GPT-6 Astra API 사용법｜가격·모델 ID·Python 예제

GPT-6 Astra API는 Responses API 요청의 model 값에 gpt-6-astra를 넣어 사용할 수 있습니다. Python SDK를 이용하면 몇 줄의 코드로 첫 응답을 받을 수 있습니다.

기본 가격은 입력 100만 토큰당 10달러, 캐시된 입력 1달러, 출력 50달러입니다. 장문 입력과 도구 호출에는 별도 요율이 적용될 수 있으므로 운영 전에 비용 구조도 함께 확인해야 합니다.

이 글에서는 API 키 준비부터 Python 예제, 추론 강도와 비용 절감 방법까지 정리합니다. 모델 전체 특징은 GPT-6 Astra 총정리에서 확인하세요.

GPT-6 Astra API 핵심 정보

항목	내용
모델 ID	gpt-6-astra
권장 API	Responses API
입력	텍스트·이미지
출력	텍스트
컨텍스트	1,050,000토큰
최대 출력	128,000토큰
추론 강도	low·medium·high·xhigh·max
무료 API 티어	지원하지 않음

Astra는 Chat Completions 엔드포인트도 지원하지만, 도구를 연결하는 작업은 Responses API를 사용하라는 것이 공식 가이드의 권장 사항입니다.

API 키와 Python 환경 준비

먼저 OpenAI API 플랫폼에서 프로젝트와 API 키를 준비합니다. ChatGPT Plus나 Pro 구독료에는 API 사용료가 포함되지 않으므로 API 조직의 결제 설정과 사용 한도를 따로 확인하세요.

Python용 OpenAI SDK를 설치합니다.

python -m pip install --upgrade openai

API 키는 코드에 직접 적지 말고 환경 변수로 설정하세요. 아래 예시는 macOS와 Linux 터미널 기준입니다.

export OPENAI_API_KEY="YOUR_API_KEY"

실제 키를 Git 저장소나 공개 문서에 올리지 마세요. 이미 노출했다면 해당 키를 폐기하고 새 키를 발급받아야 합니다.

GPT-6 Astra Python 기본 예제

아래 코드는 Responses API로 간단한 분석을 요청하고 텍스트 결과를 출력합니다.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    input="A/B 테스트 결과를 해석할 때 확인할 항목을 5개로 정리해 주세요.",
    reasoning={"effort": "low"},
)

print(response.output_text)

첫 테스트는 low부터 시작하는 편이 좋습니다. 결과가 요구한 품질에 미치지 못할 때만 medium, high 순서로 올리면 비용과 지연 시간을 관리하기 쉽습니다.

이미지를 함께 분석하는 예제

Astra는 이미지 입력과 텍스트 출력을 지원합니다. 공개 URL에 있는 이미지를 분석할 때는 입력 항목에 이미지 URL을 함께 전달할 수 있습니다.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    input=[
        {
            "role": "user",
            "content": [
                {
                    "type": "input_text",
                    "text": "이 그래프의 핵심 추세와 해석할 때 주의할 점을 설명해 주세요.",
                },
                {
                    "type": "input_image",
                    "image_url": "https://example.com/chart.png",
                },
            ],
        }
    ],
    reasoning={"effort": "medium"},
)

print(response.output_text)

비공개 이미지는 공개 URL로 만들기보다 공식 파일 입력 방식을 사용하세요. 개인정보나 회사 내부 자료를 보내기 전에는 조직의 데이터 처리 정책도 확인해야 합니다.

추론 강도 설정 방법

Astra가 지원하는 추론 강도는 low, medium, high, xhigh, max입니다. none은 지원하지 않습니다.

• low: 형식이 분명하고 비교적 단순한 요청의 출발점
• medium·high: 여러 조건을 함께 판단하거나 검증이 필요한 작업
• xhigh·max: 실패 비용이 높고 깊은 검토가 필요한 어려운 작업

추론 강도를 높인다고 모든 결과가 같은 비율로 좋아지는 것은 아닙니다. 대표 입력으로 정확도, 처리 시간과 토큰 사용량을 함께 측정해 필요한 수준을 정하세요.

Astra에서 제거해야 하는 매개변수

기존 모델에서 사용하던 요청을 그대로 옮기면 지원하지 않는 매개변수 때문에 오류가 날 수 있습니다. 공식 마이그레이션 안내는 Astra 요청에서 다음 값을 제거하라고 설명합니다.

• temperature
• top_p
• top_logprobs

Chat Completions에서는 logprobs도 제거해야 합니다. 출력의 성격은 샘플링 매개변수 대신 프롬프트, 추론 강도와 출력 형식으로 조정하세요.

GPT-6 Astra API 가격

토큰 항목	100만 토큰당 가격
입력	$10.00
캐시된 입력	$1.00
캐시 쓰기	$12.50
출력	$50.00

입력이 272,000토큰을 넘으면 요청 전체에 장문 요율이 적용됩니다. 공식 안내 기준으로 입력과 캐시 요율은 2배, 출력 요율은 1.5배가 됩니다.

Batch와 Flex 처리 요율은 Standard의 50%입니다. Fast mode는 적용 요율의 2배이며, EU 데이터 레지던시 환경에서는 Astra Fast mode를 사용할 수 없습니다.

비용 계산 예시

장문 할증이 없는 기본 요청에서 입력 10,000토큰과 출력 2,000토큰을 사용했다고 가정해 보겠습니다.

• 입력: 10,000 ÷ 1,000,000 × $10 = $0.10
• 출력: 2,000 ÷ 1,000,000 × $50 = $0.10
• 토큰 비용 합계: $0.20

도구를 호출했다면 해당 비용을 추가해야 합니다. 운영에서는 요청 하나의 평균값뿐 아니라 실패와 재시도까지 포함한 월간 비용을 계산하세요.

API 비용을 줄이는 방법

1. 반복되는 긴 지침은 앞부분에 고정해 프롬프트 캐시를 활용합니다.
2. 필요한 출력 길이와 형식을 구체적으로 지정합니다.
3. 추론 강도는 low에서 시작해 평가 결과에 따라 올립니다.
4. 대량 비실시간 작업은 Batch나 Flex가 맞는지 검토합니다.
5. 단순 요청은 Sol·Terra·Luna 같은 낮은 단가의 모델과 비교합니다.

모델 단가와 실제 작업당 비용의 차이는 GPT-6 Astra vs GPT-5.6 Sol 비교에서 자세히 설명했습니다.

운영 전 확인할 체크리스트

• API 키가 올바른 조직과 프로젝트에 연결됐는가
• gpt-6-astra 모델 접근 권한이 있는가
• 지원하지 않는 샘플링 매개변수를 제거했는가
• 정확도와 비용을 비교할 평가 데이터가 있는가
• 요청 실패, 시간 초과와 사용 한도 오류를 처리하는가
• 민감한 데이터와 API 키를 로그에 남기지 않는가

운영 전에는 작은 평가 세트로 Astra와 기존 모델을 나란히 실행하세요. 품질이 좋아졌다는 인상보다 통과율, 완료 시간과 작업당 비용을 기준으로 결정해야 합니다.

FAQ

공식 출처

• GPT-6 Astra 모델 사양과 가격
• GPT-6 Astra 모델·마이그레이션 가이드