅 규칙이 필요하다면 Crew를 위한 모델 라우팅 글을 참고하시고, 하위 작업을 위한 가이드는 GPT-6 Luna 가이드를 확인하세요.
런타임 비용이 저렴해져도 변하지 않는 점
Terra는 코드 변경을 생성하는 비용은 낮춰주지만, 그 변경 사항을 검토하고 승인하는 비용까지 낮춰주지는 않습니다. 같은 비용으로 두 배의 실행이 가능하다는 것은 사람이 검토해야 할 diff도 두 배로 쌓인다는 뜻이므로, Crew 규모를 두 배로 늘리기 전에 리뷰 큐 상태를 점검해야 합니다. 이에 대한 자세한 내용은 사람의 리뷰가 병목이다 글에서 다룹니다.
Sharkly는 어떤 모델로 작업을 실행하든 요청부터 릴리스까지의 맥락, 진행 상황, 차단 요소, 결과물, 사람의 검토 과정을 한눈에 파악할 수 있도록 지원합니다. 요금 안내 페이지에 따르면 현재 최대 5인 규모의 조직에는 무료로 제공됩니다. 이제 다음 단계로 넘어가 보세요. Computer 한 대에서 Codex를 업데이트하고, Terra 변형 에이전트를 하나 생성한 뒤, 원래 Sol에 맡기려 했던 일상적인 작업 3개를 할당해 보시기 바랍니다.
FAQ
GPT-6.1 Terra는 무료인가요?
아닙니다. 무료 API 티어는 없으며 ChatGPT Free 및 Go 플랜에도 포함되지 않습니다. Plus, Pro, Enterprise, Edu 사용자는 ChatGPT Work 및 Codex에서 사용할 수 있습니다. 플랜 기반 사용과 토큰당 과금의 차이점은 API 키 없이 GPT-6.1 Sol 실행하기 글을 참고하세요.
GPT-6 Terra도 있나요?
아닙니다. GPT-6.1 Terra는 GPT-5.6 Terra를 직접 대체합니다.
기존 Sol 에이전트를 Terra로 바로 전환해도 되나요?
가능하지만, 변형(Variant)을 사용하는 편이 실행 이력을 명확히 관리하기에 좋습니다. 과거 실행 결과와 새로운 결과를 비교할 필요가 전혀 없는 경우에만 원본 설정을 직접 변경하세요.
Sharkly에서 작업에 사용된 모델을 확인할 수 있나요?
Default model 행에 에이전트에 설정된 모델이 표시됩니다. 다만 Sharkly가 Runtime에서 실제로 사용 중인 모델을 항상 정확히 판별할 수 있는 것은 아니므로, 에이전트 설명란에도 모델명을 기재해 두는 것을 권장합니다.
