Codex, Cursor, Cline, DSH에서 GPT-6 Astra 쓰기: 바로 되는 설정 (2026)

GPT-6 Astra는 코딩 에이전트들이 이미 쓰고 있는 바로 그 OpenAI 호환 프로토콜을 쓴다. 그래서 “붙인다”는 건 통합 작업이 아니라 모델 문자열을 바꾸는 일이다. 정작 판단이 필요한 것은 effort 단계와 캐시 읽기 단가다. 이 글에는 Codex CLI, Cursor, Cline, DeepSeek Harness의 동작하는 설정과, 기본값으로 삼기 전에 제대로 잡아둘 두 가지 설정이 있다.

모델 ID:      openai/gpt-6-astra
별칭:         gpt-6-astra, gpt-6-astra-2026-09-03
엔드포인트:   /v1/chat/completions, /v1/responses
Base URL:     https://api.ofox.ai/v1
가격:         100만당 입력 $10.00 / 출력 $50.00
캐시:         읽기 $1.00 / 쓰기 $12.50
컨텍스트:     입력 1,050,000 / 출력 128K
effort 단계:  low, medium, high, xhigh, max

Astra가 카탈로그에 오른 2026년 9월 5일, 실시간 /v1/models 엔드포인트에서 읽었다.

먼저 이 두 가지를 정하자

설정 블록에 들어가기 전에, 이게 당신의 작업에 좋은 선택인지를 가르는 두 설정부터.

Effort는 max가 아니라 high에서 시작하자. Astra는 다섯 단계를 제공한다. Artificial Analysis는 Intelligence Index에서 max를 61, high를 60으로 측정했다. 1점 차이인데, max는 출력 토큰을 4,200만 개 썼고(high는 1,600만) 같은 지수를 돌리는 데 $3,013(high는 $1,429)이 들었다. 추론 토큰은 당신이 읽든 말든 출력 단가로 청구되므로, effort 설정은 품질 가설이 딸린 가격 배수인 셈이다. 돈을 내기 전에 그 1점이 자신의 작업에 존재하는지 확인하자.

캐시 읽기가 Claude Fable 5.1의 4배다. 표시가로는 둘 다 100만당 $10 / $50이다. 하지만 Astra는 캐시된 입력을 100만당 $1.00에 읽고, Fable 5.1은 $0.25에 읽는다. 코딩 에이전트는 같은 시스템 프롬프트, 도구 정의, 파일 컨텍스트를 매 턴 다시 보내므로, 긴 세션에서는 대개 캐시 입력이 청구서의 가장 큰 항목이 된다. 에이전트 루프가 긴 프리픽스를 계속 재생한다면, 그 줄이 표시 단가보다 청구액을 더 많이 움직인다.

독립 벤치마크에서 나오는 솔직한 요약은 이렇다. Astra는 에이전트를 겨냥해 만들어졌고 그렇게 값이 매겨졌다. Coding Agent Index에서 GPT-5.6 Sol의 65에 비해 67을 받았고, Codex 하네스에서 쓰는 토큰은 약 3분의 1이라 전체 작업 비용은 Sol과 비슷하게 떨어진다. 짧은 프롬프트에서는 움직이지 않은 범용 점수를 위해 토큰당 2.5배를 내는 것이다.

Codex CLI

환경 변수 두 개와 모델 플래그.

export OPENAI_API_KEY=<당신의 ofox 키>
export OPENAI_BASE_URL=https://api.ofox.ai/v1

codex --model openai/gpt-6-astra "Migrate this module off the deprecated client"

엔드포인트가 하나라면 이게 설정의 전부다. 설치와 검증은 Codex 전체 설정 가이드에서 다룬다.

환경 변수 방식이 한계에 부딪힐 때

이 두 변수 트릭은 엔드포인트를 하나로 못 박는다. 같은 터미널에서 OpenAI 직결과 게이트웨이를 함께 쓰고 싶어지는 순간, 혹은 프로젝트마다 다른 모델을 쓰고 싶어지는 순간부터는 ~/.codex/config.toml이 필요하다:

[model_providers.ofox]
name = "ofox.ai gateway"
base_url = "https://api.ofox.ai/v1"
env_key = "OFOX_API_KEY"
wire_api = "chat"
request_max_retries = 4

[profiles.astra]
model = "openai/gpt-6-astra"
model_provider = "ofox"
model_reasoning_effort = "high"

codex --profile astra "Refactor the auth layer"

여기서 자주 틀리는 키가 둘 있다:

• **wire_api = "chat"**이지 "responses"가 아니다. 두 값 모두 받아들여지고 OpenAI 자체 퍼스트파티 설정은 "responses"가 기본이지만, 서드파티 OpenAI 호환 게이트웨이는 /v1/chat/completions에서 Chat Completions 스키마를 제공한다. 게이트웨이 경로라면 "chat"으로 두자.
• env_key는 변수 이름을 가리키는 것이지 키를 담는 자리가 아니다. Codex는 실행 시점에 그 환경 변수를 읽는다. TOML에 토큰을 붙여넣지 말자.

조직 스코프가 필요한 게이트웨이용 http_headers를 포함해 블록의 나머지는 멀티 프로바이더 심화편에서 다룬다.

Cursor

Settings → Models → Override OpenAI Base URL.

1. Override OpenAI Base URL 칸에 https://api.ofox.ai/v1을 넣는다. /v1을 빼지 말자. Cursor는 입력한 값 뒤에 /chat/completions를 붙인다.
2. OpenAI API Key 칸에 게이트웨이 키를 넣는다. 라벨은 OpenAI지만 키는 위에서 설정한 엔드포인트로 전송된다.
3. + Add Model을 눌러 openai/gpt-6-astra를 정확히 입력한다. 이 문자열은 엔드포인트가 요청 본문에서 기대하는 것과 일치해야 한다.

Cursor의 오버라이드는 모델별이 아니라 전역이며, 이게 이 경로의 알려진 한계다. 켜는 순간 OpenAI 표시가 붙은 모든 모델이 당신의 엔드포인트를 향하게 된다. 그로 인해 무엇이 깨지고 어떻게 우회하는지는 Cursor·Cline 설정 가이드에서 다룬다.

Cline

OpenAI Compatible 공급자를 쓴다.

Cline 설정 패널에서 API Provider를 OpenAI Compatible로 고르고 세 칸을 채운다:

모델 ID에는 공급자 접두사가 필요하다. gpt-6-astra 단독은 게이트웨이가 풀어주는 별칭이지만, Cline에서 나오는 “model not found” 보고는 거의 예외 없이 접두사를 요구하는 경로에 openai/ 없이 문자열을 넣은 경우로 귀결된다. Cline 설정 가이드에는 Anthropic 공급자 경로도 있는데, 그건 Claude 모델에 해당하지 이 모델에는 해당하지 않는다.

DeepSeek Harness (dsh)

Settings → Models → Add a custom provider. 폼은 다섯 가지를 묻는다:

또는 $DSH_HOME/settings.yaml에 직접 쓴다:

llm-pi-ai:
  providers:
    ofox:
      apiKeyEnv: OFOX_API_KEY
      api: openai-completions
      baseURL: https://api.ofox.ai/v1
      models:
        - id: openai/gpt-6-astra

dsh 고유의 함정 세 가지, 모두 클린 설치에서 확인했다:

• models 목록은 해당 경로의 카탈로그를 확장하는 게 아니라 대체한다. 선언하지 않은 모델은 요청이 기기를 떠나기도 전에 UNKNOWN_MODEL로 실패한다. 커스텀 공급자에는 “그래도 보내기” 경로가 없다.
• Provider ID는 바꿀 수 없다. 세션, 기본값, 자격 증명 참조가 모두 이것을 키로 삼으므로, 이름을 바꾼다는 건 새 공급자를 만들고 옛것을 지운다는 뜻이다.
• 공급자를 정의해도 기본값이 되지는 않는다. headless 프로필은 다른 공급자를 완전히 설정해두었어도 내장 DeepSeek 경로를 띄우고 DEEPSEEK_API_KEY를 요구한다. 웹 앱에서 기본 모델을 먼저 설정하자.

dsh는 여전히 개발자 프리뷰이며, 자기 README에 대문자로 그렇게 적혀 있다. 아끼는 저장소에 물리기 전에 그게 무슨 뜻인지는 dsh 설정 가이드와 버전 및 안정성 노트에서 다룬다.

경로 검증

어떤 에이전트를 설정했든 확인 방법은 같다. 이게 응답을 반환하면 전송 계층은 멀쩡하고, 아직 안 되는 건 에이전트 쪽 설정 문제다:

curl -X POST https://api.ofox.ai/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-6-astra",
    "messages": [{"role": "user", "content": "Reply with exactly: ok"}],
    "reasoning": {"effort": "high"}
  }'

비용을 예측하기 전에 자기 프롬프트로 usage를 읽어보자. 출력 100만 토큰당 $50이고 추론도 같은 단가로 붙는 마당에, 요금표보다 토큰 수가 더 중요하다.

model_not_found가 다시 나올 때

거의 언제나 오래됐거나 잘못 만들어진 모델 문자열이다. 유효한 식별자는 openai/gpt-6-astra, 그리고 별칭 gpt-6-astra와 gpt-6-astra-2026-09-03이다.

구체적인 함정 둘:

• 오래된 Codex 가이드는 openai/gpt-5.4-mini-codex를 권한다. 이 모델은 카탈로그에 더 이상 없고 같은 model_not_found를 낸다. 현재 Codex 계열 선택지는 openai/gpt-5.1-codex-mini($0.25 / $2.00)와 openai/gpt-5.3-codex($1.75 / $14.00)다.
• GPT-6에는 등급 접미사가 없다. GPT-5.6은 Sol, Terra, Luna로 출시됐지만 GPT-6은 Astra와 Astra Pro다. 등급을 덧붙여 모델 문자열을 만드는 라우터나 설정 템플릿은 일치하는 것을 찾지 못한다. 이 명명 변경이 그 밖에 무엇을 깨뜨리는지는 세대 간 비교에서 다룬다.

무엇을 호출할 수 있는지는 이 페이지를 포함한 어떤 페이지도 아니고 GET https://api.ofox.ai/v1/models가 기준이다.

실제로 어떤 모델을 향하게 할 것인가

Astra가 가장 최신이라는 이유만으로 자동으로 옳은 기본값이 되지는 않는다. 같은 $10 / $50 구간에는 자기 작업으로 견줘볼 만한 경로가 셋 더 있다:

Fable 5.1은 Coding Agent Index를 70으로 이끌고 캐시를 Astra의 4분의 1 단가로 읽는다. 긴 에이전트 세션에서 가장 중요한 조합이 바로 이것이다. Astra의 반론은 토큰 효율성으로, Codex 하네스에서 Sol의 약 3분의 1이다. 표시가가 더 높은데도 작업당 비용이 Sol 근처에 떨어지는 이유가 그것이다. 자세한 분해는 정면 비교에 있다.

위의 모든 에이전트가 같은 엔드포인트로 이 넷 모두에 닿으므로, 전환은 문자열 하나다. 자기 작업 셋을 두 모델에서 돌려보고 usage를 읽자. 그 비교는 몇 센트면 되고, 이 사이트의 것을 포함한 어떤 벤치마크 표보다 낫다.

출처

• https://ofox.ai/models/openai/gpt-6-astra
• https://developers.openai.com/codex/config-reference
• https://artificialanalysis.ai/articles/benchmarking-gpt-6-astra
• https://ofox.ai/docs/integrations/cline

모델 ID, 요금, 컨텍스트 길이, 엔드포인트는 2026년 9월 5일 실시간 Ofox /v1/models 엔드포인트에서 읽었다. Coding Agent Index 점수와 effort 단계별 비용 비교는 Artificial Analysis 출처이며 2026년 9월 4일에 확인했다. Codex config.toml 키는 OpenAI 설정 레퍼런스를 따른다. dsh의 provider 폼 항목과 세 가지 함정은 앞선 dsh 설정 가이드를 쓰면서 클린 설치에서 확인했고 이 글에서 다시 대조했다. dsh는 여전히 개발자 프리뷰이며, 메인테이너들이 파괴적 변경을 예고하고 있다.