AI 비교에서 가장 덜 믿을 만한 문장은 “이 모델 하나면 다 된다”다. 코드 수정, 긴 자료 정리, 영상 내용 찾기는 필요한 기능부터 다르다. 이번에는 GPT-6 Astra, Claude Opus 5.5, Gemini 3.1 Pro Preview를 공식 문서에서 확인되는 차이로 골랐다. 2026년 9월 30일 확인 기준이며 직접 같은 문제를 풀려 채점한 성능 순위는 아니다. 처음 요청에 있던 Gemini 4.0은 확인된 공식 모델명으로 쓰지 않고, 공개 문서에 있는 3.1 Pro Preview로 비교한다.
ChatGPT와 모델 이름은 같은 단위가 아니다
ChatGPT는 서비스를 가리키고 GPT-6 Astra는 모델을 가리킨다. Claude와 Gemini도 채팅 서비스에서 쓰는 경험과 API로 모델을 부르는 조건이 완전히 같지는 않다. 채팅 화면에서 파일을 올릴 수 있다는 사실만으로 같은 이름의 API 모델이 모든 파일 형식을 직접 받는다고 추정하면 비교가 꼬인다.
그래서 이 글은 공식 모델 문서의 기능을 먼저 비교하고, 그 기능을 어떤 작업에 써 볼지 의견을 붙였다. 구독료나 채팅 횟수 제한까지 같은 표에 넣지는 않았다. 월 구독 요금과 API 사용량 요금은 계산 단위가 다르다. 모델의 능력과 내가 실제로 접속하는 제품의 도구를 구분해야 선택이 쉬워진다.
GPT-6 Astra — 복잡한 작업을 이어 가는 후보
OpenAI는 Astra를 복잡한 추론·코딩·컴퓨터 사용·리서치·문서 작성에 두는 모델로 소개한다. 공식 문서의 컨텍스트 창은 1,050,000토큰, 최대 출력은 128,000토큰이다. 텍스트와 이미지 입력을 지원하지만 모델 자체의 오디오·영상 입력은 지원하지 않는다. 도구를 붙여 하는 작업과 모델이 직접 받는 입력을 나눠 볼 필요가 있다.
긴 문서와 코드가 섞인 일을 맡길 때 첫 후보로 시험해 볼 이유가 있다. 다만 창이 크다는 사실은 모든 내용을 정확히 기억한다는 보증이 아니다. 예를 들어 문서 다섯 개에서 서로 다른 날짜를 찾아 표로 묶게 한다면, 표의 각 행에 근거 위치까지 요구하는 편이 좋다. 결과를 검토하기 쉬운 형태로 받는 것이 모델 이름보다 먼저 할 일이다.
Claude Opus 5.5 — 코드와 도구 작업을 비교할 후보
Anthropic은 2026년 9월 22일 공개한 Opus 5.5에서 에이전트 코딩, 컴퓨터 사용, 지식 작업을 강조한다. 긴 코드 이전이나 여러 단계의 작업을 소개하지만, 그것을 곧바로 모든 개발 작업에서 다른 모델보다 낫다는 뜻으로 읽지는 않았다. 제작사가 제시한 성과는 어떤 과제와 설정에서 나온 결과인지 같이 봐야 한다.
개발 작업이라면 Astra와 Opus에 같은 수정 요청을 주고 비교하겠다. 설명이 매끈한 쪽보다 실제 변경 파일, 실행 결과, 남은 오류를 명확히 내놓는 쪽이 더 쓸모 있다. 리뷰에서도 “문제가 있을 수 있다”는 문장만 길게 나오는지, 재현 조건과 수정 지점을 짚는지 보면 차이가 드러난다. 이런 기준은 문체 취향보다 확인하기 쉽다.
Gemini 3.1 Pro Preview — 입력 자료가 넓은 후보
구글 문서는 3.1 Pro Preview의 입력으로 텍스트·이미지·영상·음성·PDF를 적고 출력은 텍스트로 안내한다. 입력 한도는 1,048,576토큰, 출력 한도는 65,536토큰이다. 코드 실행, 함수 호출, 구조화 출력, 검색 근거 연결 같은 기능도 지원 항목에 있다. 영상과 음성 자료를 모델 입력으로 다뤄야 할 때 후보에 올릴 이유가 분명하다.
여기서 영상 입력을 받는다는 말과 영상을 생성한다는 말은 다르다. 이 모델의 지원표에는 이미지·음성 생성과 Live API가 지원되지 않는 것으로 나온다. 회의 음성에서 논점을 정리하거나 영상에서 특정 장면을 찾는 작업과, 새 음성이나 영상을 만드는 작업을 구분해야 한다. Preview라는 상태도 함께 봐야 한다. 장기간 묶어 쓰는 서비스라면 모델 변경과 제공 조건을 별도로 관리할 필요가 있다.
셋을 비교할 때는 일을 하나만 고른다
“좋은 글을 써 줘”로 비교하면 내 취향과 모델의 사실 정확도가 섞인다. 대신 같은 자료를 주고 날짜·숫자·출처를 빠뜨리지 않는지 보거나, 같은 저장소에서 같은 오류를 수정하게 해 실행 여부를 보자. 입력 자료와 도구 접근 조건도 맞춰야 한다. 한쪽만 웹 검색을 켜 두고 비교하면 모델만의 차이를 판단하기 어렵다.
블로그에 쓸 글이라면 나는 네 가지를 보겠다. 출처 없는 단정을 하는지, 비교 기준을 끝까지 유지하는지, 표와 본문이 서로 맞는지, 검토자가 손봐야 할 문장이 얼마나 남는지. 제조사 벤치마크 점수와 별개로 내 작업에서는 이 비용이 크다. 아래 추천도 그런 시험을 시작할 위치를 고른 것이며 실측 1·2·3등은 아니다.
세 가지 추천
- 문서와 코드GPT-6 Astra
긴 텍스트·이미지 자료와 복잡한 작업을 함께 다룰 때 먼저 시험할 후보.
- 에이전트 코딩Claude Opus 5.5
코드 변경과 도구 작업의 결과를 Astra와 같은 과제로 비교할 후보.
- 여러 형식의 입력Gemini 3.1 Pro Preview
영상·음성·PDF까지 모델 입력으로 다루려는 작업에서 먼저 검토.
항목별 비교
| 비교 항목 | GPT-6 Astra | Claude Opus 5.5 | Gemini 3.1 Pro Preview |
|---|---|---|---|
| 이번 비교의 단위 | OpenAI 모델 문서 기준 | Anthropic 공개 모델 소개 기준 | Gemini API 모델 문서 기준 |
| 공식적으로 강조하는 일 | 추론·코딩·리서치·문서 작성 | 에이전트 코딩·컴퓨터 사용·지식 작업 | 멀티모달 입력과 추론 |
| 확인한 입력 차이 | 텍스트·이미지; 오디오·영상 미지원 | 이 글은 입력 한도·형식의 수치 비교에서 제외 | 텍스트·이미지·영상·음성·PDF |
| 확인한 토큰 한도 | 창 1,050,000 / 최대 출력 128,000 | 이번에 확인한 소개 자료로 숫자 단정 안 함 | 최대 입력 1,048,576 / 출력 65,536 |
| 먼저 시험할 과제 | 긴 자료의 근거 비교·코드 수정 | 같은 코드 오류의 수정과 검증 | 음성·영상·PDF 내용을 텍스트로 정리 |
| 별도로 구분할 것 | ChatGPT 기능과 API 모델 기능 | 제품에 붙는 도구와 모델의 성과 | 입력 지원과 이미지·음성 생성 |
| 채택 전에 볼 점 | 근거 누락과 실행 결과 | 재현·수정·검증의 완결성 | Preview 제공 조건과 결과 정확도 |
마지막 선택
문서와 코드가 중심이면 Astra와 Opus를 같은 과제로 비교하고, 음성이나 영상이 입력의 핵심이면 Gemini를 먼저 시험하겠다. 최종 선택은 가장 그럴듯한 답을 낸 모델이 아니라 검토하고 고치는 시간이 덜 드는 모델이다. 이 글의 표로 후보를 좁힌 뒤, 자주 하는 일 하나를 그대로 맡겨 보는 것이 낫다.
.jpg){kind=link}