GPT-6.2 Astra vs Fable 5.2: 내 리포지토리에서 직접 테스트해보세요

GPT-6.2 Astra vs Fable 5.2: 코딩 에이전트를 어느 모델에 맡겨야 할까? 같은 가격의 토큰이 비용을 어떻게 나누는지 비교하고, 두 모델을 내 저장소에서 직접 테스트해 보세요.

Ryan Mitchell

Ryan Mitchell

20 11월 2026

GPT-6.2 Astra vs Fable 5.2: 내 리포지토리에서 직접 테스트해보세요

GPT-6.2 Astra와 Fable 5.2의 차이는 헤드라인만큼 크지 않습니다. 두 모델 모두 백만 입력 토큰당 $8, 백만 출력 토큰당 $40으로 책정되어 있습니다. Anthropic은 Fable 5.2의 에이전틱 코딩 점수를 더 높게 공개하는 반면, OpenAI는 Astra에 대한 코딩 벤치마크를 공개하지 않습니다. 캐시 가격, 장문 컨텍스트 추가 요금, 그리고 팀의 수용된 변경 비율이 승자를 결정합니다.

OpenAI는 2026년 11월 17일 GPT-6.2 Astra를 출시했으며, 이는 Anthropic이 Claude Fable 5.2를 선보인 지 8일 후입니다. 두 모델 모두 길고 어려운 에이전틱 작업을 겨냥한 프런티어 모델입니다. 코딩 에이전트를 운영 중이라면 이제 동일한 정가에 두 가지 플래그십 옵션을 갖게 된 셈입니다.

리더보드만으로는 이 문제를 해결할 수 없습니다. 당신의 의존성, 테스트 스위트, 그리고 리뷰어가 해결해 줄 수 있습니다. 이 가이드는 공개된 수치를 비교하고, 청구서가 어디서 갈라지는지 보여주며, 여러분의 저장소에서 직접 실행할 수 있는 일대일 비교 테스트를 제공합니다. 이미 Codex와 Claude Code를 나란히 운영 중이라면, Sharkly에서 두 에이전트에 동일한 작업을 할당하고 결과를 한곳에 모을 수 있습니다.

GPT-6.2 Astra vs Fable 5.2: 사양 비교

GPT-6.2 Astra는 GPT-6.2 패밀리의 OpenAI 프런티어 모델이며, GPT-6.2 Sol은 더 저렴한 일상용 형제 모델입니다. Claude Fable 5.2는 Anthropic의 최상위 일반 공개 모델이며, Mythos 5.2는 제한적 접근 릴리스로 보류되어 있습니다. 2026년 11월 20일 확인 기준, 각 벤더가 공개한 내용은 다음과 같습니다.

GPT-6.2 Astra Claude Fable 5.2
출시일 2026년 11월 17일 2026년 11월 9일
API 모델 ID gpt-6.2-astra claude-fable-5-2
입력, 백만 토큰당 $8 $8
출력, 백만 토큰당 $40 $40
캐시된 입력 (캐시 히트) $0.40 $0.20
캐시 쓰기 $10 (30분) $10 (5분), $16 (1시간)
배치 표준 요금의 50% 입력 $4, 출력 $20
고속 모드 표준 요금의 2배 입력 $16, 출력 $80
컨텍스트 윈도우 1,050,000 토큰 (최대 입력 922,000) 표준 요금 기준 1M 토큰
최대 출력 128,000 토큰 128,000 토큰
장문 입력 추가 요금 272K 입력 초과 시: 입력 및 캐시 요금 2배, 출력 1.5배 명시된 바 없음
일반적인 코딩 에이전트 Codex Claude Code

출처: OpenAI의 GPT-6.2 Astra 모델 페이지, Anthropic의 가격 문서 및 모델 개요.

에이전트에 가장 중요한 두 행이 있습니다. 코딩 에이전트는 매 턴마다 컨텍스트를 다시 전송하므로 캐시 히트 요율이 청구서의 대부분을 결정합니다. 또한 대규모 저장소를 읽은 에이전트는 입력 토큰이 272K를 넘을 수 있으며, 이 지점에서 Astra의 요금이 변동됩니다.

코딩 벤치마크가 말하는 것과 말하지 않는 것

Anthropic의 Fable 5.2 발표문은 Xhigh 노력 수준에서 FrontierSWE v2 69.9%, FrontierCode 2.0 49.1%를 기록했다고 보고합니다. 같은 표에서 OpenAI 비교 열은 이전 세대인 GPT-6 Astra로 표기되어 65.5%와 42.8%를 기록했습니다.

이 표에는 GPT-6.2 Astra가 포함되어 있지 않습니다. OpenAI의 모델 페이지에도 SWE 스타일 코딩 점수가 없습니다. Simon Willison은 출시 글에서 "Astra 6.2는 다양한 벤치마크에서 Fable 5.2만큼 높은 점수를 내지 못하고 있으며," 일부 사용자들은 소통 방식이 "혼란스러울 수 있다"고 느낀다고 언급합니다.

따라서 정직한 해석은 세 가지로 나뉩니다:

  • Fable 5.2는 이전 Astra를 앞선, 벤더가 실행한 에이전틱 코딩 점수를 게시했습니다.
  • GPT-6.2 Astra에 대한 직접적인 코딩 비교 수치를 게시한 벤더는 없습니다.
  • 위의 모든 수치는 모델 자체의 벤더가 자체 하네스와 선택된 노력 수준에서 실행한 것입니다.

벤치마크는 후보를 걸러내는 필터로 취급하십시오. 이 글에는 두 모델에 대한 독립적 테스트 결과가 포함되어 있지 않습니다.

청구서가 갈라지는 지점

정가가 같다고 해서 청구서가 같은 것은 아닙니다. 세 가지 메커니즘이 차이를 만듭니다.

캐시 히트

Fable 5.2는 캐시 히트 시 백만 토큰당 $0.20을 청구합니다. Astra는 $0.40입니다. 한 세션에서 100,000 토큰 캐시 프리픽스를 50번 재전송하는 에이전트의 경우, 이 프리픽스 비용은 Fable에서 $1.00, Astra에서 $2.00이 소요됩니다(새 입력과 출력을 제외하고). Simon Willison은 여전히 Astra의 캐시 가격을 "장시간 에이전틱 세션에 좋은 소식"이라고 평가합니다. 캐시되지 않은 $8 요율보다 훨씬 낮기 때문입니다.

장문 컨텍스트

Astra의 요율은 요청이 272K 입력 토큰을 초과하면 상승합니다. Anthropic은 Fable의 전체 1M 컨텍스트를 표준 요율로 명시합니다. 에이전트가 일상적으로 모노레포의 절반을 로드한다면, 계약 전에 해당 임계점을 모델링해야 합니다.

노력 수준과 작업당 토큰

두 모델 모두 노력 수준을 노출하며, 노력 수준이 높을수록 더 많은 토큰을 소모합니다. Simon의 비공식 SVG 테스트는 한 프롬프트에서의 격차를 보여줍니다. GPT-6.2 Astra는 High 노력 수준에서 11.55센트, Max에서 88.71센트가 들었습니다. 이는 장난감 수준의 프롬프트 하나일 뿐 코딩 벤치마크는 아니지만, 7배 차이는 비용 비교 전에 노력 수준을 고정해야 하는 이유를 보여줍니다.

자세한 내용은 Fable 5.2 가격 분석에서 재시도와 리뷰 시간을 다루고, GPT-6.2 속도 제한 가이드에서는 Astra 에이전트가 가장 먼저 부딪히는 분당 토큰 상한을 다룹니다.

자체 저장소에서 GPT-6.2 Astra vs Fable 5.2 테스트 실행하기

직접 코드에서의 일대일 비교는 어떤 공개 표보다 우수합니다. 아래 방법은 코드베이스에서 Fable 5.2 평가 가이드를 따르며, 여기서는 두 모델의 대결로 실행됩니다.

일대일 모델 테스트 다이어그램: 고정된 수용 기준이 있는 하나의 작업이 GPT-6.2 Astra의 Codex 에이전트와 Fable 5.2의 Claude Code 에이전트에 각각 전달되며, 각자의 워크트리에서 실행되고 두 결과 모두 수용, 수정, 또는 거부 결과와 함께 하나의 리뷰에 도달합니다.
  1. 최근 작업 10~12개를 선택하십시오. 백로그에서 버그 수정, 소규모 추가, 리팩터링, 그리고 조사 작업 하나를 포함하세요.
  2. 수용 기준을 먼저 작성하십시오. 어떤 에이전트도 실행하기 전에 작성해야 두 결과가 기준을 형성하지 않습니다.
  3. 하네스를 고정하십시오. Astra는 Codex에서, Fable은 Claude Code에서 가장 잘 작동하므로 두 개의 전체 워크플로를 비교하는 셈입니다. 이 점을 보고서에 명시하세요.
  4. 노력 수준을 고정하십시오. 둘 다 High로 설정하거나, 사용한 정확한 설정을 명시하세요.
  5. 모든 시도를 격리하십시오. 새 git 워크트리에서 실행하여 어느 에이전트도 다른 쪽의 편집을 물려받지 않도록 합니다.
  6. 각 작업을 두 모델에서 실행하되, 어느 쪽이 먼저 실행될지 번갈아 가며 진행하세요.
  7. 가능하면 블라인드로 리뷰하고, 각 결과를 수용, 수정 후 수용, 또는 거부로 평가하세요.
  8. 총 지출을 수용된 변경으로 나누세요. 실패한 시도도 포함됩니다.

결정적인 지표는 수용된 변경당 비용입니다. 토큰당 20% 저렴하지만 작업당 수리 주기가 한 번 더 필요한 모델은 당신의 팀에게 더 비싼 모델입니다.

Sharkly에서 두 모델을 에이전트로 실행하기

Sharkly는 이미 사용 중인 코딩 에이전트를 실행하며, 대체하지 않습니다. Sharkly의 에이전트는 연결한 컴퓨터에서 Codex나 Claude Code 같은 런타임을 통해 작업을 실행하는 구성된 AI 팀원입니다.

두 개의 에이전트로 대결을 설정하세요:

  • Astra 에이전트: gpt-6.2-astra로 구성된 Codex 런타임.
  • Fable 에이전트: claude-fable-5-2로 구성된 Claude Code 런타임.

각 에이전트에는 컴퓨터, 런타임, 작업 디렉터리 아래에서 해당 런타임이 보고하는 모델 중에서 선택한 기본 모델이 있습니다. 현재 에이전트 설정은 Sharkly 고객 지원 센터를 확인하세요.

두 에이전트에 동일한 실행 제한을 설정하여 어느 한쪽도 더 많은 병렬 실행이나 더 긴 시간 예산을 받지 않도록 하세요.

Sharkly 에이전트의 실행 설정: 할당된 작업의 최대 동시성, 최대 실행 시간, 대기열 제한 시간.

임시 작업 디렉터리 모드를 사용하여 각 작업이 격리된 디렉터리를 받고 저장소 기반 실행이 새 워크트리를 준비할 수 있도록 하세요. 수용 기준을 작업 설명에 넣으세요. 각 에이전트는 패치와 검사를 자체 작업에 보고하므로 모든 시도가 리뷰어의 판정 옆에 유지됩니다.

모델 사용은 자체 구독과 API 키로 유지됩니다. Sharkly는 토큰을 판매하지 않으며, 모델 할당량은 팀이 연결한 도구, 플랜, API 계정에 따라 달라집니다.

Astra vs Fable 단순 선택의 대안

한 모델을 정점으로 세울 필요는 없습니다.

  • 작업 유형별로 분할하세요. 테스트에서 이기는 카테고리에는 Fable 5.2를, 나머지에는 Astra를 사용하세요.
  • 하나는 리드로, 다른 하나는 스태프로. 프런티어 모델이 계획하고 리뷰하며, 더 저렴한 모델이 일상적인 부분을 처리합니다. 이는 GPT-6 Astra를 크루 리더로 활용하기에서 다룬 패턴입니다.
  • 한 단계 낮추세요. GPT-6.2 Sol은 백만 토큰당 입력 $2, 출력 $10으로 책정됩니다. 일상적인 유지보수에는 4분의 1 가격으로도 기준을 통과할 수 있습니다.
  • 둘 다 활성 상태로 유지하세요. 제공자 중립성이 핵심입니다. 어느 단일 모델도 오래 최고로 남지 않으며, 이는 Argon, Astra, Opus에서도 논한 바입니다.

실제 사용 사례

  • 장기 마이그레이션. Anthropic은 Fable 5.2 에이전트 팀이 프로덕션 서비스를 Python에서 Rust로 마이그레이션했다고 보고합니다. 어느 모델이든 신뢰하기 전에 해당 유형의 작업을 자체 코드 조각으로 테스트하세요.
  • 대규모 저장소 조사. 입력 토큰이 272K를 넘으면 Astra의 가격이 변동됩니다. 실제 컨텍스트 크기로 비용 모델을 실행하세요.
  • 병렬 버그 큐. 두 에이전트에 분할된 10개의 작은 수정 작업은 일주일 내에 모델별 수용된 변경 비율을 제공합니다.

결론

GPT-6.2 Astra와 Fable 5.2는 서류상 토큰당 비용이 동일합니다. Fable은 더 강력한 공개 코딩 점수와 더 저렴한 캐시 히트를 보유하며, Astra는 약간 더 큰 컨텍스트 윈도우가 있지만 272K 입력 초과 시 요율이 더 높습니다. 어느 사실도 당신의 저장소에서 어느 쪽이 더 많은 수용된 코드를 제공하는지 알려주지 않습니다.

대결을 실행하세요. Sharkly에 컴퓨터 하나를 연결하고, GPT-6.2 Astra에 Codex 에이전트, Fable 5.2에 Claude Code 에이전트를 생성하여 이번 주에 둘 다 동일한 5개의 작업을 할당하세요. 수용된 변경당 비용에서 이기는 모델을 유지하세요.

자주 묻는 질문

GPT-6.2 Astra가 Claude Fable 5.2보다 저렴한가요?

아니요. 둘 다 백만 입력 토큰당 $8, 백만 출력 토큰당 $40으로 책정됩니다. Fable의 캐시 히트가 더 저렴하며($0.20 대 $0.40), Astra의 요율은 272K 입력 토큰 초과 시 상승합니다.

코딩에는 GPT-6.2 Astra와 Fable 5.2 중 어느 것이 더 좋나요?

Anthropic은 이전 GPT-6 Astra보다 Fable 5.2에 대해 더 높은 에이전틱 코딩 점수를 보고합니다. Fable 5.2와 GPT-6.2 Astra를 직접 비교한 공개 벤치마크는 없으므로 자체 작업으로 둘 다 테스트하세요.

GPT-6.2 Astra와 Fable 5.2의 컨텍스트 윈도우는 얼마인가요?

GPT-6.2 Astra는 최대 입력 922,000 토큰과 함께 1,050,000 토큰을 명시합니다. Fable 5.2는 표준 요금으로 1M 토큰 컨텍스트를 포함합니다. 둘 다 출력은 128,000 토큰으로 제한됩니다.

Claude Code에서 GPT-6.2 Astra를, Codex에서 Fable 5.2를 사용할 수 있나요?

각 모델은 일반적으로 자체 벤더의 코딩 에이전트에서 실행됩니다. Astra는 Codex, Fable은 Claude Code에서. 이들을 비교한다는 것은 일반적으로 두 개의 전체 워크플로, 즉 모델과 하네스를 비교하는 것을 의미합니다.

두 코딩 모델을 공정하게 비교하려면 어떻게 해야 하나요?

동일한 작업, 작성된 수용 기준, 고정된 노력 수준, 격리된 워크트리를 사용하세요. 수용, 수정, 거부 결과에 점수를 매기고, 총 지출을 수용된 변경으로 나누세요.

Sharkly가 내 에이전트의 모델을 선택하나요?

아니요. 각 에이전트의 기본 모델은 해당 런타임이 보고하는 모델 중에서 직접 선택합니다. Sharkly는 모델 간 작업 라우팅을 자동으로 수행하지 않습니다.

더 둘러보기

오픈소스 Slack 대안: ExitPath로 Slack에서 떠나는 방법

오픈소스 Slack 대안: ExitPath로 Slack에서 떠나는 방법

오픈 소스 Slack 대안을 찾고 있나요? ExitPath가 Mattermost, Zulip, Element로 옮길 때 무엇을 고려해야 하는지, 그리고 에이전트 작업이 유실되지 않게 하는 방법을 확인해 보세요.

20 11월 2026

GPT-6.2 요금 정리: Astra와 Sol을 에이전트 팀에서 쓸 때 비용은 얼마?

GPT-6.2 요금 정리: Astra와 Sol을 에이전트 팀에서 쓸 때 비용은 얼마?

GPT-6.2 가격이 에이전트 팀 운영 비용에 어떤 영향을 미치는지 궁금하신가요? Astra와 Sol의 작업당 비용을 확인하고, 지출을 관리해 주는 상한 한도도 함께 알아보세요.

20 11월 2026

Windows 11 코딩 에이전트 원격 측정(텔레메트리): 수집되는 데이터와 비활성화 방법

Windows 11 코딩 에이전트 원격 측정(텔레메트리): 수집되는 데이터와 비활성화 방법

Windows 11의 코딩 에이전트 텔레메트리가 여러분의 Claude Code나 Codex 사용 기록을 보고하고 있나요? 이 텔레메트리가 수집하는 정보와 모든 PC에서 끄는 방법을 알아보세요.

20 11월 2026