새로운 대규모 언어 모델이 나올 때마다 가장 많이 듣는 질문은 같습니다. 이전 모델보다 더 뛰어날까요?
하지만 API Hop의 일상 업무에서 저희가 더 중요하게 보는 것은 따로 있습니다. 같은 일을 더 잘, 더 빨리 끝낼 수 있을까요? 얼마나 기다려야 하고, 비용은 얼마나 들까요? 사람이 다시 고쳐야 하는 부분은 얼마나 될까요?
이번에는 GPT-6 Astra, Claude Fable 5.1, Gemini 4 Carbon의 종합 능력 평가, 코딩 에이전트 데이터, 실제 프로젝트 수정 사례와 장시간 작업·글쓰기·웹 페이지 제작 테스트를 살펴봅니다.
결론부터: 작업이 다르면 평가 방법도 달라야 합니다
| 하려는 일 | 살펴볼 기준 | 현재 결과 |
|---|---|---|
| 버그 수정과 기존 코드 변경 | 수정률, 회귀 테스트, 변경 범위, 작업 완료 비용 | 64개 문제 테스트에서는 Fable이 더 많이 해결했고 Astra의 비용이 더 낮았습니다 |
| 코딩 에이전트 실행 | 같은 버전의 Agent 지수, 비용, 대기 시간 | Carbon, Fable, Astra의 테스트 조합마다 장단점이 있습니다 |
| 자료 정리와 보고서·발표 자료 작성 | 지식 업무 전용 평가, 사실 정확도, 사람의 수정량 | 확인한 AA-Briefcase 설정에서는 Fable이 가장 높은 점수를 받았습니다 |
| 장시간 자율 연구 | 최종 결과 검수, 오류 발견, 제때 제출하는 능력 | 공개 장시간 작업 사례를 보면 오래 실행하는 것과 합격할 결과를 내는 것은 다릅니다 |
| 기사 작성과 랜딩 페이지 제작 | 구성, 브랜드 일관성, 기능, 수정 시간 | Astra/Fable의 실제 사례는 있지만 Carbon의 일반적인 중국어 마케팅 업무는 추가 테스트가 필요합니다 |
저희의 결론은 간단합니다. 모델의 성과는 실제 업무 상황에 따라 달라집니다.
세 모델의 기본 정보
먼저 공식 기본 정보를 확인하겠습니다.
| 항목 | GPT-6 Astra | Claude Fable 5.1 | Gemini 4 Carbon |
|---|---|---|---|
| 공식 모델 이름 | GPT-6 Astra | Claude Fable 5.1 | Gemini 4 Carbon |
| 컨텍스트 길이 | 1M tokens | 1M tokens | 1M tokens |
| 최대 출력 | 128,000 tokens | 128,000 tokens | 1,048,576 tokens |
여기서 놓치기 쉬운 점이 있습니다. 모델 자체와 모델을 사용하는 도구는 다릅니다. 같은 코딩 작업이라도 Codex, Claude Code, Antigravity CLI 중 무엇으로 실행하느냐에 따라 파일 읽기, 명령 실행, 컨텍스트 관리, 재시도 방식이 달라질 수 있습니다. 최종 결과는 사실상 ‘모델 + 도구 + 설정’의 결과입니다.
짧은 글을 다듬는 작업에서는 차이가 두드러지지 않을 수 있습니다. 하지만 대규모 코드 저장소에서 몇 시간씩 작업하게 한다면 도구 환경이 중요해집니다.
종합 능력: Carbon이 1위라고 모든 작업에서 이기는 것은 아닙니다
먼저 같은 버전의 종합 평가를 살펴봅니다.
| 모델과 설정 | 종합 지수(높을수록 좋음) | 작업당 가중 API 비용(낮을수록 좋음) |
|---|---|---|
| Gemini 4 Carbon(high) | 59 | $7.76 |
| GPT-6 Astra(max) | 57 | $6.24 |
| Claude Fable 5.1(max, default fallback) | 49 | $12.99 |
Artificial Analysis Intelligence Index v5.0 · 높을수록 좋음 · 막대 눈금은 0–60이며 백분율이 아닙니다.
- Carbon · high59
- Astra · max57
- Fable 5.1 · max / default fallback49
이번 버전의 종합 지수에서는 Carbon이 앞섰습니다. Google의 새 모델은 특히 복잡한 추론, 지식, 과학 과제에서 주목할 만합니다.
이 작업 묶음에서 Astra의 평균 API 비용은 표에 나온 다른 두 모델의 설정보다 낮았습니다.
Fable의 종합 점수가 낮다고 모든 업무에서 약하다는 뜻은 아닙니다. 아래의 지식 업무 전용 평가에서는 다른 결과가 나왔습니다.
코딩에는 무엇을 고를까? 수정 품질과 실제 비용이 중요합니다
같은 버전의 코딩 에이전트 데이터부터 보기
일상적인 개발은 기존 코드 저장소에서 기능을 구현하고 버그를 고친 뒤 결과를 제출하는 일입니다. 그래서 코딩 에이전트 평가를 살펴봅니다.
| 모델 + 도구 조합 | Agent 지수 | 작업당 평균 API 비용 | 작업당 평균 실행 시간 |
|---|---|---|---|
| Carbon high + Antigravity CLI | 59 | $7.74 | 29.8분 |
| Fable 5.1 max/default fallback + Claude Code | 58 | $11.53 | 35.3분 |
| Astra max + Codex | 55 | $7.04 | 24.8분 |
같은 버전의 코딩 에이전트 평가 · 단위: 분 · 낮을수록 좋음 · 눈금 0–40. 점수와 비용은 위 표를 참고하세요.
- Carbon high + Antigravity CLI29.8분
- Fable 5.1 max / default fallback + Claude Code35.3분
- Astra max + Codex24.8분
Carbon 조합은 점수가 더 높았습니다. Astra + Codex는 이 데이터에서 더 빠르고 평균 API 비용도 낮았습니다. Fable + Claude Code의 점수는 두 조합 사이였지만 비용과 시간은 더 많이 들었습니다.
코딩 문제 64개: Fable이 더 많이 해결했지만 청구액도 높았습니다
종합 점수만 보는 것보다 imec/aistack의 테스트가 개발자의 관심사에 더 가깝다고 생각합니다. 버그를 고쳤는지, 요구사항을 충족했는지, 비용은 얼마나 들었는지를 보여주기 때문입니다.
| 지표 | Astra + Codex | Fable 5.1 + Claude Code |
|---|---|---|
| 해결한 작업 | 34 / 64 | 51 / 64 |
| 작업 해결률(개수를 바탕으로 저희가 계산) | 53.1% | 79.7% |
| 64개 문제의 총비용 | 약 €53 | 약 €121 |
| 해결한 작업당 평균 비용 | 약 €1.56 | 약 €2.37 |
imec/aistack · 같은 코딩 문제 64개 · 막대는 해결한 개수이며 눈금은 0–64입니다.
- Astra + Codex34 / 64 · 53.1%
- Fable 5.1 + Claude Code51 / 64 · 79.7%
흥미로운 결과입니다. Fable은 17개 문제를 더 해결했고, 총비용은 약 €68 더 들었습니다. 어려운 문제의 완료율이 중요한 프로젝트라면 17개를 더 푸는 것이 비용 절감보다 가치 있을 수 있습니다. 반대로 단순한 작업을 매일 많이 처리한다면 비용과 속도가 더 중요해집니다.
같은 Gradle 버그를 둘 다 고쳤는데, 왜 개발자는 Fable의 수정을 더 선호했을까?
규모는 작지만 일상적인 개발에 가까운 사례도 있습니다.
Gradle 엔지니어링 블로그에서는 같은 저장소와 같은 작업 조건으로 두 에이전트에게 문서 설정 문제를 고치게 했습니다. 결과는 둘 다 통과였습니다.
| 지표 | Astra + Codex | Fable 5.1 + Claude Code |
|---|---|---|
| 수정 결과 | PASS | PASS |
| 소요 시간 | 12분 03초 | 14분 21초 |
| API 비용 | $3.54 | $4.34 |
| 회귀 테스트 추가 | 아니요 | 예 |
왜 개발자는 Fable의 변경을 더 병합하고 싶어 했을까요? 차이를 확인해 보니 Fable은 설정의 적용 범위를 더 좁게 잡았고, 기존 저장소의 작성 방식에 더 잘 맞췄으며, 회귀 테스트도 추가했습니다. Astra의 변경도 당장의 문제는 해결했지만 설정 범위가 더 넓어, 나중에 같은 종류의 객체가 추가되면 예상치 못한 영향을 줄 수 있었습니다.
이 사례에서 중요한 것은 ‘누가 2분 빨리 끝냈는가’보다 다음과 같은 점입니다. 작업 완료는 기본 조건입니다. 변경 범위가 너무 넓지 않은지, 회귀 테스트가 있는지, 다음 담당자가 유지보수하기 쉬운지도 확인해야 합니다.
코드 리뷰에서는 추론을 더 많이 한다고 항상 좋아지지는 않습니다
다른 모델을 소개할 때도 여러 번 강조한 내용입니다. 저희 개발 과정에서도 더 많은 추론이 반드시 더 나은 결과로 이어지지는 않는다는 것을 경험했습니다.
| Fable 5.1 리뷰 설정 | 알려진 문제의 재현율 | 리뷰 의견의 정밀도 | 항목당 평균 소요 시간 |
|---|---|---|---|
| Low | 61.0% | 37.3% | 18분 38초 |
| High | 57.1% | 36.4% | 21분 36초 |
이 코드 리뷰 과정에서는 High가 더 느렸고 전체 지표도 더 좋지 않았습니다. 설정 이름이 High나 Max라고 해서 추가 시간과 비용을 쓸 가치가 있다고 단정하지 마세요. 실제 업무 상황에서 테스트해야 합니다.
연구와 자료 작업: 실행해서 답을 내는 것과 쓸모 있는 결과를 내는 것은 다릅니다
지식 업무 전용 평가에서는 Fable의 순위가 뒤집혔습니다
작업 종류를 바꾸면 결과도 달라질까요?
| 모델과 설정 | AA-Briefcase 점수 |
|---|---|
| Fable 5.1 max/default fallback | 1669 Elo |
| Carbon high | 1609 Elo |
| Astra max | 1568 Elo |
이것이 종합 순위 하나만 보고 결정하지 말라고 권하는 이유입니다. 같은 모델도 지식 업무로 바꾸면 상대적인 순위가 달라집니다.
고객 조사 정리, 보고서 작성, 업무 자료 제작이 목적이라면 Fable을 먼저 시험해 볼 후보에 넣을 만합니다.
연구 예산이 $10,000이어도 논문이 거절될 수 있습니다
CRUX는 참고할 만한 장시간 작업 평가를 진행했습니다. 미발표 논문의 연구 문제를 Astra와 Fable 5.1에 주고 $10,000의 연구 예산을 제공한 뒤, 원래 연구자가 결과 논문을 검토하게 했습니다.
실험 설계와 자원 활용에는 발전이 있었지만, 최종 논문 두 편은 모두 전문가에게 명확히 거절됐습니다. 연구팀은 연구 판단, 독창성, 소통, 실패했을 때의 방향 전환 등에 문제가 있다고 지적했습니다. 다만 두 모델이 맡은 연구 문제는 달랐습니다. 최종 점수만으로 공정한 일대일 대결을 판단할 수는 없습니다.CRUX 연구 보고서
저희는 이 결과가 실제로 AI를 연구에 활용할 때 좋은 참고가 된다고 생각합니다.
예를 들어 SaaS 경쟁 제품을 조사하게 할 때 필요한 것은 20쪽 분량의 글만이 아닙니다. 인용한 가격이 맞는지, 기능 정보가 최신인지, 유입 경로는 무엇인지, 최근 출시한 기능 중 참고할 점은 무엇인지도 알아야 합니다.
오래 작업하면 출력량은 늘 수 있지만 방향이 맞다는 보장은 없습니다. 결국 쓸모없는 내용만 잔뜩 생길 수도 있습니다. 먼저 요구사항을 명확히 적고, 정해 둔 구조에 맞춰 내용을 채우게 하는 편이 전체 작업을 관리하기 쉽습니다.
Carbon의 5시간 작업에서도 결과 제출 문제가 나타났습니다
FrontierCS 평가에서는 작업당 최대 5시간을 주고, 논문 구현에서 제거한 방법을 복원하거나 더 나은 방법을 제출하도록 했습니다.
| 지표 | Gemini 4 Carbon | Gemini 4 Argon |
|---|---|---|
| 통과한 작업 | 24 / 48 | 26 / 48 |
| 실행당 평균 비용 | $36.90 | $19.52 |
| 실행 시간 중앙값 | 3.2시간 | 2.4시간 |
이 제3자 테스트에서는 에이전트가 백그라운드 작업을 처리하는 방식 때문에 결과를 제출하기 전에 끝난 실행이 몇 차례 있었습니다.
두 모델이 모두 결과를 제출한 작업에서는 Carbon의 평균 점수가 더 높았습니다. 여기서 강조하려는 것은 몇 시간씩 실행할 수 있는 에이전트도 목표를 잘못 판단하거나 최종 결과를 제출하지 못할 수 있다는 점입니다.
글쓰기와 웹사이트 제작: 공개 사례에서 무엇을 알 수 있을까?
같은 자료로 글쓰기: Fable은 구성, Astra는 전체 작업 속도에서 강점
저희는 조사 업무에서 같은 20쪽짜리 자료 PDF를 Fable 5.1과 Astra에 각각 주고 긴 글로 정리하게 한 적이 있습니다.
Fable의 도입부와 글 구성은 저희 취향에 더 잘 맞았고 흐름과 논리가 분명했습니다. 다만 전체 과정은 Astra가 더 빨리 끝냈습니다.
모델로 글을 쓸 때는 정리된 자료를 준비하거나, 적어도 대략적인 개요와 구조를 먼저 정하는 것을 권합니다. 그래야 결과가 요구사항에 맞는지 판단할 수 있습니다.
웹 페이지 제작: 점수가 곧 트래픽이나 전환 성과는 아닙니다
WebDev Arena의 2026년 10월 27일 페이지 스냅샷에는 다음 점수가 나와 있습니다.
| 모델 설정 | WebDev Arena 점수 |
|---|---|
| Astra Max | 1773 ± 10 |
| Carbon High | 1768 ± 15(잠정 결과, Preliminary) |
| Fable 5.1 Max | 1746 ± 9 |
출처: WebDev Arena 원본 순위표.
웹 페이지 제작은 개발, 글쓰기, 검색엔진 기준에 맞추는 작업이 합쳐진 일입니다. WebDev Arena 점수도 참고로 제시했지만, 웹 제작 경험이 풍부한 API Hop이 권하는 조합은 Fable로 글을 기획하고 Astra로 개발하는 방식입니다.
가격 비교: Token 단가가 같아도 최종 청구액은 다릅니다
흔히 100만 token당 단가만 보고 더 싼 모델을 고릅니다. 이 숫자도 중요하지만, 여러 차례 추론하고 도구를 호출하며 재시도하는 복잡한 작업에서는 단가만으로 실제 비용을 판단하기 어렵습니다.
먼저 공식 일반 API 요금 보기
아래 표의 단위는 미국 달러 / 100만 tokens입니다. API Hop 플랫폼 판매 가격이 아닙니다.
| 과금 항목 | Astra | Fable 5.1 | Carbon 출시 기간 | Carbon 이후 표준 요금 |
|---|---|---|---|---|
| 캐시되지 않은 입력 | $10 | $10 | $2 | $4 |
| 출력 | $50 | $50 | $10 | $20 |
| 캐시 읽기 | $1 | $0.25 | $0.10 | $0.20 |
청구액에 영향을 줄 수 있는 세부 조건도 두 가지 있습니다.
- Astra: 한 요청의 입력이 272K tokens를 넘으면 요청 전체의 입력과 캐시 요금은 2배, 출력 요금은 1.5배가 됩니다. 기준을 넘은 부분에만 추가 요금이 붙는 것이 아닙니다.
- Fable 5.1: 공식 설명에 따르면 1M 컨텍스트에도 표준 입력·출력 요금이 적용됩니다. 캐시 쓰기에는 별도 요금이 있고 저장 기간에 따라서도 달라집니다.
대규모 저장소, 긴 자료, 많은 대화 기록을 계속 컨텍스트에 넣는다면 이 규칙을 잘 살펴야 합니다. 그렇지 않으면 예상보다 높은 청구서를 받을 수 있습니다.
사용량을 고정한 계산 예시
어떤 요청이 정확히 100,000개의 캐시되지 않은 입력 tokens를 사용하고 10,000개의 과금 대상 출력 tokens를 생성한다고 가정하겠습니다. 도구 비용, 캐시 쓰기 비용, 재시도, 특별 요금제는 제외합니다.
| 모델과 요금 적용 시기 | 입력 비용 | 출력 비용 | 합계 |
|---|---|---|---|
| Astra | $1.00 | $0.50 | $1.50 |
| Fable 5.1 | $1.00 | $0.50 | $1.50 |
| Carbon 출시 기간 | $0.20 | $0.10 | $0.30 |
| Carbon 이후 표준 요금 | $0.40 | $0.20 | $0.60 |
100,000 입력 + 10,000 과금 대상 출력 tokens · 미국 달러 · 눈금 $0–$1.50. 위 표의 공식 요금으로 계산한 값이며 실제 측정 청구액이나 플랫폼 판매 가격이 아닙니다.
- Astra$1.50
- Fable 5.1$1.50
- Carbon · 출시 기간$0.30
- Carbon · 이후 표준 요금$0.60
계산식은 간단합니다. 입력 tokens / 1,000,000 × 입력 단가 + 출력 tokens / 1,000,000 × 출력 단가.
여기서는 token 수를 고정했지만 실제 실행에서는 모델마다 추론과 출력 길이가 다를 수 있고 재시도 횟수도 달라질 수 있습니다.
더 유용한 기준은 ‘합격한 결과물 하나당 비용’입니다
작업 범위와 검수 기준이 분명하다면 다음처럼 계산할 수 있습니다.
합격한 결과물당 평균 비용 = 전체 실행의 API·도구 비용 ÷ 검수를 통과한 작업 수
여기서 전체 비용에는 실패와 재시도도 포함해야 합니다. 그다음 성공한 결과마다 사람이 수정하는 데 얼마나 걸렸는지 별도로 기록합니다. 한 모델이 $2 저렴해도 수정에 30분이 더 걸린다면 실제 선택은 완전히 달라질 수 있습니다.
API Hop 모델 페이지에는 플랫폼 가격과 공식 참고 가격이 표시됩니다. 두 가격을 구분해서 보고 실제 정산 규칙을 기준으로 판단하는 것이 좋습니다. 플랫폼 가격은 공식 API 가격과 같지 않습니다. API Hop Astra 페이지 · API Hop Fable 페이지 · API 비교 페이지
저희는 실제 업무로 세 모델을 어떻게 검증할까요?
실제 일을 명확한 검수 조건이 있는 작은 작업으로 나누고, 작은 버그나 간단한 기능 요구부터 테스트하는 것을 권합니다.
과정을 재현할 수 있도록 다음 세 종류의 작업부터 준비합니다. 이것은 테스트 계획이며 이미 완료한 실험 결과가 아닙니다.
| 작업 | 공통으로 제공할 자료 | 검수 조건 |
|---|---|---|
| 일반 독자를 위한 글 쓰기 | 같은 사실 정리표, 인터뷰 기록, 문체 요구사항 | 사실을 지어내지 않기, 핵심 내용을 빠뜨리지 않기, 수정 시간 기록 |
| 제품 랜딩 페이지 수정 | 같은 초기 코드, 브랜드 제약, 명확한 수정 요구 세 가지 | 기능 정상 작동, 모바일 사용 가능, 기존 브랜드와 업무 로직 유지 |
| 여러 파일에 걸친 버그 수정 | 같은 저장소 버전, 재현 절차, 독립적인 테스트 | 문제 해결, 회귀 오류 없음, 실제로 실행한 테스트 기록 제공 |
접근 가능한 모델마다 각 작업 유형을 세 번씩 실행합니다. Astra와 Fable은 먼저 한 차례 진행할 수 있습니다. Carbon의 재현 가능한 공개 테스트 경로가 확인되지 않은 동안에는 해당 결과를 비워 두며, 절대로 Argon으로 Carbon을 대신하지 않습니다.
유용한 데이터를 얻기 위해 자료 버전, 작업 지시, 시간·예산 상한을 고정합니다. 매번 새 세션을 사용하고 정확한 모델 ID, 추론 설정, 도구 버전, 폴백 여부, 비용, 시간, 최종 결과물을 기록합니다. 글쓰기에서는 사실 오류와 사람의 수정량을, 버그 수정에서는 테스트와 변경 범위를 중점적으로 봅니다.
텍스트 작업을 비교해 보고 싶다면 아래의 간단한 템플릿으로 시작할 수 있습니다.
아래 사실 자료를 바탕으로 일반 독자가 쉽게 이해할 수 있는 글을 작성해 주세요.
독자: 이 문제를 처음 접하는 사람
목적: 문제를 설명하고 실행 가능한 방법과 적용 조건을 제시하기
반드시 포함할 내용: [핵심 사항 3—5개 나열]
금지 사항: 자료에 없는 수치 추가, 테스트 경험 꾸며내기, 결론 과장
출력: 본문, 각 사실의 출처, 추가 확인이 필요한 정보
자료:
[같은 자료 붙여넣기]중요한 원칙이 있습니다. 가장 잘 나온 결과 한 번만 남기지 마세요. 실패한 작업, 반복 호출, 사람의 보완 작업도 모델을 사용할 때 실제로 드는 비용입니다.
자주 묻는 질문
지금 누구나 Gemini 4 Carbon을 사용할 수 있나요?
2026년 10월 30일 기준으로 그렇게 이해하면 안 됩니다. Google은 먼저 일부 사이버 방어 기관에 제공한 뒤 신뢰할 수 있는 파트너로 점차 확대한다고 밝혔습니다. 연구기관이 테스트했다는 사실이 모든 개발자에게 일반 공개 API 접근 권한이 있다는 뜻은 아닙니다. 공식 개방 일정과 플랫폼의 실제 모델 목록에 따라 안내를 업데이트하겠습니다.Google 공식 발표
Astra와 Fable의 입력·출력 단가가 같은데 작업 비용은 왜 크게 다를 수 있나요?
사용한 token 수, 캐시 적중, 추론 강도, 도구 호출 횟수, 재시도 횟수가 다르기 때문입니다. 둘 다 100만 tokens당 입력 $10, 출력 $50이라고 해도 같은 버그를 고치는 비용까지 같지는 않습니다. Gradle 사례에서는 각각 $3.54와 $4.34였습니다.Gradle 실측
Fable 5.1의 Max는 낮은 추론 강도보다 반드시 좋은가요?
그렇게 단정할 근거는 확인하지 못했습니다. 오히려 CodeRabbit이 같은 코드 리뷰 작업을 테스트한 결과, 높은 추론 설정은 더 느리고 전체 재현율도 더 낮았습니다. 먼저 검수 조건을 만족하는 설정을 쓰고, 이후 추론 강도를 높일 가치가 있는지 판단하는 것을 권합니다.CodeRabbit 실측
중국어 장문에는 어떤 모델이 더 적합한가요?
현재 확정적인 세 모델 순위를 제시하지는 않겠습니다. 글쓰기 사례와 지식 업무 벤치마크는 있지만, 같은 자료·환경·중국어 글쓰기 기준을 적용한 세 모델의 비교 실험은 아닙니다. 같은 중국어 자료로 사실 정확도, 구성, 어조, 수정 시간을 비교하는 것을 권합니다.
평가 사이트마다 순위가 다른 이유는 무엇인가요?
작업 묶음, 채점 방식, 추론 설정, 에이전트 도구, 비용 집계 기준이 다를 수 있기 때문입니다. 종합 지식 테스트, 실제 저장소 수정, 업무 문서 정리는 애초에 같은 일이 아닙니다. 적어도 순위표 버전, 테스트 날짜, 모델 설정, 통과 조건을 확인한 뒤 결론을 받아들일지 판단하는 것이 좋습니다.
API Hop에서 바로 세 모델에 같은 문제를 줄 수 있나요?
먼저 API Hop에 현재 나와 있는 GPT-6 Astra, Claude Fable 5.1, 모델 목록에서 실제 사용 가능한 모델과 가격을 확인한 뒤, 같은 텍스트 작업으로 결과를 비교할 수 있습니다. 현재 Carbon을 일반 계정에서 바로 호출할 수 있는 모델로 안내하지는 않습니다. 또한 온라인 텍스트 도구는 코드 실행, 파일 업로드, 웹 탐색까지 가능한 완전한 에이전트 환경과 다릅니다. 코딩 에이전트를 비교할 때는 도구 기능도 별도로 확인해야 합니다.
그래서 저희는 어떻게 고를까요?
공개 데이터를 함께 살펴보고 나면 선택 방법은 오히려 단순해집니다.
기존 저장소의 버그를 고치는 일이라면 Astra와 Fable을 먼저 실제 프로젝트의 같은 문제로 테스트합니다. 누가 먼저 코드를 출력했는지보다 완료 여부, 회귀 테스트, 이후 유지보수 비용을 확인합니다.
자료 정리, 보고서 작성, 장기 연구라면 지식 업무에서의 Fable 성과를 더 주의 깊게 보고 Carbon의 새 평가도 후속 테스트 대상으로 삼습니다. 다만 어떤 모델이든 사실 확인과 명확한 결과 검수는 필요합니다.
글이나 랜딩 페이지를 꾸준히 제작하는 일이라면 먼저 내용 요구사항을 충족하는지, 한 편당 얼마나 수정해야 하는지 계산합니다. 종합 능력 순위만으로 전체 콘텐츠 작업 과정을 정하지는 않습니다.
저희가 가장 실용적이라고 생각하는 비교식은 결과물의 합격 여부 + 전체 비용 + 대기 시간 + 사람의 수정량입니다.
실제 텍스트 작업으로 먼저 시험해 보고 싶다면 API Hop의 Astra, Fable 5.1 페이지에서 모델 설명, 가격, 체험 기능을 확인할 수 있습니다. API 비교 페이지에서도 현재 모델과 조건을 볼 수 있습니다. 저희는 모델 서비스를 제공하지만, 이 글에서 인용한 제3자 테스트는 API Hop이 직접 수행한 실험이 아닙니다. 독자가 판단할 수 있도록 출처와 테스트의 한계를 계속 명시하겠습니다.
자료 출처와 업데이트 기록
자료 확인일: 2026-10-29. 이 글은 당시 확인 가능한 순위표 버전을 인용합니다. 가격, 모델 접근 권한, 평가 결과는 달라질 수 있습니다. 새로운 공식 개방 정보나 재현 가능한 자체 테스트가 나오면 변경 사항을 별도로 기록하고, 기존 테스트 조건을 새 데이터로 조용히 덮어쓰지 않겠습니다.
공식 모델 정보와 가격
- OpenAI: GPT-6 Astra 모델 사양과 요금
- Anthropic: Claude Fable 5.1 공식 모델 페이지
- Google: Introducing Gemini 4 Carbon, 2026-10-28
독립 평가와 사례
- Artificial Analysis: Intelligence Index v5.0의 Carbon 결과
- Artificial Analysis: Astra와 Fable의 종합 능력·지식 업무 비교
- Artificial Analysis: Antigravity CLI와 Codex
- Artificial Analysis: Claude Code와 Codex(Fable 5.1 버전 결과 포함)
- imec/aistack: 코딩 작업 64개와 실제 청구액
- Gradle 엔지니어링 블로그: 같은 문서 버그를 고치는 두 가지 방법
- CodeRabbit: Fable 5.1 코드 리뷰 실측
- CRUX: Astra와 Fable의 개방형 연구 과제
- FrontierCS: Gemini 4 Carbon의 5시간 연구 코드 과제
- Aaron Makelky: Astra와 Fable의 글쓰기·웹 제작 경험
- WebDev Arena: 웹 페이지 제작 순위표
편집 안내: 본문의 ‘저희’는 API Hop 팀의 자료 확인, 분석, 사용 제안을 뜻하며 제3자 실험을 직접 반복 수행했다는 의미가 아닙니다. 모든 비용 계산 예시에는 가정을 명확히 밝혔습니다. 서로 다른 평가 체계의 점수와 비용을 그대로 더하거나 환산하지 않습니다.