Gemini 4 Carbon, Claude Fable 5.2, GPT-6.2 Astra 비교: 어려운 작업에 돈을 쓸 만한 모델은?
Gemini 4 Carbon, Claude Fable 5.2, GPT-6.2 Astra를 공식 요금, 한도, 추론 강도 설정, Google MKA 논문 결과, Artificial Analysis 작업당 비용으로 비교하고 작업 유형별로 고르는 기준을 정리합니다.
파일이 많고 긴 지식 작업에서 가장 적은 비용으로 Claude Fable 5.2에 가까운 결과를 얻는 방법은 Gemini 4 Carbon입니다. Google DeepMind의 MKA 벤치마크에서 Fable 5.2는 Carbon보다 2.22점 높았지만, Google이 직접 수행한 부트스트랩 검정으로는 이 차이를 노이즈와 구별할 수 없었습니다. 반면 Fable 5.2의 작업당 비용은 Carbon의 6.26배였습니다(Carbon은 12월 요금 기준). 다만 GPT-6.2 Astra와 비교하면 이 비용 우위는 성립하지 않습니다. Artificial Analysis의 범용 Intelligence Index에서 High 설정의 Astra는 High 설정의 Carbon과 같은 수준의 점수를, Carbon 현행 요금 기준 비용의 약 절반으로, 훨씬 짧은 시간 안에 냅니다. 마지막 몇 점의 품질이 비용보다 중요하고 MKA 작업당 비용이 Carbon의 5~6배(Carbon은 12월 요금 기준)여도 괜찮다면 Fable 5.2를 고르세요. 속도와 달러당 점수가 중요하다면 Astra입니다. 시각 정보가 많은 문서, 매우 긴 컨텍스트, 몇 시간씩 걸리는 에이전트 실행에는 Carbon이 맞습니다. Carbon의 토큰 요금은 2026년 12월 1일에 두 배가 되므로 예산은 새 요금으로 잡으세요.
이 비교는 2026년 11월 19일 기준입니다. 이 글의 발행자는 Ofox이며, 세 모델 중 Claude Fable 5.2와 GPT-6.2 Astra는 Ofox로 호출할 수 있지만 Gemini 4 Carbon은 호출할 수 없습니다. 11월 19일에 Ofox의 /v1/models 목록을 확인한 결과 137개 모델이 반환되었고, 여기에 anthropic/claude-fable-5.2와 openai/gpt-6.2-astra는 있었지만 gemini-4-carbon은 없었습니다. 그래서 아래 Carbon 예제는 Google의 Gemini API를 직접 사용합니다.
근거의 종류는 등장하는 곳마다 표시합니다. 문서상 사실은 각 공급사의 현재 페이지에서 가져왔습니다. 벤치마크 결과는 Google DeepMind의 MKA 논문과 Artificial Analysis(AA)에서 가져왔으며 모두 11월 19일에 조회했습니다. 자체 계산은 그 수치로 한 산술입니다. 자체 실행은 Ofox를 통해 보낸 예시 요청 네 건으로, 벤치마크가 아닙니다.
비교 전에 피해야 할 함정: 표에 있는 건 어떤 버전인가?
지금 돌고 있는 출시 비교 차트 대부분은 오늘 실제로 구매할 수 있는 버전과 다른 버전을 비교합니다.
| 출처 | Carbon의 비교 대상 | 포함되지 않은 모델 |
|---|---|---|
| Google의 Carbon 모델 카드 (11월 10일) | GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1 | Fable 5.2, GPT-6.2 Astra |
| Google DeepMind의 MKA 기술 논문 (11월 10일) | Claude Fable 5.2, Opus 5.5, GPT-6 Astra | GPT-6.2 Astra |
| Anthropic의 Fable 5.2 출시 글 (11월 9일) | Fable 5.1, Opus 5.5, GPT-6 Astra, Gemini 4 Carbon | GPT-6.2 Astra |
| Artificial Analysis MKA 리더보드 (실시간) | 현재 버전 세 개 모두 | — |
GPT-6.2 Astra는 11월 17일에 출시되었습니다(OpenAI API 변경 로그). 위의 공급사 표가 모두 공개된 뒤입니다. ‘GPT-6 Astra’라고 표시된 점수는 GPT-6.2 Astra의 점수가 아닙니다. Carbon 모델 카드의 ‘Fable 5.1’ 열도 Fable 5.2에 대해서는 아무것도 알려 주지 않습니다. 이 글은 각 출처가 표기한 레이블을 그대로 유지합니다. 현재 세 모델이 같은 평가 환경에서 함께 나오는 곳은 Artificial Analysis뿐입니다.
이전 세대는 Gemini 4 Argon, GPT-6 Astra, Claude Opus 벤치마크 가이드와 GPT-6 Astra 리뷰를 참고하세요. Fable 5.2와 Anthropic의 다른 모델 사이에서 고민 중이라면 Fable 5.2, 5.1, Opus 5.5 비교를 읽어 보세요.
같은 기준으로 맞춘 공식 요금
문서상 사실이며, Standard 등급, 토큰 100만 개당 USD, 2026년 11월 19일 확인 기준입니다.
| Gemini 4 Carbon | Claude Fable 5.2 | GPT-6.2 Astra | |
|---|---|---|---|
| 모델 ID | gemini-4-carbon | claude-fable-5-2 | gpt-6.2-astra |
| 입력 | 11월 30일까지 $2.00, 12월 1일부터 $4.00 | $8.00 | $8.00 |
| 캐시 입력(읽기) | $0.10, 12월 1일부터 $0.20(암시적 캐싱만 지원) | $0.20(입력 단가의 2.5%) | $0.40 |
| 출력(사고 포함) | $10.00, 12월 1일부터 $20.00 | $40.00 | $40.00 |
| 할인 옵션 | Batch, Flex, Priority 등급(이 글에서는 가격을 다루지 않음) | Batch 50% 할인, fast 모드는 더 비쌈($16 / $80) | 백그라운드 처리 창 30%(2시간) 또는 40%(8시간) 할인, Batch |
| 긴 컨텍스트 할증 | 없음. 1M 창 전체에 같은 요금 | 없음. 1M 창 전체에 표준 요금 | 입력이 272K 토큰을 넘으면 요청 전체의 입력·캐시 요금이 두 배, 출력은 1.5배 |
| 무료 등급 | 없음 | 없음 | 표기 없음 |
출처(모두 영문): Google의 Carbon 요금 섹션과 Carbon 가이드, Anthropic의 모델 개요와 Fable 5.2 출시 글, OpenAI의 GPT-6.2 Astra 모델 페이지와 변경 로그. Fable과 Astra는 캐시 쓰기를 별도로 청구하며, Google도 그라운딩 도구를 쿼리 단위로 별도 청구합니다. Carbon과 Argon의 요금 변경은 12월 요금 변경 가이드에서 자세히 다룹니다.
입력이 272K 토큰 미만이면 Fable 5.2와 GPT-6.2 Astra의 정가는 같습니다. 따라서 두 모델의 차이는 각자 쓰는 토큰 수로 결정됩니다. 272K를 넘으면 Astra는 긴 컨텍스트 할증 때문에 세 모델 중 토큰 단가가 가장 비싸집니다. Carbon이 가장 강한 256K~1M 작업에서 이 점이 중요합니다. Carbon의 정가는 11월 30일까지는 두 모델의 4분의 1, 12월 1일부터는 2분의 1입니다.
자체 계산: 같은 요청 하나. 입력 50,000토큰 중 40,000토큰이 캐시 적중, 출력 6,000토큰이라고 가정합니다. 캐시 쓰기 요금은 제외합니다. Carbon은 암시적 캐싱만 제공하므로 적중률이 보장되지 않습니다.
| 캐시되지 않은 입력 | 캐시 입력 | 출력 | 합계 | |
|---|---|---|---|---|
| Carbon(11월 요금) | $0.020 | $0.004 | $0.060 | $0.084 |
| Carbon(12월 요금) | $0.040 | $0.008 | $0.120 | $0.168 |
| Fable 5.2 | $0.080 | $0.008 | $0.240 | $0.328 |
| GPT-6.2 Astra | $0.080 | $0.016 | $0.240 | $0.336 |
이 표는 이 글에서 가장 쓸모가 적은 표입니다. 실제로 세 모델이 같은 작업에 똑같이 6,000토큰을 출력하지는 않습니다. Google의 MKA 논문에서 작업당 평균 출력 토큰은 Fable 5.2가 378.9k, Carbon이 129.5k, GPT-6 Astra가 42.0k였습니다. 토크나이저도 다릅니다. 자체 실행에서 같은 프롬프트가 Fable 5.2에서는 입력 토큰 301개, GPT-6.2 Astra에서는 212개로 계산되었습니다. 토큰 단가는 요율을 정할 뿐이고, 청구액은 완료한 작업당 비용이 결정합니다. 재시도와 캐시 규칙까지 포함한 Carbon 작업 장부가 필요하다면 Carbon 작업 비용 계산기를 사용하세요.
한도, 추론 강도 설정, 이용 경로
문서상 사실입니다.
| Gemini 4 Carbon | Claude Fable 5.2 | GPT-6.2 Astra | |
|---|---|---|---|
| 컨텍스트 창 | 1,048,576토큰(입력·사고·출력 공유) | 1M 토큰 | 1,050,000토큰(최대 입력 922,000) |
| 응답당 출력 | 동기 호출 65,536. 백그라운드 장문 디코딩은 최대 1M에서 입력을 뺀 만큼 | 128K | 128,000 |
| 추론 제어 | thinking_level: low, medium(기본값), high | output_config.effort: low~max, 기본값 high. 적응형 사고는 항상 켜짐 | reasoning.effort(Chat Completions에서는 reasoning_effort). none은 거부됨. 모델 페이지에 다른 단계와 기본값은 표기 없음 |
| 입력 모달리티 | 텍스트, 이미지, 오디오, 동영상 | 텍스트, 이미지(API에서는 PDF도 가능) | 텍스트, 이미지 |
| 지식 기준일 | 2026년 3월 | 2026년 6월(신뢰 가능 범위) | 2026년 5월 18일 |
| 호출 경로 | Gemini API 유료 등급, Google AI Studio, Gemini for business | Claude API, Bedrock, Google Cloud, Foundry | Chat Completions, Responses(도구 호출에 필요), Batch |
| Ofox 제공 여부(11월 19일 확인) | 아니요 | 예 | 예 |
마이그레이션 전에 알아 둘 세부 사항이 있습니다.
- Carbon의 출력 한도에는 사고가 포함됩니다.
max_output_tokens는 사고와 답변을 모두 포함합니다. Carbon은 Argon보다 한도의 더 많은 부분을 사고에 쓰기 때문에 Google은 최소 32,768토큰을 권장합니다. 더 긴 출력에는background: true가 필요합니다. 두 방법 모두 Carbon API 설정 가이드에서 설명합니다. - Fable 5.2는 사고를 끌 수 없습니다. Anthropic은
high로 시작하고, 가장 어려운 장시간 작업에는xhigh를 쓰고,max는 모델의 상한을 측정할 때만 쓰라고 권장합니다. 요청 형태와 대화 기록 처리는 Fable 5.2 API 가이드에서 다룹니다. - GPT-6.2 Astra로 도구를 호출하려면 Responses API가 필요합니다. 변경 로그는 마이그레이션에 영향을 주는 변경 사항으로, 편집된 기록 이후 Responses가 추론을 유지하는 방식과 최상위
instructions필드를 처리하는 방식도 짚고 있습니다.
Ofox에서는 Fable 5.2 모델 페이지에 OpenAI 호환 프로토콜과 Anthropic 프로토콜이 모두 표시되어 있습니다. 두 모델의 현재 Ofox 가격은 각 모델 페이지와 요금·과금 문서에 나와 있으므로 여기서 다시 옮기지 않습니다.
벤치마크 1: Google DeepMind의 MKA 논문(이른바 ‘통계적 동률’)
Carbon이 “ties Fable 5.2 at a sixth of the cost”(6분의 1 비용으로 Fable 5.2와 동률)라는 주장은 주로 2차 보도를 통해 퍼졌습니다. 1차 출처는 MKA 기술 논문입니다. Google의 MKA 블로그 글은 Carbon이 “#2 in quality”(품질 2위)였고, 1위 모델보다 “at 6x lower cost on average”(평균 6분의 1 비용)로 작업을 마쳤다고만 말합니다.
MKA는 10개 산업에 걸친 비공개 작업 200개로 구성됩니다. 각 작업은 도면, 회로도, 스캔본, 차트처럼 시각 정보가 많은 파일을 다루는 다단계 프로젝트입니다. 모든 모델은 같은 오픈소스 Stirrup 하네스에서 250턴 제한으로 실행되었습니다. 논문의 주요 표는 다음과 같습니다.
| 모델(논문 표기) | Climb-WSR(± 95% CI) | 전체 WSR | 작업당 출력 토큰 | 턴 수 | 작업당 시간 | 작업당 API 비용 |
|---|---|---|---|---|---|---|
| Claude Fable 5.2 | 56.56 ± 3.63 | 73.26 | 378.9k | 128.8 | 83.2분 | $35.28 |
| Gemini 4 Carbon | 54.34 ± 3.24 | 71.89 | 129.5k | 46.6 | 29.2분 | $5.63 |
| Claude Opus 5.5 | 53.01 ± 3.54 | 70.98 | 208.8k | 91.4 | 33.8분 | $10.29 |
| GPT-6 Astra | 50.24 ± 3.25 | 69.34 | 42.0k | 29.0 | 18.5분 | $6.03 |
논문은 핵심 결론을 이렇게 표현합니다. 작업 단위의 대응 부트스트랩에서 Fable 5.2, Carbon, Opus 5.5는 “are statistically indistinguishable on Climb-WSR”(Climb-WSR에서 통계적으로 구별되지 않는다). Fable 5.2가 Carbon보다 앞선 차이는 +2.22점이며 95% 구간은 −0.94~+5.49입니다. Carbon이 GPT-6 Astra보다 앞선 차이(+4.10점, 구간 +1.00~+7.11)는 유의합니다. 6.26배라는 비용 차이는 “provider list prices at the time of writing”(작성 시점의 공급사 정가) 기준 $35.28 ÷ $5.63에서 나옵니다. 논문은 Carbon의 어느 요금을 썼는지 밝히지 않지만, 자체 계산으로는 12월 요금을 가리킵니다. $4 / $20으로 계산하면 표 4의 Carbon 토큰 수는 입력의 93.7%가 캐시에서 제공될 때 정확히 $5.63이 되는데, 이는 논문이 밝힌 93.7%~97.7% 범위의 하한입니다. $2 / $10으로는 같은 토큰 수가 이 범위 안의 어떤 캐시 비율에서도 $5.63에 이르지 못합니다. 현재 11월 요금이라면 Carbon의 작업당 비용은 약 절반이 되고, Fable의 배수는 약 두 배가 됩니다.
이 결과를 읽을 때는 네 가지 한계를 염두에 두세요.
- 각 모델은 작업마다 한 번만 실행되었고, 채점도 한 번만 했습니다. 논문은 구간이 작업 샘플링에 따른 변동만 반영하며, 실행 간 변동이나 채점기 변동은 반영하지 않는다고 밝힙니다.
- Google이 벤치마크를 공동 설계했고 Google 모델이 2위였습니다. 채점기는 Google 모델이 아니며, 사람이 직접 검토한 고가중치 기준의 96.2%에서 사람의 판단이 채점기와 일치했습니다. 강력한 검증이지만 독립적인 재현은 아닙니다.
- 테스트된 OpenAI 모델은 GPT-6.2 Astra가 아니라 GPT-6 Astra입니다. 논문은 6.2에 대해 아무 말도 하지 않습니다.
- 통계적 동률은 같은 결과를 보장하지 않습니다. 이 200개 작업 샘플로는 실제 차이가 0일 가능성을 배제할 수 없다는 뜻입니다. 마찬가지로 Fable이 5점 앞설 가능성도 배제할 수 없습니다.
벤치마크 2: GPT-6.2 Astra가 추가된 Artificial Analysis MKA 리더보드
MKA는 Google과 Artificial Analysis가 함께 만들었고, 공개 리더보드는 AA가 운영합니다. 논문에 나온 네 모델의 경우 AA의 Climb WSR 점수는 논문과 소수점 둘째 자리까지 일치합니다. 따라서 이 리더보드는 독립적인 재현이 아니라 같은 평가를 더 새로운 모델로 넓힌 것으로 보아야 합니다. AA의 채점기는 medium 설정의 GPT-6 Luna이며, 추론 강도는 각 모델 이름에 포함되어 있습니다. AA는 비용과 시간을 자체 기준으로 추정하므로 이 열들은 논문과 다릅니다. 2026년 11월 19일 조회 기준입니다.
| 모델과 추론 강도(AA 표기) | MKA Climb WSR | 작업당 비용 | 작업당 시간 |
|---|---|---|---|
| Claude Fable 5.2 (Max) | 56.6% | $31.98 | 57.1분 |
| Gemini 4 Carbon (High) | 54.3% | $6.29 | 29.0분 |
| Claude Opus 5.5 (Max) | 53.0% | $10.23 | 26.1분 |
| GPT-6.2 Astra (Max) | 52.7% | $3.67 | 21.8분 |
| GPT-6 Astra (Max) | 50.2% | $6.21 | 17.0분 |
GPT-6.2 Astra가 리더보드에 오르면서 두 가지가 달라집니다.
- 비용 면에서 AA 수치로는 Fable 5.2가 Carbon의 약 5.1배($31.98 ÷ $6.29, 자체 계산)로, 논문의 6.26배보다 작습니다. 둘 다 Carbon은 12월 요금 기준입니다. 방향은 같고, 배수의 크기는 같은 토큰 사용량을 각자가 어떻게 가격으로 환산하느냐에 달려 있습니다.
- 이제 MKA에서 세 모델 중 가장 저렴한 것은 GPT-6.2 Astra입니다. 점수는 Carbon보다 1.7점 낮고(52.67% 대 54.34%), 비용은 AA 기준 Carbon 비용의 약 58%입니다. AA는 신뢰 구간을 공개하지 않고 논문은 6.2를 테스트하지 않았으므로, 이 1.7점 차이가 실제인지는 아무도 밝히지 않았습니다.
AA의 Carbon 수치를 가져다 쓰기 전에 가격 기준을 확인하세요. AA 데이터는 Carbon을 $4 / $20, 즉 12월 요금으로 계산합니다. 12월 1일에 Carbon의 모든 토큰 요금이 정확히 두 배가 되므로, 현재 $2 / $10이라면 같은 토큰 사용량은 MKA 작업당 약 $3.15입니다(자체 계산: $6.29 ÷ 2). 따라서 11월 30일까지 Carbon은 GPT-6.2 Astra의 $3.67보다 약간 낮고, 그 이후에는 다시 $6.29가 됩니다.
11월 18일에 출시된 Gemini 4 Neon은 Xhigh 설정으로 같은 리더보드에서 56.5%, $5.36을 기록했습니다. Neon은 별도 비교 대상이며 Gemini 4 Neon과 Carbon 비교에서 다룹니다.
벤치마크 3: Artificial Analysis의 범용 Intelligence Index
MKA는 한 종류의 작업만 측정합니다. AA의 Intelligence Index v5.0.1은 지식 작업, 코딩, 과학, 일반 상식을 아우르는 평가 9개를 합친 지표입니다. 수치는 2026년 11월 19일에 조회한 AA 모델 페이지에서 가져왔고, 비용은 AA가 각 모델에 표시한 가격 기준입니다.
| 모델과 추론 강도 | Index 점수 | Index 작업당 비용 | Index 작업당 시간 |
|---|---|---|---|
| Claude Fable 5.2 (Max) | 64.6 | $26.54 | 41.6분 |
| Claude Fable 5.2 (High, API 기본값) | 61.8 | $9.08 | 15.0분 |
| GPT-6.2 Astra (Max) | 62.1 | $4.00 | 13.7분 |
| GPT-6.2 Astra (High) | 60.1 | $2.07 | 5.9분 |
| Gemini 4 Carbon (High) | 60.0 | $7.76(11월 요금이면 약 $3.88) | 37.2분 |
| Gemini 4 Carbon (Medium, API 기본값) | 58.3 | $6.59(11월 요금이면 약 $3.29) | 29.6분 |
절반으로 줄인 Carbon 수치는 자체 계산이며, 시간 열은 AA의 초 단위를 분으로 바꾼 것입니다. 이 넓은 평가 묶음에서는 Carbon의 비용 우위가 뒤집힙니다. High 설정의 GPT-6.2 Astra는 High 설정의 Carbon과 같은 수준의 점수(60.1 대 60.0)를, Carbon 현행 요금 기준 비용의 약 절반, AA가 쓴 12월 요금 기준 비용의 4분의 1로, 약 6분의 1의 시간(5.9분 대 37.2분) 안에 냅니다. AA의 Carbon 페이지에는 첫 답변 토큰까지 73초, 출력 속도 초당 55토큰이 표시되어 있고, 이 모델을 “notably slow per task and very verbose”(작업당 눈에 띄게 느리고 매우 장황하다)고 평가합니다. 각 공급사의 기본 설정끼리 비교하면 Fable 5.2 High(61.8)가 Carbon Medium(58.3)보다 높고, 작업당 비용은 $9.08로 12월 요금 기준 Carbon의 $6.59보다 높습니다. OpenAI는 Astra의 기본 추론 강도를 공개하지 않으므로 High로 비교했습니다.
공급사 발표 표에서 알 수 있는 것과 그 한계
자사 발표 표 가운데 Fable 5.2와 Carbon을 나란히 싣는 것은 Anthropic의 Fable 5.2 출시 글뿐입니다. 이 표의 OpenAI 열은 GPT-6 Astra입니다. Anthropic은 별도 표시가 없으면 각 모델의 최고 추론 강도를 사용했고, Carbon의 FrontierCode 점수는 Medium 설정이라고 표시했습니다.
| 벤치마크(Anthropic 발표) | Fable 5.2 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|
| FrontierSWE v2 | 69.9% | 65.5% | 61.2% |
| AutomationBench | 51.4% | 41.4% | 53.9% |
| Terminal-Bench-Science 0.1 | 74.6% | 68.1% | 64.8% |
| AA-Briefcase v1.1(Elo) | 1785 | 1569 | 1611 |
| Chartography(도구 없음) | 73.4% | 71.0% | 72.5% |
Carbon 자체 모델 카드는 다른 어떤 표에도 없는 긴 컨텍스트 근거를 더합니다. 256k~1M 토큰 GraphWalks BFS에서 Google은 Carbon 96.2%, GPT-6 Astra 71.8%, Fable 5.1 65.0%라고 보고합니다. 여기서는 Fable 5.2를 측정하지 않았으므로, 긴 컨텍스트에서 Carbon이 Fable 5.2보다 앞선다는 점은 그럴듯하지만 검증되지 않은 것으로 봅니다. 같은 카드에서 Carbon은 Terminal-Bench 4.0(AA)에서 65.2%로 GPT-6 Astra 59.1%, Fable 5.1 52.0%보다 높고, SWE-sweep에서는 9.6%로 각각 9.5%, 2.9%인 두 모델보다 높습니다. 이 출처들을 종합하면 Fable 5.2는 에이전트 코딩과 개방형 리서치에서 앞서고, Carbon은 업무 워크플로와 길고 시각적인 문서에서 가장 강합니다. Anthropic의 표에서 GPT-6 Astra는 FrontierSWE v2와 Terminal-Bench-Science에서 Carbon을 앞서지만, AutomationBench, Chartography, Google의 긴 컨텍스트 테스트에서는 Carbon에 뒤처집니다.
자체 예시 실행: Ofox에서 Fable 5.2 대 GPT-6.2 Astra
우리 프롬프트로 토큰 사용량 차이를 확인하고 싶어서 2026년 11월 19일에 작은 작업 두 개를 실행했습니다. 각 모델은 작업마다 한 번씩, 같은 프롬프트로, Ofox의 OpenAI 호환 엔드포인트(https://api.ofox.io/v1/chat/completions)를 통해 reasoning_effort: "high", max_tokens: 32000으로 실행했습니다. Ofox가 Carbon을 제공하지 않으므로 Carbon은 실행하지 않았습니다. 아래 비용은 반환된 사용량에 각 공급사의 공식 정가를 적용한 값이며, Ofox 청구액이 아닙니다.
- 작업 A, 코드 수정: 서면 사양을 네 가지 방식으로 위반하는 9줄짜리 구간 병합 함수입니다(입력을 변경함, 잘못된 구간을 남김, 맞닿은 구간을 놓침, 튜플이 아닌 리스트를 반환함). 수정된 함수는 입력 변경 여부와 반환 타입 검사를 포함한 505개 테스트 케이스로 확인했습니다.
- 작업 B, 경우의 수 퍼즐: 다섯 가지 제약 조건에서 일곱 항목을 나열하는 방법의 수를 코드 없이 셉니다. 전수 검사 결과는 129입니다.
| 작업 | 모델 | 결과 | 출력 토큰(추론) | 실제 소요 시간 | 정가 기준 비용 |
|---|---|---|---|---|---|
| A | Claude Fable 5.2 | 문제 4개 모두 찾음, 테스트 통과 | 1,037 (465) | 12.1초 | $0.044 |
| A | GPT-6.2 Astra | 문제 4개 모두 찾음, 테스트 통과 | 201 (49) | 5.1초 | $0.010 |
| B | Claude Fable 5.2 | 129, 정답 | 5,250 (4,419) | 44.7초 | $0.211 |
| B | GPT-6.2 Astra | 129, 정답 | 2,435 (1,916) | 29.8초 | $0.098 |
두 모델 모두 두 작업을 해결했습니다. Fable 5.2의 출력 토큰은 Astra 대비 작업 A에서 5.2배, 작업 B에서 2.2배였고, 작업 A에서는 풀이 예시까지 포함해 더 자세히 설명했습니다. Astra는 간결하게 답했습니다. 정가가 같으므로 토큰 사용량 차이가 곧 비용 차이 전부였습니다. 이는 AA와 MKA의 토큰 수와 같은 방향이지만, 요청 네 건으로는 품질이나 안정성에 대해 아무것도 증명할 수 없습니다. 또한 OpenAI 호환 경로에서 Ofox가 reasoning_effort를 Fable의 effort 설정에 어떻게 대응시키는지는 검증하지 않았습니다. 원본 요청, 응답, 검증 스크립트는 보고서 파일과 함께 보관하고 있습니다.
키 하나로 재현하려면 OpenAI 호환 클라이언트를 Ofox로 연결하고 모델 ID만 바꾸면 됩니다. 설정 방법은 Ofox 연동 문서를 참고하세요.
from openai import OpenAI
client = OpenAI(base_url="https://api.ofox.io/v1", api_key="YOUR_OFOX_KEY")
for model in ["anthropic/claude-fable-5.2", "openai/gpt-6.2-astra"]:
r = client.chat.completions.create(
model=model,
max_tokens=32000,
reasoning_effort="high",
messages=[{"role": "user", "content": "<your task>"}],
)
print(model, r.usage.completion_tokens, r.choices[0].message.content[:200])
Carbon은 Gemini API 키로 Google 네이티브 API에서 테스트해야 합니다. 문서에 나온 Interactions 호출은 다음과 같습니다.
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-4-carbon",
input="<your task>",
generation_config={"thinking_level": "medium"},
)
print(interaction.output_text)
요청이 실패하면 다시 시도하기 전에 접근 권한·할당량 오류와 파라미터 오류를 구분하세요. Fable은 Fable 5.2 400 오류 가이드에서 사고와 도구 기록 관련 실수를 다룹니다. Astra 계열의 모델 ID, 401, 토큰 한도 오류는 GPT-6 Astra 오류 가이드를 보세요. Gemini 쪽은 Gemini 4 API 오류를 참고하세요. Ofox 경로의 재시도와 한도는 Ofox의 오류 처리 가이드와 속도 제한 문서에서 다룹니다.
판단표: 어떤 작업에 무엇을 고를까
| 상황 | 선택 | 이유(근거) | 주의할 점 |
|---|---|---|---|
| 도면, 스캔본, 차트를 바탕으로 한 긴 보고서, 슬라이드, 감사 | Gemini 4 Carbon | MKA에서 Fable 5.2와 통계적 동률이며 작업당 비용은 약 1/6(논문)~1/5(AA). 둘 다 Carbon은 12월 요금 기준 | 느림. 12월 1일에 두 배. Ofox에 없음 |
| 단순 검색이 아니라 추론이 필요한 256k~1M 토큰 입력 | Gemini 4 Carbon | Google 모델 카드에서 GraphWalks 256k~1M 96.2% | 여기서 Fable 5.2는 측정되지 않음. 직접 확인 필요 |
| SaaS 도구를 넘나드는 업무 자동화 | Gemini 4 Carbon | AutomationBench 53.9%, Fable 5.2는 51.4%(Anthropic 발표) | 차이가 작고 벤치마크 하나뿐 |
| 가장 어려운 에이전트 코딩, 마이그레이션, 몇 점 차이가 중요한 개방형 리서치 | Claude Fable 5.2 | FrontierSWE v2, Terminal-Bench-Science, Max 설정 AA Index에서 1위 | MKA 작업당 비용이 Carbon의 5~6배(Carbon은 12월 요금 기준). Max 설정은 느림 |
| 비용보다 최고 점수가 중요한 작업 | Claude Fable 5.2(Xhigh/Max) | AA Index 최고(64.6), MKA 최고 점수 | Max에서 Index 작업당 $26.54. 먼저 High로 시도 |
| 보안 연구 | 기본 접근 권한이라면 Fable 5.2는 제외 | Anthropic에 따르면 Fable 5.2의 안전장치가 사이버보안 작업 대부분을 차단하며, Mythos 5.2는 Cyber Verification Program 접근 권한이 필요 | Google도 Fairwind Program을 통해 검증된 방어 담당자에게 Carbon을 제공함. 이 글에서는 사이버 분야 결과를 비교하지 않음 |
| 대화형이거나 지연 시간에 민감한 어려운 추론 | GPT-6.2 Astra | AA 기준 세 모델 중 가장 빠르고(High 설정에서 Index 작업당 5.9분) 같은 점수에서 가장 저렴 | 새 모델이라 독립 평가가 아직 적음. 오디오·동영상 입력 미지원 |
| 공급사를 넘나드는 API 키 하나와 폴백이 필요할 때 | Ofox의 Fable 5.2 + GPT-6.2 Astra | 둘 다 엔드포인트 하나로 이용 가능 | Carbon은 별도 Google 계정이 필요 |
각 모델의 약점
- Gemini 4 Carbon: 느리고 장황합니다(AA Index 작업당 37.2분, 첫 답변 토큰까지 73초). Intelligence Index의 달러당 점수는 GPT-6.2 Astra보다 낫지 않습니다. 무료 등급이 없고, 토큰 가격이 12월 1일에 두 배가 되며, 지식 기준일(2026년 3월)이 세 모델 중 가장 이르고, Ofox에서 제공되지 않습니다.
- Claude Fable 5.2: MKA에서 완료한 작업당 비용이 논문과 AA 비용 수치 모두에서 단연 가장 높습니다. 토큰을 훨씬 많이 쓰기 때문입니다(MKA 작업당 총 토큰 40.48M, Carbon은 7.05M). 사고를 끌 수 없고, 사이버보안 작업은 대부분 차단됩니다.
- GPT-6.2 Astra: 11월 17일에 출시되어 대부분의 공급사 표는 GPT-6 Astra만 다룹니다. AA의 MKA 리더보드에서 세 모델 중 가장 낮은 점수를 받았고, 텍스트와 이미지 입력만 받으며, 도구 호출에는 Responses API가 필요합니다.
내 워크로드로 결론 내리는 방법
벤치마크는 후보를 좁혀 줄 뿐이고, 결정은 내 작업이 내립니다. 채점할 수 있는 실제 작업 20~50개를 고르고, 프롬프트를 똑같이 유지하고, 실패한 시도를 포함해 시도마다 점수, 총 토큰, 실제 소요 시간, 정가 기준 비용을 기록하세요. Carbon은 medium과 high로, Fable 5.2는 xhigh 전에 high로, GPT-6.2 Astra는 max 전에 high로 실행합니다. 이번 달에 Carbon을 테스트한다면 비용을 $2/$10과 $4/$20 두 가지로 모두 계산해 두세요. 그래야 11월 시험으로 잡은 예산이 12월에 깨지지 않습니다.
두 모델의 점수 차이가 몇 점에 불과한데 한쪽이 다섯 배 비싸다면, MKA 데이터는 그 차이가 노이즈일 수 있다고 말해 줍니다. 세 공급사의 모델 등급을 더 넓게 보려면 Gemini 4, Claude, GPT 모델 등급을, 한 단계 아래 등급 비교는 Gemini 4 Neon, Claude Opus 5.5, GPT-6.2 Sol 비교를 참고하세요.
관련 문서
- Ofox 연동 가이드: OpenAI 호환·Anthropic 호환 클라이언트 연결
- Ofox Gemini API 레퍼런스: Ofox가 제공하는 Gemini 모델(Carbon은 포함되지 않음)
- 오류 처리와 재시도
- 속도 제한
- Ofox 요금·과금 문서


