GPT-6.1 Terra·Sol·Opus 5.5 비교
측정일 · CUELO 관리자
2026년 10월 26일에 출시된 GPT-6.1 Terra가 CUELO에서 맡을 역할을 정하기 위해 GPT-6.1 Sol, Opus 5.5와 같은 조건에서 비교했습니다. 코딩의 mega-six 과제에서 Terra는 패키지 6개 중 4개만 구현하고 일찍 멈췄습니다(숨김 테스트 585/960개 통과). Sol은 957/960개를 통과했습니다. 작은 글자 OCR에서는 Terra(138/153)가 문자를 일관되게 정규화해 틀렸고 Opus 5.5(149/153)가 더 많이 맞혔습니다.
코딩
위임 없이 단독으로 큰 코딩 과제를 수행할 때 GPT-6.1 Terra(high)와 GPT-6.1 Sol(high)의 테스트 통과 수, 소요 시간, 토큰 사용량이 어떻게 다른지 확인했습니다.
조건
- 내장 omp 코어 18.13.0에서 격리 설정으로 비대화형 CLI(
omp -p --no-session)를 실행했습니다. 두 모델 모두 추론 강도는 high, 제한 시간은 90분입니다. - 도구를
read,bash,edit,write,find,grep,eval,todo로 제한해 위임(task)과ask를 막았습니다. - 이 옵션은
skim,cross_review같은 확장 도구를 막지 않아 모델이 호출할 수 있었습니다. large-sheet과제는 명세서를 보고 TypeScript와 Bun으로 스프레드시트 수식 엔진(파서, 평가기, 의존성 그래프, 구조 편집, CSV)을 구현하며 사후 숨김 테스트 200개로 채점합니다.mega-six과제는 독립 패키지 6개(스프레드시트, 마크다운, JSON 스키마, cron, semver, diff)를 명세서대로 구현하며 사후 숨김 테스트 960개로 채점합니다.- 과제당 모델별 1회씩 순서를 번갈아 연속 실행했습니다(한 과제는 Sol 다음 Terra, 다른 과제는 Terra 다음 Sol).
cross_review 결과를 기다린 시간입니다.large-sheet
숨김 테스트 통과 (200개 중)
걸린 시간
API 단가 환산 비용
mega-six
숨김 테스트 통과 (960개 중)
걸린 시간
API 단가 환산 비용
- cross_review 대기 시간
결과
large-sheet에서 Terra는 128초 만에 199/200개(환산 비용 $0.146)를 통과했습니다. Sol은 1,348초 만에 198/200개($0.756)를 통과했습니다.mega-six에서 Terra는 171초 동안 패키지 6개 중 4개만 구현해 585/960개($0.251)를 통과했고 작업이 미완성이라고 보고하고 멈췄습니다. Sol은 1,118초 만에 957/960개($1.057)를 통과했습니다.- Sol은 스스로
cross_review를 호출해 다른 모델의 리뷰를 기다리는 데 533초(large-sheet)와 394초(mega-six)를 썼습니다. 이를 뺀 실행 시간은 815초와 724초입니다. 요청당 평균 응답 시간은 Terra가 약 6~7초, Sol이 약 22~24초였습니다.
| 과제 · 모델 | 통과 | 걸린 시간 | 검토 대기 | 요청 수 | 요청당 시간(초) | 출력 토큰 | 추론 토큰 | 비용 |
|---|---|---|---|---|---|---|---|---|
| large-sheet · Terra | 199/200 | 128초 | 0초 | 18 | 6.4 | 10,318 | 427 | $0.146 |
| large-sheet · Sol | 198/200 | 1,348초 | 533초 | 33 | 24.1 | 34,286 | 9,636 | $0.756 |
| mega-six · Terra | 585/960 | 171초 | 0초 | 21 | 7.1 | 15,521 | 1,297 | $0.251 |
| mega-six · Sol | 957/960 | 1,118초 | 394초 | 32 | 21.9 | 45,066 | 7,936 | $1.057 |
한계
- 과제당 모델별 1회(n = 1)만 실행해 편차를 알 수 없습니다.
mega-six에서 Terra가 일찍 멈춘 것이 모델의 경향인지 우연인지 이 데이터만으로는 판단할 수 없습니다. - 2026년 9월 30일에 측정한 Sol 기록이 있지만 실행기와 omp 코어 버전이 달라 기준선으로 쓰지 않았습니다.
이미지 읽기
omp 코어의 이미지 질문 경로에서 Terra(low, high)가 현재 비전 모델인 Opus 5.5(low)를 대체할 수 있는지 확인했습니다.
조건
- 2026년 10월 18일 조사와 같은 omp 코어 이미지 질문 경로를 썼고 정답지도 바이트 단위로 동일하게 재생성했습니다.
- 합성 이미지 4장(게임 스타일 능력치 화면, 일부러 틀리게 그린 빨간 박스가 있는 같은 화면, 홍보 배너, 작은 문서 표)과 질문 유형 8가지를 썼습니다.
- Opus 5.5 low, Terra low, Terra high를 각 3회씩 실행해 총 72회 호출했고 오류는 0건이었습니다.
작은 글자 OCR 정답 수 (153개 중)
응답 시간 중앙값
결과
- 3회 합계 기준 좌표 찾기(27/27)와 박스 검수(12/12)는 세 후보 모두 전부 맞혔습니다. 응답 시간 중앙값은 Terra low 2.3초, Terra high 3.2초, Opus 5.5 low 4.0초였습니다.
- 작은 글자 OCR은 Opus 5.5가 149/153개, Terra low와 Terra high가 둘 다 138/153개를 맞혔습니다. 3회 모두 똑같은 답을 낸 OCR 문항은 Opus 5.5가 3개 중 1개, Terra는 두 강도 모두 3개 중 3개였습니다.
- Terra의 오독은
Lv.45를Lv45로,×12를x12로 읽거나 일부러 비슷하게 만든 회사 이름을 더 흔한 철자로 바꾸는 식의 일관된 정규화였습니다. 오답은 배너의 작은 글자에 몰렸습니다(Terra 15/24 대 Opus 24/24).
| 모델 | 좌표 | 박스 검수 | 작은 글자 OCR | 3회 모두 같은 답 | 응답 시간 중앙값 |
|---|---|---|---|---|---|
| Opus 5.5 low | 27/27 | 12/12 | 149/153 | 1/3 | 4.0초 |
| Terra low | 27/27 | 12/12 | 138/153 | 3/3 | 2.3초 |
| Terra high | 27/27 | 12/12 | 138/153 | 3/3 | 3.2초 |
한계
- 실제 화면이 아닌 합성 이미지 한 세트만 사용해 측정했습니다.
데스크톱 조작
Windows 창을 열고 값을 입력한 뒤 상태를 읽어오는 데스크톱 조작 과제를 Terra(high)와 Opus 5.5(high)가 정확히 수행하는지 확인했습니다.
조건
- 새 Windows 문자표(Character Map) 창을 열고 "복사할 문자" 칸에
가Ω→42를 입력한 뒤 칸의 값과 선택된 글꼴 이름을 읽고 창을 열어 둔 채 JSON 한 줄로 끝내는 과제입니다. - 실행 명령은
omp -p --mode json --tools=eval,read,bash,windows_control이고 추론 강도는 high입니다. - Terra, Opus, Opus, Terra 순서로 총 4회 실행했습니다. 매 실행 뒤 Main 에이전트가 직접 창 컨트롤을 읽어 독립 채점하고 해당 창만 닫았습니다.
회차별 걸린 시간(초)
결과
- 네 번의 실행 모두 입력값과 글꼴(Arial), 보고한 창이 일치했습니다.
- Terra는 1회차에 38초(도구 호출 6회, 오류 0회), 4회차에 30초(8회, 오류 0회)가 걸렸습니다. Opus는 2회차에 43초(9회, 오류 1회), 3회차에 53초(10회, 오류 0회)가 걸렸습니다.
| 회차 | 모델 | 결과 | 걸린 시간 | 도구 호출 | 도구 오류 |
|---|---|---|---|---|---|
| 1 | GPT-6.1 Terra | 일치 | 38초 | 6 | 0 |
| 2 | Opus 5.5 | 일치 | 43초 | 9 | 1 |
| 3 | Opus 5.5 | 일치 | 53초 | 10 | 0 |
| 4 | GPT-6.1 Terra | 일치 | 30초 | 8 | 0 |
한계
- 쉬운 과제 하나를 모델당 2회만 실행했습니다. 원격 데스크톱 창이나 파일 탐색기 같은 더 어려운 대상은 측정하지 않았습니다.
데이터 및 출처
요약 숫자는 이 페이지 옆의 data.json에 있습니다. 원본 실행 기록과 기기 정보가 담긴 프롬프트, 계정 정보는 공개하지 않습니다. 표와 차트의 비용은 토큰 수에 카탈로그 단가를 곱한 환산값이며 구독을 사용해 실행했으므로 실제 청구액이 아닙니다.