GPT·Claude·Gemini 5종 비교: 성능·가격·업무별 선택
AI로 보고서를 요약하거나 엑셀 집계를 자동화하려면 어떤 모델부터 써야 할까요? 반복 요약은 Gemini 3.8 Flash, 엑셀 자료 읽기와 집계 코드는 Claude Sonnet 5.5와 GPT-6.1 Sol부터 비교하는 것을 권합니다. 어려운 작업이 이 두 모델에서 계속 실패하면 Claude Opus 5.5나 GPT-6 Astra를 추가 후보로 검토하세요.
이는 공개 가격과 벤치마크를 바탕으로 정한 시험 시작 순서입니다. 한국어 문서 요약·엑셀 코드·일정 추론을 다섯 모델에 직접 실행해 얻은 순위는 아닙니다. 아래에서는 모델별 장단점, 같은 토큰량의 비용, 공개 성능 지표를 나란히 보고, 독자가 같은 자료로 선택을 확인할 수 있도록 실습과 정답 기준을 제공합니다.
2026년 10월 14일 추가 확인: 현재 Google 공식 문서에는 Gemini 4 Argon의 Stable 공개 API 모델 ID gemini-4-argon과 Batch 지원이 표시됩니다. 이 글의 다섯 모델 비교와 실습은 2026년 10월 6일 한국시간 기준의 조사 기록으로 보존합니다. Argon의 유료 Gemini Developer API 비캐시 입력·출력 단가는 미국 달러/100만 토큰 기준으로, 2026년 11월 30일까지 Standard 입력 $2·출력 $10, Batch 입력 $1·출력 $5의 소개 요금입니다. 2026년 12월 1일부터는 Standard 입력 $4·출력 $20, Batch 입력 $2·출력 $10으로 안내되어 있으며, 출력 요금에는 thinking 토큰이 포함됩니다. 계정별 사용 가능 여부는 별도로 확인하세요. 공식 모델 목록, Argon 모델 문서, 공식 가격표
확인 기준일은 2026년 10월 6일 한국시간입니다. 비교 대상은 일반 공개 API 모델 다섯 종입니다. 앱 구독료와 API 사용료는 별개이며, ChatGPT·Claude·Gemini 앱의 모델 선택과 도구 지원은 계정에서 확인해야 합니다.
Gemini 4 Argon은 왜 빠졌을까요? Google은 9월 30일 Argon을 발표했지만, 기준일에는 Fairwind 승인 파트너를 중심으로 제한 배포 중입니다. 일반 독자가 사용할 수 있는 공개 Gemini API 모델 ID는 확인되지 않았습니다. 따라서 오늘의 재현 가능한 비교 후보에는 Gemini 3.8 Flash를 넣었습니다. Google Argon 발표와 배포 안내, 공개 Gemini API 모델 목록
대표 이미지 설명: 2026-10-06 KST 기준 GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5, Claude Sonnet 5.5, Gemini 3.8 Flash를 비교합니다. 가격·공개 지표·용도별 시험 순서를 정리한 개념도이며 실제 모델 실행 결과나 종합 순위를 나타내지 않습니다.
모델별 장점과 주의점 한눈에 보기
다음의 ‘시작 후보’는 선택을 돕기 위한 해석입니다. 제조사의 제품 설명과 공개 사양을 참고했으며, 모든 업무에서의 정확도나 처리 속도를 직접 측정한 결과는 아닙니다.
| 모델과 공식 문서 | 먼저 검토할 작업 | 선택할 때 유리한 점 | 주의점 |
|---|---|---|---|
| GPT-6.1 Sol | 문서·코드·업무 자동화 | Astra보다 낮은 기본 토큰 단가로 복잡한 업무를 시험할 수 있음 | 긴 입력 할증이 있고, 도구 호출은 Responses API를 사용해야 함 |
| GPT-6 Astra | Sol이 해결하지 못한 어려운 추론·코딩 | OpenAI가 고난도 업무용으로 제시하는 상위 후보 | 기본 입출력 단가가 Sol의 5배이므로 추가 비용의 효과를 확인해야 함 |
| Claude Opus 5.5 | 여러 단계의 코딩·지식 업무 | Anthropic이 장시간 에이전트 코딩·지식 업무용으로 제시하는 후보 | 기본 입출력 단가는 Sonnet의 2배이며 thinking이 항상 켜져 있음 |
| Claude Sonnet 5.5 | 엑셀 자료 읽기·집계 코드 | Opus보다 낮은 기본 단가와 GDP.xlsx의 조건부 결과를 함께 검토할 수 있음 | API와 앱의 기본 추론 설정이 다르므로 설정을 기록해야 함. 설정 안내 |
| Gemini 3.8 Flash | 반복 요약·텍스트 분류·영상과 음성 입력 | 비교한 다섯 종 중 현재 기본 API 단가가 가장 낮고 영상·음성을 직접 입력할 수 있음 | 현재 요금은 소개 요금이며, 최대 출력은 65,536토큰 |
Sol과 Astra의 공식 API 모델 사양은 텍스트·이미지 입력이며 음성·영상 직접 입력은 지원하지 않습니다. Claude의 현재 일반 모델은 텍스트·이미지 입력을 지원합니다. 영상이나 음성을 바로 넣는 업무라면 이 차이를 먼저 확인하세요. 자료를 텍스트로 변환하거나 별도 도구를 붙이는 경우는 다른 작업 조건입니다. Sol 사양, Astra 사양, Claude 사양, Flash 사양
실습을 API로 기록할 때의 모델 ID는 gpt-6.1-sol, gpt-6-astra, claude-opus-5-5, claude-sonnet-5-5, gemini-3.8-flash입니다. 공식 문서의 현재 ID이며, GDP.xlsx 리더보드 평가에서 실제 사용한 고정 스냅샷까지 확인됐다는 뜻은 아닙니다. OpenAI Sol, OpenAI Astra, Claude 모델 ID, Gemini 모델 ID
가격 비교와 같은 토큰량 요청 100회의 비용
아래는 Standard 유료 API의 캐시 없는 텍스트 단가, 미국 달러/100만 토큰입니다. 오른쪽 두 열은 과금 입력 20,000토큰과 과금 출력 2,000토큰을 쓰는 요청을 가정한 산술 예입니다. 실제 모델 호출이나 청구 내역이 아닙니다.
| 모델 | 입력 단가 | 출력 단가 | 가정한 요청 1회 | 같은 요청 100회 |
|---|---|---|---|---|
| GPT-6.1 Sol | $2.00 | $10.00 | $0.0600 | $6.00 |
| GPT-6 Astra | $10.00 | $50.00 | $0.3000 | $30.00 |
| Claude Opus 5.5 | $4.00 | $20.00 | $0.1200 | $12.00 |
| Claude Sonnet 5.5 | $2.00 | $10.00 | $0.0600 | $6.00 |
| Gemini 3.8 Flash | $0.75 | $3.75 | $0.0225 | $2.25 |
계산식은 입력 단가 × 20,000 ÷ 1,000,000 + 출력 단가 × 2,000 ÷ 1,000,000입니다. 예를 들어 Sol은 $0.04 + $0.02 = $0.06입니다. 동일한 과금 토큰량에서의 비교이며, 모델이 실제로 쓰는 토큰량까지 같다는 뜻은 아닙니다. Sol 가격, Astra 가격, Claude 가격, Gemini 가격
요금표를 적용하기 전에 세 가지를 확인하세요.
- Gemini 3.8 Flash의 $0.75/$3.75는 2026-12-31까지의 소개 요금입니다. 2027-01-01부터 발표된 Standard 단가는 $1.50/$7.50입니다. 출력에는 thinking 토큰이 포함됩니다
- Sol과 Astra는 입력이 272K토큰을 넘으면 요청 전체에 입력·캐시 요금 2배, 출력 요금 1.5배가 적용됩니다. 위 20,000토큰 예에는 이 할증이 없습니다
- 캐시 저장·Batch·속도 옵션·도구 호출·지역 요금·세금·환율과 재시도 비용은 위 계산에 포함하지 않았습니다. 화면에 보이는 답변 길이만으로 과금 출력량을 추정하지 마세요
요금 조건은 Gemini Standard 가격, Sol 긴 입력 요금, Astra 긴 입력 요금, Claude 과금 안내에서 확인했습니다. 최종 선택에서는 ‘토큰당 싼 모델’에 더해 정답을 얻을 때까지 든 총비용과 수정 시간도 기록해야 합니다.
공개 성능 지표에서 알 수 있는 것
엑셀 업무에 참고할 공통 지표로 벤치마크 제작사 Surge AI의 GDP.xlsx를 보겠습니다. 점수는 최종 답변의 루브릭 충족률 평균입니다. 루브릭은 ‘필요한 값을 찾았는가’처럼 정답에 들어가야 할 요소를 나눈 채점 기준입니다. GDP.xlsx 상단 리더보드
| 모델 | 표시된 추론 설정 | GDP.xlsx 점수 |
|---|---|---|
| GPT-6.1 Sol | Max | 22.0% |
| GPT-6 Astra | Max | 22.9% |
| Claude Opus 5.5 | Adaptive/Max | 30.3% |
| Claude Sonnet 5.5 | Adaptive/Max | 29.1% |
| Gemini 3.8 Flash | High | 18.3% |
이 공개표에서는 Opus와 Sonnet의 보고값이 높습니다. Sonnet을 엑셀 실습의 첫 후보로 권하는 이유는 이 조건부 결과와 Sol과 같은 기본 API 단가를 함께 고려했기 때문입니다. Opus 30.3%를 ‘엑셀 파일 100개 중 30개를 완성했다’고 읽으면 안 됩니다. GDP.xlsx는 생성 파일을 채점하지 않고 최종 답변 텍스트를 평가합니다. 채점 대상
공개 절차에는 70개 과제, 과제당 5회 시도, OpenHands·Harbor 기반 도구 환경이 있습니다. 그러나 모델별 실제 평가일·스냅샷·총 토큰 예산·누락 수·신뢰구간은 확인되지 않았습니다. Max와 High도 같은 계산량을 뜻하지 않습니다. 이 표는 한국어 요약·코딩·모든 추론을 합친 종합 순위가 아닙니다. 과제 안내, 공개 평가 절차
코딩 지표도 결과가 달라질 수 있습니다. Anthropic의 Terminal-Bench 4.0 보고값은 Opus 5.5 66.4%(xhigh), Sonnet 5.5 70.6%(max)입니다. 추론 설정과 폴백 개입률 등이 달라 이 수치로 ‘Sonnet이 모든 코딩에서 Opus보다 낫다’고 결론 낼 수 없습니다. 다른 제조사 점수와 평균을 내지 않고, 실제 코드 실행으로 확인하는 편이 좋습니다. Opus 시스템 카드 §8.5, Sonnet 시스템 카드 §8.5
용도별로 어떤 모델부터 비교할까
아래는 공개 사양·단가·엑셀 지표를 바탕으로 정한 시험 순서 제안입니다. 요약이나 일정 추론의 모델별 정답률은 이 글에서 측정하지 않았습니다.
| 내 작업 | 시작 후보 | 다른 후보를 검토할 때 | 합격 기준 |
|---|---|---|---|
| 비슷한 문서를 많이 요약 | Gemini 3.8 Flash | 정정값·근거가 반복해서 빠지면 Sol·Sonnet과 비교 | 원문 숫자, 분모, 조사 범위 보존 |
| 엑셀 자료 읽기·집계 코드 | Claude Sonnet 5.5와 GPT-6.1 Sol | 복잡한 시트 구조나 코드 수정에서 실패하면 Opus·Astra 추가 | 손검산과 실행 결과 일치, 오류 행 분리 |
| 여러 단계의 코딩·자동화 | GPT-6.1 Sol 또는 Claude Sonnet 5.5 | 실패 유형을 확인한 뒤 Opus 5.5·Astra 비교 | 테스트 통과, 입력 원본 보존, 수정 범위 준수 |
| 영상·음성이 포함된 자료 | Gemini 3.8 Flash | 다른 모델에는 변환·도구 비용까지 포함해서 비교 | 시간 구간·발언·화면의 근거 확인 |
| 제약조건이 많은 일정·추론 | GPT-6.1 Sol 또는 Claude Sonnet 5.5 | 조건 위반이 계속되면 추론 설정과 Opus·Astra 검토 | 모든 조건 충족, 불가능하면 충돌 설명 |
한 모델을 모든 업무에 고정할 필요는 없습니다. 반복 작업에서 합격하는 후보는 유지하고, 그 후보가 실패한 작업만 추가 비교하면 됩니다. 단가 차이가 답변 품질 차이를 그대로 뜻하지는 않습니다.
같은 자료로 비교하는 방법
아래 실습은 개인정보가 없는 합성 자료입니다. 모델별 실제 응답이나 성능 측정 결과는 아직 없습니다. 앱에서 비교해도 되며, API를 사용한다면 실제 usage와 해당 요금을 별도로 기록하세요.
- 각 모델에서 새 대화를 열고 같은 자료와 같은 요청을 전달합니다
- 표시된 정확한 모델명, 추론 설정, 웹 검색·코드 실행 등 도구 상태를 적습니다. 설정 이름이 같아도 계산 예산이 같다고 가정하지 않습니다
- 첫 답을 저장한 뒤 아래 기대 값과 대조합니다. 다섯 모델에 답을 미리 보여주거나 한 모델의 답을 다른 모델에 넘기지 않습니다
- 틀린 답을 고쳤다면 첫 답의 실패를 지우지 말고, 후속 요청과 수정 횟수를 별도로 기록합니다
- 속도를 비교한다면 같은 환경에서 시작·종료 시각을 기록합니다. 이번 글에는 직접 측정한 속도 표가 없습니다
기록 항목은 ‘모델·설정·도구·첫 답 합격 항목·실패 항목·수정 횟수·사용 시간·실제 비용’이면 충분합니다. 다음 세 실습은 각각 문서의 사실 보존, 엑셀 검산, 제약조건 준수를 확인합니다.
실습 1 문서 요약에서 분모를 보존하기
월간보고를 요약하면서 평균의 대상을 바꾸면 숫자가 맞아도 의미가 달라집니다. 다음 합성 문서 세 개를 사용합니다.
| ID | 합성 문서 내용 |
|---|---|
| R1 | 9월 보고 초안: 접수 420건, 24시간 내 첫 응답 336건, 해결 완료 294건 |
| R2 | 정정 승인: 중복을 제거한 유효 접수 400건, 첫 응답 320건, 해결 완료 280건으로 R1의 집계 교체 |
| R3 | 평균 해결기간 1.6일은 완료 280건 대상. 만족도 3.8/5점은 설문 응답자 100명 대상. 환불 문의 60건이며 환불 실행 건수는 미제공 |
다음 요청과 세 문서를 함께 전달합니다.
R1~R3만 읽고 6개 항목을 요약한다.
유효 접수, 24시간 내 첫 응답률, 해결 완료율,
평균 해결기간의 집계 범위, 만족도 조사의 범위, 환불 실행 건수다.
비율에는 분자와 분모를 함께 쓰고 각 항목에 근거 ID를 붙인다.
R2가 교체한 값에는 R1의 숫자를 쓰지 않는다.
문의와 실행을 구별한다. 자료에 없는 값은 ‘미제공’으로 쓴다.기대 값은 유효 접수 400건, 첫 응답 320/400 = 80%, 완료 280/400 = 70%입니다. 세 항목의 근거는 R2입니다. 평균 1.6일의 대상은 완료 280건이며, 만족도는 100명 응답의 3.8/5점입니다. 환불 실행 건수는 ‘미제공’이어야 합니다. 이 세 항목의 근거는 R3입니다.
‘전체 고객이 평균 1.6일 안에 해결받았다’거나 ‘환불을 60건 처리했다’는 답은 원문보다 넓은 주장을 합니다. 오류가 있으면 “평균 해결기간과 만족도의 대상이 누구인지 R3의 문장으로 확인하고, 확대해 쓴 항목만 다시 작성하라”고 요청하세요. 정정 전 숫자와 정정 후 숫자가 섞였다면 R2가 교체한 항목부터 대조합니다.
실습 2 엑셀 코드보다 순매출부터 검산하기
다음은 가상의 주문 여섯 행입니다. 금액 단위는 원이며, 완료 행만 매출에 포함합니다. 순매출은 주문금액에서 환불액을 뺀 값입니다.
| 주문 ID | 채널 | 상태 | 주문금액 | 환불액 |
|---|---|---|---|---|
| A101 | 온라인 | 완료 | 120,000 | 0 |
| A102 | 온라인 | 완료 | 80,000 | 20,000 |
| A103 | 매장 | 취소 | 90,000 | 0 |
| A104 | 매장 | 완료 | 150,000 | 150,000 |
| A105 | 온라인 | 보류 | 70,000 | 0 |
| A106 | 매장 | 완료 | 110,000 | 10,000 |
orders.csv를 읽고 완료 행만 집계한다. 순매출은 amount-refund다.
Excel A1:E7에 자료가 있다고 가정하고 F열 순매출 수식을 제시한다.
온라인·매장별 합계와 전체 합계 수식도 제시한다.
같은 규칙의 Python 표준 라이브러리 CSV 집계 코드를 제시한다.
음수 금액·음수 환불·환불이 주문금액보다 큰 행은 오류 목록으로 분리하고 집계에서 제외한다.
입력 파일을 수정하지 않는다. 집계 결과와 제외·오류 행을 따로 출력한다.손검산하면 온라인은 120,000 + 60,000 = 180,000원, 매장은 0 + 100,000 = 100,000원입니다. 전체 순매출은 280,000원이며 취소 A103과 보류 A105는 제외됩니다. 완료는 4건입니다. 전액 환불 A104의 순매출이 0원이어도 완료 건수에서 지우면 안 됩니다.
유효한 여섯 행에 쓰는 F2의 기본식은 =IF(C2="완료",D2-E2,0)이며 F7까지 복사합니다. 온라인 합계는 =SUMIFS(F2:F7,B2:B7,"온라인"), 매장 합계는 =SUMIFS(F2:F7,B2:B7,"매장"), 전체 합계는 =SUM(F2:F7)입니다. 완료 행 주문금액 460,000원에서 환불 180,000원을 빼도 280,000원이 나와야 합니다. 이 기본식에는 입력 오류 검사 기능이 없습니다.
오류 시험은 사본의 8행에 A107,온라인,완료,30000,40000을 추가하는 것입니다. 환불이 주문금액보다 크므로 오류 행으로 분리해야 하고, 정상 행의 합계는 280,000원으로 유지되어야 합니다. Excel에서는 오류 검사 수식과 집계 범위를 8행까지 확장한 뒤 A107이 오류로 표시되는지 확인하세요. 기존 F2:F7만 합산하면 새 행을 아예 읽지 않고도 280,000원이 나와 잘못 합격할 수 있습니다. 합계만 보지 말고 오류 목록에 A107이 있는지도 확인합니다. 금액을 임의로 바꾸거나 음수 순매출을 0으로 덮어 오류를 숨기지 않습니다.
실습 3 불가능한 일정에서 조건을 지키기
한 사람이 자료 정리 A, 수식 검토 B, 합계 대조 C, 결과 전달 D를 수행한다고 가정합니다. 각 작업은 20분이며 나누거나 동시에 진행할 수 없습니다.
09:00에 시작하고 네 작업을 모두 10:20까지 끝낸다.
A는 C보다 먼저 끝나야 한다.
B가 끝나면 즉시 C를 시작한다.
D는 A와 C가 끝난 뒤에 시작한다.
가능한 일정 하나와 각 조건의 충족 여부를 제시한다.기본 기대 일정은 A 09:00~09:20, B 09:20~09:40, C 09:40~10:00, D 10:00~10:20입니다. 시간을 맞춘 뒤에도 A가 C보다 먼저인지, B와 C 사이에 빈 시간이 없는지, D가 앞 작업 뒤인지 확인합니다.
이제 “B는 09:40에만 시작할 수 있다”는 조건을 추가합니다. B가 10:00에 끝나면 C는 즉시 10:00에 시작해 10:20에 끝납니다. 그 뒤에 D를 하면 가장 빨라도 10:40에 끝나므로 원래 마감은 지킬 수 없습니다. 작업시간과 동시 수행 금지를 유지한 채 마감만 바꾼다면 20분 연장이 필요합니다.
답이 네 작업을 억지로 10:20까지 배치했다면 시작·끝 시각과 겹침부터 확인하세요. “B의 종료 → C의 종료 → D의 가장 이른 종료”를 다시 계산하도록 요청합니다. A를 B 이전에 끝내더라도 남은 B·C·D의 연속 60분 때문에 충돌한다는 설명이 있어야 합니다. 조건을 몰래 줄인 그럴듯한 일정은 정답으로 기록하지 않습니다.
근거표와 실습 자료 다운로드
아래 파일은 본문의 공개 점수·가격을 확인하고 같은 세 실습을 직접 비교할 때 사용할 수 있습니다. 근거표의 빈 칸은 미공개 또는 확인 불가이며 0점이 아닙니다.
ZIP에는 근거표 Excel·CSV, 문서 R1~R3, 주문 여섯 행 orders.csv, 세 실습의 요청 문장, 기대 값과 오류 시험 기준이 들어 있습니다. 원본을 보관하고 사본으로 연습하세요. Excel에서 CSV를 가져올 때는 UTF-8을 선택합니다. 파일에는 매크로·유료 API 호출·실제 업무 자료가 없으며, 첨부를 열어도 모델 비교가 자동 실행되지 않습니다.
자주 묻는 질문
GPT-6 Astra가 가장 비싸니 모든 업무에서 가장 좋나요?
기본 입출력 단가가 높다는 사실만으로 모든 작업의 우열을 알 수 없습니다. 이 글의 GDP.xlsx 공개값은 Astra 22.9%, Sol 22.0%이지만 동일 비용의 시험이 아닙니다. 내 작업에서 추가 비용으로 실패와 수정이 줄어드는지 확인해야 합니다.
Sonnet과 Sol 중 하나만 고르면 무엇이 좋을까요?
엑셀 자료 읽기가 중심이면 Sonnet을 먼저 시험할 수 있습니다. OpenAI 도구·API 흐름을 이미 사용한다면 Sol도 같은 기본 단가의 후보입니다. 위 주문 실습의 280,000원, A107 오류 분리, 원본 보존을 둘 다 통과하는지 확인한 뒤 수정 시간까지 비교하세요.
Gemini 4 Argon으로 바로 실습할 수 있나요?
2026-10-06 기준으로 일반 공개 API 모델 ID를 확인하지 못했습니다. 승인된 제한 배포와 일반 이용 가능 여부를 구별해야 합니다. 공개 비교 실습은 Gemini 3.8 Flash로 진행하고, Argon의 일반 공개 이후 공식 ID와 요금을 다시 확인하세요. Google 배포 계획
오늘의 선택 정리
반복 요약의 비용이 중요하면 Gemini 3.8 Flash, 엑셀·일상 업무 코드의 균형을 보려면 Claude Sonnet 5.5와 GPT-6.1 Sol부터 비교하세요. 복잡한 작업에서 기대 값을 충족하지 못하면 Claude Opus 5.5나 GPT-6 Astra를 추가합니다. 비싼 모델을 고르기 전에 실패한 항목이 입력 자료, 도구 설정, 요청 방식의 문제인지부터 확인하는 것이 좋습니다.
가격표와 벤치마크는 후보를 좁히는 출발점입니다. 최종 선택은 같은 자료에서의 첫 답, 검산 결과, 수정 시간과 실제 비용으로 결정하세요. 앱에서 동일 질문을 나란히 비교하는 기본 절차는 기존 ChatGPT·Gemini·Claude 비교 실습에서도 볼 수 있습니다.
작성자 소개
