2026년 10월 27일 (화)

[01]

주요 소식

1. GPT-6.1 Terra, 컴퓨터 사용 작업의 가격을 낮추다

OpenAI의 새 모델은 $1/M 입력 · $0.05/M 캐시 입력 · $5/M 출력 요금을 제시한다. OpenAI는 최대 추론 노력에서 **Terminal-Bench 4.0 50.3%**를 보고하며, GPT-5.6 Terra의 공개 점수 **21.5%**와 비교한다. API, ChatGPT Work 및 Codex에서 이용할 수 있다. 수집한 발표문에는 컨텍스트 용량이 명시되지 않았다.

의의: 개발자는 시각 및 데스크톱 워크플로에 더 저렴한 선택지를 얻지만, 공급자 점수와 토큰 요금만으로 특정 배포 환경의 성공한 과제당 비용이 입증되지는 않는다. → GPT-6.1 Terra (source)

[02]

논문 추천

RSIHub: 공통 인프라에서 평가기를 고정한 채 에이전트 진화 방법을 비교한다. 보고된 전체 pass@1 향상 폭의 최댓값은 13.5퍼센트포인트이며, 향상이 홀드아웃 과제로 항상 전이되지는 않는다. 편집 가능한 자원과 시험을 분리하는 방법을 살펴볼 만하다. 최초 제출일은 2026-10-23이다. → RSIHub: comparing agent evolution under fixed evaluation (source)

UserArena: 쇼핑 시뮬레이션을 실제 궤적 및 통제된 운영 환경 A/B 실험과 대조한다. 저자들은 OPTD가 시험 대상 시뮬레이터 중 정책 효과를 가장 잘 재현한다고 설명하지만, 초록에는 그 효과의 크기가 없다. 시뮬레이션된 사용자의 외부 검증을 살펴볼 만하다. 최초 제출일은 2026-10-22다. → UserArena: testing shopping simulators against production outcomes (source)

[03]

주시할 동향

OpenAI는 Terra를 Critical 사이버보안 임계값에 해당한다고 분류하고 GPT-6 Astra의 보호 장치를 유지한다고 설명한다. 링크된 시스템 카드 전문은 이번 수집에서 검토하지 않았다. → GPT-6.1 Terra (source)

[04]

위키 새 항목

GPT-6.1 Terra와 두 논문 노트에 사양, 방법 및 근거의 한계를 추가했다. (model) (RSIHub) (UserArena)

[05]

업데이트

Eval Harness Configuration에 고정 평가와 운영 환경 검증을 연결하고, 각각 무엇을 입증할 수 있는지 구분했다. (evolution) (simulation)