싱가포르 컨티뉴엄 AI(CONTINUUM AI)가 개발한 OpenAI 호환 LLM 게이트웨이인 OrcaRouter의 모델 페이지에 따르면 Anthropic Claude Opus 5.5와 OpenAI GPT-6 Astra는 컨텍스트 창과 품질 점수에서 비슷한 자리에 있지만, 단가 구조와 공개된 벤치마크 항목, 지원 엔드포인트가 서로 다르다. 두 모델 모두 최대 출력은 12만8000토큰이다.

컨텍스트와 최대 출력

Opus 5.5의 컨텍스트 창은 100만토큰이다. Astra는 105만토큰으로 5만 토큰 넓다. 최대 출력은 두 모델 모두 12만8000토큰으로 같다.

컨텍스트가 5% 넓다는 차이는 문서 하나를 더 넣을 수 있는지의 문제이지, 다른 급의 모델이라는 뜻은 아니다. 두 모델 모두 품질 점수는 9로 표기돼 있다.

청구서가 갈리는 지점

Opus 5.5의 단가는 구간이 하나다. 백만 토큰당 입력 4달러, 출력 20달러이며, 캐시 읽기 0.2달러, 캐시 쓰기 5달러다. 요청 길이에 따라 단가가 바뀌는 항목은 페이지에 없다.

Astra는 구간이 둘이다. 27만2000토큰까지는 입력 10달러, 출력 50달러이고, 그 위는 입력 20달러, 출력 75달러다. 캐시 읽기와 쓰기도 1달러와 12.5달러에서 2달러와 25달러로 함께 오른다.

같은 100만 토큰 요청을 보내도 어느 구간에 걸리느냐에 따라 Astra의 청구서는 두 배가 된다. Opus 5.5에는 이 단계가 없다. 입력 단가만 보면 2.5배, 출력 단가는 2.5배 차이며, 27만2000토큰을 넘긴 Astra 요청에서는 입력 5배, 출력 3.75배까지 벌어진다.

엔드포인트가 다르다

Opus 5.5가 명시한 엔드포인트는 챗 완성과 Anthropic Messages 두 개다. 뒤쪽은 ‘/v1/messages’ 경로이며, Anthropic 자체 API 형식을 그대로 쓰는 클라이언트를 위한 것이다.

Astra가 명시한 엔드포인트는 챗 완성과 Responses 두 개다. OpenAI의 Responses API를 쓰는 코드는 Astra 쪽으로 그대로 옮겨 붙일 수 있고, Anthropic 형식으로 짜인 코드는 Opus 5.5 쪽으로 옮겨 붙일 수 있다. 두 모델의 지원 엔드포인트 목록에 겹치는 항목은 챗 완성 하나뿐이다.

공개된 벤치마크 항목 수

Astra 페이지에는 벤치마크가 11개 실려 있다. GPQA Diamond 96.1, Humanity's Last Exam 54.7, SciCode 56.5, Terminal-Bench 2.1 88.4, tau-banking 41.4, Long-Context Recall 80.7 등이며, 그 가운데 코딩 지수를 포함한 여러 항목이 지수 형태로 함께 표기된다.

Opus 5.5 페이지에는 벤치마크가 4개다. AA Intelligence 57.6, Humanity's Last Exam 61.4, Long-Context Recall 84.7, SciCode 66.9다. 코딩 지수 항목은 이 목록에 없다.

두 페이지를 나란히 놓고 코딩 능력을 비교하려는 독자에게는 이 차이가 먼저 걸린다. Astra에는 코딩 지수가 있고 Opus 5.5에는 없으므로, 두 모델의 코딩 점수를 대조하는 표는 만들 수 없다. 공개 항목 수가 다르다는 사실 자체가 비교의 한계다.

같은 이름처럼 보이는 두 줄

Astra 페이지에는 지수 항목이 여러 개 있고, 그 가운데 이름이 비슷한 두 줄이 나란히 있다. 하나는 AA Intelligence 52.7, 다른 하나는 Artificial Analysis Intelligence Index 54.7이다. 페이지는 두 항목을 별도 행으로 구분해 싣고, 붙는 표기도 서로 다르다. 52.7 쪽에는 단위가 없고 백분위 94%, 145개 가운데 8위가 함께 적히며, 54.7 쪽은 퍼센트 단위를 달고 다른 벤치마크 행들과 같은 목록에 놓인다.

두 값이 같은 지수를 다시 실은 것인지 서로 다른 지수인지는 페이지에 설명이 없다. 다만 모델 설명 문장은 54.7 쪽 값을 인용한다.

숫자만 옮겨 적으면 52.7과 54.7 가운데 어느 쪽이 이 모델의 점수인지 알 수 없다. 인용할 때는 어느 항목의 값인지 함께 적어야 한다.

지연 시간과 오류율

7일 창 기준으로 Opus 5.5의 응답 중앙값은 4,534밀리초, 출력 속도는 101.66tok/s, 오류율은 4.66%다. Astra는 중앙값 6689밀리초, 출력 속도 89.32tok/s, 오류율 1.73%다.

중앙값과 출력 속도는 Opus 5.5가 앞서고, 오류율은 Astra가 앞선다. 한쪽이 모든 축에서 낫다고 말할 수 있는 표가 아니다.

두 모델의 p95는 모두 1만밀리초로 적혀 있다. 이 값은 측정 창의 상한과 같으며, 상한에 걸린 표본이 있다는 뜻으로 읽어야 한다. 실제 꼬리 지연이 1만밀리초보다 길어도 이 표에서는 1만으로 보인다.

Opus 5.5의 응답 중앙값 일별 기록은 9월 23일 1만밀리초에서 9월 29일 4608밀리초로 움직였다. 표본이 짧은 구간에서는 중앙값이 크게 흔들린다는 점을 보여주는 줄이며, 위 7일 수치도 같은 창 안의 값이다.

토큰 사용량

7일 토큰 사용량은 Astra가 2억1263만2963, Opus 5.5가 6926만5014다. Astra가 약 3배다. 사용량이 많다는 사실은 품질의 근거가 아니며, 단가와 지연 시간을 함께 보아야 하는 항목이다.

이 문서가 하지 않는 비교

두 모델을 같은 조건에서 돌린 결과는 이 문서에 없다. 위 수치는 모두 OrcaRouter 모델 페이지에 공개된 운영 지표이며, 벤치마크 값은 각 제공사가 공개한 것을 페이지가 옮겨 실은 것이다.

품질 점수 9는 두 모델에 같은 값이 붙어 있어 순위를 가르지 못한다. 컨텍스트·단가·엔드포인트·공개 항목은 페이지에서 바로 확인할 수 있고, 그 네 축만으로도 선택은 갈린다.

주요 모델

OrcaRouter는 단일 API 키와 엔드포인트로 다음을 포함한 200개 이상의 모델을 제공한다.

· Anthropic Claude Opus 5.5
· OpenAI GPT-6 Astra
· Google Gemini 3.8 Flash
· DeepSeek V4.1 Flash
· xAI Grok 4.7
· Qwen 3.7 Max
· Z.ai GLM-5.3

참고

· Claude Opus 5.5 모델 페이지
· GPT-6 Astra 모델 페이지
· OpenAI GPT-5.5 모델 페이지
· OrcaRouter 웹사이트

OrcaRouter 소개

OrcaRouter는 OpenAI 호환 LLM 게이트웨이로, 200개가 넘는 모델에 걸쳐 라우팅하며 약 40%의 비용 절감, 1밀리초 미만의 라우팅 오버헤드, 0%의 토큰 마크업을 제공한다. 자체 호스팅 에디션인 OrcaRouter-Lite는 MIT 라이선스로 제공된다.

컨티뉴엄 AI 소개

컨티뉴엄 AI(Continuum AI Pte. Ltd.)는 최첨단 AI를 개발자와 팀이 접근 가능하고 합리적인 비용으로 사용할 수 있도록 하기 위해 설립된 싱가포르 기반 기업이다. 단일 API 키와 엔드포인트를 통해 200개 이상의 선도적인 AI 모델에 대한 액세스를 제공하는 OpenAI 호환 AI Gateway인 OrcaRouter를 개발한 회사다. OrcaRouter는 약 40%의 비용 절감, 1ms 미만의 라우팅 오버헤드, 토큰 마크업 없음을 제공하며, MIT 라이선스로 출시된 자체 호스팅 버전(OrcaRouter-Lite)도 함께 제공한다.

웹사이트: https://www.orcarouter.ai